(最新)面向科研人员的免费遥感数据集

这些数据一般是或者含有地理真值,或者带有原始的观测数据、抑或没有经过过多的处理,覆盖范围较小,或有多种数据的覆盖,因此多用于科学研究。这里选择性地列出作者熟悉的一些参考数据供读者参考。

01

建筑物立面地面激光扫描数据集

http://www.ikg.uni-hannover.de/

由Institute for Photogrammetry, University of Stuttgart, Germany提供的两个老建筑物的地面激光扫描数据:

http://www.ifp.uni-stuttgart.de/publications/software/laser_splatting/index.html

NASA Scanning Lidar Imager of Canopies by Echo Recovery(SLICER)激光波形数据:

https://denali.gsfc.nasa.gov/research/laser/slicer/slicer.html

 

02

ISPRS点云滤波数据集

http://www.itc.nl/isprswgIII-3/filtertest/DownloadSites.html

目的是评价现有点云滤波的各种算法,共有8个数据样区的数据。

 

03

土地利用数据集

由加州大学Merced分校提供。这是一个用于研究目的的21类土地利用图像数据集,每类有100张图片,每个图片256×256像素,像素分辨率为1 ft(1 ft=0.30 m)。其从USGS城市地图集中手工提取。

http://vision.ucmerced.edu/datasets/landuse.html

04

ISPRS城市分类、建筑物三维重建和语义标注数据集

http://www2.isprs.org/commissions/comm3/wg4/detection-and-reconstruction.html

 

05

ISPRS各类影像数据集

ISPRS各类影像数据及,其中包括近景、航空和卫星影像,如IKONOS和ZY-3:

http://www.isprs.org/data/

06

EuroSDR航空影像密集匹配数据

http://www.ifp.uni-stuttgart.de/ISPRS-EuroSDR/ImageMatching/index.en.html

鉴于自动影像匹配软件的不断发展,该测试数据集旨在评估摄影测量三维数据采集的潜力。试验数据包括两组垂直摄影和一组倾斜摄影。倾斜数据的覆盖区域是瑞士苏黎世,地面分辨率为6~13 cm,垂直影像的覆盖区域分别是德国Vaihingen(地面分辨率为20 cm)和慕尼黑(地面分辨率为10 cm)。

IEEE-GRSS每年都组织数据融合竞赛(Data Fusion Contest)。为此,他们也和其他单位公开发布一些独特的竞赛数据集。以正在进行的2017年竞赛为例,其实验数据由前述世界城市数据库组织(WUDAPT,http://www.wudapt.org)提供。其目标是促进多源遥感数据融合和分析方法的进展。2017年数据融合大赛的任务是在各种城市地方气候区环境中进行土地利用分类,并且评价所研究的方法在世界各地泛化的能力。竞赛数据除了多时相、多模态的影像数据外,还包括其他辅助数据,如具有土地利用信息的开放街道地图(OSM)。

 

H

高光谱遥感影像数据集

yperspectral Remote Sensing Data

高光谱遥感是将成像技术和光谱技术相结合的多维信息获取技术,可以同时获取目标的二维空间信息与第三维的光谱信息,得到高光谱分辨率的连续、窄波段图像数据。高光谱图像与高分辨率图像、多光谱图像相比的优势在于,它的光谱分辨率高,波段众多,能够获取地物几乎连续的光谱特征曲线,并可以根据需要选择或提取特定波段来突出目标特征;定量化的连续光谱曲线数据为地物光谱机理模型引入图像分类提供了条件;它包含丰富的辐射、空间和光谱信息,是多种信息的综合载体。高光谱图像在地物制图、资源勘探等领域得到了广泛使用。

 

 

01  普渡大学高光谱影像数据集(含类别标注)

https://engineering.purdue.edu/~biehl/MultiSpec/hyperspectral.html

 

02  雄安新区航空高光谱遥感影像分类数据集  

雄安数据集是由中国科学院上海技术物理研究所研制的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400-1000nm,波段250个,影像大小为3750×1580像元。地物类别共计19类,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。

下载地址:

http://www.hrs-cas.com/a/share/shujuchanpin/2019/0501/1049.html

 

