基于Sentinel-2卫星观测反演的六个油气甲烷点源排放图像数据集

2017-2023年甲烷点源排放图像数据

 

 

 

描述:

该数据集源自 Zhao et al. (2025) (https://doi.org/10.5194/acp-25-4035-2025),涵盖全球六个主要油气田区域的甲烷超级排放源反演结果,共包括六个甲烷排放信号(ΔR)图像数据集。每个数据集均包含至少两年的时间序列图像,并按照是否检测到羽流划分为两个类别(含羽流、无羽流)。所有图像均基于 Sentinel-2 L1C 产品(20米空间分辨率)反演生成,单张图像覆盖范围为16km2

Zhao et al. (2025) 提出了一种高效的数据驱动甲烷点源检测框架,包括卫星图像去噪算法LRAD、甲烷点源标注流程及深度迁移学习检测器等。多光谱卫星图像去噪算法 LRAD、甲烷羽流标注流程以及深度迁移学习检测模型。该数据集经过 LRAD 算法处理并结合专家标注流程,详细信息参见原文中的 Table 2 和 Table 3。需要注意的是,由于反演流程及标注规则可能存在差异,羽流图像结果具有一定主观性。如在使用过程中发现数据遗漏或错误,欢迎联系作者以便更正。若在科研工作中使用该数据集,可通过https://doi.org/10.57760/sciencedb.15792下载,并请引用原始文献Zhao et al. (2025)。

数据关键词: 甲烷、点源、羽流、Sentinel-2卫星

 

数据下载 

 

Shutao Zhao, Yuzhong Zhang, Shuang Zhao, et al. Deep transfer learning assisted detection of methane super-emitters in oil and gas fields using Sentinel-2 observations [DS/OL]. V5. Science Data Bank, 2025. https://cstr.cn/31253.11.sciencedb.15792. CSTR:31253.11.sciencedb.15792.

 

覆盖范围

开始时间:2017年

结束时间:2023年 

时间分辨率:

空间范围:6×16km2  

空间分辨率:20m

  • 主要作者

    张羽中

    单位:西湖大学
    职务:助理教授
    研究领域:大气化学模拟、温室气体排放反演、卫星遥感应用等
    联系方式:zhangyuzhong@westlake.edu
    个人网站:https://atmosphere-westlake.com/

       
       
     
  • 相关文档