优势蜂种与花丰度驱动植物-传粉者群落寄生虫时间动态
传粉者减少可能使群落多样性降低,并可能增加传染病风险。物种丰富的植物和蜜蜂群落具有较高的物种周转率,使疾病动态研究颇具挑战

基本信息
资源简介
优势蜂种与花丰度驱动植物-传粉者群落寄生虫时间动态
传粉者减少可能使群落多样性降低,并可能增加传染病风险。物种丰富的植物和蜜蜂群落具有较高的物种周转率,使疾病动态研究颇具挑战
Dominant bee species and floral abundance drive parasite temporal dynamics in plant-pollinator communities
【数据内容】
源站描述(机器翻译,仅供参考):传粉者减少可能使群落多样性降低,并可能增加传染病风险。物种丰富的植物和蜜蜂群落具有较高的物种周转率,使疾病动态研究颇具挑战。为探究时间动态如何塑造植物和蜜蜂群落中的寄生虫流行率,我们在整个生长季筛查了超过5000只蜜蜂和花朵,检测五种常见蜜蜂微寄生虫(Nosema ceranae、N. bombi、Crithidia bombi、C. expoeki和neogregarines)。共筛查超过110种蜜蜂和89种花卉,发现分别有42%的蜂种(12.2%的个体蜜蜂)和70%的花种(8.7%的个体花朵)在其体内或体表至少携带一种寄生虫。一些常见花卉(如Lychnis flos-cuculi)携带多种寄生虫,而其他花卉(如Lythrum salicaria)携带的寄生虫种类较少。寄生虫流行率存在显著的时间变化。
【主题与分类】
主题标签:传粉者群落、寄生虫动态、蜜蜂微寄生虫、花卉丰度、物种周转、感染性疾病。本站分类:感染性疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A5fb1288e2adf852cbecc87382281efa5a086c74aca74af4d5589fd10f04e3280
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
传粉昆虫的减少可能导致群落多样性降低,并可能增加感染性疾病的风险。物种丰富的植物和蜜蜂群落具有较高的物种更替率,这使得疾病动态研究颇具挑战性。为探究时间动态如何影响植物和蜜蜂群落中寄生虫的流行率,我们在整个生长季内对超过5000只蜜蜂和花朵进行了筛查,检测五种常见的蜜蜂微寄生虫(Nosema ceranae、N. bombi、Crithidia bombi、C. expoeki和新簇虫)。共筛查了超过110种蜜蜂和89种花朵,结果显示分别有42%的蜜蜂物种(个体蜜蜂的12.2%)和70%的花朵物种(个体花朵的8.7%)在其体内或表面至少携带一种寄生虫。一些常见花卉(如Lychnis flos-cuculi)携带多种寄生虫,而其他花卉(如Lythrum salicaria)则携带较少。蜜蜂中寄生虫流行率的显著时间变化与蜜蜂多样性、蜜蜂和花朵丰度以及群落组成相关。具体而言,我们发现蜜蜂群落在季节后期流行率最高,此时社会性蜜蜂(Bombus spp.和Apis mellifera)占主导地位,蜜蜂多样性最低。
相反,当花丰度最高时,季节后期的花朵患病率最低。因此,蜜蜂群落的更替影响了群落范围的患病率,而植物群落的更替影响了寄生虫在花朵上可能发生传播的时机。这些结果表明,改善蜜蜂健康的努力将受益于促进高花数以减少传播风险、维持蜜蜂多样性以稀释寄生虫,以及监测优势 competent 宿主的丰度。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




