论文解读
AI 辅助整理- 方法
- 用64维AlphaEarth嵌入对比Sentinel-2反射率、NDVI物候及谐
- 发现
- 嵌入区分度更高、能捕捉多年轮作，但跨洲迁移较弱，美印Macro F1仅0.326。
- 机会点
- 跨区域迁移性能差是明显空白，可研究域自适应或区域微调以提升嵌入的泛化能力。
论文摘要
提出表征无关评估框架，用64维AlphaEarth嵌入对比Sentinel-2反射率、NDVI物候及谐波特征，覆盖美国本土与印度北部数据。嵌入区分度更高、捕捉多年轮作（可分比1.784），但跨洲迁移较弱，美印Macro F1为0.326。
论文原文与出版信息
arXiv预印本(2610.36857)