快速变暖水体驱动北部海湾副溶血性弧菌丰度

数据集获取

源站：https://doi.org/10.5683/SP3/FKFX2P

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

副溶血性弧菌（Vibrio parahaemolyticus，Vp）是一种可导致严重食源性疾病的海洋细菌。弧菌的丰度在全球范围内可能有所增加，这通常被归因于气候变化；然而，在历史上Vp暴发较为罕见的北纬地区，缺乏将Vp暴发与气候变化直接关联的研究。我们针对加拿大圣劳伦斯湾——地球上变暖最快的海洋水体之一——的Vp暴发开发了一个稳健的预测性随机森林模型。我们利用遥感或模拟的海表温度、盐度和叶绿素-a，以及2017年和2023年牡蛎中2,415份存档Vp检测数据，构建了一个回溯预测模型，用以预测过去35年（1998—2023年）的Vp暴发情况。随后，我们将Vp暴发概率的回溯预测结果与这些关键环境参数的模拟变化进行了比较。模型显示，在某些区域，2023年的Vp暴发风险较1998年高出7%。海表温度显示出最强的关联性，且很可能推动了该地区Vp暴发的增加。

尽管先前的研究表明，在未来气候变化情景下，弧菌的丰度可能会增加，但我们的结果揭示，气候变化已经导致Vp丰度上升。我们的发现表明，圣劳伦斯湾中的Vp是快速变暖海域中气候变化的生态哨兵。随着海洋气候持续变化，该区域Vp丰度可能会进一步增强，进而可能对水产养殖业和人类健康构成风险。本次数据提交包括与ArcGIS Pro兼容的Python脚本，用于生成随附的CSV数据文件，以及用于建模和分析的R脚本。Python脚本和R脚本均需要第三方数据；数据来源已在README文件中注明。

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。