Hyperspectral benchmark dataset on soil moisture

该数据集是一个关于土壤湿度的超光谱基准数据集，提供了详细的土壤湿度信息。

This dataset is a hyperspectral benchmark dataset concerning soil moisture, providing detailed soil moisture information.

原始信息汇总

数据集概述

本数据集名为“Awesome Public Datasets”，包含多个领域的公共数据源，主要分为以下几个类别：

1. 农业
2. 生物学
3. 气候与天气
4. 复杂网络
5. 计算机网络
6. 数据挑战
7. 地球科学
8. 经济学
9. 教育
10. 能源

具体数据集列表

农业

• Hyperspectral benchmark dataset on soil moisture
• U.S. Department of Agricultures Nutrient Database
• U.S. Department of Agricultures PLANTS Database

生物学

• 1000 Genomes
• American Gut (Microbiome Project)
• Broad Bioimage Benchmark Collection (BBBC)
• Broad Cancer Cell Line Encyclopedia (CCLE)
• Cell Image Library
• Complete Genomics Public Data
• EBI ArrayExpress
• EBI Protein Data Bank in Europe
• ENCODE project
• Electron Microscopy Pilot Image Archive (EMPIAR)
• Ensembl Genomes
• Gene Expression Omnibus (GEO)
• Gene Ontology (GO)
• Global Biotic Interactions (GloBI)
• Harvard Medical School (HMS) LINCS Project
• Human Genome Diversity Project
• Human Microbiome Project (HMP)
• ICOS PSP Benchmark
• International HapMap Project
• Journal of Cell Biology DataViewer
• KEGG
• MIT Cancer Genomics Data
• NCBI Proteins
• NCBI Taxonomy
• NCI Genomic Data Commons
• NIH Microarray data
• OpenSNP genotypes data
• Pathguid - Protein-Protein Interactions Catalog
• Protein Data Bank
• Psychiatric Genomics Consortium
• PubChem Project
• PubGene (now Coremine Medical)
• Sanger Catalogue of Somatic Mutations in Cancer (COSMIC)
• Sanger Genomics of Drug Sensitivity in Cancer Project (GDSC)
• Sequence Read Archive(SRA)
• Stanford Microarray Data
• Stowers Institute Original Data Repository
• Systems Science of Biological Dynamics (SSBD) Database
• The Cancer Genome Atlas (TCGA), available via Broad GDAC
• The Catalogue of Life
• The Personal Genome Project
• UCSC Public Data
• UniGene
• Universal Protein Resource (UnitProt)

气候与天气

• Actuaries Climate Index
• Australian Weather
• Aviation Weather Center
• Brazilian Weather - Historical data (In Portuguese)
• Canadian Meteorological Centre
• Climate Data from UEA (updated monthly)
• Dutch Weather
• European Climate Assessment & Dataset
• Global Climate Data Since 1929
• Charting The Global Climate Change News Narrative 2009-2020
• NASA Global Imagery Browse Services
• NOAA Bering Sea Climate
• NOAA Climate Datasets
• NOAA Realtime Weather Models
• NOAA SURFRAD Meteorology and Radiation Datasets
• The World Bank Open Data Resources for Climate Change
• UEA Climatic Research Unit
• WU Historical Weather Worldwide
• WorldClim - Global Climate Data

复杂网络

• AMiner Citation Network Dataset
• CrossRef DOI URLs
• DBLP Citation dataset
• DIMACS Road Networks Collection
• NBER Patent Citations
• NIST complex networks data collection
• Network Repository with Interactive Exploratory Analysis Tools
• Protein-protein interaction network
• PyPI and Maven Dependency Network
• Scopus Citation Database
• Small Network Data
• Stanford GraphBase
• Stanford Large Network Dataset Collection
• Stanford Longitudinal Network Data Sources
• The Koblenz Network Collection
• The Laboratory for Web Algorithmics (UNIMI)
• UCI Network Data Repository
• UFL sparse matrix collection
• WSU Graph Database

计算机网络

• 3.5B Web Pages from CommonCrawl 2012
• 53.5B Web clicks of 100K users in Indiana Univ.
• CAIDA Internet Datasets
• CRAWDAD Wireless datasets from Dartmouth Univ.
• ClueWeb09 - 1B web pages
• ClueWeb12 - 733M web pages
• CommonCrawl Web Data over 7 years
• Criteo click-through data
• Internet-Wide Scan Data Repository
• MIRAGE-2019
• OONI: Open Observatory of Network Interference - Internet censorship data
• Open Mobile Data by MobiPerf
• The Peer-to-Peer Trace Archive
• Rapid7 Sonar Internet Scans
• UCSD Network Telescope, IPv4 /8 net

数据挑战

• Bruteforce Database
• Challenges in Machine Learning
• CrowdANALYTIX dataX
• D4D Challenge of Orange
• DrivenData Competitions for Social Good
• ICWSM Data Challenge (since 2009)
• KDD Cup by Tencent 2012
• Kaggle Competition Data
• Localytics Data Visualization Challenge
• Netflix Prize
• Space Apps Challenge
• Telecom Italia Big Data Challenge
• TravisTorrent Dataset - MSR2017 Mining Challenge
• TunedIT - Data mining & machine learning data sets, algorithms, challenges
• Yelp Dataset Challenge

