欧洲空间局发布全球最大农田边界实例分割数据集FBIS-73M 覆盖61国赋能农业遥感与双碳评估

随着全球农业数字化转型提速与地理空间人工智能技术的落地，高精度、大覆盖范围的农田空间标注数据，已成为农业遥感大模型训练、耕地资源治理、农业双碳核算等领域的核心刚需。此前全球范围内缺乏统一标准、覆盖多国的高标注质量农田边界数据集，大尺度农业制图长期存在拓扑识别复杂、跨区域尺度适配性差、标注精度不均等行业痛点，制约了农业空间数字化技术的规模化应用。

近日，欧洲空间局联合相关机构正式发布FBIS-73M数据集，该数据集也是当前全球规模最大的农田边界实例分割数据集，旨在为地理空间人工智能提供通用基础训练资源。据披露，FBIS-73M于2026年7月21日首次在arXiv平台公开，包含7300万个独立农田实例，覆盖全球61个国家，整合了0.25-3米高分辨率、3-10米中分辨率的多源卫星影像数据，原始数据主要来源于全球公共地籍登记系统。为解决传统农田数据集常见的行政地块合并、标注精度不一致等问题，该数据集采用了创新的分辨率感知数据治理流程，通过高分辨率手动分割与中分辨率图像空间像素同质化相结合的策略完成标签净化，标注质量大幅优于同类公开数据集。

作为专门面向全球农田边界描绘基础模型训练打造的数据集，FBIS-73M可有效解决大尺度农业制图中因拓扑复杂、纹理相似和尺度差异导致的边界识别难题，其潜在应用场景覆盖农业生产、资源治理、粮食安全、双碳核算等多个领域：在农业生产端，可支撑精准种植的地块面积测算、作物长势监测、产量预估模型训练；在耕地保护领域，可用于违法占用耕地识别、永久基本农田动态监测、农业补贴精准发放核验；在公共治理层面，可为全球粮食安全评估、跨国粮食供应链产能动态监控、突发粮食危机的应急调度提供核心空间数据支撑；在双碳领域，能够为农田碳汇精准核算、耕地轮作休耕的碳汇计量、农业减排政策效果评估提供高精度的地块级数据基础，对推动全球农业空间数据要素的规范化应用、完善地理空间AI训练资源体系具有重要行业价值。

查看FBIS-73M

详情页内容：