Hyperspectral benchmark dataset on soil moisture

关于土壤湿度的超光谱基准数据集

A hyperspectral benchmark dataset on soil moisture

原始信息汇总

数据集概述

农业

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

生物学

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

气候+天气

• Actuaries Climate Index: 链接
• Australian Weather: 链接
• Aviation Weather Center - Consistent, timely and accurate weather [...]: 链接
• Brazilian Weather - Historical data (In Portuguese) - Data related to [...]: 链接
• Canadian Meteorological Centre: 链接
• Climate Data from UEA (updated monthly): 链接
• Dutch Weather - The KNMI Data Center (KDC) portal provides access to KNMI [...]: 链接
• European Climate Assessment & Dataset: 链接
• Global Climate Data Since 1929: 链接
• NASA Global Imagery Browse Services: 链接
• NOAA Bering Sea Climate: 链接
• NOAA Climate Datasets: 链接
• NOAA Realtime Weather Models: 链接
• NOAA SURFRAD Meteorology and Radiation Datasets: 链接
• The World Bank Open Data Resources for Climate Change: 链接
• UEA Climatic Research Unit: 链接
• WU Historical Weather Worldwide: 链接
• WorldClim - Global Climate Data: 链接

复杂网络

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

计算机网络

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

数据挑战

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

地球科学

• 38-Cloud (Cloud Detection) - Contains 38 Landsat 8 scene images and their [...]: 链接
• AQUASTAT - Global water resources and uses: 链接
• BODC - marine data of ~22K vars: 链接
• EOSDIS - NASAs earth observing system data: 链接
• Earth Models: 链接
• Integrated Marine Observing System (IMOS) - roughly 30TB of ocean measurements: 链接
• Marinexplore - Open Oceanographic Data: 链接
• Alabama Real-Time Coastal Observing System: 链接
• National Estuarine Research Reserves System-Wide Monitoring Program - [...]: 链接
• Oil and Gas Authority Open Data - The dataset covers 12,500 offshore [...]: 链接
• Smithsonian Institution Global Volcano and Eruption Database: 链接
• USGS Earthquake Archives: 链接

经济学

• American Economic Association (AEA): 链接
• EconData from UMD: 链接
• Economic Freedom of the World Data: 链接
• Historical MacroEconomic Statistics: 链接
• INFORUM - Interindustry Forecasting at the University of Maryland: [

搜集汇总

数据集介绍

构建方式

Hyperspectral benchmark dataset on soil moisture 是一个针对土壤湿度的高光谱数据集，它通过收集多个场景的高光谱图像和相应的土壤湿度地面实况数据来构建。该数据集的构建旨在为高光谱图像处理和土壤湿度估算提供标准测试平台。

特点

该数据集的特点在于其高质量的高光谱图像数据，以及与图像相对应的精确土壤湿度测量值。它包含了多种土壤类型和环境条件下的图像，为研究提供了丰富的样本。此外，数据集的开放性使得它成为了学术和工业界共同研究的宝贵资源。

使用方法

使用该数据集时，研究者可以下载高光谱图像和土壤湿度数据，进行图像处理和分析。数据集提供的地面实况数据可用于验证和评估高光谱图像处理算法在土壤湿度估算中的性能。用户可以通过数据集的官方网站或相关学术论文来获取使用指南和更多细节。

背景与挑战

背景概述

Hyperspectral benchmark dataset on soil moisture 是一个专注于土壤湿度研究的高光谱数据集。该数据集的创建旨在为土壤湿度监测与评估提供高质量的数据资源，支持农业、环境监测等领域的研究。该数据集由多个研究人员和机构共同努力完成，其中包括来自不同高校和研究所的专家。它的核心研究问题是提高土壤湿度监测的准确性和效率，对相关领域产生了重要影响。

当前挑战

在构建 Hyperspectral benchmark dataset on soil moisture 的过程中，研究人员面临了多个挑战。首先，高光谱数据的收集和处理需要专业的设备和技术，这对数据的质量和可靠性提出了高要求。其次，数据集的标注和标准化也是一个挑战，因为土壤湿度受多种因素影响，如土壤类型、天气条件等，这要求研究人员必须精心设计实验和评估标准。此外，如何确保数据集的开放性和可访问性，以及如何处理数据隐私和版权问题，也是构建过程中必须考虑的重要因素。

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领域，其经典使用场景包括农业作物灌溉管理、生态环境监测以及地质勘探等。该数据集通过提供高光谱图像及其对应的土壤湿度标签，使得研究人员能够开发和验证高光谱图像处理算法，以提高土壤湿度估测的准确性。

衍生相关工作

基于该数据集，衍生出了一系列相关工作，包括改进的高光谱图像处理算法、土壤湿度估测模型以及相关的应用研究。这些工作不仅进一步推动了高光谱图像处理技术的发展，也为土壤湿度相关研究提供了新的方法和工具。

数据集最近研究

最新研究方向

该数据集是关于土壤湿度的 Hyperspectral benchmark dataset，近期研究方向主要聚焦于利用高光谱图像分析技术提高土壤湿度估测的精度。研究人员通过比较不同处理方法对高光谱数据的分类和回归性能，探索了土壤湿度预测的新算法，以及如何结合多种数据源和模型来优化预测结果。这些研究对于农业灌溉管理和环境保护等领域具有重要意义。