​

 摘要：

动态世界训练数据（Dynamic World Training Data ）是一个由超过 50 亿像素的人工标注欧空局哨兵-2 卫星图像组成的数据集，分布在从世界各地收集的 24000 块瓷砖上。该数据集旨在训练和验证自动土地利用和土地覆被制图算法。分辨率为 10 米的 5.1km x 5.1km 瓦片采用十类分类模式进行了密集标注，显示了一般土地利用土地覆被类别。该数据集创建于 2019-08-01 至 2020-02-28 期间，使用的是 2019 年的卫星图像观测数据，其中约 10%的观测数据可追溯到 2017 年的世界多云地区。该数据集是国家地理学会-谷歌-世界资源研究所动态世界项目的组成部分。前言 – 人工智能教程 

数据集由两种文件类型组成：由人工标注者提供的 510x510 像素 10 米分辨率卫星图像瓦片标记的 GeoTIFF 文件，以及上述 GeoTIFF 文件的元数据和类别统计 Excel (.xlsx) 表格。数据主要分为三个文件夹。其中一个文件夹包含由国家地理学会专门为该项目招募的 25 位人工标注专家组成的团队所标注的训练数据。第二个文件夹中包含的训练数据是由一个商业群组标注服务机构提供的更大范围的委托标注者所标注的。这些文件夹中的数据按半球和 RESOLVE Ecoregions2017 生物群落类别中的生物群落编号进行组织 (https://ecoregions2017.appspot.com/)。第三个文件夹包含验证数据集。这是一组用于评估模型准确性的训练数据。这些数据均不用于模型的构建。每个验证瓦片都由三位专家独立标注。验证数据集包含两个版本：每个专家标注者的单个标注，以及单个标注的图像合成。 

每个 GeoTIFF 文件都编码了由特定标注器确定的地貌特征类别的位置信息。通过目测哨兵-2 多光谱 2A 级场景的真彩色（RGB）合成图来标注类别。本阶段项目使用的第 1 级类别值如下：0 无数据（未标记）、1 水、2 树、3 草、4 水淹植被、5 农作物、6 灌丛、7 建筑区、8 裸地、9 雪/冰、10 云。该数据集不包括原始哨兵-2 图像瓦片，但提供了有关确切图像 ID 和日期的元数据。原始哨兵-2 图像是通过谷歌地球引擎获取的。
该数据采用知识共享 BY-4.0 许可，需要注明出处：本数据集由国家地理学会与谷歌和世界资源研究所合作为动态世界项目制作。动态世界培训数据的开发得到了戈登和贝蒂-摩尔基金会的部分资助。 

Keyword(s):

land use and land cover; satellite image analysis

Supplement to:

Brown, Christopher F; Brumby, Steven P; Guzder-Williams, Brookie; Birch, Tanya; Hyde, Samantha Brooks; Mazzariello, Joseph; Czerwinski, Wanda; Pasquarella, Valerie J; Haertel, Robert; Ilyushchenko, Simon; Schwehr, Kurt; Weisse, Mikaela; Stolle, Fred; Hanson, Craig; Guinan, Oliver; Moore, Rebecca; Tait, Alexander M (2022): Dynamic World, Near real-time global 10 m land use land cover mapping. Scientific Data, 9(1), 251, Dynamic World, Near real-time global 10 m land use land cover mapping | Scientific Data

Further details:

Brown, Christopher F; Brumby, Steven P; Guzder-Williams, Brookie; Birch, Tanya; Hyde, Samantha Brooks; Mazzariello, Joseph; Czerwinski, Wanda; Pasquarella, Valerie J; Haertel, Robert; Ilyushchenko, Simon; Schwehr, Kurt; Weisse, Mikaela; Stolle, Fred; Hanson, Craig; Guinan, Oliver; Moore, Rebecca; Tait, Alexander M (2021): Dynamic World Test Tiles. Zenodo, Dynamic World Test Tiles

Coverage:

Median Latitude: 12.671000 * Median Longitude: -177.328000 * South-bound Latitude: -55.508000 * West-bound Longitude: 179.626000 * North-bound Latitude: 80.850000 * East-bound Longitude: -174.282000

