Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "Riese, Felix M.",
2
  "author": "Riese, Felix M.",
            
3
  "author_email": "",
3
  "author_email": "",
            
n
n
4
  "citation": [],
            
4
  "creator_user_id": "17755db4-395a-4b3b-ac09-e8e3484ca700",
5
  "creator_user_id": "17755db4-395a-4b3b-ac09-e8e3484ca700",
            
5
  "doi": "10.35097/1211",
6
  "doi": "10.35097/1211",
            
6
  "doi_date_published": "2023",
7
  "doi_date_published": "2023",
            
7
  "doi_publisher": "",
8
  "doi_publisher": "",
            
8
  "doi_status": "True",
9
  "doi_status": "True",
            
9
  "extra_authors": [
10
  "extra_authors": [
            
10
    {
11
    {
            
11
      "extra_author": "Schroers, Samuel",
12
      "extra_author": "Schroers, Samuel",
            
n
n
13
      "familyName": "Schroers",
            
14
      "givenName": "Samuel",
            
12
      "orcid": ""
15
      "orcid": ""
            
13
    },
16
    },
            
14
    {
17
    {
            
15
      "extra_author": "Wienh\u00f6fer, Jan",
18
      "extra_author": "Wienh\u00f6fer, Jan",
            
n
n
19
      "familyName": "Wienh\u00f6fer",
            
20
      "givenName": "Jan",
            
16
      "orcid": "0000-0003-4970-508X"
21
      "orcid": "0000-0003-4970-508X"
            
17
    },
22
    },
            
18
    {
23
    {
            
19
      "extra_author": "Keller, Sina",
24
      "extra_author": "Keller, Sina",
            
n
n
25
      "familyName": "Keller",
            
26
      "givenName": "Sina",
            
20
      "orcid": ""
27
      "orcid": ""
            
21
    }
28
    }
            
22
  ],
29
  ],
            
n
n
30
  "familyName": "Riese",
            
31
  "givenName": "Felix M.",
            
23
  "groups": [],
32
  "groups": [],
            
24
  "id": "d4b1a52c-e58c-4254-929a-6eab3a96ef8f",
33
  "id": "d4b1a52c-e58c-4254-929a-6eab3a96ef8f",
            
25
  "isopen": false,
34
  "isopen": false,
            
26
  "license_id": "CC BY 4.0 Attribution",
35
  "license_id": "CC BY 4.0 Attribution",
            
27
  "license_title": "CC BY 4.0 Attribution",
36
  "license_title": "CC BY 4.0 Attribution",
            
28
  "metadata_created": "2023-08-04T08:50:20.315841",
37
  "metadata_created": "2023-08-04T08:50:20.315841",
            
t
29
  "metadata_modified": "2023-08-04T09:28:58.562590",
t
38
  "metadata_modified": "2024-11-28T13:15:22.401784",
            
30
  "name": "rdr-doi-10-35097-1211",
39
  "name": "rdr-doi-10-35097-1211",
            
31
  "notes": "Abstract: The Aerial Peruvian Andes Campaign (ALPACA) 
40
  "notes": "Abstract: The Aerial Peruvian Andes Campaign (ALPACA) 
            
32
dataset was acquired during a measurement campaign of the Institute of 
41
dataset was acquired during a measurement campaign of the Institute of 
            
33
Photogrammetry and Remote Sensing (IPF) and the Institute of Water and 
42
Photogrammetry and Remote Sensing (IPF) and the Institute of Water and 
            
34
River Basin Management - Hydrology (IWG) of the Karlsruhe Institute of 
43
River Basin Management - Hydrology (IWG) of the Karlsruhe Institute of 
            
35
Technology (KIT). The measurement campaign was conducted in Peru, in 
44
Technology (KIT). The measurement campaign was conducted in Peru, in 
            
36
the catchment area of the river Lur\u00edn near Lima, in April 2019. 
45
the catchment area of the river Lur\u00edn near Lima, in April 2019. 
            
