数据集是众多科学研究得以开展与验证的基础, 学术界和工业界已经联合在许多领域打造了丰富的基准数据集, 但在一些细分研究领域仍然缺少高质量数据。本文介绍了 2个新基准数据集: 内部安全威胁基准数据集和室内人群移动轨迹基准数据集。2个数据集经过精心的场景设计、科学的模型构造, 嵌入了丰富的数据模式和交错的故事情节, 采用程序驱动的合成数据生成方法, 数据类型多样, 规模适中, 有一定的分析难度, 曾被用于中国数据可视分析挑战赛。本文旨在进一步宣传和推广这 2个数据集, 以促进相关领域的科学研究与技术应用的发展。

土壤有机质是湿地生态系统的重要元素, 利用多光谱遥感技术可大尺度、 快速获取其含量信息, 对保护湿地生态系统具有重要意义。 然而, 由于不同地物光谱混合给多光谱数据带来光谱畸变, 影响湿地土壤有机质含量的反演精度。 为了消除不同地物光谱混合, 实现湿地土壤有机质含量的准确、 实时监测, 以闽江鳝鱼滩湿地为研究区, 利用线性波谱分解技术对原始影像的像元进行分解, 重建土壤光谱, 分析原始光谱、 重建光谱与土壤有机质含量的相关性后, 建立土壤有机质含量的反演模型。 结果表明: 利用线性波谱分解技术可有效消除原始影像中的植被端元, 减少大部分道路及建筑物的反射干扰, 重建后的土壤光谱特征曲线更趋近于自然状态下土壤的光谱曲线, 重建效果显著; 通过两种光谱与土壤有机质含量的相关系数对比, 重建光谱更能准确的反映土壤光谱与土壤有机质含量的相关性; 运用重建光谱构建土壤有机质含量的反演模型, 其预测精度优于基于原始光谱的反演模型, R2和F分别提高0.124和2.223, RMSE则降低0.106, 1∶1线检验的预测值与实测值的拟合度更高, 模型可行且有效。 由此得出结论, 利用线性波谱分解技术消除不同地物光谱混合, 重建土壤光谱, 一定程度上可实现在自然条件下湿地土壤有机质含量的大面积、 准确检测, 具有较好的实际应用价值。