GEOID-Flood: 洪水セグメンテーションのための大規模マルチモーダルベンチマークデータセット

要旨

地理空間基盤モデルは、地域やセンサーを超えて転移可能な表現の学習を目的としている。しかし、特定のタスクでの評価には、モデルがデータから価値を引き出す能力を測定できる大規模かつ高品質なマルチモーダルベンチマークが必要である。洪水マッピングに関しては、既存のデータセットは二時期SARと共位置合わせされた光学画像を大規模に組み合わせたものがほとんどなく、この下流タスクにおける基盤モデルの価値はほぼ検証されていない。本稿では、コペルニクス緊急管理サービスの活動記録から構築された大規模マルチモーダル洪水セグメンテーションベンチマークであるGEOID-Floodを紹介する。本データセットは、10年間にわたり65か国で発生した219のイベントを対象とし、GRDおよびRTC形式のイベント前後センチネル1共位置合わせ画像、イベント前のセンチネル2合成画像、DEMを含む14,000以上のタイルを提供し、恒久水域と氾濫水域を背景から分離する手動検証済みラベルを備える。このベンチマークを用いて、単一画像・多時期・マルチモーダルの各プロトコルにおいて、基盤モデルを従来のエンコーダと比較評価した。主な知見は以下の3点である：（1）基盤モデルは一貫しているものの控えめな利点をもたらす、（2）ファインチューニングを伴う光学SARフュージョンが一時的な氾濫の検出に最も有効である、（3）GEOID-Floodで訓練されたモデルは既存のデータセットで訓練されたモデルよりも未知のイベントへの転移に優れている。データセットとコードはhttps://github.com/links-ads/geoid-floodで入手可能である。

English

Geospatial foundation models aim to learn representations that transfer across regions and sensors, yet evaluating them on specific tasks requires large, high-quality, multi-modal benchmarks that measure how well such models extract value from data. Concerning flood mapping, existing datasets rarely combine bi-temporal SAR and co-registered optical imagery at scale, leaving the value of foundation models for this downstream task largely untested. We introduce GEOID-Flood, a large-scale multi-modal flood segmentation benchmark, derived from Copernicus Emergency Management Service activations, spanning 219 events across 65 countries over ten years. The dataset provides more than 14,000 tiles with co-registered pre- and post-event Sentinel-1, in GRD and RTC format, pre-event Sentinel-2 composite, and DEM, including manually validated labels that separate background from permanent water and flooded water. Using this benchmark, we evaluate foundation models against conventional encoders across single-image, multi-temporal, and multi-modal protocols. We report three main findings: foundation models offer a consistent but modest advantage; optical-SAR fusion with finetuning best resolves transient flooding; and models trained on GEOID-Flood transfer to unseen events better than those trained on existing datasets. Dataset and code available at https://github.com/links-ads/geoid-flood.