图片来源于网络

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、多光谱图像相比优势在于：它光谱分辨率高，波段众多，能获取地物几乎连续的光谱特征曲线，并可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。

图片来源于网络

本期为遥粉们推荐高光谱遥感的16个数据集，包括雄安新区(马蹄湾村)航空高光谱遥感影像分类数据集、Washington DC数据、Urban数据、Pavia University和 Pavia Center数据、Houston数据、Eagle_reize数据、BerlinUrbGrad2009数据、HyRANK数据、Indian Pine数据、Salinas Valley数据、DFC2018 Houston数据、航空高光谱影像 Chikusei、KSC数据集、Cuprite数据、Botswana数据和The River Data Set。

1. 雄安新区航空高光谱遥感影像分类数据集

雄安(马蹄湾村)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400-1000 nm，波段数为250个，影像大小为3750*1580。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

2. 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 0.4-2.4 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

 3. Urban数据

Urban数据通常被用于高光谱图像混合像元分解。它由Hydice传感器获取，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

4. Pavia University和 Pavia Center数据

Pavia University 和 Pavia Center 数据由ROSIS传感器获取，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

5. Houston数据

Houston数据由ITRES CASI-1500传感器获取，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364 nm到1046 nm的144个波段。地物覆盖被标注为如下图所示的15个类别。

(C. Debes, A. Merentitis, R. Heremans, J. Hahn, N. Frangiadakis,T. van Kasteren, W. Liao, R. Bellens, A. Piˇzurica, and S. Gautama,“Hyperspectral and lidar data fusion: Outcome of the 2013 grss datafusion contest,” IEEE J. Sel. Topics Appl. Earth Observ. Remote Sens.,vol. 7, no. 6, pp. 2405–2418, Mar. 2014)

申请地址：

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

6. Eagle_reize数据

Eagle_reize数据由SPECIM AsiaEAGLE II传感器获取。数据大小为2082*1606，包含光谱范围从401 nm到999 nm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。

(Pedram Ghamisi and Stuart Phinn, Fusion of LiDAR and Hyperspectral Data, Figshare, December 2015, https://dx.doi.org/10.6084/m9.figshare.2007723.v3)

下载地址：

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

7. BerlinUrbGrad 2009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HyMap数据包含111个波段，其中空间分辨率为3.6 m的数据大小为6895*1803，空间分辨率为9 m的数据大小为2722*732。此数据集不仅提供了分类参考，也提供端元参考，因此可用来做高光谱图像分类或者高光谱图像混合像元分解。

(Okujeni, Akpona; van der Linden, Sebastian; Hostert, Patrick (2016): Berlin-Urban-Gradient dataset 2009 - An EnMAP Preparatory Flight Campaign (Datasets). V. 1.2. GFZ Data Services. http://doi.org/10.5880/enmap.2016.00)

下载地址：

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

8. HyRANK数据

HyRANK数据由Hyperion 传感器获取。包含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。

(Karantzalos, Konstantinos, Karakizi, Christina, Kandylakis, Zacharias, & Antoniou, Georgia. (2018). HyRANK Hyperspectral Satellite Dataset I (Version v001) [Data set]. Zenodo. http://doi.org/10.5281/zenodo.1222202)

下载地址：

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

9. Indian Pine数据

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

下载地址:

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

10. Salinas Valley数据

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

下载地址：

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

11. DFC2018 Houston数据

DFC2018 Houston 是2018年IEEE GRSS Data Fusion 比赛所用的数据集。该数据由 University of Houston Dr. Saurabh Prasad 的实验室制作公开，是多传感器数据，包含了48个波段的高光谱数据(1 m)，3波段的LiDAR数据(0.5 m)，以及超高分辨率影像(0.05 m)。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

12. 航空高光谱影像 Chikusei

(N. Yokoya and A. Iwasaki, "Airborne hyperspectral data over Chikusei," Space Appl. Lab., Univ. Tokyo, Japan, Tech. Rep. SAL-2016-05-27, May 2016.)

此航空高光谱数据由Headwall Hyperspec-VNIR-C传感器于日本筑西市(Chikusei)拍摄，拍摄时间为2014年7月29日。该数据包含了128个波段，范围是343-1018 nm，大小是2517*2335，空间分辨率是2.5 m。共有19类地物，包含城市与农村地区。该数据由东京大学 Dr. Naoto Yokoya 与 Prof. Akira Iwasaki 制作公开。

下载地址：

https://naotoyokoya.com/Download.html

13. 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。该数据包含了224个波段，水汽噪声波段去除，空间分辨率是18 m，共有13个类别。

下载地址：

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

14. Cuprite数据

该数据集于1997年由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370-2480 nm，空间分辨率为20 m。

下载地址：

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

15. 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 m像素分辨率的数据，覆盖波段为400-2500 nm并以10 nm为间隔。去除噪声波段后，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14个地物类别。

下载地址：

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

16. The River Data Set

“River”数据集的高光谱影像

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

特别鸣谢：本期微推资料由公众号IMARS遥感大数据智能挖掘与分析提供，联合《遥感学报》微信公众号共同推出。

申明：本期发布的网站内容均不代表本号观点，本号旨在提供参考素材以便学习交流。

预告-高分五号专刊

高分五号，太空里的火眼金睛

图片来源于网络

在高光谱成像及应用技术方面，中国经过20多年的技术积累和科技攻关，在国家“高分辨率对地观测系统”重大专项的支持下，2018年5月9日成功发射了世界首颗大气和陆地综合观测全谱段高光谱卫星—高分五号(GF-5)卫星。

星上搭载了6台从陆地到大气的高光谱观测载荷，其中包括中国首个具有自主知识产权的先进可见短波红外高光谱相机(AHSI)。该载荷具有60 km 的地面幅宽，30 m 的空间分辨率，400—2500 nm 的光谱范围和330 个波段。发射至今在轨运行近两年来，围绕AHSI 载荷的各项参数和性能，在定标、数据处理及应用等方面开展了广泛的测试和研究，取得重要进展。

高分五号影像图

为进一步促进中国首颗高光谱综合观测卫星GF-5 的数据处理和行业应用，《遥感学报》于2019 年4月成立“高分五号卫星高光谱载荷研制、数据处理与应用”专刊委员会，邀请国内高光谱遥感领域的一线科学家和青年学者代表，围绕GF-5 卫星的高光谱载荷研制、数据预处理、影像解译与地物提取、行业应用等主题开展研究并形成专刊。专刊即将于2020年第4期与大家见面，敬请期待！

往 期 推 荐

资源共享第三弹，统计资料精粹

资源分享第二弹，数据资料大荟萃

资源分享第一弹：在哪都能好好学

编辑：薇薇

审校：雪儿

指导：梧桐君

声明

欢迎转载、转发本号原创内容，转载信息请与本号联系授权，标注原作者和信息来源为《遥感学报》。

本号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分资料来源于网络，如涉及作品文字、图片等内容、版权和其他问题请在20日内与本号联系，我们将在第一时间处理。《遥感学报》拥有最终解释权。

微信加群

为便于学术交流，提供优质服务，《遥感学报》建立了微信群。需要加群的小伙伴，请加小编个人微信入群，并备注：姓名+单位。营销广告者勿扰。

微推转载、合作联系：

E-mail：jrs@radi.ac.cn  或  微信后台留言。

投稿网站:http://www.jors.cn好看就点这里哦