1972年Landsat衛(wèi)星的成功發(fā)射, 標(biāo)志著地球科學(xué)數(shù)據(jù)的獲取進(jìn)入了以衛(wèi)星遙感為核心、持續(xù)、系統(tǒng)化的地球觀測(cè)系統(tǒng)新時(shí)代. 此后數(shù)十年, Sentinel和MODIS等新一代遙感衛(wèi)星投入使用, 地球大數(shù)據(jù)得到了前所未有的擴(kuò)張, 為理解地球系統(tǒng)提供了豐富資料 [1] . 與此同時(shí), ERA5再分析、GRACE重力觀測(cè)與高分辨地形數(shù)據(jù)等信息, 以及諸如地理文本這類非結(jié)構(gòu)化數(shù)據(jù), 共同構(gòu)成了高度異質(zhì)的多模態(tài)數(shù)據(jù)體系, 標(biāo)志著地球系統(tǒng)科學(xué)邁入了“PB級(jí)數(shù)據(jù)時(shí)代” [2] . 然而, 隨著數(shù)據(jù)量的不斷增加，數(shù)據(jù)分散、數(shù)據(jù)管理、多源和多模態(tài)數(shù)據(jù)融合使用等方面的問題日益突出, 制約了地球大數(shù)據(jù)在大尺度、自動(dòng)化與智能化分析中的應(yīng)用 [3] , 因此, 發(fā)展能夠在多模態(tài)數(shù)據(jù)條件下有效緩解標(biāo)注依賴、并支持?jǐn)?shù)據(jù)之間高效組織與融合利用的基礎(chǔ)模型體系, 已成為迫切需求 [ 4 , 5 ] .

為應(yīng)對(duì)上述挑戰(zhàn), 地球系統(tǒng)基礎(chǔ)模型相繼涌現(xiàn), 代表性工作包括面向大氣與氣候的Aurora [6] 與FourCastNet [7] , 以及面向地表觀測(cè)的SatMAE [8] 與Prithvi [9] , 前者通過學(xué)習(xí)天氣或氣候狀態(tài)的時(shí)空演化規(guī)律實(shí)現(xiàn)高效預(yù)測(cè), 后者在多源遙感觀測(cè)數(shù)據(jù)上學(xué)習(xí)具有通用性的特征表示, 并通過下游任務(wù)微調(diào)服務(wù)于多種地學(xué)應(yīng)用. 2025年7月, Google DeepMind訓(xùn)練了AlphaEarth Foundations模型 [10] , 區(qū)別于上述模型, AlphaEarth通過“嵌入場(chǎng)”(embedding field)將衛(wèi)星影像、環(huán)境數(shù)據(jù)、文本信息等異質(zhì)數(shù)據(jù)共同壓縮到一個(gè) 10?m 分辨率、64維的潛在空間, 這種嵌入式表示方法打破了地學(xué)長期存在的“數(shù)據(jù)孤島”現(xiàn)象, 實(shí)現(xiàn)了跨模態(tài)、跨時(shí)空的數(shù)據(jù)統(tǒng)一建模, 從根本上重構(gòu)了地球觀測(cè)信息的組織方式, 為地球智能提供了全新的“數(shù)據(jù)底座”.

AlphaEarth的架構(gòu)定義了一條明確且有約束的信息通路, 這條通路描述了從多源觀測(cè)輸入到嵌入場(chǎng)生成的完整過程, 如 圖1 所示. 輸入階段將Sentinel-2、Landsat、Sentinel-1、PALSAR-2、GEDI、ERA5-Land、GRACE、GLO-30等數(shù)據(jù)源按真實(shí)時(shí)間戳被組織為支持期(support period)內(nèi)的序列, 并以 1.28?km×1.28?km 為基本采樣塊. 隨后, 各類數(shù)據(jù)源經(jīng)由其特定的前置編碼器被映射至共享的潛空間(latent space), 以確保不同模態(tài)能夠在特征域中進(jìn)行交互; 同時(shí), 時(shí)間信息被顯式編碼為正弦時(shí)間碼, 以增強(qiáng)模型對(duì)時(shí)序連續(xù)性的表達(dá)能力. 經(jīng)過預(yù)處理的多源特征進(jìn)入“空間-時(shí)間-精度編碼器”, 該模塊以重復(fù)的塊結(jié)構(gòu)單元同時(shí)捕獲空間精細(xì)信息與跨空間、跨時(shí)間的長程依賴, 隨后被輸入到摘要器(summarizer). 摘要器針對(duì)給定的有效期(valid period), 先在每個(gè) 10?m×10?m 網(wǎng)格的局部L×L鄰域內(nèi)融合特征, 再引入變分瓶頸實(shí)現(xiàn)降維, 同時(shí)估計(jì)出馮·米塞斯–費(fèi)希爾(von Mises–Fisher)分布的參數(shù), 最終得到64維的單位嵌入向量, 在 10?m×10?m 的空間分辨率上產(chǎn)生穩(wěn)定的、濃縮了時(shí)空信息的表示. 這些嵌入向量和元數(shù)據(jù)被輸入一組解碼器, 隱式地重構(gòu)各類源的觀測(cè), 因而能夠?yàn)槿我庵付〞r(shí)間點(diǎn)生成空間連續(xù)的重建.

