新墨西哥州Sevilleta国家野生动物保护区啮齿动物寄生虫数据

数据集获取

源站：https://search.dataone.org/view/knb-lter-sev.13.72956

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。

数据说明

位于新墨西哥州中部的10万公顷Sevilleta国家野生动物保护区（SNWR）地处一个过渡带，横跨西南部几个主要生物群落，包括大盆地灌木草原、莫戈永松-杜松林地、大平原草地和奇瓦瓦沙漠。在9年期间（1990-1998年），与新墨西哥大学长期生态研究（LTER）项目合作，从SNWR的3个主要栖息地类型（草地、沙漠/木馏油灌木、林地）的固定采集点收集并鉴定了3，235只啮齿动物（4科28种）。对宿主进行剖检以检查体内寄生虫（原生动物[球虫]、蠕虫）和一些体外寄生虫。我们鉴定并分析了在这些宿主体内发现的所有寄生虫。

到1998年，我们已经具备了便捷识别和监测在LTER第二阶段资助下捕获的所有哺乳动物宿主身上寄生虫的手段。这并非又一次普通的寄生虫调查；我们收集的数据因几个原因而独一无二：1）这是首次对来自3个不同群落、每个群落均来自明确界定的地理位置（栖息地类型）的所有哺乳动物（啮齿动物）宿主的自然寄生虫组合进行的完整编目，且跨越了十年乃至更长的时间；2）这项研究是多学科方法的一部分，旨在探讨气候变化对生态系统结构和功能在多个尺度（个体、群落等）上的概念性问题，来自这些相关研究的关联数据将增强并提升该数据集的稳健性；3）作为全国所有LTER项目中唯一的寄生虫研究，它提供了一个理想的模型，或许还激励了在其他各种栖息地类型中、从多种不同视角开展类似的寄生虫群落长期研究，以及网络内其他LTER站点的工作。完成这项工作后，我们能够利用这些长期数据来尝试理解……的动态。

Hypotheses were then

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。