Novi Sentinel-2 skup podataka prati aktivne požare kroz 25 velikih požara u Kaliforniji

Otvoreni benchmark za aktivne požare

Novi istraživački rad opisuje otvoreni skup podataka za razvoj i evaluaciju metoda koje na satelitskim snimcima segmentiraju aktivni požar. Autori su bazu izgradili od 2.148 parova slika i maski prikupljenih tokom 25 požara u Kaliforniji, sa snimcima nastalim između jula 2020. i avgusta 2026. godine.

Cilj nije samo da se napravi još jedna zbirka satelitskih slika, već standardizovan benchmark na kojem različiti modeli mogu da se porede pod istim uslovima. To je posebno važno kod aktivnog požara, gde je pozitivna klasa veoma retka u odnosu na ogromnu površinu bez vatre.

Šta se nalazi u skupu podataka

Svaka slika ima 512 puta 512 piksela i tri kanala izvedena iz Sentinel-2 Level-2A opsega B12, B11 i B8A, sa prostornim uzorkovanjem od 20 metara. Autori navode da je kroz ceo skup primenjeno isto linearno renderovanje kako bi vizuelni prikaz ostao konzistentan.

Uz slike dolaze maske koje razlikuju pozadinu, aktivni požar detektovan pravilima zasnovanim na kratkotalasnom infracrvenom zračenju i nevažeća opažanja. Maske su formirane kombinovanjem SWIR osvetljenosti i kontrasta u bliskom infracrvenom delu spektra, a zatim proširene kontrolisanim rastom susedstva.

Požar zauzima samo mali deo slike

Od svih 2.148 parova slika i maski, 841 sadrži oznake aktivnog požara. Ipak, označene ćelije sa vatrom čine svega 0,0766 odsto svih ćelija u skupu. Takva neravnoteža pokazuje zašto je zadatak težak: model mora pouzdano da pronađe veoma mali signal unutar velike količine pozadine.

Autori su zato razdvojili požare tako da incidenti iz treninga ne prelaze u validacioni i test skup. Objavljena podela sadrži 18 požara za trening, tri za validaciju i četiri za završno testiranje, uz metapodatke na nivou svakog izrezanog satelitskog čipa.

Posebna provera kvaliteta oznaka

Pored automatski generisanih maski, rad uključuje i nezavisnu analitičku proveru 233 testna čipa. Recenzent je radio bez uvida u način na koji su maske nastale, a procena je vođena i na nivou čitavog čipa i na nivou povezanih regiona označenih kao požar.

Takav dodatni sloj provere je važan jer benchmark nije zamišljen samo kao skup podataka za treniranje, već i kao osnova za poređenje metoda koje moraju da rade na novim požarima, a ne da samo nauče karakteristike incidenata koje su već videle tokom obuke.

Zašto je ovaj skup podataka zanimljiv

Satelitsko otkrivanje aktivnih požara može da pomogne u istraživanju ranog prepoznavanja i praćenja velikih incidenata, ali rezultat modela zavisi od kvaliteta podataka i načina na koji se testiranje odvaja od treninga. Ovaj rad pokušava da upravo taj deo učini ponovljivim: isti format slika, definisane maske, incidentno odvojeni skupovi i dodatna ljudska kontrola.

Objavljena baza zato može biti korisna prvenstveno kao istraživački benchmark za retke klase i za proveru koliko se model prenosi sa jednog požara na drugi. Sama publikacija ne znači da je napravljen operativni sistem za upozoravanje, već daje standardizovanu osnovu na kojoj takvi modeli mogu da se razvijaju i proveravaju.

Zašto je podela po požarima bitna

Kod ovakvog benchmarka posebno je važno da isti požar ne završi i u treningu i u testu, jer bi model tada mogao da nauči specifične obrasce jednog incidenta umesto opštih karakteristika aktivnog požara. Zato je objavljena podela napravljena na nivou celih požara, uz odvojene skupove za trening, validaciju i testiranje, a dodatna kontrola na 233 testna čipa daje još jedan sloj provere kvaliteta oznaka.