数据集概述
本数据集围绕城市森林主题，包含3米空间分辨率的PlanetScope卫星影像、CSV格式的采样数据及用于机器学习分析的R脚本，支持城市森林相关的遥感分类研究，为城市生态分析提供数据与算法工具。
文件详解
- 卫星影像文件：
- urban forest/PS.tif：PlanetScope卫星影像文件，空间分辨率3米，覆盖布拉维贾亚大学区域。
- 采样数据文件（CSV格式）：
- urban forest/ub_ps_names.csv：包含LayerName、PS.1、PS.2、PS.3等字段，可能为影像波段名称映射表。
- urban forest/samplingPS.csv、urban forest/samplingPS10.csv、urban forest/samplingPS15.csv：包含PS.1、PS.2、PS.3（影像波段值）、class（类别）、type（类型，如grass）、xcoor（横坐标）、ycoor（纵坐标）等字段的采样数据。
- 机器学习算法脚本（R格式）：
- urban forest/RF&SVM.R：包含随机森林（Random Forest）和支持向量机（SVM）算法的R脚本。
- urban forest/NN_PlanetScope.R：神经网络（Neural Networks）算法的R脚本。
- urban forest/xgBoostalgorithm.R：极限梯度提升（XGBoost）算法的R脚本。
适用场景
- 城市森林遥感分类研究：利用卫星影像与机器学习算法进行城市植被类型识别。
- 机器学习模型对比分析：比较XGBoost、随机森林、SVM、神经网络在遥感分类任务中的性能。
- 城市生态监测：基于采样数据与影像分析城市绿地分布及变化。
- 遥感数据预处理与建模：作为遥感机器学习建模的案例数据，支持算法开发与验证。
