danaroth/urban

---
license: unknown
---

# Description

Urban is one of the most widely used hyperspectral data used in the hyperspectral unmixing study. There are 307x307 pixels, each of which corresponds to a 2x2 m2 area. In this image, there are 210 wavelengths ranging from 400 nm to 2500 nm, resulting in a spectral resolution of 10 nm. After the channels 1-4, 76, 87, 101-111, 136-153 and 198-210 are removed (due to dense water vapor and atmospheric effects), 162 channels are left (this is a common preprocess for hyperspectral unmixing analyses). There are three versions of ground truth, which contain 4, 5 and 6 endmembers respectively, which are introduced in the ground truth.

# Quick look

<figure>
<img src= "assets/D9_1.png" alt="Urban" width="500" />
<figcaption>Urban and its ground truths.</figcaption>
</figure>

# Characteristics

Ground Truth: three versions, including 4, 5 and 6 endmembers respectively.

- 4 endmembers version: The 4 endmembers are "#1 Asphalt", "#2 Grass", "#3 Tree" and "#4 Roof" respectively.

- 5 endmembers version: The 5 endmembers are "#1 Asphalt", "#2 Grass", "#3 Tree", "#4 Roof" and "#5 Dirt" respectively.

- 6 endmembers version: The 6 endmembers are "#1 Asphalt", "#2 Grass", "#3 Tree", "#4 Roof", "#5 Metal", and "#6 Dirt" respectively.

# Credits

Dataset originally collected by Feiyun Zhu and originally available at: http://www.escience.cn/people/feiyunZHU/Dataset_GT.html

