数据集概述
本数据集包含复现COVID-19感染率风险高分辨率（0.1°）全球模型实验的全部信息，模型基于温度、降水、二氧化碳等环境变量构建，预测准确率达百分之八十七，较此前0.5°分辨率模型更精准。
文件详解
该数据集包含CSV、PNG、ASC三种格式的文件，具体说明如下：
- 数据文件（CSV格式）：
- countries_high_rate.csv：高感染率国家数据
- countries_low_rate.csv：低感染率国家数据
- countries_low_rate_mispredicted.csv：模型误判的低感染率国家数据，含国家名称、经纬度、病例差异等字段
- covid_derivatives.csv：世界各国提取的平均导数数据
- covid_risk.csv：风险地图数据集
- time_series_covid19_confirmed_global.csv：截至2021年4月的全球COVID-19确诊病例时间序列数据，含国家/地区、经纬度及每日病例数
- 可视化文件（PNG格式）：
- comparisonvert.png：模型输出可视化，含高感染率区域分布、概率峰值区域、实际低感染率国家与风险地图重叠情况等4个子图
- LowDerivativeRegions.png：低感染率国家示意图
- MaxEnt distribution.png：MaxEnt分布示意图
- MaxEnt peaks.png：MaxEnt概率峰值区域示意图
- RiskMap.png：基于0.1°分辨率MaxEnt模型的新感染率风险地图
- RiskMap05.png：基于0.5°分辨率MaxEnt模型的旧风险地图
- riskmapcomparison.png：新旧风险地图可视化对比图
- RiskMapOverlap_mispredicted.png：模型未预测到的低感染率国家高亮图
- Temperature.png：2000-2005年平均地表气温示意图
- Precipitation.png：2000-2005年平均降水示意图（注：输入中未明确该文件，但根据描述推测存在）
- 栅格文件（ASC格式）：
- gp.asc：MaxEnt分布栅格数据
适用场景
- 流行病学研究：分析环境变量与COVID-19感染率的关联
- 公共卫生决策：为高感染风险区域的防控策略制定提供数据支持
- 模型验证与改进：用于复现和优化COVID-19感染率预测模型
- 环境因素影响分析：探究温度、降水、二氧化碳等对疫情传播的作用机制
