气候变化下埃及埃及伊蚊的重新出现
埃及伊蚊是包括登革热、黄热病、基孔肯雅热和寨卡病毒在内的多种具有医学意义的虫媒病毒的主要传播媒介，于1963年在埃及被成功根除
基本信息
资源简介
气候变化下埃及埃及伊蚊的重新出现
埃及伊蚊是登革热、黄热病、基孔肯雅热和寨卡病毒等多种具有医学意义的虫媒病毒的主要传播媒介，曾于1963年在埃及被成功根除。然而，自2011年以来，埃及南部省份再次出现该蚊种的报告及其相关的登革热疫情，引发公共卫生关注。本研究旨在对埃及伊蚊在当前及未来气候变化情景下的分布进行建模，通过整合当地采集的分布点数据与生物气候、人为活动及生物环境变量，识别驱动其分布的关键因素。基于最大熵（MaxEnt）的建模结果表现良好，并指出人口密度、年降水量和归一化植被指数（NDVI）是决定埃及伊蚊栖息地适宜性的关键因子。该数据集围绕这一研究主题，记录了埃及伊蚊在气候变化背景下重新出现的相关建模信息。
【数据集背景】
埃及伊蚊是多种医学重要虫媒病毒的主要传播媒介，包括登革热、黄热病、基孔肯雅热和寨卡病毒。该蚊种于1963年在埃及被成功根除。但自2011年以来，埃及南部省份再次出现埃及伊蚊的报告，并伴随登革热疫情的发生，这引起了公共卫生领域的担忧。在此背景下，本研究旨在对埃及伊蚊在埃及的当前和未来分布进行建模，以理解其在气候变化条件下的重新出现态势。数据集即围绕这一研究目标构建，聚焦于该蚊种在埃及的分布建模及其驱动因素分析。
【数据内容】
该数据集的核心内容与埃及伊蚊在埃及的分布建模相关。研究结合了当地采集的埃及伊蚊分布点数据，以及生物气候、人为活动和生物环境变量，用以识别驱动该蚊种分布的关键因素。建模采用最大熵（MaxEnt）方法，结果显示模型性能良好，其中AUC均值为0.975，TSS均值为0.789。研究进一步识别出人口密度、年降水量和归一化植被指数（NDVI）是埃及伊蚊栖息地适宜性的关键决定因素。数据集的具体文件组成、变量列表、时空范围等细节，源站未提供。
【采集与来源】
该数据集来源于search.dataone.org。研究中使用的埃及伊蚊分布数据为当地采集的发生点数据，并与生物气候、人为活动和生物环境变量相结合用于建模。关于数据的具体采集时间、采集方法、采样规模、变量数据的具体来源与版本等信息，源站未提供。
【适用场景】
基于现有信息，该数据集适用于与埃及伊蚊在埃及的分布建模相关的研究场景，尤其是结合气候变化背景分析该蚊种当前与未来分布的应用。其建模所识别的关键环境因子（人口密度、年降水量、NDVI）可用于理解栖息地适宜性的驱动因素。此外，该数据集涉及登革热、黄热病、基孔肯雅热和寨卡病毒等虫媒病毒的传播媒介研究，可能对虫媒传染病风险评估和公共卫生相关分析具有参考价值。其他具体适用场景，源站未提供。
【使用方法】
该数据集涉及基于最大熵（MaxEnt）的分布建模方法，结合当地采集的埃及伊蚊发生点数据与生物气候、人为活动和生物环境变量进行分析。模型性能通过AUC（均值0.975）和TSS（均值0.789）进行评估。关于数据的具体使用步骤、软件环境、参数设置、预处理要求等操作细节，源站未提供。
【质量与限制】
根据源站描述，该研究的MaxEnt建模表现良好，AUC均值为0.975，TSS均值为0.789，表明模型具有较好的判别能力。研究识别出人口密度、年降水量和NDVI为栖息地适宜性的关键决定因素。然而，关于数据的完整性、样本量、空间覆盖范围、不确定性来源以及模型外推的局限性等具体信息，源站未提供。
【引用与许可】
该数据集的来源站为search.dataone.org。关于具体的引用格式、作者信息、许可协议及使用条款等内容，源站未提供。
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
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
埃及伊蚊是几种具有重要医学意义的虫媒病毒的主要传播媒介，包括登革热、黄热病、基孔肯雅热和寨卡病毒。1963年，埃及成功根除了埃及伊蚊。然而，自2011年以来，有关其在埃及南部省份重新出现及相关登革热暴发的报道引发了担忧。本研究旨在模拟埃及伊蚊在当前和未来的分布情况。将当地采集的分布数据与生物气候、人为和生物环境变量相结合，以确定驱动埃及伊蚊分布的关键因素。最大熵模型（MaxEnt）表现出良好的性能（AUC均值 = 0.975；TSS均值 = 0.789），并确定人口密度、年降水量和归一化植被指数（NDVI）是埃及伊蚊栖息地适宜性的关键决定因素。当前预测突出了尼罗河谷、尼罗河三角洲、法尤姆盆地、红海沿岸以及……该研究考虑生物气候、人为和生物环境变量，以了解埃及伊蚊的栖息地。
生物气候变量：从WorldClim数据库获取了19个生物气候变量。为避免高度相关变量的影响，研究人员进行了主成分分析，并选取了三个关键变量（年降水量、最暖季度平均气温和温度季节性）。人为变量：通过Google Earth Engine平台从WorldPop数据集中获取了人类人口密度数据，采用2000年至2020年的中位值范围。生物环境变量：归一化植被指数（NDVI）数据代表植被覆盖度，取自Google Earth Engine平台上的中分辨率成像光谱仪（MODIS）MOD13A2产品，计算了2000年至2015年的中位值范围。未来预测：为预测未来变化的影响，
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。
