five

Byrd-ICP Data|古气候学数据集|冰芯研究数据集

收藏
github2023-12-19 更新2024-05-31 收录
古气候学
冰芯研究
下载链接:
https://github.com/weber1158/Byrd-ICP-Data-App
下载链接
链接失效反馈
资源简介:
该数据集包含了Byrd Polar & Climate Research Center的冰芯古气候学组发布的冰芯数据,用于研究和分析古气候。

This dataset comprises ice core data released by the Ice Core Paleoclimatology Research Group at the Byrd Polar & Climate Research Center, utilized for the study and analysis of paleoclimate.
创建时间:
2023-10-10
原始信息汇总

Byrd-ICP Data App 数据集概述

数据集目的

本数据集旨在加速获取Byrd Polar & Climate Research Center的Ice Core Paleoclimatology Group(Byrd-ICP)的冰芯数据。数据可通过NOAA NCEI Paleo Data Search网页获取,需选择“Ice Cores”数据类型,并指定“Mosley-Thompson, E.”和“Thompson, L.G.”为研究者。

数据集内容

数据集包含多个冰芯数据,如Elbrus冰芯和Guliya高原冰芯的41,000年数据。数据以Excel文件形式存储,可通过Zenodo平台下载。

数据集更新历史

  • 2023年12月18日:更新至版本2.3,新增Elbrus冰芯和Guliya高原冰芯数据导入功能,增加额外的绘图能力。
  • 2023年10月10日:更新至版本2.2,更新数据仓库,修复地理轴上冰芯位置的绘图问题。
  • 2023年10月9日:更新至版本2.0,移除废弃功能。

数据集使用方法

Byrd-ICP Data App是一个交互式MATLAB GUI,允许用户无需编写代码即可使用数据集功能。通过MATLAB命令行调用ByrdApp函数即可启动应用。

数据集操作指南

  1. 从“Choose a core”下拉菜单选择冰芯。
  2. “Choose dataset”下拉菜单将自动填充。
  3. 点击“Import”按钮从Zenodo仓库导入数据。
  4. 数据集的原始引用将在“Original reference”文本区域显示。
  5. 数据自动在可排序表格中显示。
  6. 冰芯的纬度、经度和海拔将在“Location”文本区域显示。
  7. 使用“Save as...”按钮保存数据为.csv, .xlsx, 或 .txt文件。
  8. 使用“Map View”按钮查看冰芯位置。
  9. 选择X-Data, Y-Data, 和 Chart Style下拉菜单中的参数进行数据绘图。
  10. 使用“Plot”按钮在显示区域可视化参数。
  11. 使用“Clear”按钮清除显示区域。
  12. 使用“Save as...”按钮保存绘图为.jpeg, .png, 或 .tif文件。

数据集函数文档

  • readICP: 从Byrd-ICP组导入冰芯数据集为表格。
  • ICP_get_dataset_names: 生成指定冰芯站点数据集名称的单元数组。
  • ICPmapshow: 显示Byrd-ICP组收集的所有冰芯站点位置。

