GLH-water

GLH-water是由武汉大学创建的大规模数据集，包含250张全球分布的极高分辨率（0.3米）卫星图像，每张图像大小为12,800×12,800像素。该数据集通过人工标注和专家检查，涵盖了多种水体类型，如河流、湖泊和池塘等，分布在森林、灌溉田、裸地和城市区域。GLH-water旨在推动全球表面水体检测的研究，特别是在大尺寸VHR光学卫星图像上的应用，如精细洪水制图和水资源评估。数据集的广泛地理覆盖、多样化的水体类型和广泛的图像获取时间跨度，使其在表面水体检测领域具有独特的优势和挑战。GLH-water is a large-scale dataset developed by Wuhan University. It contains 250 globally distributed extremely high-resolution (0.3-meter) satellite images, each with a size of 12,800 × 12,800 pixels. The dataset was manually annotated and reviewed by experts, covering various water body types such as rivers, lakes, ponds and others, and distributed across forests, irrigated farmlands, bare lands and urban areas. GLH-water aims to advance research on global surface water detection, particularly applications on large-format very high-resolution (VHR) optical satellite images, such as fine-scale flood mapping and water resource assessment. The extensive geographic coverage, diverse water body types and wide temporal span of image acquisition endow the dataset with unique advantages and challenges in the field of surface water detection.

搜集汇总

数据集介绍

构建方式

GLH-water数据集的构建方式独具匠心，首先从Google Earth平台收集了250张全球范围内均匀分布的卫星图像，每张图像尺寸达到12,800× 12,800像素，空间分辨率高达0.3米。为了确保数据集的多样性，手工挑选了样本数据的地理坐标和采集时间，以准确代表全球水体的各种属性。其次，通过人工标注和专家检查的方式创建了精确的标注，包括河流、湖泊、池塘等多种类型的水体。最后，将标注的图像裁剪成512x 512像素的小块，并进行二次视觉检查，确保标注质量。

特点

GLH-water数据集具有五个显著的优势：1. 样本尺寸大，每张图像尺寸高达12,800× 12,800像素，更符合卫星图像的实际场景尺寸；2. 样本数量多，包含156,250个512× 512像素的小块和超过40.96亿个标注像素；3. 样本的地理覆盖范围广且分布均匀，涵盖除南极洲以外的所有大陆；4. 图像采集时间跨度广，涵盖2011年至2022年的数据；5. 包含多种类型的水体景观，包括森林、草原、农田、灌木、裸地、城市等场景中的湖泊、河流、池塘等。

使用方法

GLH-water数据集可用于训练和评估全球高分辨率光学卫星图像中的水体检测模型。数据集分为训练集、验证集和测试集，分别占总数的80%、10%和10%。用户可以使用常用的语义分割模型或超分辨率分割算法进行训练和评估。此外，GLH-water数据集还提供了一个具有金字塔一致性损失（PCL）的强基线模型，可用于探索大型高分辨率卫星图像中水体检测的性能。

背景与挑战

背景概述

地表水体在全球生态系统和人类社会发展中扮演着至关重要的角色。为了更好地监测和管理水资源，利用高分辨率卫星图像进行全球地表水体检测成为一项重要任务。然而，目前缺乏适用于大规模高分辨率光学卫星图像的地表水体检测数据集，这严重阻碍了相关研究的发展。为此，武汉大学的李彦生等人提出了GLH-water数据集，旨在推动全球高分辨率光学卫星图像中地表水体检测任务的研究。该数据集包含250张高分辨率卫星图像，每张图像尺寸为12,800×12,800像素，空间分辨率为0.3米，并包含了全球范围内各种类型的水体（如河流、湖泊和池塘等）。GLH-water数据集的提出为地表水体检测任务提供了重要的数据支持，并有望推动全球高分辨率地表水体制图和相关应用的发展。

当前挑战

GLH-water数据集在推动地表水体检测任务的研究的同时，也面临着一些挑战。首先，从大规模高分辨率图像中提取完整和连续的水体是一个巨大的挑战，需要进一步探索。其次，构建一个适用于大规模高分辨率图像的强基线模型也是一个重要的研究方向。此外，如何提高模型的泛化能力，使其能够在不同的场景和地区中有效地进行地表水体检测，也是一个亟待解决的问题。

常用场景

经典使用场景

GLH-water数据集作为全球表面水体检测领域的重要资源，其经典使用场景包括精细洪水制图和水资源评估。该数据集包含250张高分辨率（0.3米空间分辨率）的12,800× 12,800像素卫星图像，覆盖全球各地，包含多种类型的水体（如森林、灌溉田、裸地和城市中的河流、湖泊和池塘）。其高分辨率和大规模图像的特点使其成为研究全球表面水体映射和分析的宝贵数据集。

实际应用

GLH-water数据集在实际应用中具有广泛的应用前景。例如，它可以用于监测全球水资源变化，评估水资源状况，以及进行精细的洪水制图。此外，该数据集还可以用于训练和评估高分辨率表面水体检测模型，为全球高分辨率表面水体制图提供可靠的数据支持。

衍生相关工作

GLH-water数据集的提出和发布推动了相关研究的发展。例如，基于GLH-water数据集，研究人员提出了金字塔一致性损失（PCL）这一新的损失函数，用于提高表面水体检测模型的性能。此外，GLH-water数据集还可以用于训练和评估其他高分辨率图像分割模型，如FCtL、MagNet和ISDNet等，从而推动相关领域的研究进展。