DarthReca/quakeset
收藏Hugging Face2024-05-31 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/DarthReca/quakeset
下载链接
链接失效反馈官方服务:
资源简介:
QuakeSet是一个用于分析地震不同属性的数据集,包含双时态时间序列图像和关于震级、震中和受影响区域的地面真实注释。图像来自Sentinel-1任务的干涉宽幅模式,地震信息由国际地震中心提供。数据集分为三个折叠,每个样本包含图像、坐标、坐标的EPSG代码、受影响标签和震级。
QuakeSet是一个用于分析地震不同属性的数据集,包含双时态时间序列图像和关于震级、震中和受影响区域的地面真实注释。图像来自Sentinel-1任务的干涉宽幅模式,地震信息由国际地震中心提供。数据集分为三个折叠,每个样本包含图像、坐标、坐标的EPSG代码、受影响标签和震级。
提供机构:
DarthReca
原始信息汇总
数据集卡片 for QuakeSet
QuakeSet 是一个用于分析地震不同属性的数据集。它包含双时相时间序列图像和震级、震源以及受影响区域的地面真实标注。
数据集详情
数据集描述
图像来自使用干涉宽幅模式的 Sentinel-1 任务。
国际地震中心提供地震信息。
- 许可证: OPENRAIL
数据集结构
数据集分为三个折叠,震级分布均匀,正负样本平衡。
每个样本包含:
- 图像
- x,y 坐标
- 坐标系的 epsg
- 受影响标签
- 震级
引用
BibTeX:
@article{quakeset, title={QuakeSet: A Dataset and Low-Resource Models to Monitor Earthquakes through Sentinel-1}, author={Daniele Rege Cambrin and Paolo Garza}, journal={Proceedings of the 21th International Conference on Information Systems for Crisis Response and Management}, year={2024}, }
搜集汇总
数据集介绍

构建方式
QuakeSet数据集的构建采用了基于Sentinel-1任务干涉测量宽幅模式的影像,并结合国际地震中心提供的地震信息。该数据集分为三个部分,每一部分均等分布不同震级的地震样本,并确保正负样本的平衡。每个样本包含一张影像、坐标(x, y)、坐标的epsg编码、受灾标签和震级。
使用方法
使用QuakeSet数据集,研究人员可以访问其官方在TorchGeo上的实现,以便于进行地震属性的影像分类和分割任务。用户需要遵守OPENRAIL许可协议,并可以通过提供的预印本和正式出版物链接来获取更多关于数据集的信息和使用指南。
背景与挑战
背景概述
QuakeSet数据集的构建旨在分析地震的不同属性,为地震监测与评估提供了珍贵的视觉数据资源。该数据集由Daniele Rege Cambrin与Paolo Garza等研究人员于2024年提出,收集了Sentinel-1任务中使用干涉宽幅模式的影像,并结合国际地震中心提供的地震信息。QuakeSet数据集涵盖了震级、震中以及受影响区域的标注,其研究成果发表于《国际危机响应与管理信息系统会议论文集》,对地震学及遥感图像分析领域具有重要的参考价值。
当前挑战
在构建QuakeSet数据集的过程中,研究人员面临了多项挑战。首先,如何精确地从遥感图像中提取与地震相关的特征,确保数据标注的准确性;其次,由于地震事件发生的不确定性,数据集的构建在时间序列上的平衡性及样本的代表性方面存在难度;最后,在地震影响范围的界定上,如何将受影响区域的标注与实际地震影响程度相吻合,是数据集构建中的关键挑战。
常用场景
经典使用场景
在地震研究领域,QuakeSet数据集的应用尤为关键。该数据集以其独特的双时态时间序列图像和地面真实标注,为地震属性的深入分析提供了丰富的资源。经典的使用场景在于,研究者可以利用该数据集对地震的震级、震中以及受影响区域进行图像分类和分割任务,从而实现对地震活动的实时监控与预测。
解决学术问题
QuakeSet数据集的构建,解决了地震研究中对地震活动监测和预测的高精度数据需求。通过对地震前后卫星图像的分析,学术研究者可以更准确地识别地震的影响范围和强度,这对于地震预警系统的建立和灾害评估具有重要意义。
实际应用
在实际应用中,QuakeSet数据集的应用不仅限于学术研究。它还可用于地震预警系统的开发,为政府和相关部门提供决策支持,以及在地震发生后进行灾害评估和救援工作的辅助。
数据集最近研究
最新研究方向
在地震分析领域,QuakeSet数据集的问世无疑为地震属性的深入研究提供了新的视角。该数据集包含了双时态时间序列图像及地面真实标注,用于分析震级、震中以及受影响区域。近期的研究方向集中在利用这一数据集进行地震监测的低资源模型开发,旨在通过Sentinel-1任务获取的图像,有效识别和预测地震活动。此研究方向紧跟地球系统科学的前沿,对于地震预警系统的构建、灾害风险管理及气候变化研究均具有重要的理论与实践意义。
以上内容由遇见数据集搜集并总结生成



