---
license: other
task_categories:
- tabular-regression
- time-series-forecasting
tags:
- squid-lab
- fisheries-biology
- marine-ecology
- ommastrephidae
- 2026-project
size_categories:
- 10GB-100GB
---

# 🔬 鱿鱼实验室 (Squid-Lab) 科研数据内部导航站

欢迎来到本团队的数据管理中心！本仓库目前处于 **Private (私有)** 状态，仅供课题组内部协同、模型训练及论文撰写使用，请勿向外泄露。

---

## 📁 内部核心数据集目录 (Data Assets)

为了规避跨境传输的静默丢包和网络瓶颈，大数据集均已在本地打包为 `.zip` 格式上传。Hugging Face 生态支持**免下载直接流式穿透读取**，组员在调用时无需在本地解压。

* 🌐 **`Sea around us全球柔鱼科捕捞量 年尺度1950-2019 0.5×0.5/`**
  * **数据说明**：涵盖 1950–2019 年全球柔鱼科的捕捞量数据，空间分辨率为 $0.5^\circ \times 0.5^\circ$。
  * **主要用途**：用于全球尺度的产量时空演变及宏观分布分析。
* 🌊 **`SPRFMO南太平洋 2007-2021 捕捞量+努力度 5x5年尺度/`**
  * **数据说明**：南太平洋区域 2007–2021 年的捕捞量与渔获努力度（Effort）数据，空间分辨率为 $5^\circ \times 5^\circ$。
  * **主要用途**：用于高精度栖息地分布模型（SDM）的建立。
* 🦑 **`RAM Legacy 茎柔鱼 1950 - 2024全球 年尺度/`**
  * **数据说明**：RAM Legacy 数据库中关于全球茎柔鱼（美洲大鱿鱼）的长序列评估数据集。
  * **主要用途**：传统资源评估模型与机器学习模型的对照实验。
* 🏝️ **`中西太平洋WCPFC 1967-2024 月尺度 1x1/`**
  * **数据说明**：中西太平洋渔业委员会（WCPFC）提供的 1967–2024 年高频月尺度数据集，空间分辨率为 $1^\circ \times 1^\circ$。
  * **主要用途**：用于分析短期气候事件（如厄尔尼诺/拉尼娜）对渔场重心的月度驱动机制。
* 📊 **`FAO 全球柔鱼科捕捞量 1998-2024 年尺度 无位置数据`**
  * **数据说明**：联合国粮农组织（FAO）官方统计的全球柔鱼科总产量长序列数据（不含具体经纬度空间统计）。
  * **主要用途**：作为全球总产量的官方基准校准线。
* 🧪 **`squid_test_data/`**
  * **数据说明**：前期系统搭建时的测试数据文件夹，组员可忽略。

---

## 🔄 团队协同更新日志

* **2026-07-08**：由团队完成组织架构搭建。利用 `smart_uploader.py` 全自动智能上传工作流，成功将五大核心科研资产全速冲上云端，并完美保留多级目录结构。
* **后续规划**：请各位拥有 `Write` 权限的组员，在各自负责的子课题数据产出后，继续使用全自动脚本以增量形式上传至对应文件夹，并在下方同步更新日志。

---

## 💻 组员免下载快速调取（Python 流式加载）

请组员共享此标准流式读取（Streaming）通道，在代码跑模时**实现零磁盘占用、瞬时启动**：

```python
import io
import requests

# 替换为组员各自个人 Settings 下申请的 Write/Read Token
HF_TOKEN = "你的个人hf_xxxxxx" 
# 示例路径：调取中西太平洋数据
file_url = "[https://huggingface.co/datasets/squid-lab/squid_dataset/resolve/main/中西太平洋WCPFC](https://huggingface.co/datasets/squid-lab/squid_dataset/resolve/main/中西太平洋WCPFC) 1967-2024 月尺度 1x1/你的文件名.zip"

headers = {"Authorization": f"Bearer {HF_TOKEN}"}
response = requests.get(file_url, headers=headers, stream=True)

if response.status_code == 200:
    print("成功直调云端数据！正在打通内存流...")
    # 接下来直接用 zipfile 或 pandas 读取 response.content 即可
else:
    print(f"读取失败，状态码: {response.status_code}")