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)。