圖 1 AlphaEarth Foundations總體架構(gòu)圖. 來源于文獻(xiàn)[10]

訓(xùn)練過程采用多目標(biāo)損失函數(shù)的組合, 如 式(1) 所示 [10] . 第一項(xiàng)為重建損失, 通過誤差函數(shù) fi 度量預(yù)測(cè)值 y i ′ " role="presentation" mpa-font-style="mnwvqerea2y">y′i 與真值 yi 之間的誤差, 其中分類任務(wù)的 fi 為交叉熵?fù)p失, 回歸任務(wù) fi 為L1損失, wi 為數(shù)據(jù)權(quán)重. 第二項(xiàng)通過計(jì)算嵌入向量 ui 及其隨機(jī)旋轉(zhuǎn)后的向量 u i ′ " role="presentation" mpa-font-style="mnwvqere1n9x">u′i 之間的差異, 確保所有嵌入向量在特征空間中保持足夠的區(qū)分度, 防止嵌入向量發(fā)生聚集或坍縮. 第三項(xiàng)引入教師-學(xué)生(teacher–student)策略, u 為教師嵌入, u s 為學(xué)生嵌入, 結(jié)合輸入丟棄機(jī)制來提高對(duì)觀測(cè)稀疏性與傳感器缺失的魯棒性. 第四項(xiàng)采用對(duì)比學(xué)習(xí)機(jī)制, 將教師嵌入與文本描述向量 ut 進(jìn)行對(duì)齊, 使教師嵌入能夠有效吸收文本中蘊(yùn)含的語義知識(shí). 最后通過不同權(quán)重 a 、 b 、 c 、 d 將四項(xiàng)損失組合得到AlphaEarth模型訓(xùn)練的損失函數(shù).

AlphaEarth通過最小化 式(1) 所定義的聯(lián)合損失函數(shù)進(jìn)行訓(xùn)練, 并在分類、回歸與變化檢測(cè)等下游任務(wù)上開展了系統(tǒng)評(píng)估. 在300個(gè)樣本試驗(yàn)規(guī)模場(chǎng)景下, AlphaEarth總體平均降低了約23.9%的誤差. 在10個(gè)樣本試驗(yàn)中, AlphaEarth平均降低了約10.4%的誤差; 在1個(gè)樣本試驗(yàn)中, AlphaEarth平均降低了約4.18%的誤差. 與此同時(shí), AlphaEarth已經(jīng)成功應(yīng)用于空氣質(zhì)量預(yù)測(cè) [11] 、地下水氟化物濃度預(yù)測(cè) [12] 、貧困區(qū)制圖等任務(wù) [13] .

AlphaEarth在多個(gè)任務(wù)上展現(xiàn)出的高精度與強(qiáng)泛化能力, 證明了以統(tǒng)一時(shí)空嵌入為核心的表征范式可行性. 它通過在10 m分辨率上提供全球連續(xù)、可比較、跨模態(tài)的一致表征, 使研究者能夠在缺乏高質(zhì)量地面標(biāo)注、觀測(cè)不完整的情形下依然獲得穩(wěn)定推斷結(jié)果, 從而緩解長期阻礙地球系統(tǒng)研究的“標(biāo)注瓶頸”問題. 并且AlphaEarth的成功說明了地球系統(tǒng)過程的諸多關(guān)鍵信息(如地表結(jié)構(gòu)、植被狀況、土地利用等)可以在統(tǒng)一潛在空間中被表示和共享, 這為跨圈層耦合研究、時(shí)空連續(xù)過程重建和全球尺度比較研究提供了前所未有的技術(shù)基礎(chǔ), 也為構(gòu)建真正意義上的“地球觀測(cè)基礎(chǔ)層”提供了可行路徑. 換言之, AlphaEarth的貢獻(xiàn)不僅是提高了若干分類任務(wù)的精度, 更是為地球系統(tǒng)科學(xué)提供了一套新的表征數(shù)據(jù), 使研究者得以在更低數(shù)據(jù)成本下進(jìn)行更大尺度、更高一致性的科學(xué)推斷.

