摘要：该数据集主要面向孙德尔本斯红树林生态系统的长期遥感监测研究，基于 Copernicus 计划 Sentinel-1 卫星获取的 SAR 影像，覆盖约 10 年时间跨度，可用于分析红树林变化、洪水、海岸侵蚀、城市扩张及气候灾害影响。
数据集概述
该数据集包含印度和孟加拉国交界处孙德尔本斯红树林区域连续约 10 年的 Sentinel-1 SAR 遥感影像。由于 SAR 具有全天时、全天候成像能力，即使在多云、降雨或极端天气条件下也能够获取较稳定的地表信息，因此特别适合热带沿海地区长期监测。数据可用于识别红树林退化与恢复、洪水淹没范围、风暴潮影响、海岸线变化以及人类活动造成的土地利用变化，并支持对典型气旋灾害前后进行对比分析。
数据结构与关键特征
数据集主要包含 en-vi-img、sar-urb-img 和 vh-pol-img 三类影像。其中 en-vi-img 为增强可视化 SAR 图像，用于直观观察洪水、侵蚀和极端事件影响；sar-urb-img 重点强化建筑区域、水产养殖池塘和堤坝等人工地物特征，适合城市扩张和基础设施变化分析；vh-pol-img 为 VH 交叉极化影像，对植被冠层结构、生物量和林下积水较为敏感，适合分析红树林健康状况、季节变化和气旋损伤。多种处理形式使该数据集同时具备生态、城市和水文遥感研究价值。
应用价值与研究方向
该数据集适合用于红树林生态监测、土地覆盖分类、洪水范围提取、海岸侵蚀分析、城市与水产养殖扩张监测、气旋灾害评估以及遥感变化检测等研究方向。算法方面可采用 Random Forest、XGBoost、U-Net、DeepLabV3+、SegFormer、Siamese Network、Transformer 等模型进行分类、分割与变化检测，并结合时间序列模型研究红树林退化趋势、洪涝风险和灾后恢复过程。进一步还可开展 SAR 多时相特征融合、极化特征分析、时序变化检测以及气候变化影响评估，为沿海生态保护和灾害风险管理提供数据支持。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-784
文件大小：150M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)