参考文献

  • Lindsey Davidge, Hanna L. Brooks, & Merlin L. Mah. (2022). Global ice drilling and archive location data for select ice cores (1.0.1) [Dataset]. Zenodo.
  • Weber, Austin M. (2023). Byrd Polar and Climate Research Center Ice Core Paleoclimatology Datasets in a Standardized Excel Format (1.1.0) [Data set]. Zenodo.
AI搜集汇总
数据集介绍
main_image_url
构建方式
Byrd-ICP数据集的构建基于Byrd极地与气候研究中心四十余年积累的冰芯记录数据。这些数据涵盖了全球16个国家的17个独特冰芯记录,来源于29篇同行评审的出版物。为提升数据的可访问性,研究团队采用了一种标准化的数据格式,将81个数据集进行了统一处理,并通过ByrdDIT工具进行管理和展示。该工具通过MATLAB编写的图形用户界面(GUI),使得研究人员能够快速访问、可视化并保存这些数据。
特点
Byrd-ICP数据集的显著特点在于其全球覆盖范围广泛,涵盖了六大洲的多个冰芯记录,且数据格式经过标准化处理,便于跨研究比较。此外,ByrdDIT工具的引入极大地简化了数据访问流程,提供了直观的界面和丰富的功能,如数据导入、可视化、保存以及地图视图等,使得即使不具备编程知识的研究人员也能轻松使用。
使用方法
使用Byrd-ICP数据集及其配套工具ByrdDIT,首先需注册一个免费的MathWorks账户,并在MATLAB Online中下载并打开ByrdDIT仓库。通过在命令窗口输入‘ByrdDIT’或‘ByrdApp’命令即可激活GUI。用户可从下拉菜单中选择冰芯、相关出版物及数据集,导入数据后可进行可视化操作,并可选择保存数据或图表。此外,用户还可通过地图视图功能查看冰芯站点的地理位置。
背景与挑战
背景概述
Byrd-ICP数据集由Byrd极地与气候研究中心创建,该中心在过去四十年中致力于从地球低纬度地区钻取独特的高山冰芯记录。这些数据集涵盖了全球16个国家的冰芯记录,广泛应用于气候变化研究。通过与NOAA世界古气候数据服务中心的合作,这些数据集已被标准化并免费提供,旨在提升全球研究人员的访问效率。Byrd-ICP数据集的核心研究问题集中在冰芯记录的气候变化分析,其影响力在于为全球气候变化研究提供了关键的历史数据支持。
当前挑战
Byrd-ICP数据集在构建过程中面临的主要挑战包括数据格式的多样性和长期积累的数据管理问题。由于不同作者和时间段的格式差异,数据的查找、访问、下载、可视化和比较变得极为复杂。此外,数据的标准化过程需要对大量历史数据进行重新整理和格式化,以确保数据的一致性和可用性。这些挑战不仅影响了数据的使用效率,也对研究人员的分析工作提出了更高的技术要求。
常用场景
经典使用场景
Byrd-ICP数据集的经典使用场景主要集中在冰芯研究领域,尤其是对地球低纬度地区冰芯记录的分析。研究人员可以通过ByrdDIT工具快速访问、可视化和保存来自Byrd极地与气候研究中心发布的冰芯数据。这些数据涵盖了全球16个国家的17个独特冰芯记录,为气候变化研究提供了宝贵的历史数据。
解决学术问题
Byrd-ICP数据集解决了冰芯研究中长期存在的数据格式不统一和访问效率低下的问题。通过标准化数据格式和提供直观的GUI工具,该数据集极大地简化了研究人员获取、比较和分析冰芯数据的过程,从而推动了全球气候变化研究的进展,特别是在低纬度地区的冰芯记录分析方面。
衍生相关工作
Byrd-ICP数据集的发布催生了一系列相关研究工作,包括对低纬度冰芯记录的深入分析、气候变化模型的改进以及古气候重建方法的创新。例如,Thompson等人(2021)利用该数据集研究了快速退缩的高山冰川对气候变化的影响,而Weber(2023)则通过标准化数据格式推动了冰芯数据的广泛应用。这些工作不仅丰富了气候科学的研究内容,还为全球气候政策的制定提供了科学依据。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

Awesome JSON Datasets

一个精选的无需认证的JSON数据集列表。

github 收录

Traditional-Chinese-Medicine-Dataset-SFT

该数据集是一个高质量的中医数据集,主要由非网络来源的内部数据构成,包含约1GB的中医各个领域临床案例、名家典籍、医学百科、名词解释等优质内容。数据集99%为简体中文内容,质量优异,信息密度可观。数据集适用于预训练或继续预训练用途,未来将继续发布针对SFT/IFT的多轮对话和问答数据集。数据集可以独立使用,但建议先使用配套的预训练数据集对模型进行继续预训练后,再使用该数据集进行进一步的指令微调。数据集还包含一定比例的中文常识、中文多轮对话数据以及古文/文言文<->现代文翻译数据,以避免灾难性遗忘并加强模型表现。

huggingface 收录

CIFAR-10

CIFAR-10 数据集由 10 个类别的 60000 个 32x32 彩色图像组成,每个类别包含 6000 个图像。有 50000 个训练图像和 10000 个测试图像。 数据集分为五个训练批次和一个测试批次,每个批次有 10000 张图像。测试批次恰好包含来自每个类别的 1000 个随机选择的图像。训练批次包含随机顺序的剩余图像,但一些训练批次可能包含来自一个类的图像多于另一个。在它们之间,训练批次恰好包含来自每个类别的 5000 张图像。

OpenDataLab 收录

中国高分辨率高质量PM2.5数据集(2000-2023)

ChinaHighPM2.5数据集是中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP)中PM2.5数据集。该数据集利用人工智能技术,使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值,结合地基观测、大气再分析和排放清单等大数据生产得到2000年至今全国无缝隙地面PM2.5数据。数据十折交叉验证决定系数R2为0.92,均方根误差RMSE为10.76 µg/m3。主要范围为整个中国地区,空间分辨率为1 km,时间分辨率为日、月、年,单位为µg/m3。注意:该数据集持续更新,如需要更多数据,请发邮件联系作者(weijing_rs@163.com; weijing@umd.edu)。 数据文件中包含NC转GeoTiff的四种代码(Python、Matlab、IDL和R语言)nc2geotiff codes。

国家青藏高原科学数据中心 收录

Subway Dataset

该数据集包含了全球多个城市的地铁系统数据,包括车站信息、线路图、列车时刻表、乘客流量等。数据集旨在帮助研究人员和开发者分析和模拟城市交通系统,优化地铁运营和乘客体验。

www.kaggle.com 收录