重建野生动物致死性传染病的出现支持人类转运传播的关键作用

数据集获取

源站：https://search.dataone.org/view/sha256%3A7a69277c0504dcd91c59891d4b5e2b2a84042ed65280aba1eed5a13db92214c0

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

尽管野生动物疾病的出现对生物多样性和人类健康产生了广泛影响，但对其再现过程的重建研究却寥寥无几。这在很大程度上归因于缺乏结构化且稳健的时空数据集。我们通过利用公民科学项目的数据，并构建野生动物病原体（蛙病毒属，感染两栖动物）传播的时空模型，克服了获取合适信息的后勤难题。我们评估了关于英国疾病报告快速增加的三个主要假设：疫情报告频率增加；气候变化改变了宿主与先前广泛分布的病原体之间的相互作用；以及疾病因新型病原体的空间传播而出现。我们的分析刻画了从附近池塘开始的局部传播，这与两栖动物的扩散相一致，但也揭示了一个高度显著的趋势，即在人类人口较多的地区，额外疫情的发生率更高……

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。