2imi9/OlmoEarth-v1-Potomac-Sewage-Spill-2026

OlmoEarth-v1-Potomac-Sewage-Spill-2026数据集是一个经过验证、时间对齐的参考数据集，旨在支持GeoAI对2026年波托马克河污水泄漏事件的追踪。该数据集提供了事件时间线、水文背景、监测站位置和AOI走廊多边形，专门用于AI2的下游Sentinel-1/2羽流检测。数据集并非用于训练，而是作为参考/验证数据集。它包括多种文件格式和模式，适用于不同用例，如OlmoEarth Studio Web UI和管道/rslearn工作流。数据集还提供了详细的事件摘要、阶段、AOI走廊阶段、流量覆盖和事件情报层。所有数据均为公共领域，来源于USGS NWIS、DC Water和其他公共机构。The OlmoEarth-v1-Potomac-Sewage-Spill-2026 dataset is a validated, time-aligned reference dataset designed to support GeoAI tracking of the 2026 Potomac River sewage spill. It provides event timelines, hydrologic context, monitoring station locations, and AOI corridor polygons, specifically tailored for AI2s downstream Sentinel-1/2 plume detection. The dataset is not intended for training but serves as a reference/validation dataset. It includes various file formats and schemas for different use cases, such as OlmoEarth Studio Web UI and pipeline/rslearn workflows. The dataset also provides detailed event summaries, phases, AOI corridor stages, streamflow coverage, and event intelligence layers. All data is public domain, sourced from USGS NWIS, DC Water, and other public agencies.

搜集汇总

数据集介绍

构建方式

该数据集是为追踪2026年1月波托马克河污水泄漏事件而构建的时间对齐参考数据集。数据集成来自美国地质调查局（USGS）8个流量监测站的846条日径流记录、切萨皮克湾计划（CBP）4个水质监测站的空间信息，以及国家水文数据集（NHD）37个高分辨率水体多边形。通过定义泄漏前基线、主动排放、旁通期和恢复后四个事件阶段，将时间序列数据打上标签。同时收录了DC Water的71条日级操作日志，并引入2023—2024与2024—2025两个无泄漏控制窗口用于假阳性表征验证。

使用方法

该数据集提供两套使用路径。其一为OlmoEarth Studio Web UI模式，用户可通过上传`studio/import_corridor.json`文件在可视化界面中进行站点嵌入提取与探索。其二为pipeline/rslearn模式，适用于自动化工作流：直接读取`data.parquet`获取相位标签化的日流量，加载`timeline.json`获取四阶段时间线，并利用`monitoring_stations.geojson`等空间文件进行空间分析。用户还可调用`event_log.csv`中的操作日志辅助卫星影像时间窗对准，并通过`reference_event_logs`中的控制窗口数据评估假阳性基线表现。

背景与挑战

背景概述

OlmoEarth-v1-Potomac-Sewage-Spill-2026数据集由Ziming Qi及BAI Group于2026年创建，聚焦于2026年1月19日发生在马里兰州Glen Echo的波托马克河污水泄漏事件（约2.4至3亿加仑未经处理的污水排入河道）。该数据集旨在为地理空间人工智能（GeoAI）追踪羽流提供经过验证的时间对齐参考数据，涵盖来自8个美国地质调查局（USGS）水文站点的846条日流量记录、华盛顿特区水务局的操作日志以及切萨皮克湾计划（CBP）的水质监测站点信息。作为Allen AI OlmoEarth项目的一部分，该数据集填补了大规模环境灾害事件中多源数据融合与时空对齐的空白，为卫星遥感影像（Sentinel-1/2）羽流检测提供了关键的验证基准，对推动GeoAI在环境监测领域的发展具有重要价值。

