Leveraging geospatial foundation model embeddings for local-scale landslide susceptibility mapping via positive-unlabeled learning
本研究は、ラベル不足と冗長性の課題を克服するためにAlphaEarth基盤モデルの埋め込みと正例・未ラベル学習を統合したデプロイメント指向のワークフローを提案し、転移可能な地理空間表現と従来の物理的特徴を効果的に融合させることで、香港における高度に選択的な局所スケールの土砂災害発生可能性マッピングを実現する。