西非海岸脆弱性制图：人口与健康调查数据集

数据集获取

源站：https://doi.org/10.7910/DVN/ZHYUXI

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 30.9 MB。

数据说明

西非沿海脆弱性制图：人口与健康调查数据集提供了十个西非国家基于人口与健康调查（DHS）集群层面数据的母亲教育水平与家庭财富网格。虽然各国母亲教育水平具有可比性，但由于底层指标不同，家庭财富指数并不可比。教育能够直接影响风险感知、技能与知识，并间接减少贫困、改善健康、促进信息与资源的获取。面对自然灾害或气候风险时，受教育程度较高的个人、家庭和社会被认为在灾害的应对、准备和恢复方面更具能力、更具适应性。教育是帮助理解一国健康与发展状况背景的关键背景指标。家庭财富指数是衡量家庭累积生活水平的综合指标。

财富指数是通过易于收集的数据计算得出的，这些数据涉及家庭对特定资产的拥有情况，如电视和自行车、住房建筑材料以及获取水源和卫生设施的类型。采用贝叶斯空间插值方法，基于各国DHS集群点数据创建了国家层面的网格。数据来源于以下国家的特定年份：贝宁（2006年）、喀麦隆（2011年）、科特迪瓦（2012年）、加纳（2008年）、几内亚（2012年）、利比里亚（2011年）、尼日利亚（2010年）、塞拉利昂（2008年）和多哥（1998年）。旨在反映西非地区的母亲教育水平与贫困状况。

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。