37
Areas in five different locations between 2700 m and 3700 m above mean 
46
Areas in five different locations between 2700 m and 3700 m above mean 
            
38
sea level are included. The ALPACA dataset consists of hyperspectral 
47
sea level are included. The ALPACA dataset consists of hyperspectral 
            
39
data in the range of 900 nm to 2500 nm and soil moisture point data in 
48
data in the range of 900 nm to 2500 nm and soil moisture point data in 
            
40
the range of 4 % to 89 %.\r\n\r\nThe hyperspectral data was acquired 
49
the range of 4 % to 89 %.\r\n\r\nThe hyperspectral data was acquired 
            
41
with a Headwall Hyperspec SWIR sensor, which was mounted on DJI 
50
with a Headwall Hyperspec SWIR sensor, which was mounted on DJI 
            
42
Matrice 600 Pro an Unmanned Aerial Vehicle. About 27 600 square meters 
51
Matrice 600 Pro an Unmanned Aerial Vehicle. About 27 600 square meters 
            
43
of hyperspectral data were acquired with a pixel edge length of about 
52
of hyperspectral data were acquired with a pixel edge length of about 
            
44
3 cm. A detailed description of the data acquisition can be found in 
53
3 cm. A detailed description of the data acquisition can be found in 
            
45
[1]. The soil moisture data was measured with a handheld ThetaProbe 
54
[1]. The soil moisture data was measured with a handheld ThetaProbe 
            
46
sensor. As a result, 236 soil moisture values are provided. The point 
55
sensor. As a result, 236 soil moisture values are provided. The point 
            
47
measurements were performed in a grid of various distances between 5 m 
56
measurements were performed in a grid of various distances between 5 m 
            
48
and 15 m. The processing of the dataset is described in [1] and 
57
and 15 m. The processing of the dataset is described in [1] and 
            
49
published in [2].\r\n\r\nAcknowledgment: The ALPACA dataset is 
58
published in [2].\r\n\r\nAcknowledgment: The ALPACA dataset is 
            
50
published as part of the Trust project, which is funded by the German 
59
published as part of the Trust project, which is funded by the German 
            
51
Federal Ministry of Education and Research (BMBF). We thank Philipp 
60
Federal Ministry of Education and Research (BMBF). We thank Philipp 
            
52
Wagner and Julian Bocanegra for their help during the measurement 
61
Wagner and Julian Bocanegra for their help during the measurement 
            
53
campaign. Further, we thank Stefan Hinz and Erwin Zehe. 
62
campaign. Further, we thank Stefan Hinz and Erwin Zehe. 
            
54
\r\n\r\n**References:**\r\n\r\n[1] Felix M. Riese. \"Development and 
63
\r\n\r\n**References:**\r\n\r\n[1] Felix M. Riese. \"Development and 
            
55
Applications of Machine Learning Methods for Hyperspectral Data.\" 
64
Applications of Machine Learning Methods for Hyperspectral Data.\" 
            
56
Ph.D. Thesis. Karlsruhe Institute of Technology, Karlsruhe, Germany. 
65
Ph.D. Thesis. Karlsruhe Institute of Technology, Karlsruhe, Germany. 
            
57
2020.\r\n\r\n[2] Felix M. Riese. \"Processing Scripts for the ALPACA 
66
2020.\r\n\r\n[2] Felix M. Riese. \"Processing Scripts for the ALPACA 
            
58
Dataset.\" Zenodo. 2020.\r\nTechnicalRemarks: **Folder 
67
Dataset.\" Zenodo. 2020.\r\nTechnicalRemarks: **Folder 
            
59
\"hy_data/\":**\r\n\r\nHyperspectral data for the five measurement 
68
\"hy_data/\":**\r\n\r\nHyperspectral data for the five measurement 
            
60
areas area1, area2_1, area2_2, area3, area4, area5, as GeoTiff (.tif) 
69
areas area1, area2_1, area2_2, area3, area4, area5, as GeoTiff (.tif) 
            
61
files with header (.hdr) files.\r\n\r\n- Coordinate system: WGS 84 
70
files with header (.hdr) files.\r\n\r\n- Coordinate system: WGS 84 
            
62
(EPSG 4326)\r\n- 170 spectral bands, included in the header files\r\n- 
71
(EPSG 4326)\r\n- 170 spectral bands, included in the header files\r\n- 
            
