数据集概述
本数据集基于四万八千八百一十次调查，量化了海星 wasting 病对东太平洋向日葵海星（Pycnopodia helianthoides）的影响，涵盖墨西哥下加利福尼亚至美国阿留申群岛的分布范围，分析了疾病爆发的时空差异、死亡率及恢复潜力，探讨温度等环境因素的作用。
文件详解
- 环境变量数据文件（.asc格式，共12个）：
- Pre_Salinity.asc、Post_Mean_Chl.asc等：存储爆发前后的盐度、叶绿素、底物、温度（如Pre_90th___Temp.asc）等环境变量的栅格数据
- 统计分析文件（.csv格式，共6个）：
- MasterPycno_ToShare.csv：核心数据集，包含海星调查的主数据
- Permutation_Importance_Pre.csv、Permutation_Importance_Post.csv：爆发前后环境变量的排列重要性数据，字段包括变量名称（Post_Variable）、重要性值（Importance）
- maxentResults_Pre.csv、maxentResults_Post.csv：MaxEnt模型预测结果数据
- 模型报告文件（.html格式，共2个）：
- Pycnopodia_helianthoides_Maxent_Pre.html、Pycnopodia_helianthoides_Maxent_Post.html：爆发前后海星分布的MaxEnt模型结果报告
- 事件与阶段数据文件（.xlsx格式，共3个）：
- CrashEventsForRPlot.xlsx：死亡事件数据，用于R绘图
- Incidence_2012-2019.xlsx：2012-2019年疾病发生率数据
- EpidemicPhases.xlsx：疾病爆发阶段划分数据
适用场景
- 海洋生态学研究：分析疾病对海星种群的影响及空间分布变化
- 气候变化与物种响应研究：探讨温度等环境因子与疾病爆发的关联
- 物种保护策略制定：评估海星恢复潜力，为受威胁区域的保护措施提供依据
- 生态模型构建：利用MaxEnt模型结果优化海洋物种分布预测模型
- 疾病生态学研究：探究疾病驱动的大规模死亡事件的时空动态规律
