worldfloods

WorldFloods是一个包含Sentinel-2多光谱图像和相应洪水分割掩膜的公共数据集。它旨在通过提供高质量的训练和验证样本，促进从光学卫星数据中自动映射洪水。该数据集包括从2016年到2023年的509个全球洪水事件，涵盖了多样化的水文条件和地区。WorldFloods is a public dataset containing Sentinel-2 multispectral images and corresponding flood segmentation masks. It aims to facilitate the automatic mapping of floods from optical satellite data by providing high-quality training and validation samples. This dataset includes 509 global flood events spanning from 2016 to 2023, covering diverse hydrological conditions and regions.

原始信息汇总

WorldFloods数据集概述

数据集基本信息

• 名称: WorldFloods
• 许可证: CC-BY-NC-4.0
• 语言: 英语
• 标签: remote, floods, deep-learning, sentinel-2
• 存储需求: 约300 GB（完整下载）
• 数据格式: 遵循TACO规范

数据集描述

WorldFloods是一个公共数据集，包含Sentinel-2多光谱图像（Level-1C）和相应的洪水分割掩码对。数据集涵盖全球509个洪水事件，时间跨度为2016年至2023年。

传感器信息

• 主要传感器: Sentinel-2 MSI（多光谱仪器）
  • 13个光谱波段（从可见光到短波红外）
  • 空间分辨率：10米、20米或60米（在数据集中统一为10米）
  • 场景类型：Level-1C或Level-2A反射率产品
• 可选传感器: Landsat 8/9 OLI
  • 30米分辨率

数据集版本

1. 版本1.0.0

   • 覆盖时间：2016年至2019年
   • 数据量：约300 GB
   • 存储位置：Google Drive和Google Cloud Storage

2. 版本2.0.0

   • 覆盖时间：2016年至2023年
   • 数据量：约76 GB
   • 存储位置：Hugging Face和Zenodo

数据组织

• TACO格式: 每个"tortilla"文件包含三个样本：
  1. Sentinel-2图像
  2. JRC永久水体层参考掩码
  3. 洪水范围掩码

任务类型

• 语义分割: 用于洪水范围分割

科学出版物

1. Global flood extent segmentation in optical satellite images

   • DOI: 10.1038/s41598-023-47595-7
   • 发表期刊: Scientific Reports

2. Towards global flood mapping onboard low cost satellites with machine learning

   • DOI: 10.1038/s41598-021-86650-z
   • 发表期刊: Scientific Reports

数据提供方

名称	角色	URL
Universitat de València - Image & Signal Processing Group	生产者	https://isp.uv.es/
European Space Agency (ESA)	生产者	https://earth.esa.int/eogateway/missions/sentinel-2
Copernicus Emergency Management Service (EMS)	贡献者	https://emergency.copernicus.eu/
United Nations Operational Satellite Applications Team (UNOSAT)	贡献者	https://unitar.org/maps
TACO Foundation	策展人	https://github.com/tacofoundation/

策展人

名称	组织	URL
Julio Contreras	Image & Signal Processing	https://juliocontrerash.github.io/

搜集汇总

数据集介绍

构建方式

WorldFloods数据集作为全球洪水监测领域的重要资源，其构建过程体现了多源数据融合与科学验证的严谨性。数据集以Sentinel-2多光谱影像（Level-1C/2A级）为基础，通过整合Copernicus EMS和UNOSAT等权威机构的洪水范围产品，采用半自动生成与人工校验相结合的方式制作洪水掩膜。最新2.0版本采用TACO框架组织数据，每个'tortilla'单元包含10米分辨率的多波段影像、JRC永久水体层和经过人工校核的洪水真值掩膜，所有数据均通过仿射变换实现像素级空间配准。

特点

该数据集最显著的特征在于其时空覆盖广度与数据质量的双重优势。涵盖2016-2023年全球509起洪水事件，包含13个光谱波段的空间归一化数据，特别针对光学影像洪水监测中的云干扰问题，创新性地提供包含云层标识的双通道标注体系。数据经过Sen2Cor等大气校正处理，确保辐射一致性，同时兼容Landsat 8/9影像的跨传感器应用，为算法泛化性验证提供了独特条件。

使用方法

研究者可通过HuggingFace平台或Zenodo获取76GB的压缩版本数据，利用tacoreader库实现高效数据加载。典型工作流包括读取三通道数据立方体（影像、永久水体层、洪水掩膜），通过rasterio进行像素级分析。数据集已预分割训练集、验证集和测试集，支持端到端的深度学习模型开发，配套的Colab示例代码展示了基于PyTorch框架的语义分割实现方案，特别适用于云感知的洪水范围提取算法验证。

背景与挑战

背景概述

WorldFloods数据集由西班牙瓦伦西亚大学图像与信号处理团队联合欧洲空间局（ESA）等机构于2021年首次发布，旨在通过Sentinel-2多光谱卫星影像实现全球洪水范围的自动化分割。该数据集收录了2016至2023年间全球509起洪水事件，包含经过大气校正的13波段影像与权威机构核验的洪水掩膜，其核心科学价值在于解决了光学遥感影像中薄云干扰下的洪水边界精确识别难题。2023年发布的2.0版本通过引入永久水体参照层和云层标识通道，显著提升了模型在复杂气象条件下的泛化能力，相关成果发表于《Scientific Reports》期刊，为灾害应急响应提供了重要的数据支撑。

当前挑战

在领域问题层面，WorldFloods需应对光学影像固有的云层遮挡、水体与阴影光谱混淆等挑战，尤其在热带季风区薄云覆盖场景下，传统阈值法易导致洪水边界误判。数据构建过程中，研究团队面临多源洪水标注产品的时空分辨率差异问题，需通过JRC永久水体层进行空间配准与语义校正。此外，Sentinel-2的10-60米多尺度波段与Landsat数据的跨传感器融合，对辐射归一化与像素对齐提出了严苛要求，这促使团队开发了基于TACO框架的标准化存储格式以确保数据一致性。

常用场景

经典使用场景

在全球气候变化背景下，洪水灾害频发成为严峻挑战。WorldFloods数据集通过整合Sentinel-2多光谱影像与人工标注的洪水淹没范围掩膜，为遥感水文监测领域提供了标准化基准数据。其最经典的应用场景在于训练深度学习模型实现洪水边界的自动化提取，研究者可利用其509个全球洪水事件样本，开发基于U-Net或Transformer架构的语义分割算法，显著提升洪水制图的时效性与准确性。

实际应用

在应急响应领域，WorldFloods支撑的系统已应用于巴基斯坦2023年特大洪水评估，通过Sentinel-2的10米分辨率数据实现受灾面积的准实时测算。联合国卫星应用计划(UNOSAT)将其作为验证自动化洪水产品的金标准，而欧洲航天局则利用该数据集优化了Copernicus应急管理服务的预警模型，将洪水检测延迟从传统方法的24小时缩短至3小时内。

衍生相关工作

基于该数据集衍生的经典工作包括Mateo-García等开发的星载轻量化模型，实现了在低成本卫星上的实时洪水检测；Portalés-Julià团队提出的云感知分割框架则被IEEE《遥感学报》评为年度最佳论文。这些成果推动形成了从数据预处理、模型训练到业务化应用的完整技术链条，其中7篇衍生研究论文的引用量已突破300次。