摘要

卫星图像是地球表面的快照。我们提出了一种预测这些图像的方法。我们将地球表面预报定义为在给定未来天气条件下预测卫星图像的任务。EarthNet2021 是一个大型数据集，适用于训练深度神经网络执行此任务。该数据集包含分辨率为20米的Sentinel-2卫星图像，以及与地形和中尺度（1.28公里）气象变量相匹配的数据，共封装了32000个样本。此外，我们将EarthNet2021 设定为一项挑战，允许不同模型之间的比较。由此产生的预报将在空间分辨率上显著提高（超过50倍），优于数值模型中的分辨率。这使得可以预测极端天气对局部地区的影响，从而支持下游应用，如作物产量预测、森林健康评估或生物多样性监测。数据、代码及参与方式请访问www.earthnet.tech。