To use this dataset, cite the associated paper:

```
@misc{zhu2017hyperspectral,
title={Hyperspectral Unmixing: Ground Truth Labeling, Datasets, Benchmark Performances and Survey},
author={Feiyun Zhu},
year={2017},
eprint={1708.05125},
archivePrefix={arXiv},
primaryClass={cs.CV}
}

---
许可协议：未知
---

# 数据集描述

Urban是高光谱解混（hyperspectral unmixing）研究中应用最为广泛的高光谱数据集（hyperspectral data）之一。该数据集包含307×307个像素，每个像素对应2×2平方米的区域。该图像拥有210个光谱波段，波长范围为400 nm至2500 nm，光谱分辨率（spectral resolution）为10 nm。由于通道1-4、76、87、101-111、136-153以及198-210受密集水汽与大气效应影响，已将这些通道移除，最终保留162个通道——这是高光谱解混分析中常见的预处理步骤。该数据集包含三种版本的地面真值（ground truth），分别包含4、5、6种端元（endmembers），相关细节将在地面真值部分说明。

# 快速预览

<figure>
<img src= "assets/D9_1.png" alt="Urban" width="500" />
<figcaption>Urban及其地面真值。</figcaption>
</figure>

# 数据集特性

地面真值包含三种版本，分别对应4、5、6种端元。

- 4端元版本：4种端元依次为#1沥青（Asphalt）、#2草地（Grass）、#3树木（Tree）和#4屋顶（Roof）。
- 5端元版本：5种端元依次为#1沥青（Asphalt）、#2草地（Grass）、#3树木（Tree）、#4屋顶（Roof）和#5泥土（Dirt）。
- 6端元版本：6种端元依次为#1沥青（Asphalt）、#2草地（Grass）、#3树木（Tree）、#4屋顶（Roof）、#5金属（Metal）和#6泥土（Dirt）。

# 数据集致谢

本数据集最初由Feiyun Zhu采集，原始发布地址为：http://www.escience.cn/people/feiyunZHU/Dataset_GT.html

使用本数据集时，请引用以下论文：

@misc{zhu2017hyperspectral,
title={Hyperspectral Unmixing: Ground Truth Labeling, Datasets, Benchmark Performances and Survey},
author={Feiyun Zhu},
year={2017},
eprint={1708.05125},
archivePrefix={arXiv},
primaryClass={cs.CV}
}

原始信息汇总

数据集描述

Urban 是高光谱解混研究中使用最广泛的高光谱数据之一。该图像包含 307x307 像素，每个像素对应一个 2x2 平方米的区域。图像中包含 210 个波长，范围从 400 nm 到 2500 nm，光谱分辨率为 10 nm。在去除 1-4、76、87、101-111、136-153 和 198-210 通道（由于密集水蒸气和大气效应）后，剩下 162 个通道（这是高光谱解混分析的常见预处理）。数据集包含三个版本的地面实况，分别包含 4、5 和 6 个端元。

快速浏览

特征

地面实况：三个版本，分别包含 4、5 和 6 个端元。

• 4 端元版本：包含 "#1 Asphalt"（沥青）、"#2 Grass"（草地）、"#3 Tree"（树木）和 "#4 Roof"（屋顶）。
• 5 端元版本：包含 "#1 Asphalt"（沥青）、"#2 Grass"（草地）、"#3 Tree"（树木）、"#4 Roof"（屋顶）和 "#5 Dirt"（泥土）。
• 6 端元版本：包含 "#1 Asphalt"（沥青）、"#2 Grass"（草地）、"#3 Tree"（树木）、"#4 Roof"（屋顶）、"#5 Metal"（金属）和 "#6 Dirt"（泥土）。

致谢

数据集最初由 Feiyun Zhu 收集，原始地址为：http://www.escience.cn/people/feiyunZHU/Dataset_GT.html

使用此数据集时，请引用相关论文：

@misc{zhu2017hyperspectral, title={Hyperspectral Unmixing: Ground Truth Labeling, Datasets, Benchmark Performances and Survey}, author={Feiyun Zhu}, year={2017}, eprint={1708.05125}, archivePrefix={arXiv}, primaryClass={cs.CV} }

搜集汇总

数据集介绍

构建方式

在遥感领域，尤其是高光谱解混研究中，Urban数据集以其精细的空间分辨率和光谱分辨率独树一帜。该数据集由307x307像素组成，每个像素代表4平方米的区域。数据集包含了210个波长范围在400纳米至2500纳米之间的光谱波段，通过去除部分受水蒸气和大气效应影响的波段后，剩余162个波段用于分析。数据集的构建采用了预处理方式，确保了波段的质量和可用性。

使用方法

使用Urban数据集时，用户应首先了解其数据结构和预处理步骤。在获取数据集后，研究人员可以依据具体的研究目标，选择相应的端元版本进行算法训练和验证。此外，引用数据集时，需参照原始收集者提供的论文信息，确保学术规范的遵守。

背景与挑战

背景概述

在遥感领域，高光谱图像分析具有至关重要的地位。Urban数据集作为高光谱解混研究中最常用的数据之一，由Feiyun Zhu等人于2017年收集整理。该数据集提供了一个307x307像素的图像，每个像素代表4平方米的区域，包含从400纳米到2500纳米的210个波长，经过预处理后剩余162个通道。该数据集的特点是包含三种版本的地面真实数据，分别包含4、5和6种端元，这对于高光谱图像解混算法的研究与评估具有重要价值。

当前挑战

尽管Urban数据集为高光谱图像解混领域提供了丰富的实验材料，但研究人员在利用该数据集时仍面临诸多挑战。首先，数据预处理过程中需去除受水蒸气和大气影响较大的通道，这要求研究者在数据分析和模型训练时进行精确的预处理。其次，不同的地面真实数据版本带来的解混结果评价标准多样化，增加了算法性能比较的复杂性。此外，如何从高光谱图像中提取有效信息，实现精准的端元识别和丰度估计，是该领域长期面临的技术挑战。

常用场景

经典使用场景

在光谱解混领域，Urban数据集以其精细的空间分辨率和光谱分辨率，成为研究者们探究各类地物成分比例的典型工具。该数据集通过210个波长范围的光谱信息，为分析城市地表组成提供了丰富的数据基础，常见于评估不同解混算法的性能表现。

解决学术问题

Urban数据集解决了传统地表覆盖研究中对地物分类精度不足的问题。它提供了具有明确地物标签的地面真实数据，帮助学者们验证和比较不同光谱解混算法的有效性，进而推动光谱解混技术的发展和优化。

实际应用

在实际应用中，Urban数据集的丰富光谱信息被广泛应用于城市规划、环境监测以及资源管理等领域。通过对城市地表组成成分的准确分析，该数据集辅助决策者进行更为科学的决策制定。

数据集最近研究

最新研究方向

在遥感领域，hyperspectral unmixing（高光谱解混）技术正日益受到重视。Urban数据集作为该领域内的经典数据集，以其精细的空间分辨率和光谱分辨率，以及完备的地面真实值版本，为研究者提供了宝贵的实验资源。近期的研究方向主要集中在利用深度学习等方法提升解混精度，特别是在处理复杂场景如城市环境时，如何准确识别并提取不同的地表材料，如沥青、草地、树木、屋顶等。此外，随着城市环境监测的迫切需求，Urban数据集在环境变化监测、城市规划以及灾害评估等方面的影响和意义愈发凸显。