danaroth/kennedy_space_center

---
license: unknown
---

# Description

The NASA AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) instrument acquired data over the Kennedy Space Center (KSC), Florida, on March 23, 1996. AVIRIS acquires data in 224 bands of 10 nm width with center wavelengths from 400 - 2500 nm. The KSC data, acquired from an altitude of approximately 20 km, have a spatial resolution of 18 m. After removing water absorption and low SNR bands, 176 bands were used for the analysis. Training data were selected using land cover maps derived from color infrared photography provided by the Kennedy Space Center and Landsat Thematic Mapper (TM) imagery. The vegetation classification scheme was developed by KSC personnel in an effort to define functional types that are discernable at the spatial resolution of Landsat and these AVIRIS data. Discrimination of land cover for this environment is difficult due to the similarity of spectral signatures for certain vegetation types. For classification purposes, 13 classes representing the various land cover types that occur in this environment were defined for the site.

# Quick look

<figure>
<img src= "assets/KSC.gif" alt="KSC" width="300" />
<figcaption>Bands visualization of the Kennedy Space Center dataset.</figcaption>
</figure>

# Credits

Corrected version offered by Ilya Kavalerov (email address: <[e-mail]>). The corrected version was obtained by porting the original dataset to ENVI data (downloadable [here](http://www.csr.utexas.edu/hyperspectral/data/KSC/KSC_data.bin)) and using the code to process it available [here](https://gist.githubusercontent.com/ilyakava/1a2a6ef254603495379db6335573c506/raw/1a485c99a7987f1b62a1e4296bb736a9bf4f3f32/KSC_hsi_fix.m).

This dataset was originally collected by Manuel Graña, Miguel-Angel Veganzones, Borja Ayerdi.

The original link for the dataset is available below:

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

---
许可协议：未知
---

# 数据集描述

1996年3月23日，美国国家航空航天局（NASA）机载可见光/红外成像光谱仪（Airborne Visible/Infrared Imaging Spectrometer，以下简称AVIRIS）在佛罗里达州肯尼迪航天中心（Kennedy Space Center，以下简称KSC）完成数据采集。AVIRIS可采集224个波段的光谱数据，每个波段带宽为10 nm，中心波长覆盖400~2500 nm。本次采集的KSC数据集飞行高度约为20 km，空间分辨率为18 m。在剔除水体吸收波段与信噪比（Signal-to-Noise Ratio，以下简称SNR）较低的波段后，最终保留176个波段用于后续分析。训练样本的选取基于KSC提供的彩红外摄影数据，以及陆地卫星专题制图仪（Landsat Thematic Mapper，以下简称TM）影像生成的土地覆盖地图。该植被分类方案由KSC工作人员制定，旨在识别在陆地卫星与本次AVIRIS数据的空间分辨率下可区分的植被功能型。由于部分植被类型的光谱特征较为相似，该研究场景下的土地覆盖分类难度较高。为完成分类任务，研究人员针对该场景定义了13类土地覆盖类型。

# 快速预览

<figure>
<img src="assets/KSC.gif" alt="KSC" width="300" />
<figcaption>肯尼迪航天中心数据集的波段可视化效果。</figcaption>
</figure>

# 致谢

本数据集的校正版本由Ilya Kavalerov提供（电子邮箱：<[e-mail]>）。校正过程为将原始数据集转换为ENVI格式数据（可通过以下链接下载：http://www.csr.utexas.edu/hyperspectral/data/KSC/KSC_data.bin），并使用此处提供的处理代码：https://gist.githubusercontent.com/ilyakava/1a2a6ef254603495379db6335573c506/raw/1a485c99a7987f1b62a1e4296bb736a9bf4f3f32/KSC_hsi_fix.m）。

本数据集最初由Manuel Graña、Miguel-Angel Veganzones与Borja Ayerdi采集。

数据集的原始链接如下：
https://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes

原始信息汇总

数据集描述

NASA的AVIRIS（机载可见/红外成像光谱仪）仪器于1996年3月23日在佛罗里达州的肯尼迪航天中心（KSC）获取了数据。AVIRIS在400-2500 nm的中心波长范围内以10 nm的带宽获取224个波段的数据。KSC数据是从大约20公里的高度获取的，空间分辨率为18米。在去除水吸收和低信噪比波段后，使用了176个波段进行分析。训练数据是使用肯尼迪航天中心提供的彩色红外摄影和Landsat专题制图仪（TM）图像派生的土地覆盖图选择的。KSC人员开发的植被分类方案旨在定义在Landsat和这些AVIRIS数据的分辨率下可辨别的功能类型。由于某些植被类型的光谱特征相似，因此这种环境的土地覆盖区分具有挑战性。为了分类目的，为该站点定义了13个代表各种土地覆盖类型的类别。

