ucam-eo/tessera

解决的问题

TESSERA 解决了处理海量且受云层干扰的卫星时序数据的挑战。传统上，由于缺乏带标签的训练数据集以及处理时间信号的高计算成本，从这些数据中提取洞察是非常困难的。TESSERA 提供了一种方法，可以将数 PB 级的地球观测数据总结为紧凑的、可用于分析的嵌入（embeddings），即使在观测值因云层覆盖而缺失的情况下，也能保留光谱-时间信号。

工作原理

TESSERA 是一个开源基础模型，使用自监督学习以 10 米分辨率创建地球表面的 128 维潜在表示（embeddings）。它采用基于 Barlow Twins 的技术，强制使来自卫星时序的两个无云随机样本的自动编码器嵌入保持一致。这一过程创建了一个代表整个时序（包括缺失观测值）的嵌入。该模型处理 Sentinel-1 和 Sentinel-2 卫星数据，并沿时间维度进行堆叠以生成用于推理的合成数据。

适用对象

专为遥感、生态学和环境科学领域的研究人员和从业者设计，他们需要执行下游任务（如栖息地制图、碳核算、作物类型分类和环境变化检测），而无需为每个项目准备大规模的带标签数据集或极高的本地计算资源。

亮点

• 全球覆盖：提供 2024 年全球范围内的分析就绪型 10m 分辨率嵌入，部分地区（美国和欧洲）的历史数据可追溯至 2017 年。
• 自监督：使用自监督学习来总结 PB 级的数据，减少了对带标签训练集的需求。
• 时间特征保留：保留了传统方法中通常会丢失的物候信号，从而能够更好地洞察生态系统动态。
• 开放获取：软件采用 MIT 许可，模型权重和嵌入根据 CC0 发布，可免费用于商业和非商业用途。