森林砍伐致暖对非洲热带溪流鱼代谢、生长及营养相互作用的影响数据
该数据集来自 doi.org,围绕森林砍伐引起的增温对非洲热带溪流鱼类 Enteromius neumayeri 的影响,涵盖其代谢、生长及营养相互作用

基本信息
资源简介
森林砍伐致暖对非洲热带溪流鱼代谢、生长及营养相互作用的影响数据
该数据集来自 doi.org,围绕森林砍伐引起的增温对非洲热带溪流鱼类 Enteromius neumayeri 的影响,涵盖其代谢、生长及营养相互作用。研究对比了位于非洲热带雨林内部或附近的森林溪流(较冷)与砍伐后溪流(较暖)中的该物种,探讨变暖如何通过能量需求变化影响生长与捕食者摄食率,以及这些效应对食物网的相对重要性。数据可用于分析温度适应、猎物生产补偿及生物速率改变等机制,服务于生态学与气候变化相关研究(来源 doi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):1. 在变温动物中,人为变暖通常会增加代谢的能量需求,这可能会损害生长(当资源有限时),或导致更高的捕食者摄食率,并可能增强自上而下的营养相互作用。然而,这些效应在自然界中的相对重要性仍不清楚,因为:1)热适应或驯化可以降低代谢成本;2)较暖温度下更高的猎物产量可以补偿更高的捕食者摄食率;和/或 3)温度通过改变生物速率对营养相互作用的影响,相对于其他与温度无关的人类对食物网的影响可能较小。2. 在此,我们研究了与森林砍伐相关的变暖对 minnow Enteromius neumayeri 的影响,该物种出现在位于非洲热带雨林内部或附近的森林(较冷)和砍伐(较暖)溪流中。结合适当
【主题与分类】
主题标签:Anthropocene、cyprinid、Enteromius neumayeri、energetics。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://doi.org/10.5061/dryad.qg78q
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/10.5061/dryad.qg78q
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
- 在变温动物中,人为变暖往往会增加代谢的能量需求,这可能会损害生长(当资源有限时),或导致更高的捕食者摄食率,并可能增强自上而下的营养级相互作用。然而,这些效应在自然界中的相对重要性仍不清楚,因为:1)热适应或驯化可能降低代谢成本;2)较暖温度下更高的猎物产量可能补偿捕食者更高的摄食率;和/或3)温度通过改变生物学速率对营养级相互作用的影响,相对于其他与温度无关的人类对食物网的影响可能较小。2. 在此,我们研究了与森林砍伐相关的变暖对生活在非洲热带雨林内部或附近的森林覆盖(凉爽)和森林砍伐(温暖)溪流中的米诺鱼 Enteromius neumayeri 的影响。结合生理学和群落生态学的方法,我们量化了人为变暖对这种热带变温动物的代谢、生长和营养级相互作用的影响。然后,我们将这些影响与无关温度的土地利用影响进行了比较。3.
在一项长期实验室驯化实验中,我们量化了E. neumayeri生长和代谢的温度依赖性,发现 warming 提高了代谢率并降低了生长(在有限口粮下)。我们没有发现局部(热)适应的证据,warming 对养殖和森林种群的影响相似。4. 然后,使用标记重捕方法量化warming对原位表现的影响,我们发现来自森林砍伐和森林溪流的鱼尽管热环境不同,但生长率相似。这表明在森林砍伐地点有更高的猎物消耗,以补偿更高的代谢成本,这可能加强鱼类-无脊椎动物的相互作用。5. 最后,我们开发了一个生物能量学模型来估计鱼类-无脊椎动物的相互作用强度,并量化与温度相关和无关的影
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。




