The global dataset of historical yields for major crops 1981–2016

全球主要作物1981-2016年历史产量数据集

Historical Yield Dataset of Major Global Crops from 1981 to 2016

原始信息汇总

数据集概述

农业

• 全球主要作物历史产量数据集 (1981–2016)
• 土壤湿度高光谱基准数据集
• 柠檬质量控制数据集
• 优化土壤调整植被指数
• 美国农业部营养数据库
• 美国农业部植物数据库

生物学

• 1000基因组项目数据
• 美国微生物组项目
• Broad生物图像基准集合
• Broad癌症细胞系百科全书
• 细胞图像图书馆
• 完整基因组公共数据
• EBI ArrayExpress
• EBI蛋白质数据库欧洲分部
• ENCODE项目
• 电子显微镜图像档案(EMPIAR)
• Ensembl基因组
• 基因表达综合(GEO)
• 基因本体(GO)
• 全球生物相互作用(GloBI)
• 哈佛医学院LINCS项目
• 人类基因组多样性项目
• 人类微生物组项目(HMP)
• ICOS PSP基准
• 国际HapMap项目
• 细胞生物学数据查看器
• KEGG数据库
• MIT癌症基因组数据
• NCBI蛋白质数据库
• NCBI分类学数据库
• NCI基因组数据共享
• NIH微阵列数据
• OpenSNP基因型数据
• Palmer企鹅数据集
• Pathguide蛋白质-蛋白质相互作用目录
• 蛋白质数据库(PDB)
• 精神病基因组学联盟
• PubChem项目
• PubGene (现Coremine Medical)
• Sanger癌症突变目录(COSMIC)
• Sanger药物敏感性基因组学癌症项目(GDSC)
• 序列读取档案(SRA)
• 斯坦福微阵列数据
• Stowers研究所原始数据存储库
• 生物动力学系统科学数据库(SSBD)
• 癌症基因组图谱(TCGA)
• 生命目录
• 个人基因组项目
• UCSC公共数据
• UniGene数据库
• 通用蛋白质资源(UniProt)
• Rfam数据库

气候与天气

• 保险精算气候指数
• 澳大利亚天气数据
• 航空天气中心数据
• 巴西天气历史数据
• 加拿大气象中心数据
• UEA气候研究单位数据
• 荷兰皇家气象研究所数据中心
• 欧洲气候评估与数据集
• 德国气候数据中心
• 全球气候数据(1929年至今)
• 全球气候变化新闻叙事数据集(2009-2020)
• NASA全球图像浏览服务
• NOAA白令海气候数据
• NOAA气候数据集
• NOAA实时天气模型数据
• NOAA SURFRAD气象与辐射数据集
• 世界银行气候数据API
• UEA气候研究单位数据
• WU全球历史天气数据
• 华盛顿邮报气候变化数据集
• WorldClim全球气候数据

复杂网络

• AMiner引用网络数据集
• CrossRef DOI URLs
• DBLP引用数据集
• DIMACS路网收集
• NBER专利引用数据
• NIST复杂网络数据收集
• 网络存储库与交互式探索分析工具
• 蛋白质-蛋白质相互作用网络
• PyPI与Maven依赖网络
• Scopus引用数据库
• 小型网络数据集
• 斯坦福图集
• 斯坦福大型网络数据集收集
• 斯坦福纵向网络数据源
• Koblenz网络收集
• 网络算法实验室(UNIMI)数据集
• UCI网络数据存储库
• UFL稀疏矩阵收集
• WSU图数据库
• 达特茅斯无线数据存档

计算机网络

• 3.5B网页数据集(2012年)
• 53.5B网页点击数据集(印第安纳大学)
• CAIDA互联网数据集
• CRAWDAD无线数据集(达特茅斯大学)
• ClueWeb09数据集
• ClueWeb12数据集
• CommonCrawl网络数据(超过7年)
• Criteo点击率数据
• 互联网全扫描数据存储库
• MIRAGE-2019移动流量数据集
• OONI网络干扰开放观察站数据
• MobiPerf开放移动数据
• Peer-to-Peer跟踪档案
• Rapid7 Sonar互联网扫描数据
• UCSD网络望远镜数据

网络安全

• CCCS-CIC-AndMal-2020恶意软件与良性样本数据集
• 网络防御演习期间捕获的流量与日志数据

数据挑战

• AIcrowd竞赛数据
• Bruteforce数据库
• 机器学习挑战
• CrowdANALYTIX数据X
• Orange D4D挑战
• DrivenData社会公益竞赛数据
• ICWSM数据挑战(自2009年)
• KDD Cup 2012数据
• Kaggle竞赛数据
• Localytics数据可视化挑战
• Netflix奖数据
• 太空应用挑战数据
• Telecom Italia大数据挑战
• TravisTorrent数据集(MSR2017挖掘挑战)
• TunedIT数据集与挑战
• Yelp数据集挑战

