jerymotro-unet-madagascar
收藏资源简介：
Jery Motro — U-Net Fire Dataset (Madagascar) 是一个用于语义分割的多通道地理空间数据集，由 Jery Motro 项目创建，旨在通过深度学习检测和预警马达加斯加的森林火灾。数据集包含约 7,800 个训练样本，每个样本为 256×256 像素的 patch，空间分辨率为 500 米/像素。输入特征 X 为 5 通道张量，包括：FIRMS T21 波段（作为活跃火点的代理）、坡度（归一化至 0–1）、2 米温度（归一化至 -1–2）、10 米风 U 分量（归一化至 -1–1）和 10 米风 V 分量（归一化至 -1–1）。目标 Y 是二值掩膜，通过 MODIS MCD64A1 产品的 BurnDate 波段二值化得到（>0 为烧毁）。每个样本还附带纬度、经度和采集日期元数据。数据覆盖马达加斯加全境，总大小约 25 GB。数据集以 Hugging Face Datasets 格式提供，支持流式加载和 PyTorch 转换。已知限制包括：FIRMS T21 作为代理的局限性、X 与 Y 之间的时间偏移（Y 为月产品）、无云过滤、以及类别不平衡（烧毁像素占少数）。建议使用加权损失函数（如 Dice、Focal）或过采样。数据集使用 CC BY 4.0 许可证，但原始数据来源（FIRMS、ERA5-Land、MODIS、SRTM）受各自提供商条款约束。
The Jery Motro — U-Net Fire Dataset (Madagascar) is a multi-channel geospatial dataset for semantic segmentation, created by the Jery Motro project to detect and forecast forest fires in Madagascar using deep learning. It contains approximately 7,800 training samples, each a 256×256 pixel patch with a spatial resolution of 500 meters per pixel. The input features X are a 5-channel tensor including: FIRMS T21 band (as a proxy for active fire points), slope (normalized to 0–1), 2-meter temperature (normalized to -1–2), 10-meter wind U component (normalized to -1–1), and 10-meter wind V component (normalized to -1–1). The target Y is a binary mask derived from the BurnDate band of the MODIS MCD64A1 product (values >0 indicate burned area). Each sample also includes latitude, longitude, and acquisition date metadata. The data covers all of Madagascar, with a total size of approximately 25 GB. The dataset is provided in Hugging Face Datasets format, supporting streaming and PyTorch transformations. Known limitations include: the proxy nature of FIRMS T21, temporal offset between X and Y (Y is a monthly product), lack of cloud filtering, and class imbalance (burned pixels are a minority). It is recommended to use weighted loss functions (e.g., Dice, Focal) or oversampling. The dataset is licensed under CC BY 4.0, but the original data sources (FIRMS, ERA5-Land, MODIS, SRTM) are subject to their respective providers terms.
Jery Motro — 马达加斯加U-Net火烧迹地分割数据集
数据集概述
这是一个面向马达加斯加火烧迹地语义分割任务的多通道地理空间数据集，由Jery Motro项目团队创建，用于基于深度学习的森林火灾检测与早期预警系统。数据集包含约7,800个训练样本，总大小约25 GB，采用CC BY 4.0许可证。
核心属性
| 属性 | 值 |
|---|---|
| 任务类型 | 图像分割（语义分割） |
| 语言 | 马达加斯加语（单语） |
| 样本数量 | 约7,800个patch |
| 空间分辨率 | 500米/像素 |
| Patch尺寸 | 256 × 256像素 |
| 地理覆盖 | 马达加斯加（43.2°E–50.5°E, 25.6°S–11.9°S） |
| 输入通道数 | 5 |
| 标注类型 | 机器生成 |
| 数据来源 | 原创（基于FIRMS、MODIS、ERA5、SRTM等公开数据） |
数据结构
每个样本包含以下内容：
输入特征 X（形状：256×256×5，float32）
| 通道索引 | 通道名称 | 数据来源 | 归一化方式 | 典型范围 |
|---|---|---|---|---|
| 0 | firms | FIRMS T21波段（亮温，火点代理） | 原始值（缺失置0） | [0, ~400] K |
| 1 | slope | CGIAR/SRTM90_V4（坡度） | ÷ 90 | [0, 1] |
| 2 | temperature_2m | ERA5-Land日均温度 | (K−273.15) ÷ 50 | [−1, 2] |
| 3 | wind_u | ERA5-Land 10米U风分量 | ÷ 20 | [−1, 1] |
| 4 | wind_v | ERA5-Land 10米V风分量 | ÷ 20 | [−1, 1] |
目标掩码 Y（形状：256×256，uint8）
- 二值火烧迹地掩码：
1表示已烧毁像素，0表示未烧毁或无数据 - 来源于MODIS MCD64A1产品的BurnDate波段（阈值>0二值化），为月度产品
每条样本的元数据
| 字段 | 类型 | 说明 |
|---|---|---|
| latitude | float32 | 样本中心点纬度（十进制度） |
| longitude | float32 | 样本中心点经度（十进制度） |
| acq_date | string | FIRMS检测日期（YYYY-MM-DD格式） |
数据加载方式
数据集支持标准加载和流式加载两种方式，也可转换为PyTorch张量格式，并可与DataLoader配合进行模型训练。推荐在内存充足（>8 GB）时使用流式加载。
数据构建流程
数据通过Google Earth Engine平台从PostgreSQL数据库中存储的FIRMS火点检测记录出发，依次提取：
- 输入特征（FIRMS、SRTM坡度、ERA5-Land气象数据）
- 目标掩码（MODIS MCD64A1）
- 进行NumPy归一化后分片上传至Hugging Face Hub
生产参数：500米/像素分辨率，256×256像素patch，采用局部UTM投影以避免形变，每个分片200个样本，共39个分片。
已知局限与偏差
- FIRMS代理问题：使用的T21亮温波段仅为火点代理，不代表直接的火灾辐射功率（FRP）
- 时间错位：X在FIRMS检测当天提取，而Y为月度产品，可能存在数天的时间偏移
- 云层覆盖：未进行显式的云过滤，多云patch可能包含异常值
- 类别不平衡：烧毁像素（Y=1）占少数，建议使用加权损失函数（如Dice、Focal）或过采样策略
许可与引用
数据集采用CC BY 4.0许可证。底层源数据（FIRMS、ERA5-Land、MODIS、SRTM）分别受NASA、ECMWF、USGS/CGIAR及Google Earth Engine的使用条款约束。使用本数据集时需引用相关文献（具体引用格式见原页面BibTeX条目）。
