雄安新区马蹄湾村航空高光谱遥感影像分类数据集

编号 zgly0001723876

文献类型 期刊论文

文献题名 雄安新区马蹄湾村航空高光谱遥感影像分类数据集

作者 岑奕  张立福  张霞  王跃明  戚文超  汤森林  张鹏 

作者单位 中国科学院空天信息创新研究院遥感科学国家重点实验室  中国科学院上海技术物理研究所中国科学院空间主动光电技术重点实验室 

母体文献 遥感学报 

年卷期 2020年11期

年份 2020 

分类号 TP751  TP311.13 

关键词 高光谱遥感  雄安新区  航空影像  影像分类  数据集 

文摘内容 高光谱遥感影像分类数据集主要用于辅助高光谱遥感分类算法的精度验证、效率评价及性能评估,一般包括高光谱遥感影像、影像对应地物类别标注以及相关信息文档等内容。常用的高光谱遥感影像分类数据集以欧美为主,如India Pines、Salinas、KSC等。随着中国高光谱遥感传感器技术发展和学术交流机制的日臻完善,国内也发布了高光谱遥感分类数据集,如江苏省常州的茶树数据集。较于欧美高光谱遥感分类数据集的广泛应用,中国高光谱遥感分类数据集的发布与应用仍偏少。近年来,中国高质量高光谱遥感数据获取能力大幅增强,提升了中国高光谱遥感共享数据源的数量及质量,为促进中国高光谱遥感应用研究及业务化能力提供了支撑。本分类数据集包括雄安新区马蹄湾村高光谱影像数据,由中国科学院上海技术物理研究所研制高分专项航空系统全谱段多模态成像光谱仪采集,光谱范围为400—1000 nm,波段250个,影像大小为3750×1580像元,空间分辨率0.5 m;同步实地调研地类分布19种,包括水稻茬、草地、榆树、白蜡、国槐、菜地、杨树、大豆、刺槐、水稻、水体、柳树、复叶槭、栾树、桃树、玉米、梨树、荷叶、建筑。利用随机森林分类方法对该数据进行了分类验证,分类精度可达97%。该数据集(下载方式:http://www.hrs-cas.com/a/share/shujuchanpin/2019/0501/1049.html)可为中国经济作物高光谱精细分类研究提供良好的数据支持,更可为中国高光谱遥感载荷业务化应用发展提供有力促进。