瓦努阿图共和国（VUT）的地震前兆天空特征图谱

本数据集聚焦于通过对环太平洋地震带瓦努阿图共和国(VUT)地区相关的太阳的光晕特征进行分析，通过太阳光晕图像的明暗光晕分布形态，可以提前2天以上得出未来该地区将发生地震的结果输出。数据通过相机拍摄生成，单幅或单帧的分辨率参数大于等于100x100、不限视场角度和当天具体的拍摄时间。 数据集包含太阳中心位置坐标和亮度值、最亮点位置坐标和亮度值、最暗点位置坐标和亮度值、太阳中心高亮区直径、光晕亮度梯度变化检测区等信息，通过对检测区域的亮度分布特征进行具体的描述和信息标注，从而可直接用于瓦努阿图共和国地区地震预报判断以及相应地震预报AI模型的训练等具体应用。1. 加工前的数据说明： 数据来源与合规：企业通过摄像设备获取的天空图像数据，去除图像中涉及个人/商业秘密的，以及地理坐标的敏感信息。 原始图像：图像分辨率大于等于100x100，包含太阳和完整的光晕，以便体现典型的图像图谱特征。 数据规模：>=100MB的特征图像。 2. 处理规则： 首先，把图像转换成PNG格式和8-bit (0-255)灰度值的图像，通过图像识别分析工具(如ImageJ软件)或其他图像分析工具可以把整个图像以像素点的方式标注出来，即像素点的个数就代表了图像特征的尺寸。可以找出整幅图像的最亮点，即确认太阳的中心位置(参见样例C2格)； 然后，以太阳中心点坐标为中心，向外画一条长度是太阳中心高亮区直径1.5-3倍以上的线段亮度梯度变化检测区(其他能代表亮度梯度的区域选择方式也是可以的，比如矩形、圆形、不规则图形等不在此逐个列举)，作为太阳光晕亮度特征分布线，比如样例中，通过ImageJ软件也可以得到太阳的直径是26个像素点，即该图像里太阳中心高亮区直径”对应的就是26个像数点(参见样例F2格图例)，所以样例中取直径26像素点的1.5-3倍(对应了39~78像素点)范围的值作为“线段采样的像素点长度”，在参见样例里，可取连续的73个像数点(参见样例G3格,73在26的3倍范围内)。选取“光晕亮度梯度变化检测区”的目的是去除光晕特征区域以外的非光晕特征以及云和其他非太阳光晕图像部分的干扰，由此提取并生成太阳光晕区域变化特征的图像，在样例中为H2格里的73个像素点的亮度值数串，生成“太阳光晕亮度特征分布线”(参见样例H2格,下划线的数值，说明亮度值在持续下降，结果如H3的亮度值数串变化曲线示意图)。 最后，通过分析光晕亮度特征分布线的亮度梯度数值(参见样例H2格里的带下划线的亮度值数串变化有“2段”是数值由大连续变小，即数值为“2”)，从太阳中心点到亮度梯度变化检测区外缘的“由亮到暗”的变化次数作为特征图谱的特征，如果大于等于2次(样例为2次，参见J2格)，则可以判断在该特定地区将发生地震，判定结果为“Y”(样例K2格)，表示会发生地震。如果“由亮到暗”的变化次数小于2次，则判定结果为“N”，表示不会发生地震。 3.数据内容： 太阳中心点坐标、光晕亮度梯度变化检测区、中心高亮区、亮度梯度变化检测区坐标和检测信息、检测特征数据值、特征数据判定值、预测判定

搜集汇总

背景与挑战

背景概述

瓦努阿图共和国（VUT）地震前兆天空特征图谱数据集基于相机拍摄的太阳光晕图像，分析光晕亮度梯度变化，以太阳中心到检测区外缘由亮到暗变化次数大于等于2次作为判据，可提前2天以上预测当地地震。数据规模约155.88MB，包含太阳中心、最亮点、最暗点坐标及亮度值、中心高亮区直径、光晕亮度梯度变化检测区坐标与亮度特征分布等字段，适用于该地区地震预报判断及相关AI模型训练。