IrrMap：一个大规模综合性灌溉方法映射数据集
计算机视觉与模式识别
2025-06-03 v2
摘要
我们介绍了 IrrMap，这是第一个大规模数据集（110 万个块）用于灌溉方法映射。IrrMap 由来自 LandSat 和 Sentinel 的多分辨率卫星影像组成，包含作物类型、土地利用和植被指数等关键辅助数据。该数据集覆盖美国西部多个州从 2013 年至 2023 年，涵盖 1,687,899 个农场和 14,117,330 英亩，为灌溉分析提供了丰富且多样化的基础，确保了地理空间对齐和数据质量控制。该数据集已准备好进行机器学习处理，包含标准化的 224x224 大小的 GeoTIFF 块、多种输入模态、精心挑选的训练-测试划分数据，以及配套的数据加载器，可实现对灌溉映射的深度学习模型训练和基准测试。该数据集还附带一个完整的数据生成管道，使研究人员能够最小化地将 IrrMap 扩展到新地区进行灌溉数据收集，或适用于其他类似的农业和地理空间分析应用。我们还分析了不同作物组的灌溉方法分布、空间灌溉模式（使用香农多样性指数）以及 LandSat 和 Sentinel 两种数据源的灌溉面积差异，为区域和分辨率差异提供了洞察。为促进进一步探索，我们公开地发布了 IrrMap 及其派生数据集、基准模型和管道代码，通过 GitHub 仓库：https://github.com/Nibir088/IrrMap 和数据仓库：https://huggingface.co/Nibir/IrrMap，提供了详尽的文档和实现细节。
引用
@article{arxiv.2505.08273,
title = {IrrMap: A Large-Scale Comprehensive Dataset for Irrigation Method Mapping},
author = {Nibir Chandra Mandal and Oishee Bintey Hoque and Abhijin Adiga and Samarth Swarup and Mandy Wilson and Lu Feng and Yangfeng Ji and Miaomiao Zhang and Geoffrey Fox and Madhav Marathe},
journal= {arXiv preprint arXiv:2505.08273},
year = {2025}
}