高光譜遙感是將成像技術和光譜技術相結合的多維信息獲取技術，可以同時獲取目標的二維空間信息與第三維的光譜信息，得到高光譜解析度的連續、窄波段圖像數據。高光譜圖像與高解析度圖像、多光譜圖像相比的優勢在於，它的光譜解析度高，波段眾多，能夠獲取地物幾乎連續的光譜特徵曲線，並可以根據需要選擇或提取特定波段來突出目標特徵；定量化的連續光譜曲線數據為地物光譜機理模型引入圖像分類提供了條件；它包含豐富的輻射、空間和光譜信息，是多種信息的綜合載體。高光譜圖像在地物製圖、資源勘探等領域得到了廣泛使用。接下來，我們總結了現有15個高光譜數據的基本情況。
新增提示：在上次發布高光譜遙感數據集的基礎上，主要是增加了雄安新區（馬蹄灣村）航空高光譜遙感影像分類數據集，由中國科學院遙感與數字地球研究所張立福教授團隊提供，同時還補上了cuprite數據集和Bostswana數據集，再次感謝提供數據集的團隊！
1.雄安新區（馬蹄灣村）航空高光譜遙感影像分類數據集
2.Washington DC數據
3.Urban數據
4.Pavia University和 Pavia Center數據
5.Houston數據
6.Eagle_reize數據
7.BerlinUrbGrad2009數據
8.HyRANK數據
9.Indian Pine數據
10.Salinas Valley數據
11.DFC2018 Houston數據
12.航空高光譜影像 Chikusei
13.KSC數據集
14.Cuprite數據
15.Botswana數據
1.雄安新區（馬蹄灣村）航空高光譜遙感影像分類數據集
雄安數據集是由中國科學院上海技術物理研究所研製的高分專項航空系統全譜段多模態成像光譜儀採集，光譜範圍為400-1000nm，波段250個，影像大小為3750×1580像元。地物類別共計19類，包括水稻茬、草地、榆樹、白蠟、國槐、菜地、楊樹、大豆、刺槐、水稻、水體、柳樹、複葉槭、欒樹、桃樹、玉米、梨樹、荷葉、建築。
下載地址：
http://www.hrs-cas.com/a/share/shujuchanpin/2019/0501/1049.html
WashingtonDC數據是由Hydice傳感器獲取的一幅航空高光譜影像，數據包含了從 0.4 到2.4 µm可見光和近紅外波段範圍的共191個波段，數據大小為1208*307。地物類別包括屋頂，街道，鋪碎石的路，草地，樹木，水和陰影。
下載地址：
https://engineering.purdue.edu/~biehl/MultiSpec/hyperspectral.html
Urban數據通常被用於高光譜圖像混合像元分解。它是由Hydice傳感器獲取的，圖像大小為307*307。原始數據有210個波段，在去除噪音和水吸收波段後，一般留下162個波段做後續處理與分析。地物類別包含道路，屋頂，草地和樹木。
下載地址：
https://sites.google.com/site/feiyunzhuhomepage/datasets-ground-truths
4. Pavia University和 Pavia Center數據
Pavia University 和 Pavia Center 數據是由ROSIS傳感器獲取的，常被用於高光譜圖像分類。傳感器一共有115個波段，經過處理後，Pavia University數據有103個波段；Pavia Center 數據有102個波段。兩幅影像都有9個地物類別，這兩幅影像的類別不完全一致。其中，Pavia University的大小為610×340，Pavia Center的大小是1096*715，詳細信息如下圖所示。
下載地址：
http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes#Pavia_University_scene
Houston數據是由ITRES CASI-1500傳感器獲取的，由2013 IEEE GRSS數據融合大賽提供。數據大小為349*1905，包含光譜範圍從364nm到1046nm的144個波段。地物覆蓋被標註為如下圖所示的15個類別。
此數據可以通過此網站：
http://www.grss-ieee.org/community/technical-committees/data-fusion/2013-ieee-grss-data-fusion-contest/ 進行申請。
Eagle_reize數據是由SPECIM AsiaEAGLE II傳感器獲取的。數據大小為2082*1606，包含光譜範圍從401nm到999nm的252個波段。所提供的訓練樣本包含10種地物類別。因為此數據有配套的Lidar數據，因此既可以被用於單獨的高光譜圖像分類，也可以被用於高光譜圖像和Lidar圖像融合。
