FLAIR：基于多源光学影像的国家级土地覆盖语义分割数据集

我们介绍了法国航空航天影像土地覆盖数据集（FLAIR，French Land cover from Aerospace ImageRy），该数据集由法国国家地理与森林信息研究所（IGN）提供，是面向大规模地理空间分析的丰富且独特的资源。FLAIR包含地面采样距离为20厘米的高分辨率航空影像，涵盖超过200亿个独立标注像素，支持高精度的土地覆盖分类。此外，该数据集还融合了光学卫星时间序列提供的多时相与多光谱数据。FLAIR整合了覆盖面积超过817平方公里、具有不同空间、光谱和时间分辨率的多源数据，全面反映了法国多样的地貌特征。这种高度的景观多样性使FLAIR成为推动大规模土地覆盖语义分割新方法研发与评估的重要资源，同时也对计算机视觉、数据融合与地理空间分析等领域提出了严峻挑战。我们还提供了强大且高效的单传感器与多传感器基准模型，可用于算法性能评估及下游应用研究。凭借其广阔的覆盖范围与高质量的标注信息，FLAIR旨在促进对城市扩张、森林砍伐和土地人工化等关键人为发展指标的监测与理解。数据集与相关代码可访问：https://ignf.github.io/FLAIR/