马里兰大学数据下载指导
国际遥感数据下载--张校玮
遥感数据下载地址上海师范大学旅游学院美国地质调查局：/pubprod/aerial.html#remote United States Geological Survey有航空影像、卫星影像、图表等如Landsat7 ETM+ 分辨率3.5*3.5kmLANDSAT MSSLandsat TMModisSRTM/美国地质调查局提供的数据有许多modis、landsat卫星数据、以及一些处理好的数据美国联邦地理数据委员会：/Federal geographic data committee致力于指定一些地理数据标准，北美轮廓数据等等数据和服务模块：/dataandservices开放地理信息系统协会：/Open Geospatial consortium致力于信息系统的标准制定等美国国家气候中心：美国国家海洋和大气管理局：NCDC: national climatic data centerNOAA: notional oceanic and atmospheric administration未找到具体的下载入口中国遥感卫星地面站存档数据目录服务系统：/cs_cn/query/query_map.aspNASA资源下载地址：https:///mrsid/mrsid.plLandsat 4/5 1990Landsat 7 2000分辨率未查清楚可预览，未找到下载接口马里兰大学免费遥感下载：:8080/esdi/index.jsp天气、气候、环境的监测：http://www.eumetsat.int/Home/index.htm Monitoring Weather, Climate and the Environment（中国环境遥感）/catalog/index.html/EarthExplorer//index.php/27/Sample+Imagery+Gallery/cgi-bin/mirador/presentNavigation.pl?tree=project国家科技基础条件平台对地观测系统：/index.aspx中科院遥感卫星地面站：/国家遥感中心：/index.asp中国遥感卫星地面站：/国家基础地理信息分中心：/中国科学院对地观测与数字地球科学中心：/NASA数据集下载：//data/（上面已有叙述）landsat etm+ and tm images for free /ortho/index.htm（打不开）中巴卫星/cn/default.asp（打不开）遥感影像知识陆地卫星影像1.TM（专题制图仪）1）卫星：美国陆地卫星4～5号2）波段：有7个波段，其波谱范围：TM-1为0.45～0.52微米蓝，TM－2为0.52～0.60微米绿，TM－3为0.63～0.69微米红，以上为可见光波段；TM-4为0.76～0.90微米，为近红外波段；TM-5为1.55～1.75微米短波红外，TM-7为2.08～2.35微米，为中红外波段；TM-6为10.40～12.50微米，为热红外波段，TM-7为2.08～2.35微米，为短波红外波段。
university of maryland dataset
university of maryland dataset
马里兰大学数据集是一个包含多个数据集的集合，用于研究和学术研究的目的。
这些数据集包含有关学生、教师、课程、校园和其他相关主题的信息。
其中一个数据集是学生数据集，它包含有关学生的个人信息、学院、专业、注册和成绩等方面的数据。
另一个数据集是教师数据集，它包含有关教师的个人信息、教授的课程和学院等方面的数据。
此外，这个数据集还包括了关于校园设施和校园安全的数据。
这些数据集中的信息可以用于研究学生的学业成就、教育政策和校园管理方面的问题。
马里兰大学数据集是一个重要的资源，可以帮助研究人员了解学生的需求和挑战，并帮助学校制定更好的政策和计划。
- 1 -。
推荐10个地理信息数据免费下载网站
推荐10个地理信息数据免费下载⽹站该⽹站包含了各个国家的基础地理数据—边界、铁路、道路、⽣物多样性、农作物数据等。
刚学习GIS（地理信息科学）和RS（遥感）的同学肯定很困惑于数据的问题，因为没有数据，就没法分析，那么GIS最基本的特⾊都失去了意义。
因此，这⾥和⼤家分享⼀些能免费下载遥感影像、DEM数据、全国⾏政区划数据、河流数据等的⽹站。
1、地理空间数据云地理空间数据云是国内能下载数据较全的⼀个⽹站，提供LANDSAT系列数据、MODIS系列数据、DEM数字⾼程数据、EO-1数据等。
2、USGSUSGS全称为United States Geological Survey（美国地质调查局）。
数据类型最为全⾯，实时性最好的⼀个数据⽹站。
3、中科院数据云中科院数据云除了可以下载到LANDSAT、DEM、MODIS等数据产品外，还提供数据云存储、计算、归档、论⽂查找等综合性服务。
是⼀个国内较为综合的数据服务⽹站。
4、国家卫星⽓象中⼼该⽹站提供风云系列、MODIS等产品数据的下载。
5、 Openstreetmap这个⽹站提供⽤户上传和官⽅运营的数据，这⾥的⽮量数据较多，但多数是国外的城市数据，国内城市数据还较少。
6、马⾥兰⼤学官⽹提供Aster，Ikonos、quickbird、Orbview、Landsat等数据。
7、 natural earth data该⽹站提供全球范围内的⽮量和栅格数据，但是全⾯性和数据时效性上有待提⾼。
8、NASA earth observation该⽹站提供全球范围内的影像，包含⼤⽓、能源、⼟地、⽣活、海洋等50多个专题。
9、FAO geonetwork这个⽹站你可以下载到⼀些关于⾏业的数据，例如渔业、农业、⼟地资源等，也可以现在到⼀些相关的遥感影像数据。
10、Diva GIS该⽹站包含了各个国家的基础地理数据—边界、铁路、道路、⽣物多样性、农作物数据等。
· 发表于: 2018-10-26。
免费的影像下载地址大全
免费的影像下载地址大全1.modis L1B 1km:/data/dataset/MODIS/01_Level_1/index.html2./pub/imswelcome/3./ndsat etm+ and tm images for free/ortho/index.htm5.NOAA/nsaa/products/welcome;jsessionid=F3E23E8EE35EB25 85A2A3950668E84A0最“牛”免费下载遥感影像和DEM的网址大全1.:8080/esdi/search.jsp2./3./data/datapool/4./products/elevation/gtopo30/hydro/index.html5./catalog/index.html6.http://edcsns1/EarthExplorer/7./index.php/27/Sample+Imagery+Gallery8./data/ndsat etm+ and tm images for free/ortho/index.htm10中巴卫星/cn/default.asp11.NOAA/nsaa/p ...2585A2A3950668E84A0|xGv00|fcc8d4de8197f69fde70263fb4d52380转：全球高精度DEM免费下载全球各国shape数据下载，包括矢量要素、dem数据、遥感图片，免费，精度不知。
[ft= rgb(206, 53, 53),,]/bgm/gdata.php（哪位大虾知道这数据精度及来源的请说明一下，谢啦）全球各国eoo格式数据下载，包括矢量要素、dem数据、遥感图片，需付费，也有部分类型数据免费，精度不知道。
[ft= rgb(206, 53, 53),,]/1.公开的DEM数据SRTM3SRTM数据主要是由美国太空总署(NASA)和国防部国家测绘局(NIMA)联合测量的，SRTM 的全称是Shuttle RadarTopography Mission，即航天飞机雷达地形测绘使命，2000年2月11日上午11时44分，美国“奋进”号航天飞机在佛罗里达州卡那维拉尔角的航天发射中心发射升空，“奋进”号上搭载的SRTM系统共计进行了222小时23分钟的数据采集工作，获取北纬60度至南纬56度之间，面积超过1.19亿平方公里的9.8万亿字节的雷达影像数据，覆盖全球陆地表面的80%以上，该计划共耗资3.64亿美元，获取的雷达影像数据经过两年多的处理，制成了数字地形高程模型，该测量数据覆盖中国全境。
MODIS L1B数据下载
MODIS L1B数据下载网址：/data/search.htmlSatellite/Intrument : Terra MODISGroup :Terra Level 1 ProductsProducts: MOD02QKM-Level 1B Calibrated Radiance – 250m Temporal Type: Date and Time RangeStart Date and Time和End Date and Time: 选择你要下载的时间段Collection: 5 – Cool 5 AQUA/TERRA Forward and Reprocessing Coordinate Systme: Latitude/Longitude在地图的右侧，分别有North, South, West和East,分别表示经纬度的范围，分别填入40、31、119、127点击View All点击Order Files Now点击Order，进入下一页点击Data->Track Orders，进入以下页面点击500406979，进入以下页面，就是你的FTP软件需要输入的信息。
如果’state’显示‘available’即可开始下载。
ftp:username: anonymouspassword: plateat@（自己申请数据的邮箱）下面的ftp设置好以后，点击快速连接500406979。
