SEN2DWATER：用于水资源分析的新颖多光谱多时相数据集与深度学习基准
信号处理
2023-01-19 v1
摘要
气候变化已导致某些天气模式紊乱，引发全球各地的洪水和干旱等极端天气事件。本文中，我们提出机器学习方法，通过关注意大利和西班牙的湖泊与河流，分析六年间水资源的变化。此外，我们发布开源代码，以便将该研究扩展至全球任何区域。我们创建了新颖的多光谱多时相数据集SEN2DWATER，该数据集可在GitHub上免费获取。我们引入合适的指数来监测水资源变化，并在三种不同的深度学习框架上对新数据集进行基准测试：卷积长短期记忆网络（ConvLSTM）、双向ConvLSTM和时域分布卷积神经网络（TD-CNNs）。本文也讨论了探索该研究诸多潜在应用的未来工作。
引用
@article{arxiv.2301.07452,
title = {SEN2DWATER: A Novel Multispectral and Multitemporal Dataset and Deep Learning Benchmark for Water Resources Analysis},
author = {Francesco Mauro and Benjamin Rich and Veronica Wairimu Muriga and Alessandro Sebastianelli and Silvia Liberata Ullo},
journal= {arXiv preprint arXiv:2301.07452},
year = {2023}
}
备注
4 pages, 3 figures, IGARSS2023 conference (submitted as student paper contest)