reglab/cafo-iowa

cafo-iowa是一个关于爱荷华州集中动物饲养操作（CAFOs）的数据集，通过结合NAIP卫星图像、手动标注、爱荷华州DNR许可记录和ReGrid地块数据编译而成。它包含6,525个爱荷华州的断奶到育肥和生长到育肥养猪设施，这些设施通过卫星检测到的谷仓进行匹配。每个设施都包括报告的动物单位数量（来自州许可记录）和基于手动标注谷仓足迹面积估计的动物单位数量，从而支持分析《清洁水法》许可规则下的低报行为。数据集使用NAIP 2021航空影像、爱荷华州DNR主矩阵许可数据和ReGrid地块数据编译。许可地址和地块所有者信息已被隐去；但可根据研究请求分享未隐去版本。该数据集旨在研究《清洁水法》下的阈值博弈，即操作者可能低报动物数量以避免联邦许可要求。The cafo-iowa dataset is a curated dataset focused on concentrated animal feeding operations (CAFOs) in Iowa, compiled using 2021 National Agricultural Imagery Program (NAIP) aerial imagery, manual annotations, Iowa Department of Natural Resources (Iowa DNR) master matrix permit records, and ReGrid parcel data. It encompasses 6,525 wean-to-finish and grow-finish swine facilities in Iowa, which were identified by matching barns detected via satellite imagery. Each facility includes both the reported animal unit (AU) count sourced from state permit records and the AU count estimated based on the area of manually annotated barn footprints, enabling analysis of underreporting behaviors under the Clean Water Act (CWA) permit regulations. Permit addresses and parcel owner information have been redacted; the unredacted version of the dataset may be shared upon submission of a research request. This dataset is designed to support research on threshold gaming under the CWA, where facility operators may underreport animal counts to evade federal permit requirements.

搜集汇总

数据集介绍

构建方式

cafo-iowa数据集聚焦于美国爱荷华州的集中动物饲养操作（CAFO），其构建过程融合了多种高精度数据源与人工校验。研究团队基于2021年NAIP航空影像（0.6米分辨率），通过人工标注识别猪舍建筑轮廓，再结合ReGrid地块数据将分散的猪舍归类为独立设施。随后，利用空间邻近算法将这些设施与爱荷华州自然资源部的Master Matrix许可证记录进行匹配，从而获取每处设施官方申报的动物单位数量。最终，依据标注的猪舍占地面积及特定物种的饲养密度参数，估算出设施实际容纳的动物数量，形成了包含6,525个育肥猪设施的核心数据集。

特点

该数据集的核心亮点在于其双重估计机制：同时提供基于许可证的申报动物单位数与基于卫星影像的估算动物单位数，为量化《清洁水法》框架下的阈值操纵行为提供了实证基础。数据覆盖范围限定于爱荷华州，聚焦于在监管中最易出现低报行为的生长至出栏型猪场，确保了估算方法的可靠性。此外，数据集保留了设施的空间位置与卫星探测的猪舍足迹，但隐去了许可证地址与地块所有者等隐私信息，平衡了研究需求与数据保护。其跨学科属性融合了环境监管、遥感技术与公共政策分析，为探究农业污染合规性开辟了新路径。

使用方法

使用者可直接从HuggingFace数据集页面加载主文件`cafo_iowa_facilities_v1.csv`，该文件包含6,525条设施记录，每条记录均附有申报动物单位、估算动物单位及空间坐标等字段。对于需要原始许可证数据或中间处理文件的用户，可访问仓库中的`raw/`与`processed/`子目录。在分析时，建议重点关注估算值与申报值之间的差异，并结合许可证阈值（如1,000动物单位）进行合规性检验。由于数据仅覆盖爱荷华州且限定于猪场类型，研究者应避免将其结论直接推广至其他州或其他动物种类。研究用途如需获取未脱敏版本，可联系论文作者申请。

背景与挑战

背景概述

cafo-iowa数据集由斯坦福大学Helena Lyng-Olsen、Arun Frey等研究团队于2026年创建，聚焦美国爱荷华州集约化畜禽养殖场（CAFOs）的监管合规问题。该数据集融合NAIP卫星影像人工标注、爱荷华州自然资源部（DNR）许可证记录及ReGrid地块数据，涵盖6,525个育肥猪养殖设施，提供基于畜舍足迹估算的动物数量与官方申报数据的对比。其核心研究问题在于揭示《清洁水法》框架下运营商通过低报动物单位数量规避联邦许可的‘阈值博弈’行为，为环境监管有效性评估提供了创新性数据支撑，在农业环境政策与卫星遥感交叉领域具有重要影响力。

当前挑战

数据集面临的挑战首先体现在领域问题层面：CAFOs行业长期存在监管盲区，运营商可能策略性将动物数量控制在1,000动物单位（AU）这一联邦许可阈值以下，传统依赖自我申报的监管体系难以发现此类系统性低报行为。在构建过程中，挑战则源于多源异构数据的融合——需将0.6米分辨率NAIP影像中人工标注的畜舍足迹与州许可记录进行空间匹配，并基于物种密度参数推算动物数量，这一过程需克服标注一致性、空间定位偏差及参数不确定性等问题。此外，为保护隐私而隐去的地址与所有者信息，也限制了数据在精细化空间分析中的直接应用。

常用场景

经典使用场景

在环境监管与农业可持续发展的交叉领域中，cafo-iowa数据集被广泛用于分析集约化动物饲养 operations（CAFOs）的合规性。其最经典的使用场景在于通过卫星影像与政府许可记录的匹配，精确量化养殖场实际动物数量与自我报告数量之间的差异，从而揭示运营商在《清洁水法》框架下可能存在的“阈值游戏”行为——即通过低估动物单位数量来规避联邦许可要求。这一场景为环境执法、政策评估及动物农业空间分布研究提供了前所未有的数据支撑。

解决学术问题

该数据集的核心学术贡献在于解决了环境法规执行中的隐蔽性难题——如何独立验证运营商自我报告数据的真实性。通过结合NAIP卫星影像、人工标注的畜舍足迹与州级许可记录，cafo-iowa首次在爱荷华州范围内系统量化了养殖场动物数量低估的规模与模式。其研究揭示的“阈值游戏”现象，为理解《清洁水法》下监管漏洞的成因与影响提供了实证基础，推动了环境法学、公共政策与遥感科学交叉领域对合规激励机制的理论重构。

衍生相关工作

自cafo-iowa发布以来，其方法论已催生多项衍生研究。学者们借鉴其卫星影像与许可记录匹配的框架，拓展至其他畜禽类型（如奶牛、家禽）及不同州份的CAFO监管分析。同时，基于该数据集开发的动物种群估算算法，被应用于构建全国性的畜禽设施空间数据库，用于跨区域的温室气体排放清单编制。此外，其揭示的阈值行为引发了关于“许可门槛设计如何影响企业报告策略”的理论探索，推动了环境经济学中“选择性合规”模型的实证检验。