aialliance/forestnet

---
license: cc-by-4.0
---

# GeoBench-2 Dataset License Attribution

**Dataset Name:** m-forestnet
**Original Dataset Name:** ForestNet
**Original Source:** https://stanfordmlgroup.github.io/projects/forestnet
**Related Publication(s):** https://arxiv.org/abs/2011.05479

---

## Licensing

- **Annotation License:** CC BY 4.0 (as declared on the original site)
- **Image License:** Landsat 8 imagery (public domain, USGS/NASA)
- **Declared By Original Provider:** https://stanfordmlgroup.github.io/projects/forestnet

**Redistribution Status in GeoBench-2**
This dataset is redistributed under the **same license terms** as declared by the original providers.
ServiceNow Research, IBM Research, TUM, and AI Alliance do not claim ownership or grant new rights beyond those already specified.

---

## Attribution Requirements

When using this dataset (directly or through GeoBench-2), please cite the original dataset creators and reference both the dataset page and publication:

> Irvin, Jeremy, Haosheng Sheng, Nishant Ramachandran, Sharon Johnson-Yu, Simon Zhou, Richard Rustowicz, Kyu Young Story, Christina Elsworth, Kim Carlson, Katherine R. Shea, and Andrew Y. Ng.
> “ForestNet: Classifying Drivers of Deforestation in Indonesia Using Deep Learning on Satellite Imagery.” *arXiv preprint arXiv:2011.05479*, 2020.

---

## License Disclaimer & Takedown Policy

GEO-Bench-2 redistributes transformed versions of publicly available datasets for research and benchmarking purposes. Each dataset included here is redistributed under the same license terms designated by its original licensor.

No New Rights Created: ServiceNow Research, IBM Research, TUM, and AI Alliance do not claim ownership over these datasets and do not grant any new rights beyond those already specified by the original licensors.

Attribution: All credit remains with the original dataset creators and providers. Each dataset is accompanied by license and attribution information pointing to the original source.

Disclaimer of Responsibility: The consortium partners act only as redistributors. We do not independently verify the accuracy of the license terms supplied by original dataset providers and disclaim liability for any errors, omissions, or misattributions in those designations.

Takedown Procedure: If you are a rights holder and believe that a dataset has been misattributed, incorrectly licensed, or should not be redistributed in this form, please contact Paolo Fraccaro ([e-mail]) and Alexandre Lacoste ([e-mail]). We will promptly review and, if necessary, remove or modify access to the dataset.

By accessing or using GEO-Bench-2, you agree to comply with the original dataset licenses and acknowledge that the responsibility for verifying appropriate use lies with the end-user.

许可证：CC BY 4.0
---

# GeoBench-2 数据集署名许可

**数据集名称：** m-forestnet
**原始数据集名称：** ForestNet
**原始来源：** https://stanfordmlgroup.github.io/projects/forestnet
**相关出版物：** https://arxiv.org/abs/2011.05479

---

## 许可条款
- **注释许可证：** 知识共享署名4.0（CC BY 4.0，与原始站点声明一致）
- **图像许可证：** 陆地卫星8号（Landsat 8）影像（公共领域，美国地质调查局（United States Geological Survey, USGS）/美国国家航空航天局（National Aeronautics and Space Administration, NASA））
- **原始提供者声明：** https://stanfordmlgroup.github.io/projects/forestnet

**GeoBench-2 中的再分发状态**
本数据集按照原始提供者声明的相同许可条款进行再分发。赛富时研究（ServiceNow Research）、IBM研究院（IBM Research）、慕尼黑工业大学（Technische Universität München, TUM）以及AI联盟（AI Alliance）均不主张对本数据集的所有权，也未在原始条款之外赋予任何新权利。

---

## 署名要求
当直接或通过GeoBench-2使用本数据集时，请引用原始数据集创作者，并同时参考数据集页面与出版物：
> 欧文·杰里米、盛浩升、尼尚特·拉马钱德兰、沙龙·约翰逊-于、西蒙·周、理查德·鲁斯托维奇、奎·杨·斯托里、克里斯蒂娜·埃尔斯沃思、金·卡尔森、凯瑟琳·R·希伊、安德鲁·Y·吴。
> 《ForestNet：基于卫星影像深度学习分类印尼森林砍伐驱动因素》。*arXiv预印本arXiv:2011.05479*，2020年。

---

## 许可免责与下架政策
GEO-Bench-2 对公开可用数据集的转换版本进行再分发，仅用于研究与基准测试。本数据集集中的每份数据集均按照原始授权方指定的相同许可条款进行再分发。

**无新增权利：** 赛富时研究、IBM研究院、慕尼黑工业大学（Technische Universität München, TUM）以及AI联盟（AI Alliance）均不主张对本数据集的所有权，也未在原始授权方指定的条款之外赋予任何新权利。

