疾病对三种商业捕捞物种存活率的影响

数据集获取

源站：https://search.dataone.org/view/sha256%3A6625d6d948b723aaadab42a90dd4e4ff068395546afebc6fca484adbfb30c093

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

新发传染病的近期增加引发了人们对某些海洋物种种群稳定性的担忧。海洋系统疾病研究的复杂性和高昂成本往往导致保护和管理决策在缺乏疾病对种群水平影响的定量数据的情况下做出。标记重捕法是一种强大但未被充分利用的工具，可用于计算疾病对种群大小和结构的影响，即使在缺乏病因学信息的情况下也是如此。我们将逻辑回归模型应用于标记重捕数据，以估算三种具有重要商业价值的海洋物种中与疾病相关的死亡率：加拿大纽芬兰的雪蟹（Chionoecetes opilio），该种群经历苦蟹病的零星流行；美国切萨皮克湾的条纹鲈（Morone saxatilis），该种群经历慢性皮肤和内脏分枝杆菌病；以及新英格兰南部种群的美国龙虾（Homarus americanus），该种群经历慢性流行性壳病。这三种疾病均降低了患病宿主的存活率。

患病成年雄性蟹的存活率为未感染蟹的1%（0.003–0.022，95%置信区间），表明该生活史阶段感染蟹几乎完全死亡。中度及重度患病的条纹鲈（分别占种群的15%和11%）的存活率分别为健康条纹鲈的84%（70–100%，95%置信区间）和54%（42–68%，95%置信区间）。经疾病调整后的条纹鲈年自然死亡率为0.29，几乎是此前未计入疾病的公认值的两倍。中度及重度患病龙虾的存活率为健康龙虾的30%（15–60%，95%置信区间），轻度患病龙虾的存活率为健康龙虾的45%（27–75%，95%置信区间）。抱卵雌性个体的高疾病死亡率或可解释该种群中观察到的补充量低下和快速下降。种群评估应考虑疾病相关死亡。

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。