双击该文件夹，里面就是你所申请的数据。
了。
记住：要把左面的文件夹换到你想要下载文件的文件夹。
如果判别单个文件下载是否完全？由于网络的不稳定性，可以再下载数据的过程中，与FTP服务器的连接会断，导致有些文件没有下载全。
通常一个MODIS L1B数据的大小在180M作用，所以如果大小与这个数字相差很大，那么有可能需要继续下载。
如果一个一个文件进行续传下载，比较麻烦，可以对FileZilla进行如下设置：1、编辑->设置，进入设置窗口，选择传输标签，在右边的“最大同时传输（T）：”，其默认值为2，也就是说可以同时下载两个文件。
MODIS数据如何下载
MODIS数据下载说明第一部分提交MODIS数据订单首先进入这个网站；MODIS 1B数据下载L1B数据下载地址：/data/search.html。
网站的首页如图；然后点击页面上的“Data”，在新出现的页面上点击“Search”。
这是将出现一个“Level 1 and Atmosphere Archive and Distribution System”的页面。
Calibrated Radiances辐射校准的Date and time Range 日期和时间范围Subset of Days in Date and Time Range 天的子集日期和时间的范围Individule Dates and Times 一个日期和时间Latitude/longitude(经度和纬度)此时将出现查询结果列表。
由于文件较多，这里分为2页显示，为了查看所有文件，可点击文件列表右上方的View All。
在新弹出的页面中，请注意文件列表最左边一列的时间，这里的时间是卫星成像时的格林尼治时间，加上8小时后转换为北京时间。
注意到MODIS可见光波段在夜间不能成像，所以这里要根据时间将夜间数据剔除掉，后点击页面左下角的Add Files To Shopping Cart按钮。
这时将出现的页面。
上面我们订购的是Terra星的MODIS数据，下面还要继续订购Aqua星的数据，因此点击Continue Search。
这时又回到了前面数据查询的页面，我们只需将Satellite/Instrument 设置成Aqua MODIS、Products中选择MYD021KM-Level 1B Calibrated Radiances-1km即可，然后点击左下角的Search。
下面的步骤同上，同样需要注意卫星的成像时间，剔出夜间数据。
Add Files To Shopping Cart之后，点击view your shopping cart，可以查看订购的全部数据并作修改。
经济学数据网站(留着慢慢用,找数据不用再发愁~~)
们可以通过几个渠道获得中国的数据。
查找《中国统计年鉴》等是一个选择，特别是在几年前，几乎是唯一的选择。
好多图书馆里都收藏《中国统计年鉴》等，翻出有你所需数据的那一页，复印是一个不错的选择，当然你也可以选择拿出纸和笔，把所需要的数据都抄写下来。
为了便于对这些数据做进一步的处理，接下来的工作可能有点枯燥：把你找的数据一个一个地输入到电脑。
当然，现在情况改善好多了，比如要查找2004年的《中国统计年鉴》，中华人民共和国国家统计局网站提供免费下载，网址是/。
如果你需要一应俱全的最新宏观经济数据，一个宝贵的来源是中国国家统计局提供的《进度统计数据》，网址是/tjsj/。
国研网：/DRCNET.Channel.Web/如果想要从数据收集之日起的完整国民经济核算资料，权威的来源是中国国家统计局国民经济核算司出版的《中国国内生产总值核算历史资料》（1952-1995）和《中国国内生产总值核算历史资料》（1996-2002）。
在这两本年鉴里，提供了核算中国GDP的详实数据。
特别是《中国国内生产总值核算历史资料》（1996-2002）提供了电子版，电子版数据不仅提供1996-2002年的详实数据，还大致回溯了1952-1995年间的数据，非常好用。
如果你想要从数据收集之日起的较为完整的宏观经济数据，《新中国五十年统计资料汇编》和《新中国55年统计资料汇编》是一个不错的选择。
遗憾的是，它们都没有提供电子版，但后者可以在中国资讯行下载。
另外，还有许多收费网站提供较为详实的中国宏观经济数据，比如中国资讯行数据库/、中国经济信息网等。
这些数据库很方便，但如果你没有登陆权限，也只能够“望梅止渴”了。
如果你还没有找到你想要的数据，下面的一个网站也许有用。
人大经济论坛/bbs/?fromuser=snow000123提供大量的可供下载的经济学资源，而且还有许多有用的连接。
当然，这是一个免费的网站，但下载某些资源时，说不定要求一定的所谓积分限制。
遥感影像下载及ENVI基本操作
陆地/水 移除大气影响的自然 表面 短波红外 植被分析
表2 Landsat TM/ETM+波段合成总结说明
RGB 321 432 743 754 541 类型 真彩色 标准假彩色 模拟真彩色图像 非标准假彩色图像 非标准假彩色图像 特点 图像色彩与原地区或景物的实际色彩一致，适合于非遥感应用专业人员使用。 地物图像丰富，鲜明、层次好，用于植被分类、水体识别，植被显示红色。 用于居民地、水体识别 画面偏蓝色，用于特殊的地质构造调查 植物类型较丰富，用于研究植物分类。
/
3. 马里兰大学 /data/ （Landsat数据下载地址： :8080/esdi/index.jsp）
4. 其他遥感数据下载地址。。。 。。。
二、ENVI基操作
主要用途
RGB
5、 6、 2 NIR、SWIR1、Blue 5 、6、 4 NIR、SWIR1、Red 7、 5 、3 SWIR2、NIR、Green 7 、5 、4 SWIR2、NIR、Red 6、 5 、4 SWIR1、NIR、Red
主要用途
自然真彩色
健康植被
城市 标准假彩色图 像，植被 农业 穿透大气层
新疆大学环境监测与智慧城市实验室
Laboratory of Environmental Monitoring and Smart City,Xinjiang University
遥感影像下载 及ENVI基本操作
主讲人：温阿敏 导师：郑江华（教授） 学号：107551300592
一、遥感影像下载
1. 美国的USGS： /（或/） 2. 地理空间云数据
看上去不够明亮；（5）水浇地与旱地的区分容易。居民地的外围边界虽不十分清晰，
但内部的街区结构特征清楚；（6）植物会有较好的显示，但是植物类型的细分会有困 难。 非标准接近于真色的假 彩色图像
马里兰大学遥感图像数据下载
马里兰大学遥感图像数据下载一、登录/data/
选择要下载的影像类型，以下载Landsat为例
二、进入到FTP，选择WRS2
三、确定图幅号
登录中国遥感卫星地面站存档数据目录服务系统查询
/cs_cn/query/query_map.asp
选择此工具:按照分幅方式查找
广西：列path：124～128 行row：42～45
例如，输入如图条带号124-045，点击：显示，则可看到影像覆盖的区域，即玉林市区域，根据条带号，去马里兰大学网站下载。
四、继续步骤二的内容
1、找到相应的列号：p124
行号:045
2、选择相应的图幅号后，挑选影像时间和类型，例如选择1991年的TM影像
3、分别下载不同波段的数据
4、可以使用遥感影像软件将其合成
（注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料部分来自网络，供参考。
可复制、编制，期待你的好评与关注）。
CMIP5数据下载
***
• Establishes proxy access to ESGF.
2. Login, Search, Download
• Edit wget script to specify only the variables you want. • Run script with bash.
• Select Filter over text • Select HTTP to download directly.
2. Login, Search, Download
• AlternaVvely, you can edit WGET scripts to automate the download process. • This is useful if you want to download the data to a remote locaVon.
1. Ge@ng an ESGF Account
• Fill out User RegistraVon
2. Login, Search, Download
• Locate your OpenID idenVfier in the confirmaVon email. • e.g. hYps:///esgf‐idp/openid/wal*** • Use this to login to ESGF
• Click Show Files
2. Login, Search, Download
• Search for the variable short name that you are looking for.
– e.g. “tas”
tas = Surface Air Temperature
MODIS产品简介和下载方法
MODIS产品简介和下载方法一．Modis数据级别分类0级产品：指由进机板进入计算机的数据包，也称原始数据(Raw Data);1级产品：指L1A数据，己经被赋予定标参数；2级产品：指L1B级数据，经过定标定位后数据，本系统产品是国际标准的EOS-HDF格式。
可用商用软件包(如ENVI)直接读取；3级产品：在1B数据的基础上，对由遥感器成像过程产生的边缘畸变(Bowtie)进行校正，产生3级产品；4级产品：由参数文件提供的参数，对图像进行几何纠正，辐射校正，使图像的每一点都有精确的地理编码、反射率和辐射率。