下載地址：
https://figshare.com/articles/Main_zip/2007723/3
Berlin-Urban-Gradient dataset 2009數據包含不同解析度的HyMap高光譜影像和模擬的EnMap高光譜影像。真實的MyMap數據包含111個波段，其中空間解析度為3.6m的數據大小為6895*1803，空間解析度為9m的數據大小為2722*732。此數據集不僅提供了分類參考，也提供了端元參考，因此可以用來做高光譜圖像分類或者高光譜圖像混合像元分解。
下載地址：
http://pmd.gfz-potsdam.de/enmap/showshort.php?id=escidoc:1480925
HyRANK數據是由Hyperion 傳感器獲取的。包含了兩幅用於訓練的高光譜圖像和三幅用於測試的高光譜圖像。五幅圖像均有176個光譜波段，圖像大小各不相同。所提供的訓練樣本包含14種地物類別.
下載地址：
http://www2.isprs.org/commissions/comm3/wg4/HyRANK.html
Indian Pine 是由 AVIRIS 傳感器在印第安納州拍攝的。這個數據的大小是145*145，有224個波段，其中有效波段200個。這個數據一共有16個農作物類別。
下載頁面：
http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes
Salinas 是由 AVIRIS 傳感器拍攝，拍攝地點是加州 Salinas Valley。這個數據的空間解析度是3.7米，大小是512*217。原始數據是224個波段，去除水汽吸收嚴重的波段後，還剩下204個波段。這個數據包含了16個農作物類別。
下載頁面：
http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes
DFC2018 Houston 是2018年IEEE GRSS Data Fusion 比賽所用的數據集。這個數據是由 University of Houston Dr. Saurabh Prasad 的實驗室製作公開的。這個數據是個多傳感器數據，包含了48個波段的高光譜數據（1米），3波段的LiDAR數據（0.5米），以及超高解析度影像（0.05米）。這個數據包含了20類地物。使用這個數據前請聯繫 Dr. Saurabh Prasad.
下載地址：
http://hyperspectral.ee.uh.edu/?page_id=1075
這個航空高光譜數據是由Headwall Hyperspec-VNIR-C傳感器於日本筑西市（Chikusei）拍攝的，拍攝時間是2014年7月29日。這個數據包含了128個波段，範圍是343 – 1018 納米，大小是2517*2335，空間解析度是2.5米。一共有19類地物，包含了城市與農村地區。這個數據是由東京大學 Dr. Naoto Yokoya 與 Prof. Akira Iwasaki 製作公開的。
下載地址：
https://naotoyokoya.com/Download.html
KSC數據由 AVIRIS 傳感器在佛羅裡達州甘迺迪太空中心於1996年3月23日拍攝。這個數據包含了224個波段，經過水汽噪聲去除後還剩下176個波段，空間解析度是18米，一共有13個類別。
下載頁面：
http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes
該數據集由1997年的機載可見紅外成像光譜儀（Aviris）收集，覆蓋了美國內華達州的Cuprite地區。原始圖像有224個波段，波長從370nm到2480nm，空間解析度為20米。
下載頁面：
http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes
該數據集源自美國宇航局EO-1衛星於2001-2004年在Botswana獲得的一系列數據。EO-1上的傳感器在242個波段獲得了30米像素解析度的數據，覆蓋波段為400-2500nm並以10nm為間隔。去除了噪聲波段後，其餘145個波段作為候選特徵包括：[10-55，82-97，102-119，134-164，187-220]。數據包括來自14個已確定的類別.
下載頁面：
http://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes