利用大气校正的 Sentinel-2 数据应用机器学习算法监测沿海地区水体污染物

洪水事件中准确检测淹没范围对紧急响应决策和恢复工作至关重要。卫星遥感数据提供了全球框架，可以检测洪水范围。机器学习技术已被利用来精确捕捉洪水区域的洪水范围，但需要大量标记数据。我们创建了一个包含美国本土和孟加拉国境内约36,000平方公里地区的标记数据集。通过开源数据集举办了一个开放竞赛，以便利用社区生成的模型快速原型化洪水范围检测。