本研究的主要目标之一是创建一个用于森林覆盖变化检测任务的基准数据集。尽管可用于变化检测的数据集数量较少，但几乎所有数据集都集中在城市变化检测上。在本研究中，我们收集了一个由三波段彩色（RGB）图像组成的数据集，用于检测世界各地的森林覆盖变化。所有收集到的图像的宽度和高度相同，分别为 970px 和 1980px。我们收集图像的主要来源是 Google Earth 历史图像功能。它提供了可追溯到 1980 年代的某些地理位置的历史图像。但是，有些地区并不是每个时间步骤都有图像，而且每次捕获的间隔也各不相同。某些地区（例如亚马逊森林）拥有这些时间步骤中的大多数图像。但考虑到南亚，特别是斯里兰卡，历史上捕获的图像并不多。因此，我们在收集数据时面临的一个问题是如何选择可以获得最多图像的位置。此外，在选择捕获图像之间的时间间隔时我们将使用什么标准？因此，第一个问题是使用 2004 年至 2017 年的森林砍伐锋面报告得出的。我们可以在 12 个锋面中识别出正在发生森林砍伐的锋面。我们用来解决第二个问题的方法是将一年（365 天）定义为在某个位置两次捕获之间的时间间隔。