**署名：** 所有荣誉均归属于原始数据集创作者与提供者。每份数据集均附带指向原始来源的许可与署名信息。

**责任免责：** 本联盟合作伙伴仅作为再分发方。我们不会独立验证原始数据集提供者提供的许可条款的准确性，且不对上述指定中的任何错误、遗漏或不当署名承担责任。

**下架流程：** 若您为权利持有人，且认为某数据集存在署名不当、许可错误或以本形式不应被再分发的情况，请联系保罗·弗拉卡罗（[e-mail]）与亚历山大·拉科斯特（[e-mail]）。我们将及时审核，并在必要时移除或修改该数据集的访问权限。

通过访问或使用GEO-Bench-2，即表示您同意遵守原始数据集的许可条款，并确认验证适当使用的责任由最终用户承担。

搜集汇总

数据集介绍

构建方式

ForestNet数据集由斯坦福机器学习组构建，旨在通过深度学习对印度尼西亚的森林砍伐驱动因素进行分类。该数据集基于Landsat 8卫星影像，这些影像属于美国地质调查局和NASA的公共领域资源。原始标注由研究者完成，并采用CC BY 4.0许可协议发布。数据集在GeoBench-2框架下以相同许可条款重新分发，不新增任何权利主张，确保数据来源的透明与合规性。

特点

ForestNet的核心特点在于其专注于分类森林退化的具体原因，如农业扩张、伐木活动等，而非仅检测森林覆盖变化。数据集包含高分辨率卫星图像，并附有精细的标注信息，支持多类别分类任务。此外，其公共领域的影像来源和开放的许可协议使得研究者和开发者能够自由使用和再分发，促进了遥感与机器学习领域的交叉研究。

使用方法

使用ForestNet数据集时，用户需遵守CC BY 4.0许可协议，并引用原始论文及数据页面。数据集可直接通过Hugging Face平台加载，适用于深度学习模型的训练与评估。建议用户预先处理卫星影像的标准化和增强步骤，以提升模型泛化能力。在GeoBench-2中，该数据集作为基准测试的一部分，可与其他地理空间数据集联合使用，用于比较模型性能。

背景与挑战

背景概述

ForestNet数据集由斯坦福大学机器学习研究团队于2020年创建，核心研究人员包括Jeremy Irvin、Andrew Y. Ng等，旨在利用深度学习技术对印度尼西亚地区的森林砍伐驱动因素进行精细分类。该数据集基于Landsat 8卫星影像，标注了包括商品性农业、小农农业、林业种植园等在内的多种毁林类型，为遥感与生态保护交叉领域提供了高价值基准。其研究问题聚焦于如何从时序遥感数据中自动识别毁林成因，以支持热带雨林保护政策制定。作为GeoBench-2基准框架的重要组成部分，ForestNet推动了卫星图像分析在环境监测领域的应用，对全球森林退化追踪与可持续发展目标具有显著影响力。

当前挑战

ForestNet面临的核心领域挑战在于热带地区复杂地貌下的毁林类型区分，不同驱动因素（如大型种植园与小农开垦）在光谱特征上高度相似，导致分类边界模糊。构建过程中，团队需应对标注数据稀疏性难题——实地调查受限使得训练样本有限，同时需融合多时相Landsat影像以捕捉毁林动态变化。此外，云覆盖与季节性植被干扰进一步加剧了数据预处理难度，要求算法具备鲁棒的时间序列建模能力。这些挑战不仅考验模型对细微语义差异的辨识力，也对跨区域泛化性提出严苛要求，成为制约实际部署的关键瓶颈。

常用场景

经典使用场景

ForestNet数据集专为基于卫星影像的深度学习模型设计，旨在识别印度尼西亚地区森林砍伐的驱动因素。其经典使用场景包括利用Landsat 8多光谱遥感图像，结合像素级标注，训练分类模型以区分人为砍伐、火灾、农业扩张等不同毁林类型。研究者通常采用卷积神经网络或视觉Transformer架构，在空间和时间维度上捕捉植被覆盖变化的细微特征，从而实现对热带雨林生态系统退化的精准监测与归因分析。

衍生相关工作

ForestNet催生了多项前沿研究工作，包括将自监督学习与地理空间数据结合的GeoBench-2基准测试体系，其中研究者通过对比不同预训练策略对毁林分类任务的影响，验证了大规模遥感预训练模型的有效性。此外，基于该数据集衍生出的时空融合模型（如ST-Transformer）被用于预测未来毁林热点区域，而多模态学习框架则整合了气象和社会经济数据，提升了归因模型的鲁棒性与可解释性，推动了地球观测与人工智能交叉领域的持续创新。

数据集最近研究

最新研究方向

ForestNet数据集的近期研究聚焦于利用高分辨率卫星影像与深度学习技术，精确识别热带森林退化与毁林的具体驱动因素，如农业扩张、林业开采和基础设施开发。该数据集与全球气候变化监测、生物多样性保护及可持续发展目标紧密相关，尤其在印度尼西亚等关键生态区域，其应用为政策制定者提供了基于证据的干预依据。前沿方向包括多模态数据融合（如结合光学与雷达影像）以提升分类鲁棒性，以及开发可解释性模型来揭示不同驱动因素的空间分布模式。这些研究不仅强化了遥感在环境监测中的角色，还推动了开源基准测试（如GeoBench-2）的发展，促进了全球协作与模型泛化能力的提升。