里昂第二大学联合多机构发布GuidedSAM-Plume数据集 填补火山羽流图像分割标准化基准空白

近年来，随着遥感技术与AI图像分析能力在地球科学、自然灾害防控领域的深度渗透，标准化标注数据集已成为支撑科研成果迭代、跨机构研究协同的核心基础要素。而火山羽流作为火山喷发活动的核心观测指标，其可见光图像长期存在标注标准不统一、多研究者标注一致性差、公开数据集覆盖场景有限等行业痛点，直接制约了火山羽流参数反演、灾害预警模型的精度提升与落地应用。

近日，由里昂第二大学联合日内瓦大学等机构共同构建的GuidedSAM-Plume火山羽流与云图像分割数据集正式于2026年10月21日首发于arXiv平台，为可见光图像中的火山羽流与云识别分割任务提供了首个标准化、可复现的标注基准。

据公开信息显示，本次发布的GuidedSAM-Plume数据集汇集了野外观测站点与地面监测相机采集的47个连续时间序列数据，共包含759帧经火山学专家标注的图像数据，单序列平均长度为16帧，图像平均空间分辨率约2996×1685像素，全面覆盖了不同观测视角、光照条件、遮挡场景、天气环境以及羽流不同演化阶段的样本，能够为算法训练提供极具泛化性的数据源。为解决传统标注流程中多标注者标注结果不一致的共性问题，所有样本均在专业火山学家的全程监督下，通过GuidedSAM-Plume交互式标注框架完成重新标注，同时平台也同步公开了原始标注与重新标注两个版本的数据，方便研究人员根据研究需求灵活选择使用。

从应用价值来看，该数据集首先将直接服务于火山学研究领域的羽流几何与物理参数定量反演工作：基于该数据集训练的图像分割模型，可精准识别可见光图像中的火山羽流边界，进而反演羽流高度、扩散速率、物质浓度等核心参数，为火山喷发等级评估、近火山区域灾害预警、跨区域航空航线安全调度等场景提供可靠的数据支撑。除此之外，该数据集的标注逻辑与样本覆盖范围也可推广至更广泛的环境科学图像分割任务，包括云类型识别、大气气溶胶扩散监测、极端天气遥感识别等场景，同时也可为SAM等多模态大模型在地球科学领域的微调优化提供标准化训练数据源。

作为地球科学领域的专业公开数据集，GuidedSAM-Plume的发布也为科研领域数据要素的开放共享提供了参考样本，标准化的标注基准不仅能够大幅降低跨机构研究的协同成本，也为相关技术成果的落地验证提供了统一的评测标准，对推动全球火山监测技术迭代、提升自然灾害数字化防控能力具有重要的支撑作用。

查看GuidedSAM-Plume 数据集

详情页内容：