 

03  Washington DC数据

WashingtonDC数据是由Hydice传感器获取的一幅航空高光谱影像,数据包含了从 0.4 到2.4 µm可见光和近红外波段范围的共191个波段,数据大小为1208*307。地物类别包括屋顶,街道,铺碎石的路,草地,树木,水和阴影。

下载地址:

https://engineering.purdue.edu/~biehl/MultiSpec/hyperspectral.html

 

04  Urban数据

Urban数据通常被用于高光谱图像混合像元分解。它是由Hydice传感器获取的,图像大小为307*307。原始数据有210个波段,在去除噪音和水吸收波段后,一般留下162个波段做后续处理与分析。地物类别包含道路,屋顶,草地和树木。

下载地址:

https://sites.google.com/site/feiyunzhuhomepage/datasets-ground-truths

 

05  Pavia University & Pavia Center Data

Pavia University 和 Pavia Center 数据是由ROSIS传感器获取的,常被用于高光谱图像分类。传感器一共有115个波段,经过处理后,Pavia University数据有103个波段;Pavia Center 数据有102个波段。两幅影像都有9个地物类别,这两幅影像的类别不完全一致。其中,Pavia University的大小为610×340,Pavia Center的大小是1096*715,详细信息如下图所示。

下载地址:

http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes#Pavia_University_scene

 

06  Houston数据

Houston数据是由ITRES CASI-1500传感器获取的,由2013 IEEE GRSS数据融合大赛提供。数据大小为349*1905,包含光谱范围从364nm到1046nm的144个波段。地物覆盖被标注为如下图所示的15个类别。

此数据可以通过此网站,进行申请:

http://www.grss-ieee.org/community/technical-committees/data-fusion/2013-ieee-grss-data-fusion-contest/

 

07  Eagle_reize数据

Eagle_reize数据是由SPECIM AsiaEAGLE II传感器获取的。数据大小为2082*1606,包含光谱范围从401nm到999nm的252个波段。所提供的训练样本包含10种地物类别。因为此数据有配套的Lidar数据,因此既可以被用于单独的高光谱图像分类,也可以被用于高光谱图像和Lidar图像融合。

下载地址:

https://figshare.com/articles/Main_zip/2007723/3

 

08  BerlinUrbGrad2009数据

Berlin-Urban-Gradient dataset 2009数据包含不同分辨率的HyMap高光谱影像和模拟的EnMap高光谱影像。真实的MyMap数据包含111个波段,其中空间分辨率为3.6m的数据大小为6895*1803,空间分辨率为9m的数据大小为2722*732。此数据集不仅提供了分类参考,也提供了端元参考,因此可以用来做高光谱图像分类或者高光谱图像混合像元分解。

下载地址:

http://pmd.gfz-potsdam.de/enmap/showshort.php?id=escidoc:1480925

 

09  HyRANK数据

HyRANK数据是由Hyperion 传感器获取的。包含了两幅用于训练的高光谱图像和三幅用于测试的高光谱图像。五幅图像均有176个光谱波段,图像大小各不相同。所提供的训练样本包含14种地物类别.

下载地址:

http://www2.isprs.org/commissions/comm3/wg4/HyRANK.html

 

010  Indian Pine数据

Indian Pine 是由 AVIRIS 传感器在印第安纳州拍摄的。这个数据的大小是145*145,有224个波段,其中有效波段200个。这个数据一共有16个农作物类别。

下载页面:

http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes

 

011  Salinas Valley数据

Salinas 是由 AVIRIS 传感器拍摄,拍摄地点是加州 Salinas Valley。这个数据的空间分辨率是3.7米,大小是512*217。原始数据是224个波段,去除水汽吸收严重的波段后,还剩下204个波段。这个数据包含了16个农作物类别。

下载页面:

http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes

 

012  DFC2018 Houston数据

DFC2018 Houston 是2018年IEEE GRSS Data Fusion 比赛所用的数据集。这个数据是由 University of Houston Dr. Saurabh Prasad 的实验室制作公开的。这个数据是个多传感器数据,包含了48个波段的高光谱数据(1米),3波段的LiDAR数据(0.5米),以及超高分辨率影像(0.05米)。这个数据包含了20类地物。使用这个数据前请联系 Dr. Saurabh Prasad.

