近年来，随着高分辨率对地观测技术的快速普及，遥感时空数据已成为数字经济建设中重要的基础数据要素，在城市数字化治理、自然资源保护、灾害应急响应、国土空间规划等多个领域的应用需求持续攀升。AI技术是实现海量遥感数据快速解析、价值挖掘的核心支撑，但行业长期缺乏聚焦细粒度语义变化的标准化基准数据集，现有数据集大多仅覆盖“是否发生变化”的二元标注，无法支撑模型对变化类型、变化区域的深度识别，很大程度上制约了遥感AI模型的精度提升和场景落地。
近日，谷歌研究院于2026年4月22日在预印本平台arXiv正式首发RSRCC遥感区域变化理解基准数据集，为遥感语义变化识别领域提供了全新的训练与评估基准。据介绍，RSRCC是谷歌研究院专门针对局部语义变化的问答任务打造的基准数据集，共包含12.6万条标注样本，其中训练集8.7万条、验证集1.71万条、测试集2.2万条，数据全部来源于LEVIR-CD卫星图像，通过半监督层次化流水线构建，同时引入图像对差异分析和检索增强的Best-of-N排序验证机制，保障了标注内容的准确性和一致性。
该数据集的核心创新性在于，首次实现了针对建筑物新建、拆除，植被覆盖变化，地表用途变更等细粒度语义变化的区域化问答评估，区别于传统遥感变化检测数据集仅能判断变化是否发生的二元标注逻辑，RSRCC的问答式标注体系可以支撑AI模型识别“什么区域发生了什么类型的变化”，为遥感场景理解提供了更精准的监督信号。
基于RSRCC数据集训练的遥感AI模型，未来可广泛应用于多个民生与产业场景：在城市治理领域，可实现违建动态监测、城市更新项目进度跟踪、存量土地盘活情况排查，大幅降低人工巡检成本；在自然资源监管领域，可支撑耕地非粮化监测、林地植被退化排查、非法采矿占道识别，助力自然资源保护政策落地；在应急管理领域，可在地震、洪涝、泥石流等灾害发生后，快速完成受灾区域建筑损毁、道路阻断、地貌变化的智能排查，为应急救援决策提供实时数据支撑；在国土空间规划领域，可辅助规划部门动态监测规划落地情况，优化空间资源配置效率。
作为全球首个聚焦局部语义变化问答任务的遥感基准数据集，RSRCC的发布不仅填补了行业细分领域的数据集空白，也为遥感AI技术的标准化迭代提供了统一的评估标尺，进一步推动遥感数据要素从“可识别”向“可理解、可支撑决策”升级，为数字地球、时空大数据平台的建设提供底层技术支撑。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)