美国本土PM2.5日与年均浓度1公里网格数据集v1（2000-2016）

数据集获取

源站：https://doi.org/10.7910/DVN/XAWAKF

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 724.82 GB。

数据说明

美国本土PM2.5日浓度与年浓度1公里网格数据集v1版（2000-2016年）包含2000年至2016年1公里分辨率网格单元内PM2.5浓度的预测值。该数据集采用广义相加模型，考虑地理差异，对神经网络、随机森林和梯度提升三种机器学习模型的日预测结果进行集成。这三种机器学习模型融合了多种预测因子，包括卫星数据、气象变量、土地利用变量、高程、化学传输模型预测、若干再分析数据集以及其他预测因子。年预测值通过计算每个网格单元中各年日预测值的平均值得到。集成模型的预测性能优于单个机器学习模型，日预测的10折交叉验证R平方值为0.86，年预测为0.89。旨在提供美国PM2.5日浓度和年浓度数据。

以1公里（约30弧秒）的分辨率，用于公共卫生研究，以分别估算对人类健康的短期和长期影响，并用于其他相关研究。

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。