下载地址:

http://hyperspectral.ee.uh.edu/?page_id=1075

 

013  航空高光谱影像 Chikusei

这个航空高光谱数据是由Headwall Hyperspec-VNIR-C传感器于日本筑西市(Chikusei)拍摄的,拍摄时间是2014年7月29日。这个数据包含了128个波段,范围是343 – 1018 纳米,大小是2517*2335,空间分辨率是2.5米。一共有19类地物,包含了城市与农村地区。这个数据是由东京大学 Dr. Naoto Yokoya 与 Prof. Akira Iwasaki 制作公开的。

下载地址:

https://naotoyokoya.com/Download.html

 

014  KSC数据集

KSC数据由 AVIRIS 传感器在佛罗里达州肯尼迪太空中心于1996年3月23日拍摄。这个数据包含了224个波段,经过水汽噪声去除后还剩下176个波段,空间分辨率是18米,一共有13个类别。

下载页面:

http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes

 

015  Cuprite数据

该数据集由1997年的机载可见红外成像光谱仪(Aviris)收集,覆盖了美国内华达州的Cuprite地区。原始图像有224个波段,波长从370nm到2480nm,空间分辨率为20米。

下载页面:

http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes

 

016  Botswana数据

该数据集源自美国宇航局EO-1卫星于2001-2004年在Botswana获得的一系列数据。EO-1上的传感器在242个波段获得了30米像素分辨率的数据,覆盖波段为400-2500nm并以10nm为间隔。去除了噪声波段后,其余145个波段作为候选特征包括:[10-55,82-97,102-119,134-164,187-220]。数据包括来自14个已确定的类别.

下载页面:

http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes

 

017  The River Data Set

该数据集包含两幅用于变化检测的高光谱影像,分别于2013年的5月3号和12月31号采集自中国江苏省的某河流地区,所用传感器为Earth Observing-1 (EO-1) Hyperion,其光谱范围为0.4-2.5 μm,光谱分辨率为10 nm,空间分辨率为30 m,共有242个光谱波段。数据集中的影像大小为463*241,去除噪声后有198个波段可用。影像中的主要变化类型是河道缩减。

下载地址:

https://pan.baidu.com/s/14ht8k5H-8ObzHJS6msYZjQ

 

遥感数据下载地址

AVHRR、DEM、EO-1、MODIS数据下载地址:

http://earthexplorer.usgs.gov/

http://glovis.usgs.gov/

http://eo1.gsfc.nasa.gov/new/extended/sensorWeb/general.html

室内的高光谱数据(400nm~700nm)光谱分辨率为10nm

http://color.psych.upenn.edu/hyperspectral/indoor1/indoor1.html

 Hypercube 一款高光谱处理工具, 该网站上包含两个高光谱数据,其中一个数据(Urban)经常用被用来做解混算法研究

http://www.agc.army.mil/Hypercube/

matlab 高光谱图像处理工具箱,提供解混,变化检测,目标检测,MNF变换等算法

http://sourceforge.net/apps/mediawiki/matlabhyperspec/index.php?title=Main_Page

高光谱数据的网址

http://sourceforge.net/apps/mediawiki/matlabhyperspec/index.php?title=Data_resources

该网址收集了几个的高光谱数据的地址,其中包括常用的AVIRIS数据,以及较新的几个数据,包含下面几个数据;

(1) Free AVIRIS Data

(2) RIT-CIS-DIRS Target Detection Blind Test - Data containing targets with ground truth field and lab spectra.

(3) Niclas Wadströmer, Jörgen Ahlberg and Thomas Svensson. "A new hyperspectral dataset and some challenges." Algorithms and Technologies for Multispectral, Hyperspectral, and Ultraspectral Imagery XVI. SPIE. 2010.

 

参考文献

单杰.(2017)., 从专业遥感到大众遥感.测绘学报, 46(10):1434-1446.

已标记关键词 清除标记
相关推荐
©️2020 CSDN 皮肤主题: 书香水墨 设计师:CSDN官方博客 返回首页