CMAQ空气质量模拟数据
该数据可用于评估空气污染浓度对马里兰州巴尔的摩市哮喘急诊就诊、哮喘住院以及心肌梗死和心力衰竭住院的影响。数据提供 .IOAPI 和 .csv 两种格式
基本信息
资源简介
CMAQ空气质量模拟数据
CMAQ_DATA
CMAQ_DATA 是 CMAQ（Community Multiscale Air Quality）空气质量模拟数据，包含 2004、2005、2006 年覆盖美国东部的 12km 网格和覆盖全美的 36km 网格，每个网格给出细颗粒物 PM2.5 的浓度值。该数据可用于评估空气污染浓度对马里兰州巴尔的摩市哮喘急诊就诊、哮喘住院以及心肌梗死和心力衰竭住院的影响。数据提供 .IOAPI 和 .csv 两种格式。分析中使用了健康数据，但因含个人可识别信息（PII）且受隐私保护，健康数据不能公开（来源 DOI 解析）。
【数据集背景】
源站首次发布：2020。
【数据内容】
源站描述（机器翻译，仅供参考）：数据为 CMAQ（Community Multiscale Air Quality）空气质量模拟数据，包含 12km 网格（覆盖美国东部）和 36km 网格（覆盖整个美国），年份为 2004、2005 和 2006 年。每个 CMAQ 网格包含一种空气污染物（细颗粒物 - PM2.5）的浓度值，该浓度值可用于确定空气污染浓度对马里兰州巴尔的摩市哮喘医院急诊就诊、哮喘住院以及心肌梗死（MI）和心力衰竭（HF）住院的影响。CMAQ 数据同时提供 .IOAPI（Input/Output Applications Programming Interface）格式和 .csv（逗号分隔值）格式。本分析中使用了健康数据，但健康数据不能发布，因为它包含在世个人的个人可识别信息（PII），并受 Privacy A 保护。
【主题与分类】
主题标签：Aerosol Optical Depth (AOD)、Air Quality Model、Air Quality System (AQS)、asthma、case crossover、fine particulate matter (PM2.5)、heart failure (HF)、Hierarchical Bayesian Model (HBM)、myocardial infarction (MI)、hospitalization。本站分类：循环系统疾病/心力衰竭。
【获取与许可】
源站页面：https://catalog.data.gov/dataset/cmaq_data
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.23719/1503115
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
数据为CMAQ（社区多尺度空气质量）空气质量建模数据，包含在12公里网格（覆盖美国东部）和36公里网格（覆盖全美）中，涉及2004年、2005年和2006年。每个CMAQ网格包含一个空气污染物（细颗粒物-PM2.5）的浓度值，该浓度值可用于确定空气污染浓度对马里兰州巴尔的摩市哮喘医院急诊科就诊、哮喘、心肌梗死（MI）和心力衰竭（HF）住院治疗的影响。CMAQ数据以*.IOAPI（输入/输出应用程序编程接口）格式和*.csv（逗号分隔值）格式提供。本分析使用了健康数据，但由于这些数据包含活体个人的个人可识别信息（PII），受到1974年《隐私法》（修订版）、1996年《健康保险流通与责任法案》（HIPPA）（修订版）的保护，并免于《信息自由法》（FOIA）请求，因此无法公开。
该健康数据集包含有关人类研究对象的信息，其访问受到2014年2月19日机构审查委员会（IRB）决定（协议号#13-76）的限制，并于2016年12月8日更新。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
