AlphaEarth Foundations：统一的地理空间嵌入用于全球制图

Google DeepMind 推出了 AlphaEarth Foundations，这是一款将数拍字节的多模态地球观测数据整合为统一数字嵌入的 AI 模型，旨在革新全球制图和环境监测。该系统充当“虚拟卫星”，提供一致的高分辨率数字化表示，覆盖地球的陆地区域和沿海水域，以帮助在粮食安全、森林砍伐和水资源管理等关键决策中提供支持。

技术架构与数据集成

AlphaEarth Foundations 通过将分散的公共数据源合成为统一格式，解决了数据过载和信息不一致的挑战。

多模态数据融合

该模型整合了来自数十个公共来源的数据，包括：

  • 光学卫星影像
  • 雷达
  • 三维激光测绘（LiDAR）
  • 气候模拟

空间与存储效率

该模型以 10×10 米的网格对全球进行分析。关键技术创新在于为每个网格创建高度紧凑的摘要（嵌入）。这些嵌入所需的存储空间比其他测试过的 AI 系统产生的嵌入少 16 倍，显著降低了行星尺度分析的成本。

性能与准确性

在与传统方法及其他 AI 制图系统的对比测试中，AlphaEarth Foundations 展示出更高的学习效率，尤其在标签数据稀缺的情境下。平均而言，该模型在估算表面属性和识别土地利用等任务中的错误率比测试模型低 24%。

卫星嵌入数据集

为促进外部研究，Google 通过 Google Earth Engine 发布了卫星嵌入数据集。该数据集每年包含超过 1.4 万亿个嵌入足迹，为组织创建定制、按需地图提供了基础。

实际应用

多家组织正在利用该数据集提升地理空间制图的速度和准确性：

  • Global Ecosystems Atlas：利用嵌入对未映射的生态系统进行分类，如超干旱沙漠和沿海灌木林，以优先考虑保护并遏制生物多样性丧失。
  • MapBiomas：在巴西测试该数据，以监测亚马逊雨林等关键生态系统的农业和环境变化，为可持续发展提供信息。
  • Institutional Partners：该数据集已被联合国粮食及农业组织、Harvard Forest、地球观测组织、俄勒冈州立大学和斯坦福大学等机构使用。

专家观点

“卫星嵌入数据集正在通过帮助各国绘制未被标绘的生态系统来革新我们的工作——这对于确定重点保护区域至关重要。” — Nick Murray，詹姆斯库克大学全球生态实验室主任、Global Ecosystems Atlas 全球科学负责人

“卫星嵌入数据集可以改变我们团队的工作方式——我们现在拥有制作更准确、精确且快速生成的地图的新选项——这是我们以前从未能够实现的。” — Tasso Azevedo，MapBiomas 创始人

未来方向

AlphaEarth Foundations 是更广泛的 Google Earth AI 计划的一部分。未来的开发旨在探索模型的时间维度能力，并将这些年度嵌入与通用推理大语言模型（如 Gemini）集成，以进一步提升对行星动态的分析。

Sources