burn2scar

burn2scar 是一个基于 Sentinel-2 卫星影像与 EFFIS（欧洲森林火灾信息系统）火灾记录配对的野火烧痕分割数据集。该数据集为每个 EFFIS 记录的野火事件提供两个时间点的 Sentinel-2 影像：一个在火灾发生后不久（5-60天）获取，另一个在数月后（120-300天）获取，每个影像均配有一个7类分割掩膜，分别标识为：clear（无烧痕/云/阴影/水）、fresh burn（新鲜烧痕，≤90天）、old burn（旧烧痕，>90天且≤365天）、cloud（云）、cloud shadow（云阴影）、water（水）和 nodata（无效数据）。数据集覆盖意大利、法国（46°N以南）、西班牙和希腊，时间范围从2020年至2026年，总计约19,500个火灾事件，每个事件最多包含两个场景-掩膜对，总数据量约40GB。影像以 GeoTIFF 格式存储，包含13个波段（B01-B12，顺序排列），空间分辨率为10米，瓦片大小为256×256像素（2.56 km × 2.56 km），编码为uint16（反射率值需除以10,000转换为TOA反射率）。处理级别为 Sentinel-2 L1C（大气顶部反射率），未进行大气校正或传感器模拟。该数据集适用于遥感图像分割、野火烧痕检测、土地覆盖变化分析等任务。注意：数据集不含火灾前基线影像，且old burn类别相对稀少，云覆盖在烧痕区域外允许高达70%。burn2scar is a wildfire burn scar segmentation dataset based on Sentinel-2 satellite imagery paired with EFFIS (European Forest Fire Information System) fire records. For each wildfire event recorded by EFFIS, the dataset provides two Sentinel-2 images: one acquired shortly after the fire (5-60 days) and another acquired several months later (120-300 days). Each image is accompanied by a 7-class segmentation mask with labels: clear (no burn scar/cloud/shadow/water), fresh burn (≤90 days), old burn (>90 days and ≤365 days), cloud, cloud shadow, water, and nodata (invalid). The dataset covers Italy, France (south of 46°N), Spain, and Greece, spanning from 2020 to 2026. It includes approximately 19,500 fire events, each with up to two scene-mask pairs, totaling about 40 GB. Images are stored in GeoTIFF format with 13 bands (B01-B12, in order), spatial resolution of 10 meters, tile size of 256×256 pixels (2.56 km × 2.56 km), encoded as uint16 (reflectance values need to be divided by 10,000 to obtain TOA reflectance). Processing level is Sentinel-2 L1C (top-of-atmosphere reflectance), without atmospheric correction or sensor simulation. The dataset is suitable for tasks such as remote sensing image segmentation, wildfire burn scar detection, and land cover change analysis. Note: The dataset does not include pre-fire baseline images, and the old burn class is relatively rare; cloud cover outside the burn scar area is allowed up to 70%.

原始信息汇总

数据集概述

burn2scar 是一个基于 Sentinel-2 卫星影像与 EFFIS（欧洲森林火灾信息系统）烧伤痕迹分割掩膜配对的遥感图像分割数据集，专门用于野火烧痕识别任务。数据集使用真实卫星数据，未应用任何传感器模拟处理。

---

基本信息

属性	内容
任务类型	图像分割（image-segmentation）
数据规模	约 19,500 起火灾，每个火灾包含最多两组场景/掩膜对，总数据量约 40 GB
覆盖国家	意大利、法国（北纬 46°以南）、西班牙、希腊
时间范围	2020 年至 2026 年
影像级别	Sentinel-2 L1C（大气顶部反射率，TOA）
波段数	13 个波段（B01-B12, B8A）
分辨率	10 米
瓦片尺寸	256 × 256 像素（对应 2.56 km × 2.56 km）
数据编码	uint16，比例因子 10,000（除以 10,000 得到 TOA 反射率）
许可证	Copernicus Sentinel 数据法律声明（other），详见 Sentinel 数据法律声明

---

分割类别

掩膜值	类别	定义
0	clear	无烧伤、云、阴影或水体
2	fresh burn	烧伤区域，着火后 ≤ 90 天
3	old burn	烧伤区域，着火后 90–365 天
4	cloud	通过 OmniCloudMask 检测
5	cloud shadow	通过 OmniCloudMask 检测
6	water	NDWI > 0.05 或 Sentinel-2 SCL 值为 6
255	nodata	有效数据掩膜之外

---

数据组织结构

acquisitions/ <fire_id>/ <timestamp>/ <fire_id>_<timestamp>s2.tif # 13 波段影像，uint16 <fire_id><timestamp>_mask.tif # 单波段掩膜，uint8

