数据集共享丨全球首个多模态遥感单木分割和树种识别数据集SZUTreeData 2.0

SZUTreeData 2.0多模态遥感单木分割和树种识别数据集为全球首个树种高光谱、LiDAR、高分辨率图像数据集，包含千万个树种标签像素以及25种地调树种，由 深圳大学高光谱遥感团队 结合无人机和地面途径进行收集并共享。采集区域面积总共约为1.5平方公里，包含道路、建筑物、林木、草地、水体等多种地物类型的详尽信息，可作为精细树种识别和多模态数据分类研究的基准数据集。

深圳大学高光谱树种数据（简称SZUTreeHSI）通过无人机搭载SPECIM FX10高光谱航拍系统在深圳大学粤海校区采集而得。该无人机高光谱数据的空间分辨率为0.1m，光谱分辨率为5.5nm，剔除噪声波段后波段数为98波段，波长范围为399nm-924nm。数据预处理包括辐射校准、大气校正、匀色和拼接，并通过实地调查对树种类别进行人工标记。

深圳大学高分辨率树种数据（简称SZUTreeRGB）由机载相机拍摄，通过结合地面控制点（GCP）和数字高程模型（DEM），对影像进行几何校正，生成空间分辨率为0.05m的数字正射影像图（DOM）。

深圳大学LiDAR树种数据（简称SZUTreeLiDAR）由背包激光雷达采集的深圳大学点云数据生成。基于点云数据，首先生成空间分辨率为0.1m的数字地形模型（DTM）和数字表面模型（DSM），然后通过从DSM中减去DTM，生成空间分辨率同为0.1m的冠层高度模型（CHM）。

SZUTreeData数据集的采集工作得到了广东省粤港澳智慧城市联合实验室的全方位支持与协助。正是由于实验室的全力支持与协作，本研究才能够获得如此全面、高质量的精细树种识别和多模态数据集，为树种识别研究提供了有力的数据保障。在此，向实验室全体成员表示衷心的感谢。

该数据集包含两个独立的树种数据集：SZUTreeData-R1数据集、SZUTreeData-R2数据集。标签包括单株树木分割标签以及像素级树种识别标签。

SZUTreeHSI-R1数据尺寸为3085×2405像素。SZUTreeRGB-R1数据尺寸为6170x4810像素。SZUTreeLiDAR-R1数据尺寸为3085×2405像素。图1为SZUTreeHSI-R1数据和SZUTreeRGB-R1数据真彩色图像以及SZUTreeLiDAR-R1数据的冠层高度模型可视化结果。图2为SZUTreeData-R1数据中单株树标注信息图以及树种类别信息图，尺寸为6170x4810。表1为SZUTreeData-R1数据树种类别及标签数量，包含20个树种类别235株树。

图1 SZUTreeHSI-R1数据和SZUTreeRGB-R1数据真彩色图像以及SZUTreeLiDAR-R1数据的冠层高度模型可视化结果

图2 SZUTreeData-R1单株树标注信息图以及树种类别信息图

表1 SZUTreeData-R1数据树种类别及标签数量

SZUTreeHSI-R2数据尺寸为4040×2444像素。SZUTreeRGB-R2数据尺寸为8080×4888像素。SZUTreeLiDAR-R2数据尺寸为4040×2444像素。图3为SZUTreeHSI-R2数据和SZUTreeRGB-R2数据真彩色图像以及SZUTreeLiDAR-R2数据的冠层高度模型可视化结果。图4为SZUTreeData-R2数据集中单株树标注信息图以及树种类别信息图，尺寸为8080×4888。表2为SZUTreeData-R2数据树种类别及标签数量，包含21个树种类别296株树。

图3 SZUTreeHSI-R2数据和SZUTreeRGB-R2数据真彩色图像以及SZUTreeLiDAR-R2数据的冠层高度模型可视化结果

图4 SZUTreeData-R2单株树标注信息图以及树种类别信息图

表2 SZUTreeData-R2数据树种类别及标签数量

该数据集现已开放下载，下载链接为： http://szu-hsilab.com/szu-tree-dataset/ （数据及标签格式为 .mat 文件）。 数据集相关论文如下（请在使用SZUTreeData数据集发表论文时进行引用）。

[1] N. Li, S. Jiang, J. Xue, S. Ye and S. Jia, "Texture-Aware Self-Attention Model for Hyperspectral Tree Species Classification," in IEEE Transactions on Geoscience and Remote Sensing, vol. 62, pp. 1-15, 2024, Art no. 5502215.

[2] Y. Long, S. Ye, L. Wang, W. Wang, X. Liao and S. Jia, "Scale Pyramid Graph Network for Hyperspectral Individual Tree Segmentation," in IEEE Transactions on Geoscience and Remote Sensing, vol. 62, pp. 1-14, 2024, Art no. 5526014.

[3] S. Jia, S. Jiang, S. Zhang, M. Xu and X. Jia, "Graph-in-Graph Convolutional Network for Hyperspectral Image Classification," in IEEE Transactions on Neural Networks and Learning Systems, vol. 35, no. 1, pp. 1157-1171, Jan. 2024.

[4] S. Zhang, M. Xu, J. Zhou and S. Jia, "Unsupervised Spatial-Spectral CNN-Based Feature Learning for Hyperspectral Image Classification," in IEEE Transactions on Geoscience and Remote Sensing, vol. 60, pp. 1-17, 2022, Art no. 5524617.

注意事项：

[1] 该数据限于科学研究使用，不得用于商业用途。

[2] 该数据仅限于申请机构使用，不得向第三方拷贝。

严格遵守中华人民共和国相关的法律法规及政策，合法使用本数据。

直播+回放平台