4级产品的MODIS图像进行不同时相的匹配时，误差小于1个像元。
该级产品是应用级产品不可缺少的基础；5级及以上产品：根据各种应用模型开发5级产品二．MODIS所有数据产品汇总及介绍MOD01：即MODIS1A数据产品。
1A级处理程序，把2个小时的0级文件重新组织成一系列基本处理单元，及数据块（Granules），每个数据块包含大约5分钟的MODIS数据。
因为MODIS镜面的一次扫描需要1.4771秒，所以在5分钟内1B级产品文件典型的有203次完全扫描，有时候完全扫描204次。
每天5分钟集合的扫描文件有288个。
地理位置代码计算地面单个象元的坐标，以及有关MODIS 的太阳和月亮的位置信息。
在GDAAC的操作中，1A级和地理位置代码使用产品生成程序（PGE01）。
同时，它们将输入的MODIS数据放到1B级软件中MOD02：即MODIS1B数据产品。
MOD03：即MODIS数据地理定位文件。
MODIS Geolocation(MOD03) 数据产品包含有：MODIS每个1km EV（Earth View）中心的经纬度，每个1km EV太阳/卫星的方位，每个1km EV EOS陆地/海洋的阈值，每条扫描太阳和月亮相对于MODIS的位置，充分的仪器参数信息以支持特定波段和亚像元级定位。
格式描述分为4个部分：全局元数据、处理和几何参数、扫描数据、组（Vgroups）MOD04-08，35为大气产品，9－17，33，40，43，44为陆地产品，18-32，36-39，42为海洋产品。
马里兰大学地球数据中心影像下载方法----区域
资料下载地址：:8080/esdi/index.jsp（马里兰大学地球科学数据下载界面）
1、在该界面选择经纬度Lat/Long标签，初步选定巴尔喀什湖流域的经纬度区间为经度44~47，纬度73~80，如图1所示。
图1
2、然后选择Draw标签，用鼠标在图上确定如果个点，最终形成一个多边形区域，确定巴尔喀什湖流域细化边界，如图2。
（说明在图中点击窗口时，每点击一次需等待屏幕刷新形成一个十字位置点，第二次点击则形成一条线，如此循环，最终形成一个多边形。
）
图2
3、点击图3中的“Draw Polygon”，确定详细的影像选取区域，然后点击下图的“Preview & Download”，出现影像资料窗口，如图4。
图3
4、在图4中出现选定区域的影像数据详细信息，点击左侧的影像ID，如“024-015”，点击“Download”按钮，出现“024-015”影像的所有相关影像资料，如图5。
图4
5、在图5中，显示了该编号相关的所有波段影像，通过点击“File Name”下的文件名可以将所有图像进行下载。
图5
6、重复第4、第5步，可以将所选定的影像资料全部下来。
说明：马里兰大学的影像资料下载FTP地位为：ftp:///，用户可以匿名登录，并根据图5中的Path 后面的ftp地址，直接下载相关资料。
利用迅雷下载影像资料的具体方法见“如何使用迅雷下载马里兰影像数据.pdf”一文。
其他影像资料下载资源见“遥感影像的获取及处理sky.pdf”一文。
数据下载操作步骤
Cluster 数据下载操作步骤
• 网址：http://caa.estec.esa.int/caa/home.xml • User（用户名）：qqshi pass（密码）：123456 然后点击‘login’进入 （如右图） • 进入之后出现下面画面： • Start time：由下拉列表选定，YYYY是年份，MM是月份 DD是天，选定Start time之后，要求Duration选01，这样 Stop time 将会自动生成。
日期选定之后，在Experiment中选 择‘FGM fluxgate magnetometer’ 如右图中操作 然后Measurement Type选择 ‘Magnetic field’如右图示。 选定上面两项之后点‘SEARCH’
SEARCH之后出现上面界面，请点开最下边的‘FGM fluxgate magnetometer’，然 后点开Science之后出现下面界面， 这里请注意，我们要下载的是C2、C3、C4的数据，请同学们注意你们要下载的是 哪颗卫星的，如果C2就请选择上C2如图示，下载C3的同学请只选择C3，同理下载 C4的同学请只选择C4；后面对应的是‘Magnetic field，5 vectors/Second resolution’。选择完卫星之后点‘Continue’
最后出现此界面，点击红色字体‘Search Result ready for download’，可以右键用 迅雷连接，请大家选择自己的方便的方式。 开始下载之后，请大家选择左边最上边的‘CAA Data Download Area’,点开之后就 会出现之前的下载日期选择界面，再重复前面的步骤就可以了。 下载完成之后是压缩文件，请大家解压放Fra bibliotek一个文件夹中给我。
MODIS产品简介和下载方法
MODIS产品简介和下载方法一．Modis数据级别分类0级产品：指由进机板进入计算机的数据包，也称原始数据(Raw Data);1级产品：指L1A数据，己经被赋予定标参数；2级产品：指L1B级数据，经过定标定位后数据，本系统产品是国际标准的EOS-HDF格式。
可用商用软件包(如ENVI)直接读取；3级产品：在1B数据的基础上，对由遥感器成像过程产生的边缘畸变(Bowtie)进行校正，产生3级产品；4级产品：由参数文件提供的参数，对图像进行几何纠正，辐射校正，使图像的每一点都有精确的地理编码、反射率和辐射率。
4级产品的MODIS图像进行不同时相的匹配时，误差小于1个像元。
该级产品是应用级产品不可缺少的基础；5级及以上产品：根据各种应用模型开发5级产品二．MODIS所有数据产品汇总及介绍MOD01：即MODIS1A数据产品。
1A级处理程序，把2个小时的0级文件重新组织成一系列基本处理单元，及数据块（Granules），每个数据块包含大约5分钟的MODIS数据。
因为MODIS镜面的一次扫描需要1.4771秒，所以在5分钟内1B级产品文件典型的有203次完全扫描，有时候完全扫描204次。
每天5分钟集合的扫描文件有288个。
地理位置代码计算地面单个象元的坐标，以及有关MODIS 的太阳和月亮的位置信息。
在GDAAC的操作中，1A级和地理位置代码使用产品生成程序（PGE01）。
同时，它们将输入的MODIS数据放到1B级软件中MOD02：即MODIS1B数据产品。
MOD03：即MODIS数据地理定位文件。
MODIS Geolocation(MOD03) 数据产品包含有：MODIS每个1km EV（Earth View）中心的经纬度，每个1km EV太阳/卫星的方位，每个1km EV EOS陆地/海洋的阈值，每条扫描太阳和月亮相对于MODIS的位置，充分的仪器参数信息以支持特定波段和亚像元级定位。
格式描述分为4个部分：全局元数据、处理和几何参数、扫描数据、组（Vgroups）MOD04-08，35为大气产品，9－17，33，40，43，44为陆地产品，18-32，36-39，42为海洋产品。
DataONE数据和元数据下载工具：Metajam说明书
Package‘metajam’October13,2022Type PackageTitle Easily Download Data and Metadata from'DataONE'Version0.2.3Date2020-10-14Maintainer Julien Brun<***************.edu>Description A set of tools to foster the development of reproducible analytical workflow by simplify-ing the download of data andmetadata from'DataONE'(<https://>)and easily importing this information into R.License Apache License(==2.0)URL https:///nceas/metajamBugReports https:///nceas/metajam/issuesImports dataone,dplyr,EML,emld,lubridate,purrr,readr,stats,stringr,tibble,tidyr,rlangSuggests testthat,knitr,rmarkdown,udunits2Encoding UTF-8VignetteBuilder knitrRoxygenNote7.1.1NeedsCompilation noAuthor Julien Brun[cre,aut](<https:///0000-0002-7751-6238>),Irene Steves[aut](<https:///0000-0002-5511-9717>,https:///isteves),Mitchell Maier[aut](<https:///0000-0001-6955-0535>),Nathan Hwangbo[ctb](<https:///0000-0002-3777-0821>),Derek Strong[ctb](<https:///0000-0002-0347-8574>),Colin Smith[ctb](<https:///0000-0003-2261-9931>),Kristen Peach[ctb](<https:///0000-0002-6388-0901>)Repository CRANDate/Publication2020-11-0311:40:02UTC12check_versionR topics