高光谱遥感技术凭借其丰富的光谱信息，在农业、环境监测、地质勘探等领域发挥着重要作用。为了帮助遥感爱好者和科研人员更好地进行研究，我们整理了12个高光谱遥感影像数据集，涵盖了不同地区、不同设备和不同应用场景。以下是详细介绍：

自取链接：https://pan.quark.cn/s/d31bd857ddbd

1. 雄安新区（马蹄湾村）航空高光谱数据

由中国科学院上海技术物理研究所研制高分专项航空系统全谱段多模态成像光谱仪采集，光谱范围为400—1000 nm，波段250个，影像大小为3750×1580像元，空间分辨率0.5 m；同步实地调研地类分布19种，包括水稻茬、草地、榆树、白蜡、国槐、菜地、杨树、大豆、刺槐、水稻、水体、柳树、复叶槭、栾树、桃树、玉米、梨树、荷叶、建筑。利用随机森林分类方法对该数据进行了分类验证，分类精度可达97%。

2. Washington DC 数据

WashingtonDC数据是由Hydice传感器获取的一幅航空高光谱影像，数据包含了从 0.4 到2.4 µm可见光和近红外波段范围的共191个波段，数据大小为1208*307。地物类别包括屋顶，街道，铺碎石的路，草地，树木，水和阴影。

3. Urban 数据

Urban 是高光谱解混研究中使用最广泛的高光谱数据之一。该图像包含 307x307 像素，每个像素对应一个 2x2 平方米的区域。图像中包含 210 个波长，范围从 400 nm 到 2500 nm，光谱分辨率为 10 nm。在去除 1-4、76、87、101-111、136-153 和 198-210 通道（由于密集水蒸气和大气效应）后，剩下 162 个通道（这是高光谱解混分析的常见预处理）。数据集包含三个版本的地面实况，分别包含 4、5 和 6 个端元。

4. Pavia University

Pavia University 数据是由ROSIS传感器获取的，常被用于高光谱图像分类。传感器一共有115个波段，经过处理后，Pavia University数据有103个波段；Pavia University的大小为610×340。

5.Pavia Center 数据

Pavia Center 数据是由ROSIS传感器获取的，常被用于高光谱图像分类。Pavia Center 数据有102个波段。Pavia Center的大小是1096*715。

6. Botswana 数据集

Botswana 是一个高光谱影像分类数据集。NASA EO-1 卫星于 2001 年至 2004 年在博茨瓦纳奥卡万戈三角洲上空获取了一系列数据。EO-1 上的 Hyperion 传感器在 242 个波段的 7.7 公里条带上以 30 m 像素分辨率采集数据，覆盖 10 nm 窗口中光谱的 400-2500 nm 部分。数据预处理由 UT 空间研究中心执行，以减轻探测器故障、探测器间校准错误和间歇性异常的影响。覆盖吸水特征的未校准和噪声波段被删除，其余 145 个波段作为候选特征包括在内：[10-55， 82-97， 102-119， 134-164， 187-220]。本研究中分析的数据于 2001 年 5 月 31 日获得，包括来自 14 个已确定类别的观测数据，这些类代表了位于三角洲远端的季节性沼泽、偶尔的沼泽和较干燥的林地中的土地覆盖类型。

7.Houston 2013 数据集

该数据集来源于 IEEE 地球科学与遥感学会数据融合
技术委员会组织的 2013 年数据融合竞赛。该数据集是由 ITRES CASI-1500 传感器在休斯顿大学校园及其邻近地区所获得，用于 2013 年地球科学与遥感学会数据
融合竞赛。该数据集空间尺寸大小为 349×1905 像素，空间分辨率为 2.5 m/pixel，波长范围为 380-1050 nm，包含了 144 个光谱波段。表 1-3 提供了该数据集的 15
种地物类别的名称与标注样本数目、伪彩色图及地面真值

8. Indian Pine 数据

由AVIRIS传感器在印第安纳州拍摄，数据大小145×145，有16个农作物类别。

9. Salinas Valley 数据

萨利纳斯场景是由加利福尼亚州萨利纳斯谷的 224 波段 AVIRIS 传感器收集的高光谱数据集，其特点是空间分辨率高（3.7 米像素）。覆盖的区域包括 217 个样本的 512 行。 20 个吸水带被丢弃：[108-112]、[154-167]、224。该图像仅作为传感器处的辐射数据提供。它包括蔬菜、裸土和葡萄园。 Salinas groundtruth 包含 16 个类。

10. Chikusei 航空高光谱影像

这个航空高光谱数据是由Headwall Hyperspec-VNIR-C传感器于日本筑西市（Chikusei）拍摄的，拍摄时间是2014年7月29日。这个数据包含了128个波段，范围是343 – 1018 纳米，大小是2517X2335，空间分辨率是2.5米。一共有19类地物，包含了城市与农村地区。这个数据是由东京大学 Dr. Naoto Yokoya 与 Prof. Akira Iwasaki 制作公开的。

11. KSC 数据集

由AVIRIS传感器在佛罗里达州拍摄，数据包含224个波段，去除水汽噪声后176个波段，空间分辨率18米，共13个类别。

12. Cuprite 数据

Cuprite 数据集来自 1997 年在美国内华达的 Cuprite 矿区。原始数据共有 224个波段，波长从 370 到 2480nm，该数据集的端元分别是蒙脱石、沙漠漆和明矾
石。实验一般去除噪声波段与富含水蒸气波段后，保留 188 个波段。

结语

高光谱遥感技术的应用正在不断拓展，这些数据集为遥感研究人员和开发者提供了丰富的资源，帮助大家更好地进行图像分类、特征提取和数据分析。希望这些数据集能够为你的科研工作带来帮助！

注：数据集资源整合自网络，版权归原作者及刊载媒体所有。
廖晓龙.基于Transformer架构的高光谱遥感图像分类研究[D].湖南理工学院,2024.DOI:10.27906/d.cnki.gnghy.2024.000099.
李婷.基于图卷积网络的高光谱遥感影像特征提取与分类研究[D].西安邮电大学,2024.DOI:10.27712/d.cnki.gxayd.2024.000086.
岑奕,张立福,张霞,等.雄安新区马蹄湾村航空高光谱遥感影像分类数据集[J].遥感学报,2020,24(11):1299-1306.