摘要
目前，大量研究聚焦于利用遥感技术探测海洋垃圾并分析其光谱特性，最终目标是开发新型业务化监测解决方案。本文介绍了一个名为“海洋垃圾档案库”（Marine Debris Archive, MARIDA）的基准数据集，旨在支持机器学习（Machine Learning, ML）算法的开发与评估，以实现海洋垃圾的精准检测。MARIDA是首个基于多光谱Sentinel-2（Sentinel-2, S2）卫星数据构建的海洋垃圾数据集，能够有效区分海洋垃圾与多种共存的海洋地物特征，包括萨加索海藻（Sargassum macroalgae）、船舶、天然有机物、波浪、尾迹、泡沫、不同类型水体（如清澈水、浑浊水、含沉积物水、浅水）以及云层。该数据集包含来自全球多个地理区域的已验证塑料垃圾事件的标注信息（地理参考多边形/像素），覆盖不同季节、年份及海况条件。本文还对MARIDA数据集进行了详尽的光谱特性与统计分析，并提供了适用于弱监督语义分割和多标签分类任务的成熟机器学习基准模型。MARIDA为开放获取数据集，可为科研界提供重要资源，支持探索特定漂浮物质、海况特征及水体类型的光谱行为，推动基于人工智能与深度学习架构的海洋垃圾检测方法的发展，并促进卫星数据预处理流程的优化与评估。