AGBD: A Global-scale Biomass Dataset

要約

地上バイオマス (AGB) の正確な推定は、人類の 2 つの最大の課題、気候変動と生物多様性の損失に対処するために不可欠です。
衛星画像から AGB を推定するための既存のデータセットは限られています。
高解像度で特定のローカルな地域に焦点を当てるか、低解像度でグローバルな範囲を提供します。
機械学習に対応した、世界を代表する高解像度のベンチマークが必要です。
私たちの調査結果は、異なる植生タイプ間でバイオマス推定値に大きなばらつきがあることを示しており、地球規模の多様性を正確に捉えるデータセットの必要性を強調しています。
これらのギャップに対処するために、世界中に分散され、さまざまな種類の植生をカバーし、数年にわたる包括的な新しいデータセットを導入します。
このデータセットは、GEDI ミッションからの AGB 参照データとセンチネル 2 および PALSAR-2 画像からのデータを組み合わせています。
さらに、密集した林冠高さマップ、標高マップ、土地被覆分類マップなど、事前処理された高レベルのフィーチャが含まれています。
また、データセットがカバーするエリア全体の AGB 予測の高密度の高解像度 (10m) マップも作成します。
厳密にテストされた当社のデータセットにはいくつかのベンチマーク モデルが付属しており、一般に公開されています。
単一行のコードを使用して簡単にアクセスでき、グローバル AGB 推定に向けた取り組みに強固な基盤を提供します。
GitHub リポジトリ github.com/ghjuliasialelli/AGBD は、すべてのコードとデータのワンストップ ショップとして機能します。

要約(オリジナル)

Accurate estimates of Above Ground Biomass (AGB) are essential in addressing two of humanity’s biggest challenges, climate change and biodiversity loss. Existing datasets for AGB estimation from satellite imagery are limited. Either they focus on specific, local regions at high resolution, or they offer global coverage at low resolution. There is a need for a machine learning-ready, globally representative, high-resolution benchmark. Our findings indicate significant variability in biomass estimates across different vegetation types, emphasizing the necessity for a dataset that accurately captures global diversity. To address these gaps, we introduce a comprehensive new dataset that is globally distributed, covers a range of vegetation types, and spans several years. This dataset combines AGB reference data from the GEDI mission with data from Sentinel-2 and PALSAR-2 imagery. Additionally, it includes pre-processed high-level features such as a dense canopy height map, an elevation map, and a land-cover classification map. We also produce a dense, high-resolution (10m) map of AGB predictions for the entire area covered by the dataset. Rigorously tested, our dataset is accompanied by several benchmark models and is publicly available. It can be easily accessed using a single line of code, offering a solid basis for efforts towards global AGB estimation. The GitHub repository github.com/ghjuliasialelli/AGBD serves as a one-stop shop for all code and data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google