Hephaestus

Hephaestus数据集由国家天文台的天文、空间应用与遥感研究所创建，是首个大规模、手动标注的InSAR数据集，专注于全球火山监测。该数据集包含19,919个单独的Sentinel-1干涉图，分为216,106个InSAR补丁，涵盖44个全球不同火山。数据集的创建过程涉及多学科专家团队，包括地球观测科学家、地质学家、地球物理学家和计算机科学家，共同进行数据标注。Hephaestus数据集的应用领域广泛，旨在解决火山状态分类、地面变形语义分割、InSAR图像质量评估等问题，为地球物理研究和地质灾害缓解提供支持。The Hephaestus dataset was developed by the Institute of Astronomy, Space Applications and Remote Sensing under the National Astronomical Observatories. It is the first large-scale, manually annotated InSAR dataset focused on global volcanic monitoring. This dataset comprises 19,919 individual Sentinel-1 interferograms, which are split into 216,106 InSAR patches, covering 44 distinct volcanoes across the globe. The creation of the Hephaestus dataset involved a multi-disciplinary expert team consisting of Earth observation scientists, geologists, geophysicists and computer scientists, who jointly carried out data annotation. The Hephaestus dataset has broad applicability, targeting tasks including volcanic state classification, semantic segmentation of ground deformation, and InSAR image quality assessment, providing support for geophysical research and geological disaster mitigation.

搜集汇总

数据集介绍

构建方式

在合成孔径雷达干涉测量领域，数据集的构建往往面临标注成本高昂与专家知识依赖的双重挑战。Hephaestus数据集的构建过程体现了对这一难题的系统性应对：研究团队从Comet-LiCS门户收集了2014年至2021年间覆盖全球44座活跃火星的19,919幅Sentinel-1缠绕干涉图，并组建了由地球观测科学家、地质学家和计算机专家构成的跨学科团队进行人工精细标注。标注体系设计了二十个类别标签，涵盖技术误差、大气信号、冰川条纹、轨道误差及火山形变等多种干涉图特征，并对形变区域提供了手工绘制的分割掩码。为进一步适配深度学习模型，原始干涉图被预处理为224×224像素的图块，最终生成包含216,106个样本的标准化数据集，其中形变与非形变样本的分布反映了自然事件固有的长尾特性。

特点

作为首个大规模人工标注的InSAR数据集，Hephaestus的突出特点在于其多任务导向的设计理念与丰富的标注维度。数据集不仅提供了火山形变状态分类、形变区域语义分割、大气信号检测等传统视觉任务的标注，还创新性地引入了干涉图描述文本，从而支持图像描述生成、文本到InSAR生成等跨模态学习任务。其时间序列特性通过记录主辅影像的获取日期得以保留，使得数据能够用于系统性火山活动监测与演化分析。此外，数据集还包含了11万余幅未标注的全球干涉图，为构建通用的InSAR基础模型提供了充足的预训练资源。这种多层次、多粒度的标注策略，使该数据集成为推动InSAR理解从特定应用走向通用智能的关键基础设施。

使用方法

Hephaestus数据集为InSAR的计算机视觉研究提供了多方面的基准任务框架。在火山形变与活动分类任务中，研究者可利用其多标签多类别标注，开发模型以识别形变存在性、强度等级、火山活动相位及岩浆源模型类型，并可结合分割掩码提升细粒度分类性能。语义分割任务则直接利用提供的形变区域掩码，训练模型对干涉图中的形变条纹进行像素级定位与分类。数据集包含的文本描述为跨模态学习开辟了新途径，支持图像描述生成、基于文本的图像检索乃至条件性合成InSAR数据生成等前沿探索。对于干涉图质量评估，标注中的损坏标志、处理错误及低置信度信息可用于训练模型自动检测低质量或信息贫乏的干涉图，这对大规模InSAR生产系统中的数据质量控制与最优时间序列构建具有重要意义。

背景与挑战

背景概述

合成孔径雷达干涉测量（InSAR）技术作为地球观测领域的重要数据源，能够精确捕捉地表形变、大气扰动等地球物理过程。然而，InSAR数据的复杂性和解释难度长期制约着深度学习在该领域的应用。在此背景下，Hephaestus数据集应运而生，由雅典国家天文台与哈罗科皮奥大学的研究团队于2022年联合创建。该数据集聚焦全球火山活动监测，收录了2014至2021年间覆盖44座火山的19,919幅Sentinel-1干涉图，并细分为216,106个标注样本。其核心研究目标在于构建首个大规模人工标注的InSAR数据集，以支持火山状态分类、形变语义分割、大气信号识别等多任务计算机视觉研究，为地球物理灾害预警与地质过程建模提供关键数据基础。

当前挑战

Hephaestus数据集面临的挑战主要体现在领域问题与构建过程两个维度。在领域层面，InSAR数据固有的多信号叠加特性导致形变检测任务极为复杂：大气垂直分层效应产生的干涉条纹与火山形变模式高度相似，极易引发误判；不同岩浆源（如Mogi、岩墙、岩床）对应的形变模式差异细微，对模型的细粒度分类能力提出极高要求。在构建过程中，数据标注依赖跨学科专家团队对干涉条纹的精准解译，需综合地质构造、气象条件与成像背景进行人工判别，自动化标注难以实现。此外，数据天然存在严重类别不平衡，火山活动与地震样本仅占总量约1%，且不同形变机制的样本分布差异显著，这对深度学习模型的泛化性与鲁棒性构成了严峻考验。

常用场景

经典使用场景

在火山活动监测领域，Hephaestus数据集为深度学习模型提供了丰富的训练资源，其经典应用场景聚焦于火山形变与活动状态的自动化分类。该数据集包含全球44座活跃火山的干涉图，通过精细标注的地面形变、大气信号和火山状态信息，支持多标签多分类任务。研究人员能够利用这些标注数据训练卷积神经网络或视觉Transformer模型，实现对火山膨胀、岩浆侵入等不同形变模式的精准识别，为火山观测站的早期预警系统提供关键技术支持。

衍生相关工作

基于Hephaestus数据集衍生的经典研究包括自监督对比学习框架在火山活动检测中的应用，该工作通过构建正负样本对学习InSAR数据的本质特征表示。同时，研究者利用该数据集开发了面向合成InSAR数据的视觉Transformer原型学习方法，显著提升了小样本场景下的分类性能。在跨模态学习方向，该数据集支撑的文本-干涉图生成模型开辟了合成InSAR数据生成的新途径，为克服标注数据稀缺问题提供了创新解决方案。

数据集最近研究

最新研究方向

在合成孔径雷达干涉测量领域，Hephaestus数据集的推出标志着InSAR数据理解迈入了深度学习驱动的新阶段。该数据集聚焦于全球火山监测，其大规模人工标注特性为多任务计算机视觉研究提供了宝贵资源。当前前沿研究方向集中于利用自监督学习构建通用的InSAR基础模型，以应对数据中固有的类别不平衡问题，并探索适用于InSAR域的数据增强策略。同时，跨模态学习成为热点，涉及InSAR图像描述生成、文本到InSAR图像合成等任务，旨在提升非专家对复杂干涉图的理解能力。语义分割技术被用于精确识别地表形变区域，结合时间序列分析，以优化火山活动监测的早期预警系统。这些进展不仅推动了地球物理灾害缓解应用的发展，也为利用Sentinel-1庞大存档数据开辟了新途径。

相关研究论文

• Hephaestus: A large scale multitask dataset towards InSAR understanding

  国家天文台，天文、空间应用与遥感研究所 · 2022年