Above-ground Biomass Estimation with Geospatial Foundation Models

技术摘要：利用地理空间基础模型进行地上生物量估算

问题陈述
从卫星图像中准确估算地上生物量（AGB）对于全球碳储量监测和气候政策至关重要。然而，生成高分辨率、全球化且定期更新的 AGB 图谱仍然是一项具有挑战性的回归任务。目前的方案面临三个主要局限性：(1) 持续存在的偏差，即卫星信号在茂密冠层处会发生饱和，导致高生物量被低估；(2) 参考标签分布不均（例如，GEDI 足迹仅限于北纬 ~51.6° 以下的纬度，排除了北方森林）；(3) 处理 10 米分辨率的海量地球观测（EO）数据时面临极高的计算成本。虽然地理空间基础模型（GFM）已成为从无标签 EO 数据中学习通用表示的新范式，但其在生物量估算等定量回归任务中的效用仍有待深入探索，因为现有的大多数基准测试都侧重于分类和分割任务。

方法论
作者提出了一个利用 GFM 进行全球规模 AGB 估算的全面基准测试，使用了 AGBD 数据集。该数据集是一个机器学习就绪的基准，涵盖了多种生物群落，包含约 1600 万个样本，将 GEDI L4A 生物量值与多源卫星数据（Sentinel-2、ALOS-2 PALSAR-2 及辅助特征）相匹配。

研究区分了两种不同的 GFM 部署模式，并将其与全监督的最先进（SOTA）基准模型进行对比评估：

1. 冻结编码器（权重分发型）： 在 PANGAEA 框架内评估了 11 个以模型权重形式分发的 GFM（例如，CROMA、Prithvi、SSL4EO-MoCo）。这些模型作为冻结编码器运行，仅在其顶层训练一个特定任务的解码器（UPerNet）。至关重要的是，这些模型被限制在其支持的输入特征子集内（主要是 Sentinel-2 光学波段），无法获取 AGBD 数据集中可用的 L 波段 SAR 和辅助变量。
2. 预计算嵌入（即用型）： 评估了两种嵌入产品——AlphaEarth Foundations (AEF) 和 TESSERA。这些是基于多模态、多时相 EO 数据生成的逐像素、预计算表示。作者使用线性探测（LP）、多层感知器（MLP）以及最先进的全卷积网络（fcn_film）对这些嵌入进行了测试。

评估包括：

• 标准基准测试： 在 AGBD 数据集上比较 RMSE。
• 泛化性测试： 评估零样本跨区域（在除目标区域外的所有区域进行训练）和跨年份（在 2019 年训练，在 2020 年测试）场景下的性能。
• 业务验证： 将结果与独立的 AGBref 数据集以及业务化的 ESA CCI Biomass 产品进行对比。

核心贡献

1. 全面的基准测试： 作者在 AGBD 数据集上对 11 个权重分发型 GFM 和两种嵌入产品进行了基准测试，该数据集是目前规模最大、地理多样性最高的机器学习就绪型生物量数据集。
2. 对比分析： 建立了冻结 GFM 编码器、预计算嵌入与基于原始 AGBD 特征训练的全监督 SOTA 模型之间的直接比较。
3. 泛化实验： 设计并分析了特定的实验，以测试地理（跨洲）和时间（跨年）的泛化能力。
4. 业务验证： 通过独立的参考数据集（AGBref）对结果进行了验证，并将其与广泛使用的 ESA CCI 生物量图谱进行了对比。

结果

• 冻结编码器表现欠佳： 当作为冻结编码器运行时，11 个权重分发型 GFM 的表现明显逊于基于原始 AGBD 特征训练的全监督 SOTA 模型。表现最好的 GFM（SSL4EO-MoCo）实现的 RMSE 为 60.56 Mg/ha，而监督基准模型的 RMSE 为 53.73 Mg/ha。这种差距归因于这些模型无法摄取 L 波段 SAR 和辅助数据，以及它们受到单日期或特定波段输入的限制。
• 预计算嵌入表现卓越： 相比之下，预计算嵌入产品被证明非常有效。仅在 AEF 嵌入上训练的 MLP（52.22 Mg/ha）就超越了基于原始 AGBD 特征训练的监督基准模型。整体最佳结果是由在 AEF 嵌入基础上结合选定原始特征（土地覆盖、坡度、坡向、坐标）训练的 fcn_film 模型实现的，其 RMSE 达到了 50.79 Mg/ha。
• 泛化性： AEF 模型展示了更优越的地理和时间泛化能力。在零样本跨区域迁移（如迁移至非洲和南美洲）中，与使用原始特征相比，AEF 使 RMSE 降低了 17–25%。然而，在南亚地区，AEF 在零样本设置下出现了性能下降，而通过 AEF+ 配置（保留原始特征）缓解了这一问题。在时间维度上，当原始光谱特征发生退化时，AEF 嵌入在年份间隔之间仍能保持稳定。
• 业务对标： 在针对独立数据集 AGBref 进行评估时，仅在 11 个区域训练的 AEF 嵌入模型在 R² 和 RMSE 方面达到了与全球校准的 ESA CCI 产品近乎持平的水平，尽管后者使用了全球分布的参考数据。

意义与主张
论文声称，基础模型在定量环境监测方面的潜力，在将其作为可获取的、预计算的嵌入层（而非作为权重分发给用户作为冻结编码器运行）进行分发时，才能得到最好的实现。

作者认为：

• 输入丰富度至关重要： AEF 和 TESSERA 的卓越性能不仅源于预训练规模，更源于其嵌入中所浓缩的丰富的输入上下文（多模态、多时相）。权重分发型 GFM 通常缺乏处理特定传感器（如 L 波段 SAR）所需的架构灵活性。
• 效率与可及性： 预计算嵌入消除了对 GPU 密集型特征提取的需求，使得轻量级模型（如简单的 MLP）能够超越复杂的、基于原始数据训练的全监督网络。
• 鲁棒性： 嵌入提供了可迁移的生态表示，在空间和时间上具有更好的泛化能力，尽管保留原始特征（AEF+）可以作为应对在生态差异显著区域出现分布外失效的保障。

研究结论指出，虽然冻结的 GFM 特征可以提供非常有价值的信息，但其效用目前受限于输入限制和工程摩擦。更有效的路径要么是使权重分发型模型能够灵活处理多样化的输入和分辨率，要么是继续将表示作为预计算的、分析就绪的嵌入层进行提供。