Um conjunto de dados multilabel para classificação de cenas agrícolas e rurais da China a partir de imagens de satélite VHR

Por que mapear o campo a partir do espaço importa

Em toda a China, o campo está mudando rapidamente: novas estufas surgem em campos antigos, fazendas solares se espalham por encostas e estradas conectam aldeias antes isoladas. Ainda assim, a maioria dos mapas baseados em satélite continua a tratar tudo isso como uma única categoria genérica, como “agricultura”. Este artigo apresenta o China‑MAS‑50k, um novo conjunto de dados aberto que permite aos computadores ver a China rural com muito mais detalhe, usando imagens de satélite de altíssima resolução e múltiplas etiquetas por cena. Ele oferece uma base para um acompanhamento melhor da produção de alimentos, do desenvolvimento rural e das mudanças ambientais em escala nacional.

Ver mais de uma coisa ao mesmo tempo

Mapas satelitais tradicionais geralmente atribuem apenas uma etiqueta a cada bloco de imagem — floresta, cidade ou área agrícola, por exemplo. Lugares reais raramente são tão simples: um único registro aéreo pode mostrar uma aldeia, campos ao redor, um tanque ou lago, uma estrada e estruturas modernas como painéis solares ou estufas cobertas de plástico, tudo ao mesmo tempo. O projeto China‑MAS‑50k abraça essa complexidade tratando cada imagem como uma mistura de elementos. Em vez de forçar uma única escolha, permite que várias etiquetas sejam anexadas à mesma imagem, casando melhor com a forma como as pessoas realmente veem e usam a terra.

Construindo um retrato detalhado da China rural

Para construir o conjunto de dados, a equipe partiu de imagens de altíssima resolução disponíveis gratuitamente no Google Earth, principalmente de satélites comerciais modernos capazes de mostrar feições com pouco mais de um metro de largura. Eles sobrepuseram uma grade de 50 quilômetros sobre toda a China para distribuir a amostragem de forma uniforme, então escolheram pontos em áreas rurais e baixaram pequenos blocos de imagem de 512 por 512 pixels em cada ponto. Imagens com muitas nuvens, neve, desfoque ou uma única superfície uniforme foram filtradas, restando 55.520 cenas claras coletadas principalmente em 2023–2024. Esses blocos abrangem as diversas paisagens do país, mas são especialmente densos nas regiões de cultivo mais intensivo a leste da famosa “Linha de Hu”, onde se concentram a maior parte da população e das áreas agrícolas da China.

Transformando pixels em tipos de uso do solo significativos

Os pesquisadores desenharam um sistema de 18 categorias de etiquetas adaptado à vida rural. Inclui superfícies naturais como áreas cultivadas, áreas arborizadas, pastagens, rios, lagos ou tanques, terras nuas e estradas e ferrovias, assim como feições humanas como vilas rurais, fábricas, campos esportivos, parques, manta plástica, estufas, estações fotovoltaicas (solares), telas antipóeira usadas em obras e pilhas de resíduos sólidos. Anotadores humanos seguiram diretrizes visuais detalhadas descrevendo cores, texturas e formas típicas — por exemplo, sombras de árvores indicando área arborizada, tiras longas e claras para estufas, painéis escuros em filas ordenadas para usinas solares. Usando uma ferramenta de anotação aberta, três especialistas rotularam cada imagem com todas as categorias visíveis, verificando o trabalho uns dos outros para detectar erros. O resultado são 135.289 etiquetas, organizadas de modo que cada imagem possa ser emparelhada facilmente com sua lista completa de tipos de cobertura do solo.

Testando o quão inteligentes as máquinas realmente são

Com esse novo referencial em mãos, os autores avaliaram uma gama de modelos computacionais populares. Isso incluiu métodos clássicos de aprendizado de máquina baseados em árvores de decisão e redes neurais profundas originalmente projetadas para tarefas como reconhecimento de fotos. Todos os modelos receberam as mesmas imagens em três cores como entrada e foram solicitados a prever quais das 18 categorias apareciam em cada cena. No geral, redes profundas modernas superaram as abordagens mais antigas. Entre elas, um modelo chamado ResNeXt‑101 apresentou o melhor equilíbrio nas medidas de acurácia, capturando razoavelmente bem elementos comuns como áreas cultivadas, florestas e estradas. Contudo, teve dificuldade com feições mais raras como telas antipóeira, manta plástica e estações solares, revelando como é difícil para algoritmos aprenderem a partir de exemplos limitados em um conjunto de dados de “cauda longa”, onde poucas classes são comuns e muitas são escassas.

O que isso significa para futuros insights rurais

China‑MAS‑50k oferece mais do que uma grande coleção de belas imagens de satélite. É um recurso aberto e cuidadosamente verificado que reflete a verdadeira variedade das paisagens rurais chinesas e a distribuição desigual da agricultura tradicional e moderna. Ao permitir múltiplas etiquetas por imagem, pode apoiar tarefas avançadas como mapeamento fracamente supervisionado, onde computadores aprendem a delinear campos, estufas ou estradas usando apenas rótulos cenários de nível grosso. Também fornece um campo de testes realista para enfrentar o desequilíbrio de classes, um gargalo chave na aplicação de inteligência artificial a dados reais e bagunçados. Em termos práticos, esse conjunto de dados facilita que cientistas e planejadores ensinem aos computadores o que realmente está acontecendo no terreno na China rural, e acompanhem como esses lugares continuam a mudar ao longo do tempo.

Citação: 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

Palavras-chave: sensoriamento remoto, paisagens rurais, mapeamento agrícola, conjuntos de dados multilabel, imagens de satélite