BAIGroup/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，支持GeoAI跟踪2026年波托马克河污水泄漏事件（马里兰州Glen Echo地区，2026年1月19日从72英寸波托马克拦截器释放了2.4至3亿加仑污水）。数据集提供事件时间线、水文背景、监测站位置和AOI走廊多边形，用于AI2下游Sentinel-1/2羽流检测。数据集包含8个监测站、846条每日流量记录、4阶段时间线和4阶段AOI走廊，覆盖时间为2025年12月至2026年3月。数据集主要用于事件参考和验证，而非训练集。The OlmoEarth-v1-Potomac-Sewage-Spill-2026 dataset is a validated, time-aligned reference dataset supporting GeoAI tracking of the 2026 Potomac River sewage spill (Glen Echo, MD — 240–300 million gallons released from the 72-inch Potomac Interceptor on January 19, 2026). It provides an event timeline, hydrologic context, monitoring station locations, and AOI corridor polygons for AI2s downstream Sentinel-1/2 plume detection. The dataset includes 8 stations, 846 daily flow records, a 4-phase timeline, and a 4-stage AOI corridor, covering the period from December 2025 to March 2026. It is designed as an event reference / validation dataset, not a training set.

搜集汇总

数据集介绍

构建方式

该数据集围绕2026年1月19日发生于马里兰州格伦埃科地区的波托马克河污水泄漏事件构建，整合了多源公共数据。核心数据源自美国地质调查局（USGS）NWIS每日流量记录，涵盖8个监测站点的846条相位标记日径流数据。事件时间线由华盛顿水务局（DC Water）的运营更新提炼为四阶段序列，并辅以切萨皮克湾计划（CBP）与切萨皮克湾基金会（CBF）的4个坐标验证站点。空间参考框架基于37个National Hydrography Dataset（NHD）高分辨率水体多边形，替代了早期版本的边界框定义。此外，数据集纳入了2023-2024与2024-2025年无泄漏控制窗口的事件日志，用于特征化假阳性信号。

特点

本数据集的核心特征在于其作为验证性参考数据集的定位，专为地理空间人工智能（GeoAI）追踪污染羽流而设计，而非训练集。其独特之处在于提供了精细的事件智能层，包含71项逐日运营记录，涵盖清理、围堵、修复等九类事件，为卫星遥感分析提供时间对齐的叙事背景。数据规模虽小（仅32个站点-相位记录），但具备严格的时间对齐与相位标记能力，并明确记录了2026年3月23日开始的JBA航空燃油泄漏作为已知混杂事件，保障了分析的严谨性。空间上，NHD水体多边形精确界定了从泄漏点至潮汐下波托马克河与上切萨皮克湾的感兴趣区域走廊。

使用方法

数据集提供了两种使用模式。第一种面向OlmoEarth Studio Web UI，通过导入studio/import_corridor.json文件实现可视化与特征嵌入提取，其字段遵循预设的样本类别（如active_release）与时间戳格式。第二种面向管道化工作流，适用于rslearn框架，可直接使用rslearn/annotation_features.geojson进行标记窗口的准备，该文件采用oe_*模式编码类别标签（0-3对应四阶段）与时间范围。核心时间序列数据存储于data.parquet文件，用户可结合timeline.json与event_log.csv进行多维度分析。对于控制窗口数据，参考事件日志可用于建立无泄漏基线，以评估假阳性检测性能。

背景与挑战

背景概述

OlmoEarth-v1-Potomac-Sewage-Spill-2026数据集由Ziming Qi与BAI Group于2026年创建，旨在为2026年1月19日发生的波托马克河污水泄漏事件（位于马里兰州格伦埃科，因72英寸波托马克拦截管道坍塌导致2.4至3亿加仑污水排放）提供经过验证、时间对齐的参考数据。该数据集隶属于Allen AI的OlmoEarth地理空间人工智能项目，聚焦于利用Sentinel-1/2卫星影像进行羽流检测的验证任务。它整合了美国地质调查局（USGS）的846条每日径流记录、切萨皮克湾计划（CBP）与切萨皮克湾基金会（CBF）的4个监测站点、37个国家水文数据集（NHD）高分辨率水体多边形，并构建了包含四个阶段（泄漏前基线、活跃释放、旁通期、恢复后监测）的事件时间线。作为地理空间人工智能领域中针对突发环境灾害的参考数据集，它为羽流扩散追踪提供了关键的基础验证框架，推动了遥感技术与水文监测在真实事件中的融合应用。

当前挑战

该数据集面临的挑战源于其研究的领域问题与构建过程。在领域层面，核心挑战在于利用合成孔径雷达（SAR）和多光谱光学影像在波托马克河至切萨皮克湾的复杂水域中检测污水羽流的形成、输运与恢复过程，而水体动态与光学的噪声干扰增加了识别难度。此外，2026年3月23日起发生的JBA喷气燃料泄漏事件（位于皮斯卡塔韦溪）作为已知的混杂事件，导致在tidal_potomac_lower与upper_chesapeake_bay感兴趣区的卫星异常信号无法被唯一归因，需通过数据集中的参考事件日志进行假阳性表征。在构建过程中，数据集仅包含32个站点-阶段记录，远低于模型微调阈值，这限制了其作为训练集的适用性；同时，CBP水质数据依赖手动获取（via datahub.chesapeakebay.net）而未自动打包，且部分监测站点（如01651000）在事件窗口内缺乏NWIS数据，存储为元数据中的完整性保留项。这些挑战要求研究者在利用此参考数据集进行验证时，审慎处理数据稀疏性与混杂因素，以保障地理空间人工智能分析的可靠性。

常用场景

经典使用场景

OlmoEarth-v1-Potomac-Sewage-Spill-2026 数据集专为 GeoAI 领域中的时间序列预测与回归任务而设计，其经典应用在于利用水文监测站点的每日径流数据与卫星遥感影像（Sentinel-1/2）相结合，对大规模污水泄漏事件中的羽流扩散、污染物迁移及水体恢复过程进行精准追踪。通过整合 USGS 河川流量记录、事件时间线及水域多边形，该数据集为多模态地理空间分析提供了经过验证的时间对齐参考基准，尤其适用于构建基于事件的时序预测模型，评估不同泄漏阶段对河流生态系统的影响。

衍生相关工作

基于此数据集，研究社区已衍生出多项相关经典工作，包括开发面向卫星图像的羽流语义分割模型、构建结合图神经网络与水文物理过程的水质异常检测框架，以及建立跨事件域迁移学习的基准测试集。此外，该数据集还催生了针对少量标注样本场景下小样本学习与主动学习策略在 GeoAI 中有效性的系统性评估工作，其质量评估报告与混杂事件文档更成为同类数据集构建的标准化参照模板，推动了环境事件参考数据集在可重复性与可比性方面的发展。

数据集最近研究

最新研究方向

结合高分辨率水文地理数据与多模态遥感影像，构建面向突发性水污染事件（如2026年波托马克河污水泄漏）的时空验证基准集，并引入混淆事件标注与无污染控制窗口，以支撑GeoAI模型在复杂环境中的羽流检测与误报消歧研究。