63
Information about the calibration and corrections are included in the 
72
Information about the calibration and corrections are included in the 
            
64
header files\r\n\r\n**Folder \"sm_data/\":**\r\n\r\nSoil moisture data 
73
header files\r\n\r\n**Folder \"sm_data/\":**\r\n\r\nSoil moisture data 
            
65
of the five measurement areas 1, 2, 3, 4, and 5. The measurements are 
74
of the five measurement areas 1, 2, 3, 4, and 5. The measurements are 
            
66
provided in `peru_soilmoisture.csv`. The columns are defined as 
75
provided in `peru_soilmoisture.csv`. The columns are defined as 
            
67
follows:\r\n\r\n- area: Measurement areas 1-5 (integer)\r\n- long: 
76
follows:\r\n\r\n- area: Measurement areas 1-5 (integer)\r\n- long: 
            
68
Longitude coordinate, WGS 84, in degrees (float)\r\n- lat: Latitude 
77
Longitude coordinate, WGS 84, in degrees (float)\r\n- lat: Latitude 
            
69
coordinate, WGS 84, in degrees (float)\r\n- soilmoisture_perc: 
78
coordinate, WGS 84, in degrees (float)\r\n- soilmoisture_perc: 
            
70
Volumetric soil moisture content, in percent (float)\r\n- weather: 
79
Volumetric soil moisture content, in percent (float)\r\n- weather: 
            
71
Notes about weather conditions (string)\r\n- datetime: Date of the 
80
Notes about weather conditions (string)\r\n- datetime: Date of the 
            
72
soil moisture measurement and start date of a measurement, in Peru 
81
soil moisture measurement and start date of a measurement, in Peru 
            
73
Time (PET) (string in the iso 8601 format \"YYYY-MM-DD hh:mm:ss\")",
82
Time (PET) (string in the iso 8601 format \"YYYY-MM-DD hh:mm:ss\")",
            
74
  "num_resources": 0,
83
  "num_resources": 0,
            
75
  "num_tags": 5,
84
  "num_tags": 5,
            
76
  "orcid": "",
85
  "orcid": "",
            
77
  "organization": {
86
  "organization": {
            
78
    "approval_status": "approved",
87
    "approval_status": "approved",
            
79
    "created": "2023-01-12T13:30:23.238233",
88
    "created": "2023-01-12T13:30:23.238233",
            
80
    "description": "RADAR (Research Data Repository) is a 
89
    "description": "RADAR (Research Data Repository) is a 
            
81
cross-disciplinary repository for archiving and publishing research 
90
cross-disciplinary repository for archiving and publishing research 
            
82
data from completed scientific studies and projects. The focus is on 
91
data from completed scientific studies and projects. The focus is on 
            
83
research data from subjects that do not yet have their own 
92
research data from subjects that do not yet have their own 
            
84
discipline-specific infrastructures for research data management. ",
93
discipline-specific infrastructures for research data management. ",
            
85
    "id": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
94
    "id": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
            
86
    "image_url": "radar-logo.svg",
95
    "image_url": "radar-logo.svg",
            
87
    "is_organization": true,
96
    "is_organization": true,
            
88
    "name": "radar",
97
    "name": "radar",
            
89
    "state": "active",
98
    "state": "active",
            
90
    "title": "RADAR",
99
    "title": "RADAR",
            
91
    "type": "organization"
100
    "type": "organization"
            
92
  },
101
  },
            
93
  "owner_org": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
102
  "owner_org": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
            
94
  "private": false,
103
  "private": false,
            
95
  "production_year": "2019",
104
  "production_year": "2019",
            
96
  "publication_year": "2023",
105
  "publication_year": "2023",
            
97
  "publishers": [
106
  "publishers": [
            
98
    {
107
    {
            
99
      "publisher": "Karlsruhe Institute of Technology"
108
      "publisher": "Karlsruhe Institute of Technology"
            