然而, 地球系統(tǒng)的復(fù)雜性遠(yuǎn)非單一模型可承載, AlphaEarth的意義更像是在漫長探索道路上的一個(gè)里程碑, 它所真正指向的是一系列更基礎(chǔ)的問題: 地球觀測(cè)是否需要一種新的數(shù)據(jù)組織方式? 是否需要一種能夠跨時(shí)間、跨空間、跨圈層理解地球過程的通用表征結(jié)構(gòu)? 以及地球系統(tǒng)科學(xué)是否正在從“任務(wù)驅(qū)動(dòng)的遙感”邁向“表征驅(qū)動(dòng)的地球科學(xué)”? 如今, 人工智能地球科學(xué)正身處在數(shù)據(jù)鴻溝、尺度鴻溝與標(biāo)注鴻溝的困境當(dāng)中, 如何打破長期存在的“數(shù)據(jù)孤島”, 重建關(guān)于地球的“共同語言”, 是構(gòu)建下一代智能地球數(shù)據(jù)底座的關(guān)鍵方向.

參考文獻(xiàn)

[1] Guo H, Liang D. The origin and research progress of Big Earth Data (in Chinese) . Chin Sci Bull , 2024 , 69: 58 -67

[2] Yang Y P, Jiang H, Sun J L. Practice of scientific data sharing: a case study of the national Earth system science data center (in Chinese). J Geo-Inf Sci, 2020, 22: 1358–1369 [楊雅萍, 姜侯, 孫九林. 科學(xué)數(shù)據(jù)共享實(shí)踐: 以國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心為例. 地球信息科學(xué)學(xué)報(bào), 2020, 22: 1358–1369].

[3] Guo H, Wang L, Liang D. Big Earth Data from space: a new engine for Earth science . Sci Bull , 2016 , 61: 505 -513

[4] Bauer P, Stevens B, Hazeleger W. A digital twin of Earth for the green transition . Nat Clim Chang , 2021 , 11: 80 -83

[5] Vance T C, Huang T, Butler K A. Big data in Earth science: emerging practice and promise . Science , 2024 , 383: eadh9607

[6] Bodnar C, Bruinsma W P, Lucic A, et al. A foundation model for the Earth system . Nature , 2025 , 641: 1180 -1187

[7] Pathak J, Subramanian S, Harrington P, et al. Fourcastnet: a global data-driven high-resolution weather model using adaptive Fourier neural operators.

[8] Cong Y Z, Khanna S, Meng C L, et al. Satmae: pre-training transformers for temporal and multi-spectral satellite imagery. Adv Neural Inf Process, 2022, 35: 197–211.

[9] Szwarcman D, Roy S, Fraccaro P, et al. Prithvi-eo-2.0: a versatile multi-temporal foundation model for Earth observation applications.

[10] Brown C F, Kazmierski M R, Pasquarella V J, et al. Alphaearth foundations: an embedding field model for accurate and efficient global mapping from sparse label data.

[11] Alvarez C I, Ulloa Vaca C A, Echeverria Llumipanta N A. Machine learning for urban air quality prediction using Google AlphaEarth foundations satellite embeddings: a case study of quito, ecuador . Remote Sens , 2025 , 17: 3472

[12] Wei Y, Zhong R, Yang Y. Groundwater fluoride prediction for sustainable water management: a comparative evaluation of machine learning approaches enhanced by satellite embeddings . Sustainability , 2025 , 17: 8505

[13] Pettersson M B, Daoud A. Leveraging compact satellite embeddings and graph neural networks for large-scale poverty mapping.

《科學(xué)通報(bào)》是中國科學(xué)院主管、中國科學(xué)院和國家自然科學(xué)基金委員會(huì)共同主辦的綜合性中文學(xué)術(shù)期刊，致力于快速報(bào)道自然科學(xué)各學(xué)科基礎(chǔ)理論和應(yīng)用研究的最新研究動(dòng)態(tài)、消息、進(jìn)展, 點(diǎn)評(píng)研究動(dòng)態(tài)和學(xué)科發(fā)展趨勢(shì)。

• 旬刊，每10天出版1期；

• 欄目：進(jìn)展、評(píng)述、快訊、論文、觀點(diǎn)、科技前沿、科學(xué)訪談、亮點(diǎn)述評(píng)、悅讀科學(xué)等；

• 中國科學(xué)院文獻(xiàn)情報(bào)中心分區(qū)表綜合性大類1區(qū)TOP期刊；

• 中國科技期刊卓越行動(dòng)計(jì)劃領(lǐng)軍期刊；

• 《中國科技論文與引文數(shù)據(jù)庫》和《中國科學(xué)引文數(shù)據(jù)庫》的源期刊，同時(shí)被EI、ESCI和Scopus等收錄；

• 期刊官網(wǎng)：http://csb.scichina.com.

轉(zhuǎn)載、投稿請(qǐng)留言

| 關(guān)注科學(xué)通報(bào) | 了解科學(xué)前沿