全球离岸风力基础设施：来自稠密 Sentinel-1 时间序列的部署与运行动力学
计算机视觉与模式识别
2026-04-23 v1 机器学习
摘要
离岸风能部门正在快速扩张，这增加了对独立、高时分辨率监控全球基础设施部署与运行情况的需求。虽然基于地球观测的离岸风力基础设施映射已成熟用于空间定位，但现有开放数据集缺乏关于建设和运行动力学的高时密度和语义细粒度信息。我们引入了一个覆盖 2016Q1 至 2025Q1期间离岸风力基础设施部署与运行阶段的全球 Sentinel-1 合成孔径雷达（SAR）时间序列数据语料库。建立在更新了的对象检测工作流程基础上，我们编译了15,606个时间序列，在检测到的基础设施位置处，总计14,840,637个事件作为分析就绪的1D SAR 反射率轮廓（每个Sentinel-1获取和位置一个轮廓）。为便于直接使用和基准测试，我们发布了（i）分析就绪的1D SAR 轮廓，（ii）由基于规则的分类器生成的事件级基线语义标签，以及（iii）由专家标注的553个时间序列，包含328,657个事件标签。基线分类器在事件级评估中实现了0.84的宏平均F1分数，以及0.785的面积下落编辑相似度-质量阈值曲线下面积（AUC），表明时间一致性。我们展示了所得语料库支持全球尺度的部署动力学分析、区域部署模式差异识别、船舶相互作用以及运行事件的识别，为开发和比较离岸风力基础设施监测的时间序列分类方法提供了参考。
引用
@article{arxiv.2604.20822,
title = {Global Offshore Wind Infrastructure: Deployment and Operational Dynamics from Dense Sentinel-1 Time Series},
author = {Thorsten Hoeser and Felix Bachofer and Claudia Kuenzer},
journal= {arXiv preprint arXiv:2604.20822},
year = {2026}
}
备注
25 pages, 16 figures