Hyperspectral benchmark dataset on soil moisture

该数据集是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相关数据。

This dataset is a hyperspectral benchmark dataset concerning soil moisture, providing detailed data related to soil moisture.

原始信息汇总

数据集概述

Agriculture

• Hyperspectral benchmark dataset on soil moisture: 该数据集包含关于土壤湿度的超光谱基准数据。
• U.S. Department of Agricultures Nutrient Database: 美国农业部的营养数据库，提供详细的营养信息。
• U.S. Department of Agricultures PLANTS Database: 美国农业部的植物数据库，包含完整的植物信息。

Biology

• American Gut (Microbiome Project): 美国肠道项目，研究人类肠道微生物。
• Broad Bioimage Benchmark Collection (BBBC): 广泛的生物图像基准集合，用于生物图像分析。
• Broad Cancer Cell Line Encyclopedia (CCLE): 广泛的癌症细胞系百科全书，提供癌症研究数据。
• Cell Image Library: 细胞图像库，提供公共和易于访问的细胞图像资源。
• EBI ArrayExpress: 欧洲生物信息学研究所的ArrayExpress数据库，提供功能基因组数据。
• EBI Protein Data Bank in Europe: 欧洲的蛋白质数据库，提供电子显微镜数据。
• ENCODE project: 编码项目，研究DNA元素的百科全书。
• Electron Microscopy Pilot Image Archive (EMPIAR): 电子显微镜试点图像档案，提供高质量的电子显微镜图像。
• Ensembl Genomes: 提供全面的基因组信息。
• Gene Expression Omnibus (GEO): 基因表达综合数据库，提供公共功能基因组数据。
• Gene Ontology (GO): 基因本体论注释文件，提供基因功能信息。
• Global Biotic Interactions (GloBI): 全球生物相互作用数据。
• Harvard Medical School (HMS) LINCS Project: 哈佛医学院的LINCS项目，研究细胞网络。
• Human Genome Diversity Project: 人类基因组多样性项目，研究人类遗传多样性。
• Human Microbiome Project (HMP): 人类微生物组项目，研究人类微生物组。
• ICOS PSP Benchmark: ICOS PSP基准，包含图像分割基准数据。
• International HapMap Project: 国际人类基因组单体型图计划，研究人类遗传变异。
• KEGG: 京都基因与基因组百科全书，提供基因和基因组信息。
• MIT Cancer Genomics Data: 麻省理工学院的癌症基因组数据。
• NCBI Proteins: 美国国家生物技术信息中心的蛋白质数据库。
• NCBI Taxonomy: 美国国家生物技术信息中心的分类数据库，提供生物分类信息。
• NCI Genomic Data Commons: 美国国家癌症研究所的基因组数据共享平台。
• NIH Microarray data: 美国国立卫生研究院的微阵列数据。
• OpenSNP genotypes data: 开放SNP基因型数据，提供直接面向消费者的基因检测结果。
• Pathguid: 蛋白质-蛋白质相互作用目录。
• Protein Data Bank: 蛋白质数据库，提供蛋白质结构信息。
• Psychiatric Genomics Consortium: 精神病基因组学联盟，研究精神疾病的遗传基础。
• PubChem Project: 公共化学项目，提供化学信息。
• PubGene (now Coremine Medical): 提供医学相关的基因信息。
• Sanger Catalogue of Somatic Mutations in Cancer (COSMIC): 癌症体细胞突变目录。
• Sanger Genomics of Drug Sensitivity in Cancer Project (GDSC): 研究癌症药物敏感性的基因组项目。
• Sequence Read Archive(SRA): 序列读取档案，存储原始测序数据。
• Stowers Institute Original Data Repository: 斯托尔斯研究所原始数据存储库。
• Systems Science of Biological Dynamics (SSBD) Database: 生物动力学系统科学数据库。
• The Cancer Genome Atlas (TCGA), available via Broad GDAC: 癌症基因组图谱，通过Broad GDAC提供。
• The Catalogue of Life: 生命目录，提供物种信息。
• The Personal Genome Project: 个人基因组项目，研究个人基因组。
• UCSC Public Data: 加州大学圣克鲁兹分校的公共数据。
• UniGene: 基因特异性集群数据库。
• Universal Protein Resource (UnitProt): 通用蛋白质资源，提供蛋白质信息。
• Rfam: RNA家族数据库，提供RNA结构和功能信息。

