多模态多时相遥感机器学习基准数据集_MultiSenGE

数据集概述

该数据集是覆盖法国东部大型行政区的多模态多时相遥感基准数据集，包含八千一百五十七块二百五十六像素×二百五十六像素的 Sentinel-2 L2A、Sentinel-1 GRD 影像斑块及区域土地利用/覆盖地形数据库，为机器学习应用提供支持。

文件详解

• 核心数据文件：
• Sentinel-1 斑块文件：命名格式为 {tile}{date}_S1{x-pixel-coordinate}_{y-pixel-coordinate}.tif，包含 Sentinel-1 GRD 影像数据
• Sentinel-2 斑块文件：命名格式为 {tile}{date}_S2{x-pixel-coordinate}_{y-pixel-coordinate}.tif，包含 Sentinel-2 L2A 影像数据
• 地面参考斑块文件：命名格式为 {tile}GR{x-pixel-coordinate}_{y-pixel-coordinate}.tif，包含土地利用/覆盖参考数据
• JSON 标签文件：命名格式为 {tile}{x-pixel-coordinate}{y-pixel-coordinate}.json，包含斑块标签信息
• 工具资源：GitHub 提供的 Python 工具集（https://github.com/r-wenger/MultiSenGE-Tools）

适用场景

• 遥感图像处理：多模态多时相遥感数据融合与特征提取研究
• 机器学习模型训练：土地利用/覆盖分类、变化检测等任务的模型开发与验证
• 遥感基准测试：评估不同机器学习算法在遥感影像分析任务中的性能
• 地理空间数据分析：区域土地利用动态变化与环境监测研究