documented:check_version (2)download_d1_data (3)download_d1_data_pkg (4)metajam (4)read_d1_files (5)tabularize_eml (5)Index7 check_version Check PID versionDescriptionThis function takes an identifier and checks to see if it has been obsoleted.Usagecheck_version(pid,formatType=NULL)Argumentspid(character)The persistent identifier of a data,metadata,or resource map objecton a DataONE member node.formatType(character)Optional.The format type to return(one of data,metadata,or re-source).Value(data.frame)A data frame of object version PIDs and related information.Examples##Not run:#Most data URLs and identifiers workcheck_version("https:///cn/v2/resolve/urn:uuid:a2834e3e-f453-4c2b-8343-99477662b570") check_version("doi:10.18739/A2ZF6M")#Specify a formatType(data,metadata,or resource)check_version("doi:10.18739/A2ZF6M",formatType="metadata")#Returns a warning if the identifier has been obsoletedcheck_version("doi:10.18739/A2HF7Z",formatType="metadata")#Returns an error if no matching identifiers are foundcheck_version("a_test_pid")#Returns a warning if several identifiers are returneddownload_d1_data3 check_version("10.18739/A2057CR99")##End(Not run)download_d1_data Download data and metadata from DataONEDescriptionDownloads a data object from DataONE along with metadata.Usagedownload_d1_data(data_url,path,dir_name=NULL)Argumentsdata_url(character)An identifier or URL for a DataONE object to download.path(character)Path to a directory to download data to.dir_name(character)(Optional)Desired name for the folder containing the downloadeddata.Defaults to the datafile name.Value(character)Path where data is downloaded to.See Alsoread_d1_files()download_d1_data_pkg()Examples##Not run:soi_moist_path<-download_d1_data(data_url="urn:uuid:a2834e3e-f453-4c2b-8343-99477662b570",path=tempdir())download_d1_data(data_url="https:///cn/v2/resolve/urn:uuid:a2834e3e-f453-4c2b-8343-99477662b570", path=tempdir(),dir_name="test")##End(Not run)4metajam download_d1_data_pkg Download all data and metadata of a data package from DataONEDescriptionDownloads all the data objects of a data package from DataONE along with metadata.Usagedownload_d1_data_pkg(meta_obj,path)Argumentsmeta_obj(character)A DOI or metadata object PID for a DataONE package to download.path(character)Path to a directory to download data to.Value(list)Paths where data are downloaded to.See Alsoread_d1_files()download_d1_data()Examples##Not run:download_d1_data_pkg("doi:10.18739/A2028W",".")download_d1_data_pkg("https:///10.18739/A2028W",".")##End(Not run)metajam metajam packageDescriptionMetadata jam-bringing data and metadata togetherDetailsSee GitHubread_d1_files5 read_d1_files Read data and metadata based on download_d1_data()file structureDescriptionReads data along with metadata into your R environment based on download_d1_data()file struc-ture.Usageread_d1_files(folder_path,fnc="read_csv",...)Argumentsfolder_path(character)Path to a directory where data and metadata are located.fnc(character)Function to be used to read the data(default is readr::read_csv())....Parameters to pass into the function specified in fnc.Value(list)Named list containing data and metadata as data frames.See Alsodownload_d1_data()download_d1_data_pkg()Examplesdata_folder<-system.file("extdata","test_data",package="metajam")soil_moist_data<-read_d1_files(data_folder)#You can specify the function you would like to use to read the file and pass parameters soil_moist_data_skipped<-read_d1_files(data_folder,"read.csv",skip=8,stringsAsFactors=FALSE) tabularize_eml Get tabular metadataDescriptionThis function takes a path to an EML(.xml)metadatafile and returns a data frame.Usagetabularize_eml(eml,full=FALSE)6tabularize_emlArgumentseml An emld class object,the path to an EML(.xml)metadatafile,or a raw EML object.full(logical)Returns the most commonly used metadatafields by default.If full= TRUE is specified,the full set of metadatafields are returned.Value(data.frame)A data frame of selected EML values.Exampleseml<-system.file("extdata","test_data","SoilMois2012_2017__full_metadata.xml",package="metajam")tabularize_eml(eml)Indexcheck_version,2download_d1_data,3download_d1_data(),4,5download_d1_data_pkg,4download_d1_data_pkg(),3,5metajam,4read_d1_files,5read_d1_files(),3,4readr::read_csv(),5tabularize_eml,57。