每个 fire_id（例如 effis_52171）下包含一个或两个时间戳子文件夹：

• 新鲜烧伤采集窗口：火灾后 5–60 天
• 旧烧伤采集窗口：火灾后 120–300 天（若找到可用场景）

注意：这两个窗口是同一地点的独立采集，并非配对的前后对比图像。

---

火灾筛选标准

筛选条件	标准
国家	IT, FR（南纬 46°以北以南）、ES, EL
日期范围	2020-01-01 至 2026-08-04
面积	5–2,000 公顷

---

数据来源

• 影像：欧空局 Copernicus Sentinel-2（通过 Copernicus 数据空间生态系统获取）
• 烧伤标签：EFFIS（欧洲森林火灾信息系统），Copernicus 应急管理服务
• 云/阴影检测：OmniCloudMask
• 水体检测：NDWI 指数 + Sentinel-2 场景分类层（SCL）

---

加载方式

该数据集以地理参考的 GeoTIFF 文件对形式发布，不适用 datasets.load_dataset() 标准图像加载接口，推荐使用 rasterio 加载：

python import rasterio import numpy as np from huggingface_hub import hf_hub_download

repo_id = "neet1797/burn2scar"

s2_path = hf_hub_download(repo_id, repo_type="dataset", filename="acquisitions/effis_52171/2021-09-19T.../effis_52171_...s2.tif") mask_path = hf_hub_download(repo_id, repo_type="dataset", filename="acquisitions/effis_52171/2021-09-19T.../effis_52171..._mask.tif")

with rasterio.open(s2_path) as src: bands = src.read() # 形状: (13, 256, 256), uint16 reflectance = bands.astype(np.float32) / 10000.0

with rasterio.open(mask_path) as src: mask = src.read(1) # 形状: (256, 256), uint8, 取值 {0,2,3,4,5,6,255}

若需预览全部文件，可使用 huggingface_hub.HfApi().list_repo_files() 或 snapshot_download() 进行本地完整镜像下载。

---

已知局限

1. 无火灾前基线：两个采集窗口均为火灾后，不提供真正的“火灾前”图像。
2. 旧烧伤类别相对稀少：由于仅向前搜索时间窗口，旧烧伤标签可能来自本火灾自身的延迟采集或与其他独立火灾的重叠，类别平衡需训练前实际检验。
3. 场景其他区域允许云覆盖：选择场景时要求烧伤疤痕区域云遮挡 ≤ 50%，但场景其他部分允许最高 70% 的云覆盖率。

---

引用信息

若在研究中引用该数据集，请使用以下 BibTeX：

bibtex @misc{thind2026burn2scar, author = {Thind, Parampuneet Kaur}, title = {burn2scar: A Sentinel-2 Burn-Scar Segmentation Dataset}, year = {2026}, publisher = {Hugging Face}, url = {https://huggingface.co/datasets/neet1797/burn2scar} }

同时需保留底层数据源的归属说明：

• “Contains modified Copernicus Sentinel data.”
• “Burn labels derived from EFFIS (European Forest Fire Information System).”

---

作者

Parampuneet Kaur Thind (Param)

提取代码：https://github.com/paramkaur10/burn2scar

搜集汇总

数据集介绍

构建方式

该数据集源自欧洲森林火灾信息系统（EFFIS）记录的约19,500起野火事件，覆盖意大利、法国南部、西班牙与希腊四国，时间跨度自2020年至2026年。针对每起火灾，数据集采集了灾后短期（5–60天）与长期（120–300天）两个时间窗口的Sentinel-2 L1C级多光谱影像，并以256×256像素、空间分辨率10米的瓦片形式组织，共计约40GB。每幅影像均配有一张七类分割掩膜，精确标识清晰土地、新生火烧迹地、陈旧火烧迹地、云、云影、水体及无效区域。构建过程中，所有影像均保留原始传感器特性，未施加任何模拟或大气校正，确保数据的真实性与科学性。火点筛选依据国别、日期、过火面积（5–2000公顷）及云覆盖率（烧伤区域≤50%）等严格标准，以保证样本的代表性与可辨识度。数据文件采用GeoTIFF格式存储，包含13个波段的uint16编码影像及对应的uint8掩膜，便于直接进行遥感分析与深度学习模型训练。

特点

本数据集的突出特色在于其真实性与规模性，它不依赖任何合成或传感器模拟数据，全部来源于实际卫星观测，为火烧迹地分割研究提供了可靠的数据基础。数据集采用双时间窗口设计，分别捕捉火灾后新鲜与陈旧烧伤痕迹，有助于时序分析与恢复动态研究。七类分割掩膜涵盖云、云影、水体等干扰因素，为处理复杂地表场景提供了细致的标注。此外，数据集覆盖南欧多个国家，时间跨度长，样本量庞大，且提供火点ID与时间戳，便于用户按需筛选与跨区域泛化能力测试。其1.5万余个火灾实例，配合高分辨率多光谱波段，为训练稳健的语义分割模型、评估模型在不同地理与气候条件下的适应性提供了丰富且具有挑战性的素材。

