Sen2Fire: A Challenging Benchmark Dataset for Wildfire Detection using Sentinel Data

要約

山火事の検出に衛星画像を利用することは、実用化の大きな可能性をもたらします。
この分野の機械学習アルゴリズムの開発を進めるために、私たちの研究では \textit{Sen2Fire} データセットを導入しました。これは、山火事の検出に合わせて調整された、挑戦的な衛星リモート センシング データセットです。
このデータセットは、Sentinel-2 マルチスペクトル データと Sentinel-5P エアロゾル プロダクトから厳選されており、合計 2466 個の画像パッチで構成されています。
各パッチのサイズは 512$\times$512 ピクセル、13 バンドです。
山火事の反応に対するさまざまな波長帯の特有の感度を考慮して、私たちの研究は、さまざまな波長帯を評価し、正規化燃焼比 (NBR) や正規化差分植生指数 (NDVI) などのスペクトル指数の組み合わせを採用することによって山火事の検出を最適化することに焦点を当てています。
この結果は、山火事の検出にすべての帯域を使用するのとは対照的に、特定の帯域の組み合わせを選択すると優れたパフォーマンスが得られることを示唆しています。
さらに、私たちの研究は、山火事の検出に Sentinel-5 エアロゾル データを統合することのプラスの効果を強調しています。
コードとデータセットはオンラインで入手できます (https://zenodo.org/records/10881058)。

要約(オリジナル)

Utilizing satellite imagery for wildfire detection presents substantial potential for practical applications. To advance the development of machine learning algorithms in this domain, our study introduces the \textit{Sen2Fire} dataset–a challenging satellite remote sensing dataset tailored for wildfire detection. This dataset is curated from Sentinel-2 multi-spectral data and Sentinel-5P aerosol product, comprising a total of 2466 image patches. Each patch has a size of 512$\times$512 pixels with 13 bands. Given the distinctive sensitivities of various wavebands to wildfire responses, our research focuses on optimizing wildfire detection by evaluating different wavebands and employing a combination of spectral indices, such as normalized burn ratio (NBR) and normalized difference vegetation index (NDVI). The results suggest that, in contrast to using all bands for wildfire detection, selecting specific band combinations yields superior performance. Additionally, our study underscores the positive impact of integrating Sentinel-5 aerosol data for wildfire detection. The code and dataset are available online (https://zenodo.org/records/10881058).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google