面向地理AI基础模型的油心地图开放基准数据集
计算机视觉与模式识别
2025-09-11 v1
摘要
油心 cultivation 仍是印度森林砍伐的主要原因之一。为更好地跟踪和应对这一挑战，迄今为止需要详细可靠的地图以支持可持续发展努力和新兴的监管框架。我们提出了一个印度的开放访问地理空间数据集，包含油心种植园及相关土地覆盖类型的多边形标注，基于2020至2024年的高分辨率卫星影像经专家标注得出。该数据集提供了覆盖广泛农生态区的墙到墙标注，并包含层次化分类体系，区分油心种植阶段以及类似永久作物。通过多解释员共识和现场验证确保了数据质量。该数据集通过大规模网格的墙到墙数字化制成，适合用于训练和基准测试传统卷积神经网络和更新的地理空间基础模型。该数据集在CC-BY许可下发布，填补了遥感和土地覆盖类型映射训练数据的关键空白，旨在提高土地覆盖类型的准确度。通过支持油心扩张的透明监测，该资源有助于实现全球减少森林砍伐的目标，并遵循FAIR数据原则。
引用
@article{arxiv.2509.08303,
title = {An Open Benchmark Dataset for GeoAI Foundation Models for Oil Palm Mapping in Indonesia},
author = {M. Warizmi Wafiq and Peter Cutter and Ate Poortinga and Daniel Marc G. dela Torre and Karis Tenneson and Vanna Teck and Enikoe Bihari and Chanarun Saisaward and Weraphong Suaruang and Andrea McMahon and Andi Vika Faradiba Muin and Karno B. Batiran and Chairil A and Nurul Qomar and Arya Arismaya Metananda and David Ganz and David Saah},
journal= {arXiv preprint arXiv:2509.08303},
year = {2025}
}