* Dieser Datensatz unterstützt die Online-Nutzung.Klicken Sie hier, um zu springen.

Wolken in Satellitenbildern stellen erhebliche Herausforderungen für nachgelagerte Anwendungen dar, und ein großes Problem der aktuellen Forschung zur Wolkenentfernung ist der Mangel an umfassenden Benchmarks und ausreichend großen und vielfältigen Trainingsdatensätzen. Um dieses Problem zu lösen, hat ein Forschungsteam der Cornell University und der Columbia University im Jahr 2024 AllClear veröffentlicht, den größten öffentlichen Datensatz zur Wolkenentfernung, der 23.742 global verteilte Regionen von Interesse (ROIs) mit unterschiedlichen Landnutzungsmustern und insgesamt 4 Millionen Bildern enthält. Die relevanten Papierergebnisse sindAllClear: Ein umfassender Datensatz und Benchmark zur Wolkenentfernung in Satellitenbildern“, das von NeurIPS akzeptiert wurde.

Jeder ROI umfasst eine vollständige Zeitreihenerfassung für das gesamte Jahr 2022, einschließlich:

• multispektrale optische Bilder von Sentinel-2 und Landsat 8/9;
• Synthetic Aperture Radar (SAR)-Bilder von Sentinel-1;
• Ergänzende Fernerkundungsprodukte wie Wolkenmasken und Landbedeckungskarten.