卫星图像像素多光谱数据分类数据集-jimschacko
数据来源：互联网公开数据
标签：卫星图像,多光谱,像素,分类,遥感,土地利用,图像分析,机器学习
数据概述：
本数据集包含卫星图像中3x3像素邻域的多光谱值，以及每个邻域中心像素的类别标签。数据集源于Landsat MSS影像，包含四个光谱波段（绿光、红光、近红外）的像素值。每个像素的取值范围为0-255，代表8位二进制值。数据覆盖了一个82x100像素的子区域，每个数据行对应一个3x3像素邻域。
数据集中，每个像素被归为以下七个类别之一：
- 红土
- 棉花作物
- 灰土
- 湿润灰土
- 有植被残茬的土壤
- 混合类别（所有类型共存，本数据集中无此类别）
- 非常湿润的灰土
数据经过随机排序，并移除了部分数据行，无法还原原始图像。
属性信息：
每个数据行包含36个预测属性，代表4个光谱波段在3x3像素邻域内的像素值。属性的排列顺序为：从左到右、从上到下依次排列每个像素的四个光谱波段值。例如，中心像素的四个光谱波段值位于第17、18、19和20个属性。
数据用途概述：
该数据集适用于图像分类、遥感应用、机器学习模型训练等多种场景。研究人员可以使用此数据开发和评估图像分类算法，探索不同土壤和植被类型的光谱特征，并进行土地利用分类研究。此外，该数据集也适合作为教学案例，帮助学生理解遥感图像处理和机器学习在环境监测中的应用。
