新墨西哥州Sevilleta国家野生动物保护区啮齿动物寄生虫数据(1990-1998)

该数据集记录了1990至1998年间,在新墨西哥州Sevilleta国家野生动物保护区(SNWR)三大栖息类型(草地、沙漠/木馏油灌木、林地)的固定采集点捕获的3,235只啮齿动物(4科28种)的寄生虫信息

dataone
浏览 4
表格分类populationsspeciesmeasurementsparasitismtrappingdesertsgrasslandsanimalsmammalssmall mammalsvegetation
Rodent Parasite Data for the Sevilleta National Wildlife Refuge, New Mexico (1990-1998)

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-17

资源简介

新墨西哥州Sevilleta国家野生动物保护区啮齿动物寄生虫数据(1990-1998)

Rodent Parasite Data for the Sevilleta National Wildlife Refuge, New Mexico (1990-1998)

该数据集记录了1990至1998年间,在新墨西哥州Sevilleta国家野生动物保护区(SNWR)三大栖息类型(草地、沙漠/木馏油灌木、林地)的固定采集点捕获的3,235只啮齿动物(4科28种)的寄生虫信息。研究人员对宿主进行剖检,鉴定并分析了其体内寄生虫(原生动物如球虫、蠕虫)及部分体外寄生虫。数据可用于研究宿主与寄生虫的物种组成、感染状况及生态关系,支持长期生态趋势分析与寄生虫分类鉴定(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):位于新墨西哥州中部的Sevilleta国家野生动物保护区(SNWR)占地100,000公顷,地处横跨西南部多个主要生物群系的过渡带,包括大盆地灌木草原、Mogollon矮松-杜松林地、大平原草地和奇瓦瓦沙漠。在9年(1990-1998)期间,与University of New Mexico的长期生态研究(LTER)项目合作,从SNWR三大主要栖息类型(草地、沙漠/木馏油灌木、林地)的永久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)和部分体外寄生虫。我们鉴定并分析了这些宿主中发现的所有寄生虫。到1998年,我们已具备便捷鉴定和监测LTER第二阶段资助下捕获的所有哺乳动物宿主寄生虫的手段。这不是ju

【主题与分类】

主题标签:populations、species、measurements、parasitism、trapping、deserts、grasslands、animals、mammals、small mammals。本站分类:感染/胃肠道感染。

【获取与许可】

源站页面:https://search.dataone.org/view/https%3A%2F%2Fpasta.lternet.edu%2Fpackage%2Fmetadata%2Feml%2Fknb-lter-sev%2F13%2F270182

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://search.dataone.org/view/https%3A%2F%2Fpasta.lternet.edu%2Fpackage%2Fmetadata%2Feml%2Fknb-lter-sev%2F13%2F270182

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100,000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)。对宿主进行了解剖,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多种栖息地类型中、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。

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。

获取专属数据定制方案