USDA Cropscape数据下载与处理工具包说明书
Package‘cdlTools’October12,2022Title Tools to Download and Work with USDA Cropscape DataVersion0.15Date2020-06-23Maintainer Jonathan Lisic<****************>URL https:///jlisic/cdlToolsBugReports https:///jlisic/cdlTools/issuesDescription Downloads USDA National Agricultural Statistics Service(NASS)cropscape data for a specified state.Utilities forfips,abbreviation,and name conversion are also provided.Full functionality requires aninternet connection,but data sets can be cached for later off-line use.License UnlimitedLazyData trueImports raster,utils,httrRoxygenNote6.0.1NeedsCompilation yesAuthor Jonathan Lisic[cre],Lu Chen[aut],Joseph Stachelek[ctb]Repository CRANDate/Publication2020-06-2715:50:02UTCR topics documented:census2010FIPS (2)corn (3)cotton (3)createComparableCDL (4)cultivated (5)durumWheat (9)fips (9)12census2010FIPS getCDL (10)matchCount (11)nothing (12)pasture (12)projCDL (13)soybeans (13)springWheat (14)stateNames (14)updateNamesCDL (15)varNamesCDL (16)water (16)winterWheat (17)Index18 census2010FIPS U.S.Census2010FIPS DataDescriptionU.S.Census2010FIPS Data containing county names,state and county FIPS codes,and state abbreviations.Usagecensus2010FIPSFormatA data frame with3235rows and5variables.State State two letter abbreviationState.ANSI State FIPS codeCounty.ANSI County FIPS code County NameANSI.Cl FIPS class codeSource/geo/docs/reference/codes/files/national_county.txtcorn3 corn CDL corn classesDescriptionAn array of CDL enumerations that contain corn.The corn enumeration contains:•1-Corn•225-Double Crop,Winter Wheat and Corn•226-Double Crop,Oats and Corn•237-Double Crop,Barley and Corn•241-Double Crop,Corn and Soybeans•251-Non-Irrigated CornUsagecornFormatAn object of class numeric of length6.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.php cotton CDL cotton classesDescriptionAn array of CDL enumerations that contain cotton.The cotton enumeration contains:•2-Cotton•232-Double Crop,Lettuce and Cotton•238-Double Crop,Winter Wheat and Cotton•239-Double Crop,Soybeans and CottonUsagecottonFormatAn object of class numeric of length4.4createComparableCDLSourcehttps:///Research_and_Science/Cropland/metadata/meta.php createComparableCDL Create comparable raster imagesDescriptioncreateComparableCDL uses a base index within a raster list,and sets all other raster images within the list to the same resolution,projection,and extent.The raster function resample is used to tranform raster images,therefore this function may be quite slow without tuning.UsagecreateComparableCDL(rasterList,filenames,baseIndex,progress="") ArgumentsrasterList A list of raster images.filenames An array offile names of raster images to coerce into a raster list,if rasterList is not provided.baseIndex The index of the raster list element that all other elements will match with re-spect to resolution,projection and extent.progress A string for the raster progress bar type,default""is none,"text"provides text output,"window"provides a gui window if available.ValueA list of raster images matching in extent,resolution,and projection.Author(s)Jonathan Lisic,<****************>Examples##Not run:#download multiple years of Iowa Datar<-getCDL( iowa ,c(2006,2010))#resample based on the2006r2<-createComparableCDL(r,baseIndex=1)##End(Not run)cultivated CDL cultivated classesDescriptionAn array of CDL enumerations of cultivated land cover.Not all cultivated enumerations have labels as of this time,and are reserved for future land cover classes.The cultivated enumeration contains:•1-Corn•2-Cotton•3-Rice•4-Sorghum•5-Soybeans•6-Sunflower•7-7•8-8•9-9•10-Peanuts•11-Tobacco•12-Sweet Corn•13-Pop or Ornamental Corn•14-Mint•15-15•16-16•17-17•18-18•19-19•20-20•21-Barley•22-Durum Wheat•23-Spring Wheat•24-Winter Wheat•25-Other Small Grains•26-Double Crop Winter Wheat and Soybeans•27-Rye•28-Oats•29-Millet•30-Speltz•31-Canola•32-Flaxseed•33-Safflower•34-Rape Seed•35-Mustard•36-Alfalfa•38-Camelina•39-Buckwheat•40-40•41-Sugarbeets•42-Dry Beans•43-Potatoes•44-Other Crops•45-Sugarcane•46-Sweet Potatoes•47-Misc Vegs and Fruits •48-Watermelons•49-Onions•50-Cucumbers•51-Chick