ELDOR：亚马逊雨林非法金矿开采的数据集和基准

亚马逊雨林的非法金矿开采导致森林砍伐、水污染和长期生态系统破坏，但在精细空间尺度上仍然难以监测。卫星图像支持大规模观测，但经常会错过与采矿相关的小型结构和微妙的土地覆盖转变，特别是在频繁的云层覆盖下。我们推出 ELDOR，这是一个大型无人机基准，用于监测雨林中非法金矿开采对环境和景观的干扰。 ELDOR 包含手动注释的正射马赛克图像，覆盖面积超过 2,500 公顷，并为采矿相关活动和周围生态结构提供像素级语义标签。借助这个统一的注释源，我们建立了四个基准任务：语义分割、分割衍生识别、直接多标签分类和使用视觉语言模型的类存在识别。在这些任务中，我们比较了通用和遥感特定的分割模型、视觉基础模型相关的分割方法、直接多标签分类方法以及受控封闭集协议下的视觉语言模型。结果表明，当前的方法仍然难以应对罕见的小规模采矿结构和细粒度的恢复类别，这表明需要上下文感知和多模式建模。为了支持领域分析和实际使用，我们进一步为领域专家构建了一个交互式浏览器，为数据探索和模型推理提供了统一的界面。