冰川湖是冰冻圈的重要组成部分，被认为是气候变化的关键哨兵。虽然卫星图像提供了一种直接的方法来监控其动态，但传统方法通常是主观且耗时的。深度学习技术虽然前景广阔，但一直受到标记冰川湖数据集稀缺的阻碍。为了解决这一限制，我们推出了 Glacial Lake 图像数据集 （GLID），这是同类数据集中第一个公开可用的集合。
该数据集包含 18,367 个（512 × 512 像素）样本对（湖泊多边形和相应的图像），这些样本对来自多个来源（WorldView-2、Sentinel-2、Landsat-8 和 Gaofen-2）的 36 个场景，覆盖整个喜马拉雅地区。然后，我们提出了一个用于冰川湖提取的可转移深度学习网络。我们的研究结果强调了高质量训练数据在模型性能中的关键作用。GLID 训练的模型取得了优异的结果，准确率为 95.36%，召回率为 87.50%，F1 评分为 91.66%，mIoU 为 82.07%。值得注意的是，这种方法在不同地区表现出有希望的可转移性，包括北美、南美、格陵兰岛和亚洲高山地区。GLID 数据集为推进基于机器学习的冰川制图研究提供了宝贵的资源。通过提供大规模、可公开访问的标记数据集合，我们旨在促进开发更准确、更高效的方法，以监测和了解气候变化对冰川湖生态系统的影响。
数据来源于：https://zenodo.org/records/14838695
GLID 的构建过程，包括数据预处理、数据集构建和后处理。
首先，对图像进行预处理，包括裁剪图像（用于空间范围为 150 km × 150 km 的手动注释）和选择波段（选择 R、G 和 B 波段）。所有图像均通过线性拉伸从原始 16 位转换为 8 位。请注意，所有图像的原始空间分辨率都保留了，没有重新采样，这可能会导致空间信息丢失，尤其是在缩小高分辨率数据（例如，WorldView-2 和 Gaofen-2）时。高亚洲冰川湖 （HAGL） 清单（Wang et al.， 2020）通过喜马拉雅地区进行裁剪，以促进进一步加工。在基于伦道夫冰川清单 （RGI） 6.0 的数据预处理中，还创建了一个 10 公里的冰川缓冲区（Pfeffer 等人，2014 年）。这种缓冲区后来用于非冰川湖过滤。
然后，在数据集构建过程中，以 2018 年的 HAGL 清单作为参考数据对冰川湖进行注释。对遗漏、不匹配和错误的冰川湖边界进行手动编辑，以获得与相应图像完全对齐的冰川湖标签。最后，实施了冰川湖的后处理。如前所述，为了排除非冰川湖，根据以前的研究使用了 10 公里的缓冲区（Chen et al.， 2021b， Tang et al.， 2024）。缓冲区外的冰川湖矢量被视为非冰川湖并消除。然后对冰川湖边界进行栅格化，并以相同的像素大小裁剪冰川湖标签和图像（例如，256 × 256、512 × 512 和 1024 × 1024）。样本裁剪后，没有有效值的标签（纯背景样本）被删除。
在对不同的样本量进行实验后，最终图像和标签在 Glacial Lake 图像数据集中为 512 × 512。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.ZENODO.DB6862.2025
10.5281/zenodo.14838695
