Alive_and_Dead_Trees_Based_哈尔茨山脉多时序遥感单木分类数据集

数据集概述

本数据集包含哈尔茨山脉2009、2016、2022年三个年份的人工标注树冠数据，区分活树与死树，用于单木检测。数据涵盖RGBI航空影像、地面采样距离20厘米的归一化数字表面模型（nDSM）及对应标注，分为训练集和测试集。

文件详解

• 文件名称：ML_TreeDetection_Harz.zip
• 文件格式：ZIP
• 字段映射介绍：压缩包内包含多时序RGBI航空影像、20cm GSD的nDSM数据，以及人工标注的树冠矢量数据（区分活树/死树类别），数据按训练集、测试集划分。

适用场景

• 林业资源监测：分析哈尔茨山脉不同年份活树与死树的分布变化，评估森林健康状况。
• 单木检测算法训练：基于标注数据训练和验证遥感图像单木检测与分类模型。
• 森林动态变化研究：利用多时序数据探究树冠生长、死亡的时间序列规律。
• 遥感特征提取：结合RGBI影像与nDSM数据，提取与树木活力相关的遥感特征指标。