five

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

收藏
github2024-05-24 更新2024-05-31 收录
下载链接:
https://github.com/APD-ORG/awesome-public-datasets
下载链接
链接失效反馈
官方服务:
资源简介:
全球主要农作物1981-2016年历史产量数据集,用于分析和研究农作物产量随时间的变化,

Historical Yield Dataset of Major Global Crops from 1981 to 2016, utilized for analyzing and studying the variations in crop yields over time.
创建时间:
2014-11-20
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)

    • 描述: 包含1981至2016年全球主要作物的历史产量数据。
    • 链接: 数据集链接
  • 土壤湿度高光谱基准数据集

    • 描述: 该数据集记录了五天内测量的土壤湿度高光谱数据。
    • 链接: 数据集链接
  • 柠檬质量控制数据集

    • 描述: 用于研究柠檬质量控制的数据集。
    • 链接: 数据集链接
  • 优化土壤调整植被指数

    • 描述: 用于遥感工作的优化土壤调整植被指数数据。
    • 链接: 数据集链接
  • 美国农业部营养数据库

    • 描述: 美国农业部的营养数据库,需修复。
    • 链接: 数据集链接
  • 美国农业部植物数据库

建筑

  • 瑞士公寓模型数据集

生物学

  • 1000基因组项目

    • 描述: 2008至2015年间运行的项目,提供大量基因组数据。
    • 链接: 数据集链接
  • ANHIR - 自动非刚性组织图像配准

    • 描述: 包含2D组织图像配准的数据集。
    • 链接: 数据集链接
  • 美国肠道项目(微生物组项目)

    • 描述: 最大的众包微生物组研究项目。
    • 链接: 数据集链接
  • BCNB - 生物医学图像分析数据集

    • 描述: 包含1058名患者的全切片图像和部分肿瘤区域注释。
    • 链接: 数据集链接
  • Broad Bioimage Benchmark Collection (BBBC)

    • 描述: 包含多种生物图像的基准数据集。
    • 链接: 数据集链接
  • Broad癌症细胞系百科全书(CCLE)

  • CIMA数据集

  • 细胞图像库

    • 描述: 公共和易于访问的资源数据库,包含细胞图像和相关元数据。
    • 链接: 数据集链接
  • Complete Genomics公共数据

    • 描述: 包含多种人类基因组数据,需修复。
    • 链接: 数据集链接
  • CytoImageNet

    • 描述: 大规模显微镜图像数据集,包含890,737张灰度图像。
    • 链接: 数据集链接
  • EBI ArrayExpress

    • 描述: 存储来自高通量实验的基因组数据。
    • 链接: 数据集链接
  • EBI蛋白质数据库欧洲分部

  • ENCODE项目

    • 描述: 旨在创建人类基因组功能元件的全面图谱。
    • 链接: 数据集链接
  • 电子显微镜公共图像档案(EMPIAR)

  • Ensembl基因组

  • 基因表达综合数据库(GEO)

  • 基因本体论(GO)

  • 全球生物相互作用(GloBI)

  • 哈佛医学院LINCS项目

    • 描述: 哈佛医学院的LINCS中心提供的数据。
    • 链接: 数据集链接
  • 人类基因组多样性项目

    • 描述: 斯坦福大学科学家收集的数据,需修复。
    • 链接: 数据集链接
  • 人类微生物组项目(HMP)

  • ICOS PSP基准

    • 描述: 包含可调整的现实世界数据集。
    • 链接: 数据集链接
  • 国际HapMap项目

    • 描述: 提供人类基因组单体型图谱数据。
    • 链接: 数据集链接
  • 细胞生物学数据查看器

    • 描述: 提供细胞生物学数据,需修复。
    • 链接: 数据集链接
  • KEGG

    • 描述: 提供生物系统的高级功能和实用程序的数据库。
    • 链接: 数据集链接
  • NCBI蛋白质

  • NCBI分类学

  • NCI基因组数据共享

  • NIH微阵列数据

  • OpenSNP基因型数据

    • 描述: 允许直接面向消费者的基因测试客户公开他们的数据。
    • 链接: 数据集链接
  • Palmer Penguins

  • Pathguide - 蛋白质-蛋白质相互作用目录

    • 描述: 提供蛋白质-蛋白质相互作用数据。
    • 链接: 数据集链接
  • 蛋白质数据库

  • 精神病基因组学联盟

  • PubChem项目

  • PubGene (现为Coremine Medical)

  • Sanger癌症体细胞突变目录(COSMIC)

  • Sanger药物敏感性基因组学项目(GDSC)

  • 序列读取档案(SRA)

  • Serratus - 开放病毒组数据

  • 斯坦福微阵列数据(已退役)

  • 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

  • 通用蛋白质资源(UniProt)

  • Rfam

化学

  • 离子液体数据库(ILThermo)

气候与天气

  • Caravan - 大型样本水文学数据集

  • UEA气候数据(每月更新)

  • 荷兰天气数据

  • 欧洲气候评估与数据集

  • 德国气象局CDC

  • 全球气候数据(1929年至今)

    • 描述: 提供1929年至今的全球气候数据。
    • 链接: 数据集链接
  • 全球气候变化新闻叙事(2009-2020)

    • 描述: 提供2009至2020年全球气候变化新闻叙事数据。
    • 链接: 数据集链接
  • NASA全球图像浏览服务

  • NOAA白令海气候数据

搜集汇总
数据集介绍
main_image_url
构建方式
该数据集的构建基于全球范围内主要农作物在1981年至2016年间的历史产量记录。通过整合来自多个国家和地区的农业统计数据,研究人员构建了一个全面且详尽的数据库,涵盖了小麦、玉米、水稻等多种主要作物的产量信息。数据来源包括各国农业部门、国际农业研究机构以及公开的农业统计报告。通过标准化处理和质量控制,确保了数据的准确性和一致性,为全球农业研究提供了坚实的基础。
使用方法
该数据集的使用方法多样,适用于多种农业研究场景。研究人员可以通过下载完整的数据集或选择特定时间段和地区的数据进行分析。数据集提供了多种格式的文件,包括CSV、Excel和SQL数据库格式,方便用户根据需求进行数据导入和处理。此外,数据集还附带了详细的元数据文件,解释了各字段的含义和数据来源,帮助用户更好地理解和使用数据。用户可以通过访问数据集的官方网站或相关研究机构的资源库获取数据。
背景与挑战
背景概述
全球主要作物历史产量数据集(1981-2016)是由OMNILab在上海交通大学孵化的一项重要研究成果。该数据集汇集了1981年至2016年间全球主要作物的历史产量数据,旨在为农业科学研究提供详实的数据支持。OMNILab作为该数据集的主要研究机构,致力于通过开放数据资源推动农业领域的创新与发展。此数据集的核心研究问题在于揭示全球作物产量的时空分布特征及其影响因素,从而为农业政策制定和资源优化配置提供科学依据。
当前挑战
该数据集在构建过程中面临多重挑战。首先,数据来源的多样性和数据质量的参差不齐是主要难题之一。其次,全球范围内的数据收集和整合需要克服地理和文化差异带来的障碍。此外,数据的时间跨度长达35年,如何确保数据的连续性和一致性也是一项重大挑战。在应用层面,如何有效利用这些数据进行农业产量预测和政策模拟,仍需进一步的研究和技术创新。
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)被广泛用于分析和预测全球粮食生产的趋势。该数据集通过收集和整理全球各地主要作物的产量数据,为研究人员提供了一个全面的历史视角,从而能够深入探讨气候变化、农业技术进步以及政策干预对作物产量的影响。通过这一数据集,研究者可以构建复杂的统计模型,以预测未来粮食供应的稳定性,并为农业政策的制定提供科学依据。
解决学术问题
该数据集在学术研究中解决了多个关键问题,包括但不限于气候变化对全球粮食安全的影响、农业技术的区域差异及其对产量的贡献、以及政策干预对农业生产效率的长期效应。通过这些数据,研究人员能够量化气候变化对不同作物和地区的具体影响,从而为制定适应性策略提供数据支持。此外,该数据集还促进了跨学科研究,如农业经济学、气候科学和生态学的交叉研究,推动了全球粮食安全领域的学术进步。
实际应用
在实际应用中,全球主要作物历史产量数据集(1981-2016)被广泛用于农业政策制定、农业保险风险评估以及全球粮食市场的预测。政府和国际组织利用这些数据来制定和调整农业补贴政策,以应对气候变化带来的挑战。农业保险公司则通过分析历史产量数据,评估不同地区的农业风险,从而设计更为精准的保险产品。此外,全球粮食市场的参与者也依赖这些数据进行市场趋势分析,以优化供应链管理和投资决策。
数据集最近研究
最新研究方向
在农业领域,全球主要作物历史产量数据集(1981-2016)的最新研究方向主要集中在气候变化对作物产量的影响分析、农业生产模型的优化以及全球粮食安全预测。该数据集为研究人员提供了丰富的历史数据,有助于深入探讨气候变化与农业生产之间的复杂关系。此外,结合现代遥感技术和机器学习算法,研究人员能够更精确地预测未来作物产量,从而为全球粮食安全提供科学依据。这一研究方向不仅具有重要的学术价值,还对全球农业政策制定和资源管理具有深远的影响。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务