核电站邻近区域人口暴露估计：位置数据
该数据集整合了Nature News的Declan Butler开发的全球数据集与国际原子能机构（IAEA）维护的Power Reactor Information System（PRIS）信息，以点要素形式表示全球核反应堆位置，并关联截至2012年3月的反应堆规格与运行历史属性
基本信息
资源简介
核电站邻近区域人口暴露估计：位置数据
Population Exposure Estimates in Proximity to Nuclear Power Plants, Locations
该数据集整合了Nature News的Declan Butler开发的全球数据集与国际原子能机构（IAEA）维护的Power Reactor Information System（PRIS）信息，以点要素形式表示全球核反应堆位置，并关联截至2012年3月的反应堆规格与运行历史属性。数据覆盖全球各国，可用于分析核电站周边人口暴露情况，支持环境健康、灾害风险评估与公共健康相关研究（来源 DOI 解析）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：《核电站邻近区域人口暴露估计：位置》数据集整合了Nature News的Declan Butler开发的全球数据集与国际原子能机构（IAEA）维护的核反应堆最新数据库Power Reactor Information System（PRIS）的信息。全球核反应堆的位置以点要素表示，并关联截至2012年3月的反应堆规格与运行历史属性。
【主题与分类】
主题标签：Earth and Environmental Sciences、Hazards、HUMAN DIMENSIONS、POPULATION、ENVIRONMENTAL IMPACTS、NUCLEAR RADIATION EXPOSURE、Population、Society、PUBLIC HEALTH、RADIATION EXPOSURE。本站分类：环境因素所致疾病/其他。
【获取与许可】
源站页面：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/AG3JE3
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/10.7910/DVN/AG3JE3
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:
数据集大小约 817.2 KB。
数据说明
核电站邻近人口暴露估计位置数据集整合了《自然新闻》的Declan Butler开发的全球数据集与动力堆信息系统（PRIS）的信息，后者是由国际原子能机构（IAEA）维护的核反应堆最新数据库。全球核反应堆的位置以点要素表示，并附有截至2012年3月的反应堆规格和运行历史属性。旨在提供描述核电站和反应堆的点位置及属性的全球数据集。
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。
