Planted：用于多卫星时序森林植被识别的数据集
计算机视觉与模式识别
2024-06-28 v1 机器学习
摘要
保护和恢复森林生态系统对于生物多样性保护和碳汇具有关键作用。全球范围内的森林监测对于优先排序和评估保护措施至关重要。卫星遥感是提供全球覆盖范围的唯一可行方案，但迄今为止，大规模森林监测仅限于单一模态和单时间点。本文提出一个包含来自五个公共卫星的数据集，用于跨全球范围识别森林植被和所植树种。每个卫星模态包含多年时序数据。该数据集命名为 \PlantD，包含超过 200 万棵 64 类树木标签（46 个属和 40 个种），分布在 41 个国家。该数据集发布以推动利用多模态、多尺度、多时间数据源进行森林监测的研究。此外，我们 presented initial baseline results and evaluate modality fusion and data augmentation approaches for this dataset.
引用
@article{arxiv.2406.18554,
title = {Planted: a dataset for planted forest identification from multi-satellite time series},
author = {Luis Miguel Pazos-Outón and Cristina Nader Vasconcelos and Anton Raichuk and Anurag Arnab and Dan Morris and Maxim Neumann},
journal= {arXiv preprint arXiv:2406.18554},
year = {2024}
}