Ein Multi-Label-Datensatz für die Klassifizierung landwirtschaftlicher und ländlicher Szenen Chinas aus VHR-Satellitenbildern

Warum die Kartierung des ländlichen Raums aus dem All wichtig ist

In ganz China verändert sich das Landleben schnell: Neue Gewächshäuser tauchen in alten Feldern auf, Solaranlagen breiten sich über Hänge aus und Straßen verbinden einst isolierte Dörfer miteinander. Dennoch behandeln die meisten satellitengestützten Karten all dies noch immer als eine einzige, einheitliche Kategorie wie „Landwirtschaft“. Dieser Artikel stellt China‑MAS‑50k vor, einen neuen offenen Datensatz, der Computern ermöglicht, das ländliche China deutlich detaillierter zu erkennen, indem er sehr hochaufgelöste Satellitenbilder und mehrere Labels pro Szene verwendet. Er bietet eine Grundlage für eine bessere Nachverfolgung von Lebensmittelproduktion, ländlicher Entwicklung und Umweltveränderungen auf nationaler Ebene.

Mehrere Dinge gleichzeitig sehen

Traditionelle Satellitenkarten weisen in der Regel jedem Bildausschnitt nur ein Label zu – Wald, Stadt oder Ackerland zum Beispiel. Wirkliche Orte sind selten so einfach: Eine einzelne Luftaufnahme kann zugleich ein Dorf, die umgebenden Felder, einen Teich, eine Straße und moderne Strukturen wie Solarmodule oder plastikbedeckte Gewächshäuser zeigen. Das China‑MAS‑50k-Projekt geht diese Komplexität an, indem es jede Aufnahme als Mischung von Elementen behandelt. Anstatt eine Wahl zu erzwingen, erlaubt es, viele Labels an dasselbe Bild anzuhängen, was besser widerspiegelt, wie Menschen Land tatsächlich sehen und nutzen.

Ein detailliertes Bild des ländlichen China erstellen

Zum Aufbau des Datensatzes begann das Team mit frei verfügbaren, sehr hochaufgelösten Bildern aus Google Earth, hauptsächlich von modernen kommerziellen Satelliten, die Merkmale von etwas mehr als einem Meter Breite zeigen können. Sie legten ein 50-Kilometer-Gitter über ganz China, um die Stichproben gleichmäßig zu verteilen, wählten dann Punkte in ländlichen Gebieten aus und luden an jedem Punkt kleine Bildkacheln mit 512 × 512 Pixeln herunter. Bilder mit zu viel Wolken, Schnee, Unschärfe oder einer einheitlichen Oberfläche wurden herausgefiltert, sodass 55.520 klare Szenen übrig blieben, die hauptsächlich in den Jahren 2023–2024 gesammelt wurden. Diese Kacheln decken die vielfältigen Landschaften des Landes ab, sind aber besonders dicht in den intensiver bewirtschafteten Regionen östlich der bekannten „Hu-Linie“, wo die meisten Menschen und Ackerflächen Chinas liegen.

Pixel in sinnvolle Landtypen verwandeln

Die Forschenden entwickelten ein 18-Kategorien-Labelsystem, das auf das Landleben zugeschnitten ist. Es umfasst natürliche Flächen wie Ackerland, Wald, Grasland, Flüsse, Seen oder Teiche, unbedeckte Flächen sowie Straßen und Eisenbahnen, ebenso wie menschengemachte Merkmale wie ländliche Dörfer, Fabriken, Sportplätze, Parks, Plastikmulch, Gewächshäuser, Photovoltaik‑(Solar‑)Anlagen, auf Baustellen verwendete staubdichte Netze und Haufen von festen Abfällen. Menschliche Annotatoren befolgten detaillierte visuelle Richtlinien, die typische Farben, Texturen und Formen beschreiben – etwa Baum­schatten als Hinweis auf Wald, lange helle Streifen für Gewächshäuser oder dunkle Paneele in ordentlichen Reihen für Solarfarmen. Mit einem offenen Annotationstool markierten drei Expertinnen bzw. Experten jedes Bild mit allen sichtbaren Kategorien und überprüften gegenseitig ihre Arbeit, um Fehler zu finden. Das Ergebnis sind 135.289 Labels, organisiert so, dass jedes Bild leicht mit seiner vollständigen Liste von Landbedeckungstypen verknüpft werden kann.

Prüfen, wie schlau Maschinen wirklich sind

Mit diesem neuen Benchmark in der Hand bewerteten die Autorinnen und Autoren eine Reihe populärer Computermodelle. Dazu gehörten klassische maschinelle Lernverfahren auf Basis von Entscheidungsbäumen sowie tiefere neuronale Netze, die ursprünglich für Aufgaben wie die Bilderkennung entwickelt wurden. Alle Modelle erhielten dieselben dreifarbigen Bildinputs und sollten vorhersagen, welche der 18 Kategorien in jeder Szene vorkommen. Insgesamt schnitten moderne tiefe Netze besser ab als die älteren Ansätze. Unter ihnen lieferte ein Modell namens ResNeXt‑101 das beste Gleichgewicht der Genauigkeitsmaße und erfasste die häufigsten Elemente wie Ackerland, Wald und Straßen recht zuverlässig. Es hatte jedoch Schwierigkeiten mit selteneren Merkmalen wie staubdichten Netzen, Plastikmulch und Solaranlagen, was zeigt, wie schwer es für Algorithmen ist, aus wenigen Beispielen in einem „long-tailed“-Datensatz zu lernen, in dem einige Klassen häufig und viele selten sind.

Was das für künftige Einblicke ins Landleben bedeutet

China‑MAS‑50k ist mehr als nur eine große Sammlung schöner Satellitenaufnahmen. Es ist eine sorgfältig geprüfte, offene Ressource, die die tatsächliche Vielfalt der ländlichen Landschaften Chinas und die ungleichmäßige Verbreitung traditioneller und moderner Landwirtschaft widerspiegelt. Indem mehrere Labels pro Bild erlaubt werden, kann sie fortgeschrittene Aufgaben unterstützen, etwa schwach überwachte Kartierung, bei der Computer lernen, Felder, Gewächshäuser oder Straßen zu umreißen, obwohl nur grobe szenenbezogene Labels vorliegen. Sie bietet außerdem eine realistische Testumgebung zur Bewältigung von Klassenungleichgewicht, einem zentralen Engpass bei der Anwendung künstlicher Intelligenz auf unordentliche reale Daten. Kurz gesagt: Dieser Datensatz erleichtert es Forschenden und Planenden, Computern beizubringen, was auf dem Boden des ländlichen China wirklich geschieht, und nachzuverfolgen, wie sich diese Orte im Laufe der Zeit weiter verändern.

Zitation: Yuan, S., Feng, Q., Niu, B. et al. A multi-label dataset for China’s agricultural and rural scenes classification from VHR satellite imagery. Sci Data 13, 384 (2026). https://doi.org/10.1038/s41597-026-06800-8

Schlüsselwörter: Fernerkundung, ländliche Landschaften, landwirtschaftliche Kartierung, Multi-Label-Datensätze, Satellitenbilder