GFM-Bench/So2Sat

So2Sat是一个用于局部气候区（LCZ）分类的任务数据集，包含来自Sentinel-1和Sentinel-2的图像。该数据集仅保留具有10个MSI波段的Sentinel-2图像。此外，训练集的10%作为验证集，共有31,713个训练样本，3,523个验证样本和48,307个测试样本。数据集使用10米空间分辨率的32x32像素图像，包含17个分类类别。数据集的特征包括Sentinel-2图像、分类标签以及每个波段的中心波长信息。So2Sat is a local climate zone (LCZ) classification task dataset consisting of images from Sentinel-1 and Sentinel-2. The dataset only retains Sentinel-2 images with 10 MSI bands. Additionally, 10% of the training set is reserved as the validation set, resulting in 31,713 training samples, 3,523 validation samples, and 48,307 test samples. The dataset uses images with 32x32 pixels at a spatial resolution of 10 meters, containing 17 classification categories. The features of the dataset include Sentinel-2 images, classification labels, and the central wavelength information of each band.

搜集汇总

数据集介绍

构建方式

So2Sat数据集源自一项面向全球局部气候区（LCZ）分类的基准研究，其构建基于Sentinel-2卫星影像的10个多光谱波段（MSI）。原始数据经过筛选，仅保留空间分辨率为10米、图像尺寸为32×32像素的Sentinel-2图像。为确保模型评估的可靠性，从原始训练集中划出10%作为验证集，最终形成包含31,713个训练样本、3,523个验证样本与48,307个测试样本的划分结构，共计17个分类类别。

使用方法

使用So2Sat数据集时，可通过Hugging Face的datasets库直接加载，执行`load_dataset("GFM-Bench/So2Sat")`即可获取包含训练、验证和测试分片的数据集对象。用户可进一步参考GFM-Bench开源仓库中的示例代码，了解如何高效调用数据、进行模型训练与评估。数据集的标准化接口与详尽文档降低了使用门槛，支持研究者快速开展基于多光谱卫星影像的LCZ分类实验。

背景与挑战

背景概述

在全球城市化进程加速的背景下，精确的土地覆盖与城市气候分区对于理解城市热岛效应、能源消耗及人居环境至关重要。So2Sat数据集由慕尼黑工业大学肖亮教授团队于2019年创建，聚焦于局部气候分区（LCZ）分类任务，旨在利用哨兵二号卫星的多光谱影像实现全球尺度的城市形态与功能识别。该数据集包含10个光谱波段，空间分辨率达10米，共涵盖17个LCZ类别，训练、验证与测试样本数分别为31713、3523和48307。作为首个基于Sentinel-2影像的全球LCZ基准数据集，So2Sat为遥感领域的地表覆盖分类研究提供了标准化评价平台，显著推动了城市气候与环境建模的发展。

当前挑战

So2Sat数据集面临的核心挑战在于多光谱影像中城市地物光谱特征的高度混淆性，例如低层建筑与植被区域在可见光波段难以区分，导致分类精度受限。构建过程中，全球不同气候带下传感器视角、大气条件及地表季节变化引入的域偏移问题，使得模型泛化能力面临严峻考验。此外，32×32像素的小尺寸影像虽便于处理，却限制了空间上下文信息的捕获，增加了对细微城市纹理的判别难度。这些挑战不仅要求算法具备强大的光谱特征提取能力，还需兼顾跨区域迁移的鲁棒性，从而为遥感智能解译设立了更高标准。

常用场景

经典使用场景

So2Sat数据集专为局部气候区（LCZ）分类任务而设计，其经典使用场景在于利用Sentinel-2卫星影像的多光谱波段进行城市气候分区识别。研究者通过输入10个光谱波段（涵盖可见光、红边、近红外及短波红外）的32×32像素图像，训练模型以区分17种不同的局部气候区类别，如紧凑高层建筑、开阔低层建筑、密集植被区等。该任务不仅考验模型对光谱特征的精细捕捉能力，还要求其具备对城市形态与自然地表类型的高泛化性理解，因此成为遥感图像分类领域的重要基准。

解决学术问题

该数据集解决了城市气候研究中缺乏高质量、大规模、多光谱标注数据的学术瓶颈问题。传统LCZ分类依赖人工实地调查或单一光谱源，难以在大尺度上实现自动化与一致性。So2Sat通过提供超过8万组标准化Sentinel-2影像与精细标签，使研究者能够系统评估深度学习模型在多光谱遥感场景下的分类性能，推动了城市热岛效应、气候建模与土地利用变化等领域的定量研究。其意义在于为全球城市气候分区提供了可重复验证的基准，促进了遥感与气候科学的交叉融合。

实际应用

在实际应用中，So2Sat数据集支持城市规划与环境保护机构进行城市形态的自动化监测与分析。例如，通过训练模型对卫星影像进行实时分类，可快速识别城市扩张区域、评估绿色空间分布、优化热岛缓解策略。此外，该数据集还可用于灾害应急响应中的地表类型快速识别，为灾后重建提供高精度空间信息。其多光谱特性尤其适用于农业与生态监测，帮助区分不同植被覆盖类型，助力精细化管理决策。

数据集最近研究

最新研究方向

So2Sat数据集作为全球局地气候分区（LCZ）分类的基准，当前研究前沿聚焦于利用多模态与高光谱遥感影像的联合表征能力，推动基础模型在地理空间智能中的可扩展应用。近期热点事件包括GFM-Bench基准的发布，该工作通过整合Sentinel-2的10个光谱波段（含红边与短波红外），验证了多模态基础模型在跨场景迁移中的鲁棒性。这一方向的意义在于突破传统单模态分类的局限，为城市气候研究、精细土地覆盖监测提供高泛化能力的预训练范式，同时为联合国可持续发展目标中的可持续城市与社区评估提供技术支撑。