社区溢油调查（COSS）第五轮，路易斯安那州普拉克明、拉福什、特勒博恩教区及大岛居民，2013年4月-110869
这是社区溢油调查（COSS）的第五轮数据，于 2013 年 4 月、溢油发生三年后采集。数据覆盖社会影响、脆弱性、韧性、健康等主题，可用于分析溢油事件对东南路易斯安那沿海社区的中长期社会与健康影响（来源 DataONE）
基本信息
资源简介
社区溢油调查（COSS）第五轮，路易斯安那州普拉克明、拉福什、特勒博恩教区及大岛居民，2013年4月
Community Oil Spill Survey (COSS), Wave 5, People of Plaquemines, Lafourche, Terrebonne Parishes and Grand Isle, Louisiana, April 2013.
这是社区溢油调查（COSS）的第五轮数据，于 2013 年 4 月、溢油发生三年后采集。调查由 Louisiana State University 的 Public Policy Research Lab 开展，采用横断面电话访问方式，对象为从 Plaquemines、Lafourche、Terrebonne 教区沿海邮政编码区及路易斯安那州 Grand Isle 市随机抽取的住户。数据覆盖社会影响、脆弱性、韧性、健康等主题，可用于分析溢油事件对东南路易斯安那沿海社区的中长期社会与健康影响（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：这是社区溢油调查（COSS）的第五轮。数据于 2013 年 4 月采集，距溢油开始已有三年。该调查由 Louisiana State University 的 Public Policy Research Lab 开展，是一项横断面电话调查，调查对象为从 Plaquemines、Lafourche 和 Terrebonne 教区沿海邮政编码区以及路易斯安那州 Grand Isle 市的居民名单中随机抽取的住户。
【主题与分类】
主题标签：social impacts、vulnerablity、resilience、health、Southeast Louisiana、Plaquemines Parish, Louisiana、Lafourche Parish, Louisiana、Terrebonne Parish, Louisiana、Grand Isle, Louisiana。本站分类：环境因素所致疾病/其他。
【获取与许可】
源站页面：https://search.dataone.org/view/Y1-x093-000-0002-0003
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://search.dataone.org/view/Y1-x093-000-0002-0003
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
这是社区溢油调查（COSS）的第五轮。数据收集于2013年4月，即溢油事件开始三年后。COSS由路易斯安那州立大学公共政策研究实验室开展，是一项横截面电话调查，调查对象是从路易斯安那州普拉克明、拉富什和特雷博恩教区沿海邮政编码区以及大岛市居民名单样本中随机抽取的家庭。
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。