Peas•52-Lentils•53-Peas•54-Tomatoes•55-Caneberries•56-Hops•57-Herbs•58-Clover or Wildflowers •61-Fallow or Idle Cropland •66-Cherries•67-Peaches•68-Apples•69-Grapes•71-Other Tree Crops•72-Citrus•73-73•74-Pecans•75-Almonds•76-Walnuts•77-Pears•78-78•79-79•80-80•96-96•196-196•197-197•198-198•199-199•200-200•201-201•202-202•203-203•204-Pistachios•205-Triticale•206-Carrots•207-Asparagus•208-Garlic•209-Cantaloupes•210-Prunes•211-Olives•212-Oranges•213-Honeydew Melons•214-Broccoli•215-215•216-Peppers•217-Pomegranates•218-Nectarines•219-Greens•220-Plums•221-Strawberries•222-Squash•223-Apricots•224-Vetch•225-Double Crop Winter Wheat and Corn •226-Double Crop Oats and Corn•227-Lettuce•228-228•229-Pumpkins•230-Double Crop Lettuce and Durum Wheat•231-Double Crop Lettuce and Cantaloupe•232-Double Crop Lettuce and Cotton•233-Double Crop Lettuce and Barley•234-Double Crop Durum Wheat and Sorghum•235-Double Crop Barley and Sorghum•236-Double Crop Winter Wheat and Sorghum•237-Double Crop Barley and Corn•238-Double Crop Winter Wheat and Cotton•239-Double Crop Soybeans and Cotton•240-Double Crop Soybeans and Oats•241-Double Crop Corn and Soybeans•242-Blueberries•243-Cabbage•244-Cauliflower•245-Celery•246-Radishes•247-Turnips•248-Eggplants•249-Gourds•250-Cranberries•251-Non-Irrigated Corn•252-Non-Irrigated Soybeans•253-Non-Irrigated Winter Wheat•254-Double Crop Barley and Soybeans•255-Non-Irrigated Double Crop Winter Wheat and SoybeansUsagecultivatedFormatAn object of class numeric of length133.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.phpdurumWheat9 durumWheat CDL durum wheat classesDescriptionAn array of CDL enumerations that contain durum wheat.The durum wheat enumeration contains:•22-Durum Wheat•230-Double Crop Lettuce and Durum Wheat•234-Double Crop Durum Wheat and SorghumUsagedurumWheatFormatAn object of class numeric of length3.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.phpfips FIPS code conversion function.Descriptionfips converts U.S.state names and abbreviations to and from FIPS codes.Usagefips(x,to="FIPS")Argumentsx A vector,data frame or matrix of character strings or numeric FIPS codes.Char-acter input can be the two-letter postal abbreviation,the full name of a state,ora FIPS code in character format.The string is case insensitive.FIPS codes arethe only numeric input supported.to A character string of output type:"FIPS"will return a numericfips code."Ab-breviation"will return a two letter state abbreviation."Name"will return thefull state name with spaces.The default output is a numeric FIPS code.10getCDLDetailsThe Federal Information Processing Standard(FIPS)provides a set of standard numeric codes for refering to U.S.states.This function converts between FIPS codes,state two letter abbreviations, and full state names.ValueThe output type specified by the"to"argument.If no match can be made,the program returns NA.Author(s)Jonathan Lisic,<****************>Examplesfips("ia")fips( northcarolina ,to= Abbreviation )fips( North Carolina )fips(44,to= Name )getCDL Get CDL raster dataDescriptiongetCDL retrieves CDL state raster objects for a set of years.UsagegetCDL(x,year,alternativeUrl,location,https=TRUE,ssl.verifypeer=TRUE)Argumentsx Is either a two digit state FIPS code,a two letter abbreviation,or a state name.year A numerical vector.A set of years of CDL data to download.alternativeUrl An optional string containing an alternative url.location An optional string containing a location to store thefile.https An optional boolean to turn on and off https,default is on.ssl.verifypeer An optional boolean to turn on and off ssl verfication,default is on.ValueA list of CDL raster objects of interested county for a set of years.matchCount11 Author(s)Jonathan Lisic,<****************>Joseph Stachelek,<****************>Examples##Not run:#Get data for California,2013and2015#by FIPSgetCDL(6,c(2013,2015))#Get data for California,2013and2015getCDL("California",c(2013,2015))#Get all the west coast from2009to2016getCDL(c("CA","OR","WA"),2013:2016)##End(Not run)matchCount Counts distinct pixel pairs in CDL raster imagesDescriptionmatchCount counts distinct pixel pairs for CDL raster images with same extents and resolution. UsagematchCount(x,y,m=256)Argumentsx A CDL raster image.y A CDL raster image.m A bound for the max enumeration of CDL categories.The default is256. ValueA matrix with pixel counts by unique ordered CDL crop pairs in x and y.Author(s)Jonathan Lisic,<****************>12pastureExamples##Not run:z1<-matrix(rep(c(1,4),8),nrow=4)z2<-matrix(rep(c(1:4),4),nrow=4)r1<-raster(z1)r2<-raster(z2)a<-matchCount(r1,r2)##End(Not run)nothing CDL nothing classDescriptionAn array of CDL enumerations that contain the nothing class.The nothing enumeration contains:•0-BackgroundUsagenothingFormatAn object of class numeric of length1.