快速预览

肯尼迪航天中心数据集的波段可视化。

致谢

由Ilya Kavalerov提供的修正版本（电子邮件地址：[e-mail]）。修正版本是通过将原始数据集移植到ENVI数据（可在此处下载：KSC_data.bin）并使用可在此处获得的代码进行处理（KSC_hsi_fix.m）获得的。

该数据集最初由Manuel Graña、Miguel-Angel Veganzones、Borja Ayerdi收集。

原始数据集链接如下：

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

搜集汇总

数据集介绍

构建方式

该数据集，即肯尼迪航天中心(Kennedy Space Center)的高光谱遥感图像，是通过NASA的AVIRIS仪器在1996年3月23日采集得到的。AVIRIS具备在400至2500纳米范围内，以10纳米为宽度单位采集224个波段数据的能力。数据集在约20公里的高空中获取，具有18米的空问分辨率。经过移除水吸收和信噪比低的波段后，保留了176个波段进行分析。训练数据的选取是基于肯尼迪航天中心提供的彩色红外摄影图像以及Landsat Thematic Mapper影像生成的土地覆盖图。

特点

该数据集的特点在于其包含了肯尼迪航天中心复杂环境的13种土地覆盖类型，这些类型是根据Landsat和AVIRIS数据的分辨率可辨识的功能类型所定义的。由于某些植被类型的光谱签名相似，因此在此环境下对土地覆盖进行分类是一项挑战。此外，数据集经过修正，由Ilya Kavalerov提供了ENVI数据格式的版本，并提供了处理代码，增强了数据集的可用性和可靠性。

使用方法

在使用该数据集时，用户可以访问经过修正的ENVI格式数据，并利用提供的处理代码进行数据预处理。数据集可用于高光谱图像分析、土地覆盖分类以及植被分类研究等领域。用户需确保在使用数据集时遵循相关的数据使用规范，并正确引用数据来源，以维护数据集的完整性和科学研究的严谨性。

背景与挑战

背景概述

在遥感技术领域，尤其是高光谱遥感数据的应用研究中，NASA AVIRIS仪器于1996年3月23日在佛罗里达州的肯尼迪航天中心（KSC）采集的数据集，为相关研究提供了宝贵的资源。该数据集包含了224个波段，波长范围为400至2500纳米，经处理后，去除了水吸收和信噪比低的波段，最终保留了176个波段进行分析。此数据集的构建旨在通过肯尼迪航天中心提供的彩色红外摄影和Landsat Thematic Mapper影像生成的土地覆盖图来选取训练数据，进而开发植被分类方案。该方案由KSC人员制定，以识别在Landsat和AVIRIS数据的空间分辨率下可区分的功能类型。这一数据集不仅反映了植被类型间的光谱特征相似性带来的土地覆盖分类难题，也展现了高光谱遥感技术在精细分类方面的潜力，对遥感图像分析领域产生了深远影响。

当前挑战

该数据集在构建和应用过程中面临的挑战主要包括：一是肯尼迪航天中心复杂环境中植被类型的光谱特征相似，导致土地覆盖分类困难；二是原始数据的高维度特性使得数据处理和特征提取变得复杂；三是数据集的校正和处理过程，如从原始数据格式转换为ENVI格式，以及后续的数据处理和分类算法的应用，均对技术提出了较高要求。此外，数据集的可用性和可访问性也是一项挑战，需要通过合适的数据共享和分发机制来解决。

常用场景

经典使用场景

在遥感领域，danaroth/kennedy_space_center数据集因其详尽的波长覆盖与高空间分辨率，成为研究地表覆盖分类的典型用例。该数据集特别适用于分析植被分类方案，以及在同一环境中对不同土地覆盖类型的光谱特征进行辨识与区分。

解决学术问题

该数据集解决了在遥感影像解析中，由于某些植被类型的光谱签名相似而导致的土地覆盖辨识困难的问题。通过使用AVIRIS传感器获取的224个波段数据，研究人员能够更精确地定义和区分13种不同的土地覆盖类型，这对于生态监测、资源管理和环境评估等领域具有重要的学术价值。

衍生相关工作

基于该数据集，学术界已经衍生出一系列相关研究工作，包括但不限于高光谱影像分类算法的开发、土地覆盖变化监测以及植被指数建模等。这些研究进一步扩展了数据集的应用范围，推动了遥感技术在多学科领域的发展。