EarthObsNet: Um Conjunto de Dados de Referência Abrangente para Síntese de Imagens de Observação da Terra Baseada em Dados

As imagens de Sensoriamento Remoto servem como uma importante fonte de dados para o monitoramento da superfície da Terra e estudos de processos superficiais. É altamente provável que as imagens de SR se tornem cada vez mais indispensáveis no futuro devido à sua alta escalabilidade e compatibilidade com modelos baseados em dados e software e hardware em constante evolução que se tornam cada vez melhores no processamento de grandes conjuntos de dados. Embora seu futuro seja promissor, o uso de imagens de observação da superfície da Terra, como imagens do Landsat, Sentinel-2 e Sentinel-1, tem sido amplamente limitado a estudos retrospectivos, onde essas imagens servem principalmente como documentação de eventos passados. Recentemente, há tentativas de expandir o uso atual das imagens de observação da superfície da Terra de SR para aplicações prospectivas que apoiem a tomada de decisões e a resposta rápida a futuros desastres naturais. Ao contrário de muitos tópicos bem definidos e bem estudados, como detecção de mudanças e segmentação semântica, para os quais muitos conjuntos de dados de referência estão disponíveis publicamente, até agora, existem conjuntos de dados públicos limitados para tarefas de síntese de imagens de observação da superfície da Terra para prototipagem rápida e comparação. Para fechar essa lacuna, introduzimos um conjunto de dados abrangente contendo observações anteriores da superfície da Terra, precipitação, umidade do solo, cobertura do solo, Altura Acima do Drenagem Mais Próxima (HAND), DEM e inclinação coletados durante os eventos catastróficos de Inundações Centrais dos EUA em 2019, que duraram mais de duas temporadas nos afluentes dos rios Mississippi e Missouri. Também incorporamos rótulos de referência para permitir uma investigação adicional da utilidade das imagens sintetizadas em aplicações posteriores, como mapeamento de inundação. Esperamos fornecer um conjunto de dados essencial para estudos de síntese de imagens de observação da Terra, com o objetivo de atrair mais atenção e inspirar mais esforços para ampliar o uso das imagens de observação da superfície da Terra em aplicações prospectivas.