数据集概述
本数据集包含树木冠层健康（TCH）光谱三维色彩空间模型的相关数据与代码，基于美国农业部国家农业影像计划（NAIP）2012-2019年48个连续州的RGB影像开发。模型将单时间点高分辨率RGB影像分类为四种树木冠层健康状态，数据集支持森林健康的广域监测与制图研究，共包含8个文件。
文件详解
- TCH_ModelConstants_Metadata_ModelAccuracy.zip：ZIP格式，包含模型常量、元数据及模型精度评估相关数据
- README_file.docx：DOCX格式，数据集说明文档
- TCH_ModelCode_RasterFunction.zip：ZIP格式，栅格函数相关的模型代码
- TCH_ModelCode_VectorPostprocessing.zip：ZIP格式，矢量后处理相关的模型代码
- TCH_OptimalModelConstants_R_code.zip：ZIP格式，最优模型常量的R语言代码
- TCH_ModelCode_GEE.zip：ZIP格式，谷歌地球引擎（GEE）相关的模型代码
- NPD_GEE.zip：ZIP格式，与国家森林病虫害（NPD）相关的GEE代码
- NAIP_DigitizedPoints_TrainTest_v2021_07_02.zip：ZIP格式，2021年7月2日版本的NAIP数字化训练测试点数据
数据来源
美国农业部国家农业影像计划（USDA NAIP）
适用场景
- 森林健康广域监测：利用模型对高分辨率RGB影像进行分类，监测树木冠层健康状态
- 森林病虫害影响评估：检测并制图由本土及入侵性森林昆虫、病害导致的单木死亡率
- 光谱模型开发与验证：基于模型代码与常量数据，优化或复现树木冠层健康光谱分类模型
- 林业管理决策支持：为森林健康管理策略制定提供数据支撑，识别受威胁区域
- 遥感影像分析应用：结合GEE代码与栅格/矢量处理工具，拓展高分辨率遥感影像在森林监测中的应用