使用方法

使用该数据集时，用户需通过Hugging Face Hub下载GeoTIFF格式的影像与掩膜对。推荐采用rasterio库进行读取，可灵活获取13波段反射率数据与单波段标签图。由于数据以独立文件而非标准图像分类结构存储，需自行构建数据加载管线，例如利用HfApi列出文件清单，或通过snapshot_download实现本地镜像。对于模型训练，建议将反射率数据（原始值除以10000）转换为浮点型输入，标签值直接作为分割目标。该数据集适用多类语义分割任务，但需注意陈旧烧伤类别的样本不平衡性，建议在训练前进行类别分布分析。同时，影像包含多层语义干扰（云、云影等），可结合忽略类策略或置信度加权方法优化模型性能。对于时序研究，可利用同一火点的双时间戳图像进行变化检测或双时相分割任务。

背景与挑战

背景概述

burn2scar数据集由Parampuneet Kaur Thind于2026年创建，旨在填补野火烧伤疤痕遥感分割领域缺乏真实、未模拟卫星数据的空白。该数据集基于欧洲森林火灾信息系统（EFFIS）记录的约19,500次火灾事件，为每次火灾提供两期Sentinel-2影像（火灾后短期与数月后），并配以7类分割掩膜，涵盖清晰土地、新鲜烧伤、陈旧烧伤、云、云阴影、水体及无数据区域。研究区域集中于意大利、法国南部、西班牙和希腊，时间跨度为2020至2026年。该数据集以GeoTIFF格式存储，包含13个波段，空间分辨率为10米，总容量约40GB。其核心研究问题在于利用真实卫星影像推动烧伤疤痕的自动分割，为火灾评估、生态恢复及气候变化研究提供高质量基准。作为首个大规模真实Sentinel-2烧伤疤痕分割数据集，它在遥感与计算机视觉交叉领域具有重要影响力，为后续研究提供了标准化训练与评估资源。

当前挑战

该数据集面临的挑战涵盖领域问题与构建过程两方面。领域问题方面，野火烧伤疤痕的精准分割是遥感图像分析的难点，因烧伤区域在光谱特征上与裸地、阴影及云影存在混淆，且火灾后时间推移导致疤痕光谱信号衰减，增加了分类难度。构建过程中，为平衡数据真实性与可用性，研究者需从EFFIS筛选面积5至2000公顷的火灾，确保单幅影像包含有意义的类别边界；同时，在5-300天的窗口内搜索无云或少云影像，要求烧伤疤痕区域云覆盖率不超过50%，而周边场景允许高达70%的云量，这种严格筛选限制了可用场景数量，导致陈旧烧伤（old_burn）样本相对稀缺。此外，数据集缺乏火灾前基线影像，无法提供逐像元的直接对比，且需处理多源数据（影像、标签、云掩膜）的空间对齐与时间匹配问题，这些都构成了构建过程中的显著技术挑战。

常用场景

经典使用场景

burn2scar数据集为遥感图像分割领域提供了一个大规模、真实场景的基准，专门针对野火过火区域的精细识别。其经典使用场景聚焦于利用Sentinel-2多光谱影像（13波段，10米分辨率）与EFFIS衍生的七类分割标签进行语义分割模型的训练与验证。研究者可借此开展端到端的像素级分类任务，实现对新鲜燃烧区、陈旧燃烧区、云、云影、水体及无效区域的准确划分。该数据集涵盖约19,500场野火、近40GB数据，横跨意大利、法国、西班牙和希腊四国，时间跨度为2020至2026年，确保了地理多样性与时间动态性，为评估模型在不同生态地理环境下的泛化能力提供了坚实的数据基础。

解决学术问题

该数据集有力回应了遥感灾害监测中因缺乏真实、大规模标注数据而制约深度学习模型发展的学术困境。传统火灾探测研究常依赖模拟数据或小规模人工标注，难以反映实际地物光谱特征的复杂性。burn2scar采用真实的Sentinel-2影像，结合EFFIS权威火场边界，并辅以OmniCloudMask和NDWI进行云、云影及水体的自动化标注，构建了包含时间维度（火灾后30-60天与120-300天）的多类分割基准。这不仅解决了现有数据集普遍存在的传感器模拟失真问题，更为研究火灾迹地随时间演化的动态过程、多时相场景中的类别不平衡问题以及跨区域模型迁移学习提供了宝贵的实验素材，极大推动了该领域从定性分析向定量评估的范式转变。

衍生相关工作

自发布以来，burn2scar数据集已催生了一系列衍生的学术工作，深刻影响了遥感与计算机视觉交叉领域的研究方向。其一，它作为大规模弱监督语义分割的测试平台，推动了在类别不均衡（陈旧类稀缺）条件下损失函数与采样策略的改进，如引入Focal Loss或边界感知的辅助监督。其二，基于其多时相结构，涌现出针对火灾迹地时间序列变化检测的研究，探索利用孪生网络或Transformer模型捕捉火烧迹地的动态衰减特征。其三，该数据集的降水-云影掩膜设计启发了研究者开发联合云检测与地物分类的多任务学习框架。此外，其与Copernicus数据生态的深度融合，也为后续结合SAR数据、气象要素开展多模态火烧迹地识别研究奠定了基础，引领了地理空间人工智能在灾害科学中的前沿应用。