Tell a friend
Print
Zhu, Xiao Xiang and Hu, Jingliang and Qiu, Chunping and Shi, Yilei and Kang, Jian and Mou, LiChao and Bagheri, Hossein and Häberle, Matthias and Hua, Yuansheng and Huang, Rong and Hughes, Lloyd and Li, Hao and Sun, Yao and Zhang, Guichen and Han, Shiyao and Schmitt, Michael and Wang, Yuanyuan (2020) So2Sat LCZ42: A benchmark data set for the classification of global local climate zones. IEEE Geoscience and Remote Sensing Magazine (GRSM), 8 (3), pp. 76-89. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/MGRS.2020.2964708. ISSN 2168-6831.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
- Only accessible within DLR
- Preprint version (submitted draft)
3MB |
Official URL: https://ieeexplore.ieee.org/document/9014553
Abstract
Gaining access to labeled reference data is one of the great challenges in supervised machine-learning endeavors. This is especially true for an automat ed analysis of remote sensing images on a global scale, which enables us to address global challenges, such as urbanization and climate change, using state-of-the-art machine-learning techniques. To meet these pressing needs, especially in urban research, we provide open access to a valuable benchmark data set, So2Sat LCZ42, which consists of local-climate-zone (LCZ) labels of approximately half a million Sentinel-1 and Sentinel-2 image patches in 42 urban agglomerations (plus 10 additional smaller areas) across the globe.
| Item URL in elib: | https://elib.dlr.de/138056/ | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Document Type: | Article | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Title: | So2Sat LCZ42: A benchmark data set for the classification of global local climate zones | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Authors: |
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Date: | 26 February 2020 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Journal or Publication Title: | IEEE Geoscience and Remote Sensing Magazine (GRSM) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Refereed publication: | Yes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Open Access: | No | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Gold Open Access: | No | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In SCOPUS: | Yes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In ISI Web of Science: | Yes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Volume: | 8 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DOI: | 10.1109/MGRS.2020.2964708 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Page Range: | pp. 76-89 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Publisher: | IEEE - Institute of Electrical and Electronics Engineers | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ISSN: | 2168-6831 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Status: | Published | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Keywords: | Labeling, Urban areas, Remote sensing, Machine learning, Earth, Google, Buildings | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| HGF - Research field: | Aeronautics, Space and Transport | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| HGF - Program: | Space | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| HGF - Program Themes: | Earth Observation | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DLR - Research area: | Raumfahrt | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DLR - Program: | R EO - Earth Observation | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DLR - Research theme (Project): | R - Vorhaben hochauflösende Fernerkundungsverfahren (old) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Location: | Oberpfaffenhofen | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Institutes and Institutions: | Remote Sensing Technology Institute > EO Data Science | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Deposited By: | Hu, Jingliang | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Deposited On: | 27 Nov 2020 16:10 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Last Modified: | 24 Oct 2023 12:50 |
Repository Staff Only: item control page
