prs-eth/AGBD

AGBD数据集是一个全球尺度的生物量数据集，每个样本由预裁剪、预归一化的图像及其对应的生物量标签组成。图像包含24个通道，包括光谱带（B01到B12）、地理坐标（lat_cos, lat_sin, lon_cos, lon_sin）、ALOS PALSAR带（alos_hh, alos_hv）、冠层高度（ch, ch_std）、土地覆盖信息（lc_cos, lc_sin, lc_prob）和数字高程模型（dem）。数据集分为训练集、验证集和测试集，分别包含9949032、2681807和3303722个样本。

The AGBD dataset is a global-scale biomass dataset where each sample consists of pre-cropped, pre-normalized images and their corresponding biomass labels. The images contain 24 channels, including spectral bands (B01 to B12), geographical coordinates (lat_cos, lat_sin, lon_cos, lon_sin), ALOS PALSAR bands (alos_hh, alos_hv), canopy heights (ch, ch_std), land cover information (lc_cos, lc_sin, lc_prob), and a digital elevation model (dem). The dataset is divided into training, validation, and test sets, containing 9949032, 2681807, and 3303722 samples respectively.

原始信息汇总

数据集概述

数据集名称

• AGBD: A Global-scale Biomass Dataset

数据集特征

• 输入特征:
  • 名称: input
  • 数据类型: float32
• 标签特征:
  • 名称: label
  • 数据类型: float32

数据集划分

• 训练集:
  • 样本数量: 9949032
  • 数据大小: 621854296128 bytes
• 验证集:
  • 样本数量: 2681807
  • 数据大小: 167623664728 bytes
• 测试集:
  • 样本数量: 3303722
  • 数据大小: 206495839888 bytes

数据集大小

• 下载大小: 368286700835 bytes
• 数据集总大小: 995973800744 bytes

配置信息

• 默认配置:
  • 训练数据路径: data/train-*
  • 验证数据路径: data/validation-*
  • 测试数据路径: data/test-*

图像详情

• 通道数量: 24
• 通道组成:
  • 光谱波段: B01, B02, B03, B04, B05, B06, B07, B08, B8A, B09, B11, B12
  • 地理坐标: lat_cos, lat_sin, lon_cos, lon_sin
  • ALOS PALSAR波段: alos_hh, alos_hv
  • 树冠高度: ch, ch_std
  • 土地覆盖信息: lc_cos, lc_sin, lc_prob
  • 数字高程模型: dem

搜集汇总

数据集介绍

构建方式

AGBD数据集的构建，是通过整合Sentinel-2、GEDI、ALOS PALSAR-2等多种遥感数据源，并结合地面实测的生物量数据，形成了一种全球尺度上的生物量预测模型。该数据集的构建不仅包括了遥感影像的多种波段信息，还融合了地形、土地覆盖等辅助信息，旨在为生物量的估算提供一种全面、细致的数据支持。

特点

AGBD数据集的特点在于其全球尺度的覆盖范围，提供了高分辨率的生物量标签，并且包含了丰富的地理和遥感特征。数据集通过不同的编码策略对土地覆盖类型进行编码，用户可根据需要选择不同的编码方式。此外，数据集支持灵活的配置选项，允许用户根据研究需求选择不同的输入特征和额外特征。

使用方法

使用AGBD数据集时，用户首先需要通过Hugging Face的datasets库加载数据集。加载过程中，用户可以配置数据集的输入特征、编码策略等参数。数据集以IterableDataset的形式提供，便于用户进行迭代处理。用户还可以根据需要，添加额外的特征以丰富数据集的内容，从而满足更复杂的研究需求。

背景与挑战

背景概述

AGBD数据集，全称为全球规模生物量数据集，是由苏黎世联邦理工学院的研究人员Ghjulia Sialelli、Torben Peters、Jan Wegner和Konrad Schindler共同开发的。该数据集创建于2025年，旨在通过整合Sentinel-2、GEDI、ALOS PALSAR-2等多种遥感数据源，提供全球范围内生物量的精准估计。AGBD数据集的核心研究问题是如何利用遥感技术准确估算地表生物量，这对于全球碳循环研究和气候变化监测具有重要意义。AGBD数据集的发布对遥感估算生物量领域产生了显著影响，推动了相关研究的进展。

当前挑战

AGBD数据集在构建过程中面临的主要挑战包括：一是多源数据的整合与处理，如何有效融合不同遥感平台的数据，确保数据质量和一致性；二是生物量估算模型的构建，如何利用遥感数据准确预测地表生物量；三是数据集的大规模应用，如何在实际应用中保证模型的泛化能力和鲁棒性。此外，数据集在解决生物量估算问题的同时，还需应对遥感数据的时间动态性、空间异质性和数据缺失等挑战。

常用场景

经典使用场景

在遥感与生态模型研究领域，prs-eth/AGBD数据集的典型应用场景在于构建与训练用于估算森林生物量密度的机器学习模型。该数据集通过提供经过预处理的遥感影像数据与相应的生物量标签，为研究者提供了一种可靠的手段来评估不同地区森林的生物量变化。

解决学术问题

prs-eth/AGBD数据集解决了生物量估算中数据稀缺与不一致性的问题。其包含的全球尺度生物量数据，不仅补充了传统地面测量数据的不足，而且通过整合多源遥感数据，提高了生物量估算的精确性与可靠性，对生态系统的碳循环研究具有重要意义。

衍生相关工作

基于prs-eth/AGBD数据集的研究衍生出了一系列相关工作，包括改进生物量估算模型、探索遥感数据与生物量之间的关系、以及开发新的生物量预测方法。这些研究不仅推动了遥感技术在生态学领域的应用，也为相关政策的制定提供了科学依据。