TY  - Data
T1  - 冰川湖图像数据集
A1  - 马东晖
DO  - 10.5281/zenodo.14838695
PY  - 2025
DA  - 2025-05-29
PB  - 国家冰川冻土沙漠科学数据中心
AB  - 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。
DB  - NCDC
UR  - http://www.ncdc.ac.cn/portal/metadata/9b9d8d44-4187-441d-8f97-f2ad10fa28fd
ER  -