数据集概述
本数据集是OEMC 2023黑客松项目的土地覆盖分类数据，基于LUCAS调查的真实数据分层抽样生成，涵盖2006至2018年共五期数据，包含72个土地覆盖类别。数据结合416个栅格空间图层作为特征，支持机器学习建模。
文件详解
该数据集包含以下文件：
- train.csv.gz：训练集压缩文件，包含42237行、420列，字段包括样本ID（sample_id）、土地覆盖编码（land_cover）、土地覆盖标签（land_cover_label）、参考年份（year）及416个特征变量
- test.csv.gz：测试集压缩文件，包含42271行、418列，字段包括样本ID（sample_id）、参考年份（year）及416个特征变量
- sample_submission.csv：提交样例文件，包含42271行、2列，字段包括样本ID（sample_id）和预测土地覆盖编码（land_cover）
- 00-hackathon.png：图片文件，可能为黑客松相关说明图片
数据来源
Open-Earth-Monitor (OEMC) project
适用场景
- 土地覆盖分类模型训练与验证
- 遥感特征与土地覆盖关系分析
- 欧洲区域土地覆盖变化研究
- 机器学习在地理空间数据中的应用实践
- 多源空间数据融合建模研究