地球科学

• 38-Cloud (Cloud Detection)
• AQUASTAT - Global water resources and uses
• BODC - marine data of ~22K vars
• EOSDIS - NASAs earth observing system data
• Earth Models
• Integrated Marine Observing System (IMOS) - roughly 30TB of ocean measurements
• Marinexplore - Open Oceanographic Data
• Alabama Real-Time Coastal Observing System
• National Estuarine Research Reserves System-Wide Monitoring Program
• Oil and Gas Authority Open Data
• Smithsonian Institution Global Volcano and Eruption Database
• USGS Earthquake Archives

经济学

• American Economic Association (AEA)
• EconData from UMD
• Economic Freedom of the World Data
• Historical MacroEconomic Statistics
• INFORUM - Interindustry Forecasting at the University of Maryland
• DBnomics – the worlds economic database
• International Trade Statistics
• Internet Product Code Database
• Joint External Debt Data Hub
• Jon Haveman International Trade Data Links
• OpenCorporates Database of Companies in the World
• Our World in Data
• SciencesPo World Trade Gravity Datasets
• The Atlas of Economic Complexity
• The Center for International Data
• The Observatory of Economic Complexity
• UN Commodity Trade Statistics
• UN Human Development Reports

教育

• College Scorecard Data
• New York State Education Department Data
• Student Data from Free Code Camp

能源

• AMPds - The Almanac of Minutely Power dataset
• BLUEd - Building-Level fUlly labeled Electricity Disaggregation dataset
• COMBED
• DEL - Domestic Electrical Load study datsets for South Africa (1994 - 2014)
• ECO - The ECO data set is a comprehensive data set for non-intrusive load monitoring

以上数据集涵盖了多个领域，为研究和分析提供了丰富的数据资源。

搜集汇总

数据集介绍

构建方式

该数据集通过收集高光谱图像及其对应的土壤湿度地面实况数据，构建了一个用于高光谱图像分类和土壤湿度估计的基准数据集。数据集包含了多种土壤湿度条件下的大量高光谱图像，为相关领域的研究提供了丰富的实验材料。

使用方法

用户可以通过数据集中的高光谱图像进行图像处理和特征提取，结合地面实况数据，进行土壤湿度的估计和模型训练。数据集的使用需要用户具备一定的图像处理和机器学习知识，以便能够有效地利用这些数据进行研究和分析。

背景与挑战

背景概述

Hyperspectral benchmark dataset on soil moisture 是一个针对土壤湿度测量的高光谱数据集。该数据集的创建旨在为研究人员提供一个标准的测试平台，以评估和比较不同高光谱图像处理算法在土壤湿度估计方面的性能。该数据集由多个场景组成，每个场景都包含相应的高光谱图像和土壤湿度地面实况数据。该数据集的创建时间为2018年，由研究人员Sorour Mo等人发起和维护。该数据集对高光谱图像处理和土壤湿度监测领域产生了重要影响，推动了相关技术的发展和应用。

当前挑战

在构建Hyperspectral benchmark dataset on soil moisture数据集的过程中，研究人员面临了多个挑战。首先，高光谱图像数据量大，处理和分析这些数据需要强大的计算资源。其次，土壤湿度地面实况数据的获取是一个复杂的过程，需要精确的测量仪器和严格的质量控制。此外，数据集的多样性和代表性也是一项挑战，需要确保数据能够覆盖不同类型的土壤和气候条件。在所解决的领域问题方面，高光谱图像分类面临着如何准确识别和量化土壤湿度的挑战，这需要先进的算法和模型来处理高维数据和减少噪声的影响。

常用场景

经典使用场景

Hyperspectral benchmark dataset on soil moisture被广泛用于土壤湿度监测研究，特别是在农业和地球科学领域。该数据集提供了丰富的光谱图像，可用于训练机器学习模型，从而实现对土壤湿度含量的准确预测。

解决学术问题

该数据集解决了土壤湿度监测中的数据不足问题，为研究人员提供了大量的标注数据，有助于提高土壤湿度预测模型的准确性和鲁棒性。此外，它还促进了土壤湿度监测技术在农业灌溉、环境保护和灾害预防等方面的应用。

实际应用

在实际应用中，Hyperspectral benchmark dataset on soil moisture可用于指导农业生产，优化灌溉计划，减少水资源浪费。同时，它还可以用于环境监测，帮助预测和防范土壤侵蚀和干旱灾害。

数据集最近研究

最新研究方向

该数据集是针对土壤湿度特性的高光谱基准数据集，近期研究方向主要集中在利用高光谱图像处理技术进行土壤湿度的精确监测与评估。这些研究对于农业水资源管理、生态环境监测等领域具有重要意义，能够帮助科学家更好地理解土壤水分的时空变化规律，提高农业灌溉效率和环境保护水平。