Christopher F. Brown Michal R. Kazmierski Valerie J. Pasquarella William J. Rucklidge Masha Samsikova Chenhui Zhang et al

摘要

全球范围内持续产生着前所未有的海量地球观测数据，但由于实地测量与观测所需投入的巨大人力，高质量标注数据依然十分稀缺。这一现状促使人们投入大量资源，开展定制化建模工作，以将稀疏的标注数据转化为地图。本文提出 AlphaEarth Foundations，这是一种嵌入场模型，能够生成高度通用的地理空间表示，综合融合来自多种数据源的空间、时间及测量上下文信息，从而实现从局部到全球尺度的高精度、高效地图生成与监测系统构建。AlphaEarth Foundations 所生成的嵌入表示，在无需重新训练的前提下，已在多种多样化的地图评估任务中持续超越此前所有特征化方法的表现。我们还将发布2017年至2024年期间全球范围、年度更新、可直接分析的嵌入场数据层数据集。