基于COMET-LiCSAR的Sentinel-1数据做了一个全球的同震InSAR数据集，数据集由14000个同震InSAR图像块（224像素×224像素）组成，这些图像块是通过对2015年10月1日至2024年12月31日期间全球62次中大型地震的343张原始同震干涉图进行预处理和手动标注而获得的。该数据集的主要用来支持使用InSAR数据进行同震形变检测和分析的深度学习模型的开发和训练。

基于GCMT的全球地震目录与LiCSAR处理的Sentinel-1数据，通过地震目录匹配FrameID，Python爬虫自动下载同震干涉图。图像经过相干性筛选、裁剪、重采样和归一化等预处理，利用窗口化程序实现图像二分类标注（地震形变或噪声）。最后，采用多种数据增强方法，扩充图像数量与多样性。

直接用于深度学习模型开发和训练，数据集每年更新。

张迎峰、刘旭等

COMET-LiCSAR的Sentinel-1开源数据

张迎峰、刘旭等.全球同震InSAR深度学习训练样本数据集：基于2015-2024年Sentinel-1数据[EB/OL]. 

DOI:10.12080/nedc.gc_ddxb.ds00002.2025

CSTR:12166.11.nedc.gc_ddxb.ds00002.2025

为尊重知识产权、保障数据作者和数据服务提供者的权益，请数据使用者在基于本数据所产生的研究成果（包括项目评估报告、验收报告，以及学术论文或毕业论文等）中标注数据来源和数据作者，按照[引用方式]标注需引用的内容，并将可公开成果提交到国家地震科学数据中心网站（首页用户登陆--成果反馈）。

为更好地了解数据的应用情况，请及时反馈成果信息 。