Date/Time Start: 2017-03-28T00:00:00 * Date/Time End: 2019-12-12T00:00:00

Event(s):

LandUseCover_2017_2019 * Latitude Start: -55.508000 * Longitude Start: -174.282000 * Latitude End: 80.850000 * Longitude End: 179.626000 * Date/Time Start: 2017-03-28T00:00:00 * Date/Time End: 2019-12-12T00:00:00 * Method/Device: Satellite imagery (SATI)

Parameter(s):

License:

Creative Commons Attribution 4.0 International (CC-BY-4.0)

Status:

Curation Level: Basic curation (CurationLevelB)

Size:

10 data points

Download Data

Download dataset as tab-delimited text — use the following character encoding: UTF-8: Unicode (PANGAEA default)ISO-8859-1: ISO Westernwindows-1252: Windows Westernx-MacRoman: Macintosh RomanIBM437: MS-DOS compatible, United StatesIBM850: MS-DOS compatible, WesternBig5Big5-HKSCSCESU-8EUC-JPEUC-KRGB18030GB2312GBKIBM-ThaiIBM00858IBM01140IBM01141IBM01142IBM01143IBM01144IBM01145IBM01146IBM01147IBM01148IBM01149IBM037IBM1026IBM1047IBM273IBM277IBM278IBM280IBM284IBM285IBM290IBM297IBM420IBM424IBM500IBM775IBM852IBM855IBM857IBM860IBM861IBM862IBM863IBM864IBM865IBM866IBM868IBM869IBM870IBM871IBM918ISO-2022-JPISO-2022-JP-2ISO-2022-KRISO-8859-13ISO-8859-15ISO-8859-16ISO-8859-2ISO-8859-3ISO-8859-4ISO-8859-5ISO-8859-6ISO-8859-7ISO-8859-8ISO-8859-9JIS_X0201JIS_X0212-1990KOI8-RKOI8-UShift_JISTIS-620US-ASCIIUTF-16UTF-16BEUTF-16LEUTF-32UTF-32BEUTF-32LEwindows-1250windows-1251windows-1253windows-1254windows-1255windows-1256windows-1257windows-1258windows-31jx-Big5-HKSCS-2001x-Big5-Solarisx-euc-jp-linuxx-EUC-TWx-eucJP-Openx-IBM1006x-IBM1025x-IBM1046x-IBM1097x-IBM1098x-IBM1112x-IBM1122x-IBM1123x-IBM1124x-IBM1129x-IBM1166x-IBM1364x-IBM1381x-IBM1383x-IBM29626Cx-IBM300x-IBM33722x-IBM737x-IBM833x-IBM834x-IBM856x-IBM874x-IBM875x-IBM921x-IBM922x-IBM930x-IBM933x-IBM935x-IBM937x-IBM939x-IBM942x-IBM942Cx-IBM943x-IBM943Cx-IBM948x-IBM949x-IBM949Cx-IBM950x-IBM964x-IBM970x-ISCII91x-ISO-2022-CN-CNSx-ISO-2022-CN-GBx-iso-8859-11x-JIS0208x-Johabx-MacArabicx-MacCentralEuropex-MacCroatianx-MacCyrillicx-MacDingbatx-MacGreekx-MacHebrewx-MacIcelandx-MacRomaniax-MacSymbolx-MacThaix-MacTurkishx-MacUkrainex-MS932_0213x-MS950-HKSCSx-MS950-HKSCS-XPx-mswin-936x-PCKx-SJIS_0213x-UTF-16LE-BOMX-UTF-32BE-BOMX-UTF-32LE-BOMx-windows-50220x-windows-50221x-windows-874x-windows-949x-windows-950x-windows-iso2022jp

View dataset as HTML

 数据链接

Tait, Alexander M; Brumby, Steven P; Hyde, Samantha Brooks; Mazzariello, Joseph; Corcoran, Melanie (2021): Dynamic World training dataset for global land use and land cover categorization of satellite imagery. PANGAEA, Tait, AM et al. (2021): Dynamic World training dataset for global land use and land cover categorization of satellite imagery

​