100
    }
109
    }
            
101
  ],
110
  ],
            
102
  "relationships_as_object": [],
111
  "relationships_as_object": [],
            
103
  "relationships_as_subject": [],
112
  "relationships_as_subject": [],
            
104
  "repository_name": "RADAR (Research Data Repository)",
113
  "repository_name": "RADAR (Research Data Repository)",
            
105
  "resources": [],
114
  "resources": [],
            
106
  "services_used_list": "",
115
  "services_used_list": "",
            
107
  "source_metadata_created": "2023",
116
  "source_metadata_created": "2023",
            
108
  "source_metadata_modified": "",
117
  "source_metadata_modified": "",
            
109
  "state": "active",
118
  "state": "active",
            
110
  "subject_areas": [
119
  "subject_areas": [
            
111
    {
120
    {
            
112
      "subject_area_additional": "",
121
      "subject_area_additional": "",
            
113
      "subject_area_name": "Geological Science"
122
      "subject_area_name": "Geological Science"
            
114
    }
123
    }
            
115
  ],
124
  ],
            
116
  "tags": [
125
  "tags": [
            
117
    {
126
    {
            
118
      "display_name": "UAV",
127
      "display_name": "UAV",
            
119
      "id": "ea0bf5ec-2863-4c00-9bbe-e39fd023e38b",
128
      "id": "ea0bf5ec-2863-4c00-9bbe-e39fd023e38b",
            
120
      "name": "UAV",
129
      "name": "UAV",
            
121
      "state": "active",
130
      "state": "active",
            
122
      "vocabulary_id": null
131
      "vocabulary_id": null
            
123
    },
132
    },
            
124
    {
133
    {
            
125
      "display_name": "hyperspectral",
134
      "display_name": "hyperspectral",
            
126
      "id": "ae0c863c-12ef-4a96-bb5e-c994c23d4479",
135
      "id": "ae0c863c-12ef-4a96-bb5e-c994c23d4479",
            
127
      "name": "hyperspectral",
136
      "name": "hyperspectral",
            
128
      "state": "active",
137
      "state": "active",
            
129
      "vocabulary_id": null
138
      "vocabulary_id": null
            
130
    },
139
    },
            
131
    {
140
    {
            
132
      "display_name": "multi-sensor experiment",
141
      "display_name": "multi-sensor experiment",
            
133
      "id": "bfbea1ca-6657-422b-89e4-b4f2540c6421",
142
      "id": "bfbea1ca-6657-422b-89e4-b4f2540c6421",
            
134
      "name": "multi-sensor experiment",
143
      "name": "multi-sensor experiment",
            
135
      "state": "active",
144
      "state": "active",
            
136
      "vocabulary_id": null
145
      "vocabulary_id": null
            
137
    },
146
    },
            
138
    {
147
    {
            
139
      "display_name": "short-wave infrared",
148
      "display_name": "short-wave infrared",
            
140
      "id": "ffde95d8-11eb-4435-9602-c85852e263f6",
149
      "id": "ffde95d8-11eb-4435-9602-c85852e263f6",
            
141
      "name": "short-wave infrared",
150
      "name": "short-wave infrared",
            
142
      "state": "active",
151
      "state": "active",
            
143
      "vocabulary_id": null
152
      "vocabulary_id": null
            
144
    },
153
    },
            
145
    {
154
    {
            
146
      "display_name": "soil moisture",
155
      "display_name": "soil moisture",
            
147
      "id": "3e118445-7708-4337-b119-5e31fb2708d0",
156
      "id": "3e118445-7708-4337-b119-5e31fb2708d0",
            
148
      "name": "soil moisture",
157
      "name": "soil moisture",
            
149
      "state": "active",
158
      "state": "active",
            
150
      "vocabulary_id": null
159
      "vocabulary_id": null
            
151
    }
160
    }
            
152
  ],
161
  ],
            
153
  "title": "Aerial peruvian andes campaign (alpaca) dataset 2019",
162
  "title": "Aerial peruvian andes campaign (alpaca) dataset 2019",
            
154
  "type": "vdataset",
163
  "type": "vdataset",
            
155
  "url": "https://doi.org/10.35097/1211"
164
  "url": "https://doi.org/10.35097/1211"
            
156
}
165
}