Climate+Weather

• Actuaries Climate Index: 精算师气候指数，提供气候变化数据。
• Australian Weather: 澳大利亚天气数据。
• Aviation Weather Center: 航空天气中心，提供航空相关的天气数据。
• Brazilian Weather: 巴西天气历史数据。
• Canadian Meteorological Centre: 加拿大气象中心数据。
• Climate Data from UEA: 东安格利亚大学的气候数据。
• Dutch Weather: 荷兰天气数据。
• European Climate Assessment & Dataset: 欧洲气候评估与数据集。
• Global Climate Data Since 1929: 自1929年以来的全球气候数据。
• NASA Global Imagery Browse Services: 美国宇航局的全球图像浏览服务。
• NOAA Bering Sea Climate: 美国国家海洋和大气管理局的白令海气候数据。
• NOAA Climate Datasets: 美国国家海洋和大气管理局的气候数据集。
• NOAA Realtime Weather Models: 美国国家海洋和大气管理局的实时天气模型。
• NOAA SURFRAD Meteorology and Radiation Datasets: 美国国家海洋和大气管理局的SURFRAD气象和辐射数据集。
• The World Bank Open Data Resources for Climate Change: 世界银行关于气候变化的开放数据资源。
• UEA Climatic Research Unit: 东安格利亚大学的气候研究单位数据。
• WU Historical Weather Worldwide: 世界天气在线的历史全球天气数据。
• WorldClim - Global Climate Data: 全球气候数据。

ComplexNetworks

• AMiner Citation Network Dataset: 学术引用网络数据集。
• CrossRef DOI URLs: 学术出版物的DOI链接数据集。
• DBLP Citation dataset: 计算机科学文献的引用数据集。
• DIMACS Road Networks Collection: 道路网络数据集。
• NBER Patent Citations: 国家经济研究局的专利引用数据。
• NIST complex networks data collection: 国家标准与技术研究院的复杂网络数据集合。
• Network Repository with Interactive Exploratory Analysis Tools: 网络存储库，提供交互式探索分析工具。
• Protein-protein interaction network: 蛋白质-蛋白质相互作用网络数据。
• PyPI and Maven Dependency Network: Python包索引和Maven依赖网络数据。
• Scopus Citation Database: 学术文献的引用数据库。
• Small Network Data: 小型网络数据集。
• Stanford GraphBase: 斯坦福图基数据集。
• Stanford Large Network Dataset Collection: 斯坦福大学的大型网络数据集集合。
• The Koblenz Network Collection: 科布伦茨网络数据集合。
• The Laboratory for Web Algorithmics (UNIMI): 网络算法实验室数据集。
• UCI Network Data Repository: 加州大学欧文分校的网络数据存储库。
• UFL sparse matrix collection: 佛罗里达大学的稀疏矩阵集合。

ComputerNetworks

• 3.5B Web Pages from CommonCrawl 2012: 2012年CommonCrawl的35亿网页数据。
• 53.5B Web clicks of 100K users in Indiana Univ.: 印第安纳大学10万用户的535亿次网页点击数据。
• CAIDA Internet Datasets: 互联网数据分析协会的数据集。
• CRAWDAD Wireless datasets from Dartmouth Univ.: 达特茅斯大学的无线数据集。
• ClueWeb09 - 1B web pages: ClueWeb09数据集，包含10亿网页。
• ClueWeb12 - 733M web pages: ClueWeb12数据集，包含7.33亿网页。
• CommonCrawl Web Data over 7 years: 过去7年的CommonCrawl网页数据。
• Criteo click-through data: Criteo的点击率数据。
• MIRAGE-2019: MIRAGE-2019数据集，用于移动流量分析。
• OONI: Open Observatory of Network Interference: 网络干扰的开放观察站数据。
• Open Mobile Data by MobiPerf: MobiPerf提供的开放移动数据。
• The Peer-to-Peer Trace Archive: 点对点网络的跟踪数据档案。
• Rapid7 Sonar Internet Scans: Rapid7的Sonar互联网扫描数据。
• UCSD Network Telescope, IPv4 /8 net: 加州大学圣地亚哥分校的网络望远镜数据，覆盖IPv4 /8网络。

