Sen2Fire：用于卫星数据野火检测的挑战性基准数据集
计算机视觉与模式识别
2024-12-11 v1
摘要
利用卫星影像进行野火检测具有实际应用的巨大潜力。为推动该领域机器学习算法的发展，我方研究引入了 \textit{Sen2Fire} 数据集——一个专为野火检测量身打造的具有挑战性的卫星遥感数据集。该数据集源自 Sentinel-2 多光谱数据和 Sentinel-5P 气溶胶产品，总计包含 2466 张图像切片。每张切片大小为 512512 像素，包含 13 个波段。鉴于各波段对野火响应的独特灵敏性，我们的研究聚焦于通过评估不同波段并运用诸如归一化燃烧比 (NBR) 和归一化差分植被指数 (NDVI) 等光谱指数组合的方式优化野火检测。结果表明，与为野火检测使用所有波段相比，选择特定波段组合的性能更佳。此外，我们的研究强调了整合 Sentinel-5 气溶胶数据对野火检测的积极影响。代码和数据集已在线提供（https://zenodo.org/records/10881058）。
关键词
引用
@article{arxiv.2403.17884,
title = {Sen2Fire: A Challenging Benchmark Dataset for Wildfire Detection using Sentinel Data},
author = {Yonghao Xu and Amanda Berg and Leif Haglund},
journal= {arXiv preprint arXiv:2403.17884},
year = {2024}
}