arXiv · 机器人与计算机视觉· Priyanka Goyal, Maitreyee Sar, Adway Mitra, Manjira Sinha·· 22 天前AI 评分42
AlphaEarth Embeddings 在作物分类中的评估:可分性、时序动态与跨区域迁移能力
Evaluating AlphaEarth Embeddings for Crop Classification: Separability, Temporal Dynamics, and Cross-Regional Transferability
AI 导读
AlphaEarth 嵌入空间在 CONUS(2017-2023)和印度北部(2021)数据上,其 Bhattacharyya 距离比光谱相似对的传统特征高出一个数量级且能捕捉多年轮作动态。然而,谐波与 NDVI 特征展现出更强的跨大陆迁移能力(美国至印度宏观 F1:0.493 vs 0.326),揭示了表征丰富度与跨区域迁移性之间的根本权衡。该研究为大规模作物分类中的特征选择提供了结构化框架。
来源:arXiv · 机器人与计算机视觉 · arxiv.org