生鲜农产品协同管理：自然保护与食品安全数据
生鲜农产品已成为美国食源性疾病的首要原因。人们普遍担心野生动物会将食源性病原体传播到生鲜农产品田地，这给农民带来了巨大压力，迫使他们清除农田周围的非作物植被
基本信息
资源简介
生鲜农产品协同管理：自然保护与食品安全数据
生鲜农产品已成为美国食源性疾病的首要原因。人们普遍担心野生动物会将食源性病原体传播到生鲜农产品田地，这给农民带来了巨大压力，迫使他们清除农田周围的非作物植被。该数据集围绕生鲜农产品与食品安全、自然保护之间的关系展开，整合了三组大型数据，用以说明生鲜农产品中病原体的流行率正在快速上升，病原体在靠近适宜牲畜放牧土地的农场中更为常见，并且植被清除与病原体流行率随时间上升存在关联。这些发现对当前以清除植被作为病原体缓解策略的食品安全改革提出了不同意见，并表明在农产品种植景观中同时实现食品安全与自然保护目标是可能的。数据集由 Dryad 机构发布，发布时间为 2016 年，采用 Creative Commons Zero v1.0 Universal 许可。
【数据集背景】
该数据集关注的核心问题是生鲜农产品引发的食源性疾病。源站描述指出，生鲜农产品已成为美国食源性疾病的首要原因。与此同时，一种广泛的担忧认为野生动物会将食源性病原体传播到生鲜农产品田地，这种担忧给农民带来了巨大压力，促使他们清除农田周围的非作物植被。数据集正是在这一背景下产生，试图通过整合大规模数据来检验病原体流行趋势、农场周边环境与植被清除之间的关系，并进一步讨论食品安全与自然保护能否在农产品种植景观中兼顾。
【数据内容】
该数据集整合了三组大型数据。源站描述概括了基于这些数据得到的三项主要发现：第一，生鲜农产品中的病原体流行率正在快速上升；第二，病原体在距离适宜牲畜放牧土地更近的农场中更为常见；第三，植被清除与病原体流行率随时间上升存在关联。这些内容共同构成了数据集的核心信息。除上述描述外，源站未提供关于具体变量、样本量、时间跨度、地理范围或数据结构等更细化的说明。
【采集与来源】
数据集的来源站为 doi.org，发布机构为 Dryad，发布时间为 2016 年。作者包括 Karp, Daniel S.、Gennet, Sasha、Kilonzo, Christopher、Partyka, Melissa、Chaumont, Nicolas、Atwill, Edward R. 和 Kremen, Claire。源站描述提到研究结合了三组大型数据集，但未提供各数据集的原始采集方式、采集地点、采集时间或具体调查方法。除上述信息外，源站未提供更多关于数据采集与来源的细节。
【适用场景】
该数据集适用于关注食源性疾病、生鲜农产品安全、野生动物与病原体传播、农业景观管理以及自然保护与食品安全协调等议题的研究与应用场景。其内容可用于讨论病原体流行率的变化趋势、农场周边环境与病原体分布的关系，以及植被清除作为病原体缓解策略可能带来的影响。由于本站分类为感染 / 胃肠道感染，该数据集也可作为胃肠道感染相关食源性病原体研究的参考数据。除上述方向外，源站未提供关于具体适用场景的更多说明。
【使用方法】
源站未提供关于数据使用的具体步骤、软件要求、文件格式、变量说明或分析流程。使用者如需使用该数据集，应参考来源站 doi.org 及 Dryad 发布页面提供的原始说明。除来源站与发布机构信息外，源站未提供更多使用方法相关内容。
【质量与限制】
该数据集基于三组大型数据整合而成，源站描述强调其发现与当前一些食品安全改革主张相矛盾，并指出在农产品种植景观中实现食品安全与自然保护目标是可能的。这些结论建立在源站所述数据与分析基础之上。但源站未提供关于数据质量评估、误差来源、样本代表性、统计方法或外部验证等信息。因此，关于该数据集的质量与限制，除源站描述所提及的内容外，源站未提供更多细节。
【引用与许可】
该数据集的英文名称为 Data from: Comanaging fresh produce for nature conservation and food safety。作者为 Karp, Daniel S.、Gennet, Sasha、Kilonzo, Christopher、Partyka, Melissa、Chaumont, Nicolas、Atwill, Edward R. 和 Kremen, Claire。发布机构为 Dryad，发布时间为 2016 年，来源站为 doi.org。许可方式为 Creative Commons Zero v1.0 Universal。引用时应依据来源站与发布机构提供的引用信息进行规范引用。除上述内容外，源站未提供更多关于引用格式或使用限制的说明。
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.q5rs8
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 552.6 KB。
数据说明
新鲜农产品已成为美国食源性疾病的主要来源。人们普遍担心野生动物会将食源性病原体传播到新鲜农产品田地，这给农民带来了巨大压力，迫使他们清除农田周围的非作物植被。我们结合了三个大型数据集，证明新鲜农产品中的病原体流行率正在迅速上升，病原体在靠近适合放牧牲畜的土地的农场中更为常见，并且植被清除与病原体流行率随时间增加有关。这些发现与广泛推行的食品安全改革相矛盾，这些改革将植被清除作为病原体缓解策略。更广泛地说，我们的工作表明，在农产品种植景观中实现食品安全和自然保护目标是可以做到的。
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。
