Открытые датасеты для разметки карт земного покрова и землепользования, опирающиеся на снимки Sentinel-2. Европа, часть 2

3️⃣ EuroSAT — набор данных, основанный на спутниковых изображениях Sentinel-2, охватывающий 13 спектральных диапазонов и состоящий из 10 классов с общим количеством 27000 помеченных и геопривязанных изображений. Каждое изображение -- фрагмент снимка размером 64 х 64 пикселя, относящийся к одному классу LCLU.

📥 Данные на Zenodo

📖 Методика: Helber, P., Bischke, B., Dengel, A., & Borth, D. (2019). EuroSAT: A Novel Dataset and Deep Learning Benchmark for Land Use and Land Cover Classification. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 12(7), 2217–2226. https://doi.org/10.1109/jstars.2019.2918242


4️⃣ RapidAI4EO — набор плотных временных рядов спутниковых изображений, отобранных в 500 000 точках по всей Европе. Отобранные образцы не пересекаются и имеют размеры 600×600 метров. Для каждого образца набор содержит кубы данных из двух продуктов безоблачных изображений с регулярной периодичностью и соответствующие им метки почвенно-растительного покрова:

- Planet Fusion: радиометрически гармонизированные 5-суточные композиты с пространственным разрешением 3 м с заполненные пробелами -- за 2018–2019 годы
- Sentinel-2 L2A: ежемесячные мозаики с разрешением 10 м за 2018 год
- CORINE Land Cover: многоклассовые метки за 2018 год

Это не маски, а фрагменты снимков, для которых указаны доли изображенных на них классов земного покрова и землепользования.

📥 Данные на Source Cooperative
📖 Документация
📖 Руководства с примерами использования


5️⃣ S2GLC. Разработка общеевропейской карты LCLU, созданной на основе данных Copernicus Sentinel-2 за 2017 год в рамках проекта ESA Sentinel-2 Global Land Cover (S2GLC), дала возможность спроектировать и разработать набор данных, предназначенный для валидации этого продукта.

Набор данных S2GLC был подготовлен с помощью двукратной стратифицированной случайной выборки. Первый отбор обозначил участки валидации, представленные фрагментами изображений Sentinel-2, и был выполнен на уровне стран с использованием границ округов в качестве стратификации. Во втором отборе образцы для валидации были выбраны случайным образом в пределах участков валидации со стратификацией на основе классов базы данных CORINE Land Cover.

Окончательный набор данных, состоящий из образцов, визуально проверенных экспертами по интерпретации изображений, включает в себя 52 024 образца, распределенных по странам Европы. Образцы представляют 13 классов земного покрова/землепользования, включая artificial surfaces, natural material surfaces (consolidated и un-consolidated), broadleaf tree cover, coniferous tree cover, herbaceous vegetation, moors and heathland, sclerophyllous vegetation, cultivated areas, vineyards, marshes, peatbogs, water bodies и permanent snow cover. Каждый образец содержит информацию о наличии одного из заранее определенных классов земного покрова или землепользования на площади 100 кв. м, представленной одним пикселем (размером 10 м) изображения Sentinel-2 за 2017 год.

📥 Данные: Jenerowicz M. et al. (2021): Validation dataset for Land Cover Map of Europe 2017 dataset. PANGAEA, https://doi.org/10.1594/PANGAEA.934197

📖 Методика: Malinowski R. et al. (2020): Automated Production of a Land Cover/Use Map of Europe Based on Sentinel-2 Imagery. Remote Sensing, 12(21), 3523, https://doi.org/10.3390/rs12213523

#датасет #LULC