揭示蝙蝠传播病毒疫情的生态驱动因素：气候驱动的风险评估

数据集获取

源站：https://doi.org/10.5281/zenodo.15645100

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

蝙蝠是众多致命病毒的天然宿主，对全球公共卫生构成重大威胁。尽管已发现的蝙蝠携带病毒数量大幅增加，但对其生态动态的了解仍然有限，阻碍了针对蝙蝠传播病毒性疾病的有效预防策略的制定。本研究通过考察19个潜在变量，探讨了1,350种蝙蝠与68个病毒属之间的复杂关系，重点关注潜在感染性病毒（PIVs）和流行性病毒（PEVs）。系统发育和环境分析揭示，蝙蝠科间的病毒多样性不均衡，受温度季节性、宿主生活史特征（如寿命、窝仔数）和迁徙行为驱动。此外，社会经济因素，包括人口密度和人均GDP，放大了病毒的可检测性和溢出风险。虽然携带PIVs的蝙蝠分布于多种生物群落，但当前携带PEVs的蝙蝠热点集中在热带季节性森林、温带地区以及人类活动频繁的区域。

2050年气候变化预测表明，携带PEVs的蝙蝠分布将发生显著变化，SARS相关冠状病毒和尼帕病毒等病毒将向更寒冷、更干燥和高纬度地区扩展。同时，由于气候变化和城市人口扩张的共同影响，人蝠互动高风险区域预计将扩大。这些发现凸显了整合生态、环境和社会经济数据以评估人畜共患病风险的迫切需求。在环境和社会快速变化的动态热点地区，主动监测和干预策略对于在全球变化时代减缓蝙蝠传播流行病的出现至关重要。

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。