DataChallenges

• Bruteforce Database: 暴力破解数据库。
• Challenges in Machine Learning: 机器学习挑战数据集。
• DrivenData Competitions for Social Good: 为社会公益的DrivenData竞赛数据。
• ICWSM Data Challenge (since 2009): 自2009年以来的ICWSM数据挑战。
• KDD Cup by Tencent 2012: 2012年腾讯KDD杯数据。
• Kaggle Competition Data: Kaggle竞赛数据。
• Localytics Data Visualization Challenge: Localytics数据可视化挑战数据。
• Netflix Prize: Netflix大奖赛数据。
• Space Apps Challenge: 太空应用挑战数据。
• Telecom Italia Big Data Challenge: 意大利电信大数据挑战数据。
• TravisTorrent Dataset - MSR2017 Mining Challenge: TravisTorrent数据集，用于2017年MSR挖掘挑战。
• TunedIT - Data mining & machine learning data sets, algorithms, challenges: TunedIT提供的数据挖掘和机器学习数据集、算法和挑战。

EarthScience

• 38-Cloud (Cloud Detection): 38-Cloud数据集，用于云检测。
• AQUASTAT - Global water resources and uses: AQUASTAT数据集，提供全球水资源和使用情况。
• BODC - marine data of ~22K vars: 英国海洋数据中心的数据，包含约22,000个变量。
• EOSDIS - NASAs earth observing system data: 美国宇航局的地球观测系统数据。
• Earth Models: 地球模型数据。
• Integrated Marine Observing System (IMOS): 综合海洋观测系统数据，约30TB。
• Marinexplore - Open Oceanographic Data: 海洋探索的开放海洋学数据。
• Alabama Real-Time Coastal Observing System: 阿拉巴马实时海岸观测系统数据。
• National Estuarine Research Reserves System-Wide Monitoring Program: 国家河口研究储备系统范围监测计划数据。
• Oil and Gas Authority Open Data: 油气管理局开放数据，覆盖12,500个海上油气井。
• Smithsonian Institution Global Volcano and Eruption Database: 史密森尼学会的全球火山和喷发数据库。
• USGS Earthquake Archives: 美国地质调查局的地震档案。

Economics

• American Economic Association (AEA): 美国经济协会数据。
• EconData from UMD: 马里兰大学提供

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，它通过从卫星或航空传感器收集的数据构建而成，旨在为土壤湿度监测提供标准化的数据源。

特点

该数据集的特点在于它提供了在不同条件下土壤湿度的详细光谱信息，这些数据覆盖了广泛的地理区域和不同的土壤类型，为研究土壤水分含量与作物生长、气候变化等之间的关系提供了宝贵资源。

使用方法

用户可以通过访问数据集的GitHub页面或直接通过DOI链接获取数据。数据集的使用需遵循相应的数据使用协议，用户在进行分析或研究时应正确引用数据集的来源。

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、可重复的实验平台，以促进土壤湿度监测技术的发展和应用。该数据集由多个研究机构合作完成，主要研究人员包括来自不同高校和科研机构的专家。它包含了多种土壤类型和不同湿度条件下的高光谱图像，为相关领域的研究提供了宝贵的数据资源。自发布以来，该数据集在土壤湿度监测、高光谱图像处理等领域产生了广泛的影响。

当前挑战

在解决领域问题方面，Hyperspectral benchmark dataset on soil moisture 面临的挑战包括如何准确地表征和区分不同土壤湿度状态的高光谱特征。构建过程中遇到的挑战则涉及数据集的收集、标注和标准化。具体来说，确保数据集的质量和一致性，以及处理不同来源和格式的高光谱图像数据，都是需要克服的重要问题。

常用场景

经典使用场景

该数据集的经典使用场景在于为土壤湿度监测提供了一种高效、可靠的方法。在农业、环境监测和水资源管理等领域，通过高光谱图像分析，可以精确地评估土壤湿度状况，进而指导农业生产、优化灌溉策略和进行环境保护。

实际应用

在实际应用中，该数据集可用于农业灌溉系统的自动化管理，通过实时监测土壤湿度，自动调整灌溉计划，实现水资源的合理利用。此外，在环境监测领域，该数据集有助于评估土壤湿度变化对生态环境的影响，为环境保护提供科学依据。

衍生相关工作

基于该数据集，衍生出了一系列相关的研究工作。例如，研究者们利用高光谱数据开发出了新的土壤湿度预测模型，提高了土壤湿度预测的准确性；同时，也有研究通过分析土壤湿度与作物生长的关系，为精准农业提供了新的思路。