当前挑战

该数据集所解决的领域问题挑战在于：实时追踪地表水体中大规模污染羽流的扩散与运输轨迹，这需要整合水文、气象、地理空间等多源异构数据，并克服事件时间线模糊、监测站点稀疏以及卫星重访周期与污染动态不匹配等难题。在构建过程中，数据集面临多重挑战：首先，需从3,933个CBP候选站点中仅筛选出4个具有验证坐标且位于兴趣区内的有效站点，工作量巨大；其次，波托马克河干流、阿纳科斯蒂亚河及上切萨皮克湾的水体边界需从粗糙的包围盒替换为37个国家水文数据集（NHD）的高分辨率多边形，以保证空间精度；此外，2026年3月23日发生的JBA喷气燃料泄漏事件作为混淆因素，使得下游区域从3月下旬起出现的异常信号无法简单归因于污水泄漏，需要额外记录并分离其影响。

常用场景

经典使用场景

OlmoEarth-v1-Potomac-Sewage-Spill-2026数据集的核心设计初衷在于为基于地球观测的深度学习模型提供高精度的事件参考与验证标定。在GeoAI领域，时间序列预测与时空异常检测通常受限于缺乏经实地校准的真实事件标签。该数据集通过整合美国地质调查局（USGS）水文站网846份逐日流量记录、切萨皮克湾计划（CBP）水质监测站经纬度验证信息以及国家水文数据集（NHD）高分辨率水体多边形，构建了一个多模态对齐的事件基准。研究人员可将其作为时空遥感影像分析的地面真值锚点，尤其适用于Sentinel-1/2卫星影像中羽流扩散的时序检测任务，通过四阶段事件标签（溢前基线、主动释放、旁路运行与恢复期）对模型输出进行定量校验，以评估算法在真实环境灾害中的判别能力。

解决学术问题

该数据集精准回应了环境遥感领域长期存在的两大核心困境：其一是大规模突发水污染事件中观测数据与标签缺失问题，其二是不同来源遥感与水文数据之间时空对齐的工程难题。传统方法依赖事后采集的零星样本，难以支撑深度学习模型对动态过程的泛化学习。OlmoEarth-v1通过提供融合8个USGS水文站与4个CBP水质站的精细化多时相记录，并附有明确的混淆事件文档（如JBA航空燃油泄漏），使学术界能够开展可靠的假阳性分析，从而显著提升模型在跨事件场景下的鲁棒性。该数据集的意义在于搭建了一座从遥感像素反演到水文物理过程验证的桥梁，为全球水资源突发事件监测提供了可复现的评估体系。

实际应用

在实际应用层面，该数据集为灾害响应与水资源管理机构提供了一套可操作的地理空间分析工具。美国华盛顿特区水务局（DC Water）、弗吉尼亚州卫生部门及马里兰州环境部等机构可借助该数据集校准卫星遥感监测系统，实现对大型污水管道破裂等基础设施事故的快速空间定位与影响范围评估。通过整合时序水文曲线与事件日志中的工程措施（如清理、围堵与修复），相关技术人员能够建立从事故爆发到恢复全周期的动态监控方案。此外，切萨皮克湾流域的水质管理项目可将其作为基准数据库，用于验证现有的营养盐负荷模型，并优化针对潮汐河流污染扩散的预警策略，降低对传统船载采样的人力依赖。

数据集最近研究

最新研究方向

该数据集聚焦于2026年1月波托马克河大规模污水泄漏事件的地理空间智能追踪，结合Sentinel-1/2遥感影像与USGS水文监测数据，构建了包含4阶段事件时间线、8个流量监测站及37个高分辨率水体多边形的验证性参考数据集。前沿研究围绕多源遥感与水文数据融合下的污染物羽流探测与时空动态建模展开，尤其关注泄漏后污染物在潮汐河流与切萨皮克湾上游的输移、扩散及恢复过程。数据集引入2023-2025年无泄漏对照窗口以抑制假阳性，并标识同期JBA航空燃油泄漏作为已知混淆事件，强化了复杂环境扰动下的信号分离能力。这一工作为GeoAI驱动的突发水污染事件快速响应与溯源追踪提供了关键验证基准，对流域生态安全与公共健康风险管理具有显著支撑意义。