地球科学

• 38-Cloud云分割数据集
• AQUASTAT全球水资源与使用数据
• BODC海洋数据(约22K变量)
• NASA地球观测系统数据
• 地球模型数据
• 全球风图集
• 综合海洋观测系统(IMOS)数据
• Marinexplore开放海洋数据
• 阿拉巴马实时海岸观测系统
• 国家河口研究保护区系统监测项目数据
• 油气管理局开放数据
• 史密森尼全球火山与爆发数据库
• USGS地震档案数据

经济学

• 美国经济协会数据集

搜集汇总

数据集介绍

构建方式

该数据集通过整合全球范围内的历史农业产量数据，涵盖了1981年至2016年间主要作物的产量信息。数据来源包括各国农业部门、国际组织以及科研机构的公开报告和数据库。数据经过严格的清洗和标准化处理，确保其一致性和可比性。此外，数据集还结合了地理信息系统（GIS）技术，将产量数据与地理位置信息关联，提供了空间分布的可视化分析。

使用方法

该数据集适用于农业经济学、气候变化影响评估、粮食安全研究等领域。研究人员可以通过分析历史产量数据，识别作物产量的变化趋势及其驱动因素。数据集还可用于构建预测模型，评估未来气候变化对农业产量的潜在影响。使用该数据集时，建议结合地理信息系统（GIS）工具进行空间分析，或与气候数据、经济数据等进行交叉验证，以获得更全面的研究结论。

背景与挑战

背景概述

《The global dataset of historical yields for major crops 1981–2016》数据集由国际农业研究机构于2019年发布，旨在为全球主要农作物的历史产量提供详尽的记录。该数据集涵盖了1981年至2016年间全球范围内主要农作物的产量数据，涉及小麦、玉米、水稻等关键作物。其核心研究问题在于通过历史数据的分析，揭示气候变化、农业政策和技术进步对农作物产量的影响。该数据集为农业经济学、气候变化研究以及粮食安全政策制定提供了重要的数据支持，推动了相关领域的定量研究。

当前挑战

该数据集在解决农业产量预测和气候变化影响评估方面面临多重挑战。首先，数据的时空覆盖不均，部分地区的记录存在缺失或精度不足，影响了全球范围内的分析结果。其次，农作物产量的变化受到多种复杂因素的共同作用，如气候波动、土壤条件、病虫害等，如何准确分离这些因素的影响仍是一个难题。此外，数据集的构建过程中，数据来源的多样性和格式不统一也增加了数据整合的难度，尤其是在处理不同国家和地区的统计标准时，数据清洗和标准化工作尤为复杂。

常用场景

经典使用场景

在农业科学领域，全球主要作物历史产量数据集（1981-2016）被广泛用于分析全球粮食生产的长期趋势。研究者通过该数据集能够追踪不同作物在不同地区的产量变化，评估气候变化、技术进步和政策干预对农业生产的影响。这一数据集为全球粮食安全研究提供了坚实的基础数据支持。

解决学术问题

该数据集解决了农业经济学和气候科学中的多个关键问题。通过提供全球范围内的作物产量数据，研究者能够量化气候变化对农业生产的影响，评估不同农业政策的有效性，并预测未来的粮食供应趋势。此外，该数据集还为农业生产力模型提供了可靠的输入数据，帮助研究者更好地理解农业生产系统的动态变化。

实际应用

在实际应用中，全球主要作物历史产量数据集被广泛用于农业政策制定、粮食安全评估和气候变化适应策略的设计。政府和国际组织利用该数据集制定粮食储备政策，优化农业补贴分配，并评估气候变化对农业生产的潜在影响。此外，农业企业和研究机构也利用该数据集进行市场预测和作物育种研究。

数据集最近研究

最新研究方向

近年来，全球主要作物历史产量数据集（1981-2016）在农业科学领域的研究方向主要集中在气候变化对作物产量的影响、农业生产力预测模型的优化以及全球粮食安全的评估。随着气候变化的加剧，研究者们利用该数据集分析极端天气事件对作物产量的长期影响，并结合机器学习技术开发更为精准的产量预测模型。此外，该数据集还被广泛用于评估全球粮食供应链的脆弱性，特别是在应对气候变化和人口增长带来的挑战时，为政策制定者提供了重要的数据支持。这些研究不仅推动了农业科学的进步，也为全球粮食安全的可持续管理提供了科学依据。