NASA和IBN联合发布的 2018-2021年 HLS 火灾数据集

简介

美国国家航空航天局（NASA）和国际商业机器公司（IBM）合作，利用大规模卫星和遥感数据，包括大地遥感卫星和哨兵-2 号（HLS）数据，创建了地球观测人工智能基础模型。通过奉行开放式人工智能和开放式科学的原则，两家机构都在积极为促进知识共享和加快创新以应对重大环境挑战的全球使命做出贡献。通过Hugging Face的平台，他们简化了地理空间模型的训练和部署，使开放科学用户、初创企业和企业能够在watsonx等多云人工智能平台上使用这些模型。此外，Hugging Face 还能在社区内轻松共享模型系列（我们的团队称之为 Prithvi）的管道，促进全球合作和参与。有关 Prithvi 的更多详情，请参阅 IBM NASA 联合技术论文。

HLS  Burn Scar Scenes火灾场景数据集

数据集摘要

本数据集包含 2018-2021 年美国毗连地区烧伤疤痕的统一陆地卫星和哨兵-2 图像及相关掩膜。共有 804 个 512x512 场景。其主要用途是训练地理空间机器学习模型。

数据集结构

TIFF 元数据
每个 tiff 文件包含一个 512x512 像素的 tiff 文件。场景包含六个波段，遮罩包含一个波段。对于卫星场景，每个波段都已转换为反射率。

Band Order

For scenes: Channel, Name, HLS S30 Band number
1, Blue, B02
2, Green, B03
3, Red, B04
4, NIR, B8A
5, SW 1, B11
6, SW 2, B12

Masks are a single band with values:
1 = Burn scar
0 = Not burned
-1 = Missing data

Class Distribution

Burn Scar - 11%
Not burned - 88%
No Data - 1%

数据分割

804 个文件被随机分割成训练（2/3）和验证（1/3）目录，每个目录都包含掩码、场景和索引文件。

数据集构成

将形状文件和 HLS 场景共同定位后，以烧伤疤痕为中心开窗，形成 512x512 的芯片。靠近 HLS 瓦片边缘的烧伤疤痕会从中心偏移。
图像会手动过滤云层和缺失数据，以提供尽可能干净的场景，烧伤疤痕的存在也会手动验证。

源数据和数据链接

图像来自 HLS V1.4。有关 HLS 的全面介绍和访问权限，请访问 https://hls.gsfc.nasa.gov/。

数据来自烧伤严重程度监测趋势 (MTBS) 小组维护的形状文件。原始数据可在以下网址找到：
https://mtbs.gov/

数据引用

@software{HLS_Foundation_2023,
    author = {Phillips, Christopher and Roy, Sujit and Ankur, Kumar and Ramachandran, Rahul},
    doi    = {10.57967/hf/0956},
    month  = aug,
    title  = {{HLS Foundation Burnscars Dataset}},
    url    = {https://huggingface.co/ibm-nasa-geospatial/hls_burn_scars},
    year   = {2023}
}

网址推荐 

推荐两个网址一个是机器学习的另外一个是0代码地图应用创建

 Mapmost login

 前言 – 人工智能教程