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.php pasture CDL pasture classesDescriptionAn array of CDL enumerations that contain pasture.The pasture enumeration contains:•37-Other Hay/Non Alfalfa•38-Camelina•39-Buckwheat•62-Pasture/Grass•171-Grassland HerbaceousprojCDL13UsagepastureFormatAn object of class numeric of length5.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.php projCDL The default projection of CDL dataDescriptionThe proj4string used for all CDL data."+proj=aea+lat_1=29.5+lat_2=45.5+lat_0=23+lon_0=-96 +x_0=0+y_0=0+datum=NAD83+units=m+no_defs+ellps=GRS80+towgs84=0,0,0"UsageprojCDLFormatAn object of class character of length1.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.php soybeans CDL soybeans classesDescriptionAn array of CDL enumerations that contain soybeans.The soybeans enumeration contains:•5-Soybeans•26-Double Crop Winter Wheat and Soybeans•239-Double Crop Soybeans and Cotton•240-Double Crop Soybeans and Oats•241-Double Crop Corn and Soybeans•252-Non-Irrigated Soybeans•254-Double Crop Barley and Soybeans•254-Double Crop Barley and Soybeans•255-Non-Irrigated Double Crop Winter Wheat and Soybeans14stateNamesUsagesoybeansFormatAn object of class numeric of length9.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.php springWheat CDL spring wheat classesDescriptionAn array of CDL enumerations that contain spring wheat.The spring wheat enumeration contains:•23-Spring WheatUsagespringWheatFormatAn object of class numeric of length1.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.php stateNames U.S.Census2010State FIPS DataDescriptionU.S.Census2010State FIPS Data containing names,FIPS codes,and abbreviations.UsagestateNamesFormatAn object of class data.frame with54rows and3columns.updateNamesCDL15 DetailsSTATE State two letter abbreviationSTATENAME State nameSTATEFP State FIPS codeSource/geo/docs/reference/codes/files/national_county.txt updateNamesCDL Label CDL classes.DescriptionupdateNamesCDL converts numeric CDL categories to class labels.UsageupdateNamesCDL(y)Argumentsy A numeric array of integers associated with CDL categories.ValueAn array of strings labeling each CDL class.If the CDL class is unspecified then the original integer is returned.Author(s)Jonathan Lisic,<****************>ExamplesupdateNamesCDL(0:255)16water varNamesCDL Enumerated CDL classesDescriptionA list of enumerated CDL classes and class descriptions.UsagevarNamesCDLFormatAn object of class character of length278.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.php water CDL water classesDescriptionAn array of CDL enumerations that contain water.The water enumeration contains:•83-Water•111-Open WaterUsagewaterFormatAn object of class numeric of length2.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.phpwinterWheat17 winterWheat CDL winter wheat classesDescriptionAn array of CDL enumerations that contain winter wheat.The winter wheat enumeration contains:•24-Winter Wheat•26-Double Crop Winter Wheat and Soybeans•225-Double Crop Winter Wheat and Corn•236-Double Crop Winter Wheat and Sorghum•238-Double Crop Winter Wheat and Cotton•253-Non-Irrigated Winter Wheat•255-Non-Irrigated Double Crop Winter Wheat and SoybeansUsagewinterWheatFormatAn object of class numeric of length7.Sourcehttps:///Research_and_Science/Cropland/metadata/meta.phpIndex∗datasetscensus2010FIPS,2corn,3cotton,3cultivated,5durumWheat,9nothing,12pasture,12projCDL,13soybeans,13springWheat,14stateNames,14varNamesCDL,16water,16winterWheat,17 census2010FIPS,2 corn,3cotton,3 createComparableCDL,4 cultivated,5 durumWheat,9fips,9getCDL,10 matchCount,11 nothing,12 pasture,12 projCDL,13 soybeans,13 springWheat,14 stateNames,14 updateNamesCDL,15 varNamesCDL,16water,16winterWheat,17 18。
