时间序列农作物分类基准数据集(EuroCropsML)

EuroCropsML* 是一个现成的机器学习数据集，结合了 EuroCrops 参考数据与 2021 年的 Sentinel-2 反射率数据。该数据集包含来自拉脱维亚、葡萄牙和爱沙尼亚的数据，旨在用于少样本农作物种类分类的基准测试。我们使用 Eurostat 的 GISCO 数据集将 EuroCrops 地块映射到其所属的 NUTS1-3 区域。
提供的数据分为两个阶段：
raw_data.zip（阶段 1）：每个国家对应一个数据框，包含每个地块的年度观测时间序列，以及地块几何形状和类别的单独文件（EC_hcat_c 表示农作物分类的 10 位 HCAT 代码，指示农作物的层次结构）。
preprocess.zip（阶段 2）：经过处理的 .npz 文件。每个数据点及其元数据都保存在一个 .npz 文件中。此外，我们还进行了云层移除处理。每个 .npz 文件的命名格式为：<NUTS3region>_<parcelID>_<EC_hcat_c>.npz。
此外，split.zip 包含 .json 文件，这些文件将 preprocess.zip 中的数据划分为预训练/元学习（训练和验证）集和微调集（训练、验证和测试）。我们提供了两个使用场景：
• latvia_portugal_vs_estonia：在拉脱维亚和葡萄牙进行预训练（142 个不同类别），在爱沙尼亚进行微调（127 个不同类别，其中 34 个类别在预训练中未曾见过）。
• latvia_vs_estonia：在拉脱维亚进行预训练（103 个不同类别），在爱沙尼亚进行微调（127 个不同类别，其中 46 个类别在预训练中未曾见过）。
对于这两种使用场景，微调数据集的划分如下：
• 训练集：1 样本、5 样本、10 样本、20 样本、100 样本、200 样本、500 样本（用于少样本分类和基准测试），以及所有样本。
• 验证集：1000 个样本。
• 测试集：所有样本。