该数据集由慕尼黑工业大学的研究团队于 2024 年提出，相关论文成果为「UrbanSARFloods: Sentinel-1 SLC-Based Benchmark Dataset for Urban and Open-Area Flood Mapping」。 UrbanSARFloods 是专门用于城市和开放区域洪水制图的数据集，使用了预处理的 Sentinel-1 强度数据和干涉相干影像。这解决了现有的大规模 SAR 衍生洪水制图研究中对城市洪水关注不足的问题。数据集包含 8,879 个 512×512 的图像块，覆盖 807,500 平方公里，跨越 20 种土地覆盖类型和五大洲，涵盖了 18 次洪水事件。该数据集评估了现有的最先进的卷积神经网络在该数据集上的表现，并指出了目前城市洪水检测中的挑战，特别是数据不平衡和小训练数据集的问题。

Citation

@INPROCEEDINGS{10678367,
author={Zhao, Jie and Xiong, Zhitong and Zhu, Xiao Xiang},
booktitle={2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)},
title={UrbanSARFloods: Sentinel-1 SLC-Based Benchmark Dataset for Urban and Open-Area Flood Mapping},
year={2024},
pages={419-429},
keywords={Training;Satellites;Urban areas;Transfer learning;Sentinel-1;Land surface;Benchmark testing;Sentinel-1;flood mapping;benchmark dataset;urban flood},
doi={10.1109/CVPRW63382.2024.00047}
}