2018年全球土地利用_覆盖面积调查(Sen2LUCAS)

该存储库包含与2018年土地利用/覆盖面积框架调查（LUCAS）数据集对齐的Sentinel-2卫星图像的精选数据集。LUCAS是欧盟的一项倡议，系统地监测整个欧洲的土地利用和土地覆盖情况，提供地理参考的地面观测。
作为我们SenCLIP工作的一部分，SenCLIP是一种视觉语言模型，旨在弥合土地利用/土地覆盖（LULC）制图的卫星和地面视角之间的差距，该数据集是将预训练的视觉语言模型适应遥感任务的基础。通过将Sentinel-2图像与LUCAS调查数据相结合，这项工作实现了零样本LULC分类的新功能，提高了灵活性和准确性，而无需标记卫星数据。LUCAS数据集还提供了关于土地利用和土地覆盖的丰富元数据，这些元数据对于将地面观测与卫星图像对齐非常宝贵。
数据检索与处理
数据收集和准备过程涉及几个严格的步骤，以确保其质量和相关性：
地理位置匹配：Sentinel-2图像是根据LUCAS 2018数据集中提供的地理位置精确检索的，确保了与地面实况调查点的空间对齐。
时间一致性：图像是从与LUCAS调查相同的月份和年份收集的，以保持卫星图像和地面观测之间的时间对齐。
云覆盖过滤：为了确保高图像质量，对场景进行了过滤，仅包括云层覆盖率低于10-20%的场景，最大限度地减少了障碍物，以便进行可靠的视觉和光谱分析。
Sentinel-2图像规格
光谱带：该数据集包含Sentinel-2图像的红、绿、蓝（RGB）波段。
空间分辨率：每个波段以每像素10米的分辨率提供，允许对土地覆盖和特征进行详细分析。
场景尺寸：每张图像的尺寸为100 x 100像素，代表1公里x 1公里的地面区域。这些维度与LUCAS地理位置的粒度一致，能够对土地利用模式进行细粒度分析。
通过将LUCAS 2018地面观测与高质量Sentinel-2图像相结合，该数据集支持广泛的地理空间和遥感应用。此外，它还促进了SenCLIP等多模态模型的开发，为可扩展、准确和灵活的地球观测任务释放了新的潜力。