马里兰大学数据下载指导
《遥感应用分析原理与方法》课程遥感图像数据下载说明几点说明：z数据下载的方式有很多，这里只是举个例子，并不一一列举。
z此文档以北京地区为例，下载TM的影像数据。
步骤：1.登录/data/，在此页面，大家可以看到有各种不同的影像分类，像ASTER，QUICKBIRD，Landsat等，此例选择Landsat，如图单击Landsat，2.进行上一步骤之后，我们要选择数据访问接口，单击Landsat in Web Interface,如图3.上步之后，出现如图界面，选择Path/Row Search.4.上步之后，出现如下界面（只是网页的上面一上部分），分别选择Sensor，此例选择TM，填入日期（Data，填入的是一个范围，因为并不一定这个网站收录所有的数据，所以尽量填的范围大一些，而且一定要输入规范的日期格式――mm/dd/yyyy 或yyyy-mm-dd。
5.在上面的选项填好之后，再在下图所示表格中填入需要数据的范围，此例中，北京的范围是P123/R32。
6.到此大家可能会问，怎么去查我需要的影像的Path和Row，在此给大家一张图像，大家可以在此粗略查找。
Row所覆盖的确切范围，可以登录Path和Row，此例填入北京11.接下来，我们再回到数据下载的网站，接着第5步往下做。
在填好了Path/Row之后，我们单击表格下方的Submit Query，如图12.如果网站的数据库中存在该地区的数据，则会显示出来（1 scene(s) in selection），而且Preview and Download可点，如图，13.点击Preview and Download，出现如下页面，点击Download，如图14.接下来的页面出现的就是我们所需要的每个波段的数据以及头文件，下载之！Map Search步骤：1．在上述步骤2之后，选择MapSearch而不是Path/Row，如图，2．上步之后，出现如图页面，在页面左侧选择你需要下载的数据类型，在此我们选择TM，如图3．在右边的地图窗口有几个对数据筛选的选项页，其中有Data/Type可以输入影像的日期范围，如果不输入任何日期，则会检索所有图像；Path/Row选项页可以输入影像的Path和Row，就像上面的方法一样，其它可类推。
CHFS数据下载注册信息(CHFS data download registration information)
研究项目的持续时间/Duration of research of project
经济/Economics、人口学/Demography、健康服务/Health Services、金融/Finance、市场营销/Marketing、健康科学/Health Science、统计学/Statistics、心理学/Psychology、社会学/Sociology、公共政策/Public Policy、其他/Other
所在城市/City:
所在省份/Province:
所在国家/Country:
身份/Identity:
学生/student、大学教师/university teacher、大学研究人员/university researcher、政府机构/government agency、国际组织/international organization、研究机构/research institution、企业/business、非政府组织/NGO、其他others
CHFS数据下载注册信息
工作邮箱/Personal e-mail sponsored by your work unit:
注意：这个邮箱必须是您在就学或工作单位申请的机构邮箱，比如xxxx@，主要用来登陆和找回密码等。我们不接受如163、126、gmail、yahoo等公共邮箱，请认真填写。Note: The mailbox must be which you are in school or work units for institutions mailbox, such as xxxx@,It will bemainly used for landing and retrievingpassword. We do not accept as 163,126, gmail, yahoo and other public mailbox,please fill outCarefully.
高通量数据下载还能这样操作？
高通量数据下载还能这样操作？文章AKAP95 regulat es splicing t hrough scaf f olding RNAs and RNA processing f act ors. Nat Commun 2016 Nov 8;7:13347. PMID: 27824034数据在搜索框中输入登录号“GSE81916”。
在新打开的页面中，拉到底端即可看到文章的可下载数据。
其中Download f amily是经过GEO数据库整理和标准化的数据，Supplement ary f ile是原始数据，提供SRA 格式的文件（通过f t p下载）和bw压缩格式的文件（通过 ht t p下载，点击cust om可以选择要下载的文件）f t p链接打开后显示有15个SRR文件点击cust om后显示有15个bw文件（bw文件是精简版的bam文件），可以选择想要的文件后再下载。
根据“Sample”以及“Overall design”中的信息可以大概看出，属于RNA-seq的数据有：第9-15个样品，即GSM2177723到GSM2177729。
但是它们对应的是哪些SRA文件呢？以GSM2177724为例，直接点击，一路点下去我们就能看到它对应的是SRR3589957.sra这个文件。
从NCBI下载数据那么如何下载这些数据呢？ GEO数据库已经给出了答案：但是看完后依然不明白具体的下载方法，于是我自己摸索出了以下的下载方法：1.直接点击ht t p或者f t p连接依次点击下载全部打包文件。
这个方法下载速度很慢。
2.linux下通过srat oolkit工具中的pref et ch命令下载：prefetch SRR3589948这种方法常常出现链接失败，或者链接断掉。
3.参考某篇博客中提到的方法tail -n +1 SraRuninfo.csv | tr ',' '\t' | xargs -i echo {} >> sampleinfo.txt #将csv文件中的逗号分割替换成tab分割head -n1 sampleinfo.txt | tr '\t' '\n' | nl | grep "path" #查找其中下载路径是第几列 10 downloas_path #返回结果显示是在第10列tail -n +2 sampleinfo.txt | cut -f 10 | xargs -i wget -c {} #依次提取每一行中的第10列，并利用wget进行下载#依次下载太慢，可以生成脚本并行下载tail -n +2 sampleinfo.txt | cut -f 10 | xargs -i echo wget -c {} \& >> download.sh #生成脚本bash download.sh #运行脚本进行并行下载4.使用AsperaServer版的点击后毫无反应Client版的只有windows系统下的浏览器插件从这里根据SPR075747这个st udy编号，找到文章中所有的原始数据，就可以通过 Aspera client下载了，速度嘛，也不快，300多k。
MERRA2是什么鬼？最快速了解如何下载
MERRA2是什么鬼？最快速了解如何下载在经济学中气象数据通常是工具变量的很好来源，例如近些年很热门的逆温数据！比如JDE2020的这篇：空气污染对体重的影响——来自中国的证据The effect of air pollution on body weight and obesity: Evidence from ChinaOlivier Deschenes a, Huixia Wang b, Si Wang c, Peng Zhang d,*a Department of Economics, University of California, Santa Barbara, IZA, and NBER, USAb School of Economics and Trade, Hunan University, Chinac Center for Economics, Finance, and Management Studies, Hunan University, Chinad School of Management and Economics, The Chinese University of Hong Kong, Shenzhen, and Shenzhen Finance Institute, China摘要：提供了第一个评估空气污染对体重和肥胖的因果影响的研究。
利用《中国健康与营养调查》(China Health and Nutrition Survey)，发现空气污染对体重有显著的积极影响，该调查涵盖了1989年至2015年期间13741名成年人的详细纵向健康和社会经济信息。
具体来说，过去12个月PM2.5平均浓度每增加1(1.54%)，体重指数就会增加0.27%，超重率和肥胖率也会分别增加0.82和0.27个百分点。
我们还发现，这些影响可以部分解释为各种行为渠道，包括身体活动减少，步行上班或上学的时间减少，睡眠减少，脂肪摄入增加。