农业区肿瘤风险指数（ORAZ）— 俄罗斯，2022

数据集获取

源站：https://doi.org/10.5281/zenodo.17506283

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。

数据集大小约 14.6 KB。

数据说明

本数据集随研究论文《俄罗斯工业乳制品体系的肿瘤足迹：农业集约化驱动区域异常的证据》一同发布。该研究提出了农业区肿瘤风险（ORAZ）指数——一种新型复合指标，旨在量化与区域工业乳制品生产强度相关的潜在肿瘤风险，而非与乳制品消费相关。

该指数整合了四个环境与农业维度：牲畜密度（每1000公顷耕地奶牛数量）、农化负荷（矿物肥料 + 0.5 × 农药，千克/公顷）、水体脆弱性（畜牧经营场所与地表水体的邻近程度）、生态脆弱性（以低森林覆盖率作为环境缓冲能力下降的代理指标）。数据集覆盖俄罗斯联邦78个联邦主体，年份为2022年，包括：计算得出的ORAZ值（归一化，均值 = 1.0）、肿瘤异常（Δ）：基于社会经济、人口和诊断因素预测癌症发病率的多元模型残差、输入变量：人均GDP、牲畜统计数据、农化使用量、森林覆盖率等。研究发现，高ORAZ得分与无法解释的癌症超额发病率之间存在统计学显著相关（r = 0.71，p < 0.001）——尤其是在中央黑土区——而传统牧区（如阿尔泰、图瓦）尽管奶牛可得性高，却表现出低ORAZ和负异常。

本研究将农业集约化重新界定为癌症风险的环境决定因素，并为快速工业化地区的生态肿瘤学监测提供了一种可扩展的工具。包含文件：oraz_regions_full.csv——主数据集sources_description.txt——数据来源与方法说明calculate_oraz.py——演示用Python脚本oraz_russia.geojson——含简化区域边界的GIS图层所有源数据均来自俄罗斯公开联邦统计数据（Rosstat、联邦肿瘤学

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。