monster-monash/S2Agri-34

S2Agri-34是一个卫星图像时间序列数据集，包含了一个覆盖法国12,100平方公里区域的Sentinel-2数据单一瓦片（T31TFM），使用10个光谱带，以10米分辨率提供。数据集包含了2017年1月至10月的时间序列，长度为24。该数据集被重新组织为基于像素的处理，共有59,268,823个像素，分为34个土地覆盖类别。数据集来源于法国土地地块识别系统，是不平衡的，最大的四个类别占去了90%的地块。提供了两套土地覆盖分类标签版本：S2Agri-17和S2Agri-34，分别包含17类和34类标签。此外，还有对应的10%地块数据的较小版本：S2Agri-10pc-17和S2Agri-10pc-34。S2Agri-34 is a satellite image time series dataset containing a single Sentinel-2 tile (T31TFM) covering a 12,100 km² area in France, using 10 spectral bands provided at 10m resolution. The dataset includes time series from January to October 2017, with a length of 24. It is reorganized for pixel-based processing, comprising 59,268,823 pixels across 34 land cover categories. The dataset originates from the French Land Parcel Identification System and is imbalanced, with the largest four categories accounting for 90% of the parcels. Two versions of land cover classification labels are provided: S2Agri-17 with 17 classes and S2Agri-34 with 34 classes. Additionally, smaller versions with data for 10% of the parcels are available as S2Agri-10pc-17 and S2Agri-10pc-34, respectively.

搜集汇总

数据集介绍

构建方式

S2Agri-34数据集源自Sentinel-2卫星的T31TFM单帧影像，覆盖法国境内约12,100平方公里的区域。原始数据以地块为单元组织，包含191,703个土地地块的10个光谱波段（覆盖可见光至红外频率）时间序列，空间分辨率为10米，时间跨度为2017年1月至10月，每约10天采样一次，共24个时相。为适配像素级处理需求，研究团队将数据重构为像素级格式，最终获得59,268,823个像素样本。在标签处理上，原始44类标签中部分类别仅对应单一地块，这些像素被剔除后保留34个有效类别，标签源自法国土地地块识别系统。数据集按原始地块分割以生成交叉验证折，并依据类别标签进行分层抽样，确保各折中类别分布的均衡性。

特点

该数据集的核心特点在于其大规模像素级时间序列结构与丰富的农业语义标签。作为卫星遥感领域的基准数据集，它包含近六千万像素样本，每个样本由10个光谱通道、24个时相构成，能够捕捉作物生长季的完整动态变化。34个精细类别覆盖法国南部多样化的作物类型与地形条件，但类别分布高度不均衡，最大的四个类别占据90%的地块，这为长尾分布下的分类算法研究提供了真实挑战。数据集同时提供17类简化版本，并设有随机选取10%地块的子集，便于快速实验与资源受限场景下的模型开发。

使用方法

该数据集适用于卫星影像时间序列分类任务，特别是作物类型识别与土地覆盖制图。用户可通过HuggingFace平台加载数据，采用像素级输入格式，将10通道×24时相的三维张量作为模型输入，结合34类标签进行监督学习。建议在训练时关注类别不平衡问题，可采用加权损失函数或重采样策略。交叉验证时应严格遵循基于地块的分割方案，避免同一地块的像素跨折分布导致数据泄露。对于快速原型验证，可优先使用10%子集版本；完整数据集则适合大规模预训练或对比实验，以评估模型在复杂时空模式下的泛化能力。

背景与挑战

背景概述

S2Agri-34数据集由Vivien Sainte Fare Garnot、Loic Landrieu等研究人员于2020年至2022年间构建，隶属于MONSTER项目（arXiv:2502.15122），旨在推动基于卫星影像时间序列的土地覆盖分类研究。该数据集源自Sentinel-2卫星的单个图幅（T31TFM），覆盖法国约12,100平方公里区域，包含10个光谱波段（可见光至红外）和10米空间分辨率，时间序列长度为24个观测点（2017年1月至10月，每10天采样一次）。其核心研究问题在于利用高分辨率时序遥感数据实现精细化的农作物与地表覆盖分类，尤其针对多样化的作物类型和地形条件。数据集通过重新组织原始地块级数据为像素级数据，提供了34类标签版本，并基于法国土地地块标识系统（LPIS）进行标注，成为卫星时间序列分类领域的重要基准资源，对农业监测、环境遥感等方向产生了显著影响。

当前挑战

该数据集面临的核心挑战在于土地覆盖分类的领域复杂性：34个类别中存在严重的样本不平衡问题，最大四个类别占用了90%的地块，导致模型对稀有类别的识别能力受限；同时，时间序列长度为24且采样间隔固定（10天），难以捕捉作物生长关键期的快速变化，增加了分类歧义性。构建过程中的挑战尤为突出：原始数据包含44类标签，但部分类别仅由单一地块代表，被迫剔除后仅保留34类，损失了部分生态细节；此外，从地块级到像素级的数据重组需确保空间一致性，而基于地块的交叉验证分割虽能避免数据泄漏，却进一步加剧了类别分布不均。这些挑战共同考验算法在非平衡、多模态时序遥感数据上的鲁棒性与泛化能力。

常用场景

经典使用场景

S2Agri-34数据集在遥感时序分类领域占据重要地位，其经典应用场景聚焦于基于Sentinel-2卫星影像的像素级土地覆盖分类任务。该数据集包含法国T31TFM区域约5927万像素样本，每条时间序列由10个光谱波段的24个时相观测值构成，时间跨度为2017年1月至10月，采样间隔约10天。研究者常利用其34类精细分类标签，评估时序建模方法在区分多样化作物类型与复杂地形条件下的表现，尤其适用于验证注意力机制、循环神经网络及Transformer架构在卫星时序数据上的分类效能。

解决学术问题

该数据集有效解决了遥感领域中大规模像素级时序分类的基准缺失问题。传统基于地块的处理方式难以支撑深度学习模型对高分辨率时序数据的训练需求，S2Agri-34通过重构为像素级样本，提供了5927万条带标签的时序实例，使研究者得以系统探究类别不平衡、光谱-时间特征融合及跨时相依赖关系建模等核心学术挑战。其严格的交叉验证划分策略（按地块分层拆分）为公平比较不同算法提供了可靠框架，推动了卫星时序分类从地块级向像素级的范式转变，显著提升了作物制图与土地覆盖监测的细粒度研究水平。

衍生相关工作

S2Agri-34衍生了一系列具有影响力的经典工作。Vivien Sainte Fare Garnot等人提出的像素集编码器（Pixel-Set Encoder）结合时序自注意力机制，开创性地将无序像素集合与有序时间维度融合，在S2Agri数据集上验证了其超越传统RNN的性能。后续研究进一步探索了轻量化Transformer架构（如TimeSformer）与对比学习范式，利用该数据集检验模型在少量标注样本下的泛化能力。此外，MONSTER基准（arXiv:2502.15122）将S2Agri-34纳入多尺度时序分类评测体系，推动了卫星数据与气象、地形等异构时序源的联合建模研究。