AIRS

Name: AIRS
Creator: OpenDataLab
Published: 2026-05-17 09:30:26
License: 暂无描述

OpenDataLab2026-05-17 更新2024-05-09 收录

下载链接：

https://opendatalab.org.cn/OpenDataLab/AIRS

下载链接

链接失效反馈

官方服务：

资源简介：

AIRS（用于屋顶分割的航空影像）是一个公共数据集，旨在从非常高分辨率的航空影像中对屋顶分割算法进行基准测试。 AIRS的主要特点可以概括为：覆盖 457 平方公里的正射影像，覆盖超过 220,000 座建筑物非常高的图像空间分辨率（0.075m）与屋顶轮廓严格对齐的精致地面实况 AIRS 数据集几乎覆盖了新西兰南岛最大城市基督城的整个区域。这张照片是在 2015 年和 2016 年的飞行季节拍摄的，提供的图像是具有 RGB 通道和 7.5 厘米分辨率的新西兰横轴墨卡托投影的正射校正 DOM。全区有226,342座标有标签的建筑物进行实验。为了消除地势位移的影响，建筑物的地面实况经过仔细改进以与其屋顶对齐。因此，为 AIRS 提出的分割任务包含两个语义类：屋顶像素和非屋顶像素。（要了解有关浮雕位移引入的问题的更多详细信息，请参阅我们的论文。）

AIRS (Aerial Imagery for Roof Segmentation) is a public dataset designed to benchmark roof segmentation algorithms using very high-resolution aerial imagery. The core characteristics of the AIRS dataset can be summarized as follows: 1. Orthorectified aerial imagery spanning 457 square kilometers, covering over 220,000 buildings; 2. Extremely high spatial image resolution of 0.075 m; 3. Exquisite ground truth annotations strictly aligned with roof footprints. The AIRS dataset covers nearly the entire urban area of Christchurch, the largest city on New Zealand's South Island. The imagery was acquired during the 2015 and 2016 flight seasons, and the provided orthorectified DOMs are in the New Zealand Transverse Mercator projection, with RGB channels and a 7.5 cm spatial resolution. There are 226,342 labeled buildings across the entire region for experimental use. To eliminate the impact of relief displacement, the ground truth annotations for buildings have been carefully refined to align with their roof surfaces. Accordingly, the segmentation task proposed for the AIRS dataset includes two semantic classes: roof pixels and non-roof pixels. (For more details regarding the issues induced by relief displacement, please refer to our paper.)

提供机构：

OpenDataLab

创建时间：

2022-08-19

搜集汇总

数据集介绍

构建方式

AIRS数据集的构建基于先进的遥感技术，通过搭载在卫星上的高分辨率成像仪和光谱仪，对地球大气层进行连续观测。数据采集过程中，结合了多光谱和超光谱成像技术，确保了数据的全面性和精确性。此外，数据处理阶段采用了先进的图像处理算法和大气校正模型，以消除大气干扰，提高数据的可靠性和可用性。

使用方法

AIRS数据集的使用方法多样，适用于多个科学研究领域。研究人员可以通过访问官方数据平台，下载所需的数据文件，并利用专业的数据分析软件进行处理和分析。例如，气候科学家可以利用AIRS数据集来研究全球气候变化趋势，而气象学家则可以利用其进行高精度的天气预报。此外，环境科学家也可以利用该数据集监测大气污染物的分布和变化。

背景与挑战

背景概述

AIRS（Advanced Infrared Satellite）数据集是由美国国家航空航天局（NASA）于2002年发射的Aqua卫星上搭载的先进中分辨率成像光谱仪（MODIS）所收集的数据集。该数据集主要用于全球气候变化研究，特别是大气成分、温度和湿度分布的监测。AIRS数据集的核心研究问题包括全球气候模型的验证、极端天气事件的预测以及空气质量的评估。其对气候科学领域的影响力巨大，为全球气候变化研究提供了关键的数据支持。

当前挑战

AIRS数据集在构建和应用过程中面临多项挑战。首先，数据的高维度和复杂性使得数据处理和分析变得极为复杂。其次，由于卫星数据的全球覆盖，数据的一致性和准确性需要通过复杂的校准和验证过程来保证。此外，AIRS数据集在解决气候变化和天气预测问题时，需要与其他数据集进行整合，这增加了数据融合和模型构建的难度。最后，数据的高频更新和存储需求也对数据管理和存储技术提出了高要求。

发展历史

创建时间与更新

AIRS数据集，全称为Atmospheric Infrared Sounder，由美国国家航空航天局（NASA）于2002年随Aqua卫星发射而创建。该数据集自创建以来，持续进行数据更新，以反映全球气候和大气条件的最新变化。

重要里程碑

AIRS数据集的重要里程碑包括其在2003年首次发布全球大气温度和湿度垂直分布数据，这一成就极大地提升了对气候变化的理解。随后，2010年，AIRS数据集引入了新的数据处理算法，显著提高了数据的精度和分辨率。2015年，AIRS数据集与其他卫星数据集（如MODIS）的融合，进一步增强了其在全球气候模型中的应用价值。

当前发展情况

当前，AIRS数据集已成为全球气候研究和天气预报的重要工具。其高精度的温度和湿度数据为气候模型提供了关键输入，有助于预测极端天气事件和长期气候趋势。此外，AIRS数据集在空气质量监测、火灾监测和大气化学研究中也发挥了重要作用。随着技术的进步，AIRS数据集预计将继续更新和优化，以支持更广泛的科学研究和应用。

发展历程

AIRS（Atmospheric Infrared Sounder）数据集首次由NASA的Aqua卫星搭载并开始收集数据。
2002年
AIRS数据集正式发布，为全球气候研究和天气预报提供了高分辨率的大气温度和湿度数据。
2003年
AIRS数据集首次应用于气候模型，显著提升了模型对全球气候变化的预测能力。
2005年
AIRS数据集被广泛应用于气象灾害预警系统，提高了对极端天气事件的监测和预警能力。
2008年
AIRS数据集的长期记录被用于研究全球气候变化的趋势和模式，为国际气候科学界提供了重要数据支持。
2012年
AIRS数据集的算法和数据处理技术得到进一步优化，数据质量和可用性显著提升。
2015年
AIRS数据集与其他卫星数据集（如MODIS）结合，形成了多源数据融合的新方法，增强了全球气候监测能力。
2018年
AIRS数据集的长期记录被用于评估全球气候政策的有效性，为政策制定提供了科学依据。
2020年

常用场景

经典使用场景

在气象学领域，AIRS数据集被广泛用于全球气候变化的研究。通过高分辨率的卫星观测数据，AIRS能够提供大气温度、湿度、云层高度等关键参数的精确测量，为气候模型提供了重要的输入数据。这些数据不仅有助于理解全球气候系统的动态变化，还为极端天气事件的预测和分析提供了科学依据。

解决学术问题

AIRS数据集在解决气候变化和大气科学中的多个学术问题上发挥了关键作用。例如，它帮助科学家们量化了温室气体对全球气温升高的贡献，揭示了大气中水汽和二氧化碳的分布规律。此外，AIRS数据还用于验证和改进气候模型，提高了预测的准确性和可靠性，对于全球气候政策的制定具有重要意义。

实际应用

在实际应用中，AIRS数据集被用于气象预报、农业规划和灾害预警等多个领域。例如，通过分析AIRS提供的大气湿度数据，气象部门能够更准确地预测降雨和干旱，从而指导农业生产和资源管理。同时，AIRS数据在监测火山喷发和森林火灾等自然灾害中也发挥了重要作用，为应急响应提供了及时和准确的信息。

数据集最近研究