AlphaEarth 嵌入能否把动态世界水体制图扩展到 Sentinel-1？

仅凭雷达复现动态世界水体

动态世界近实时分类 10 米 Sentinel-2 影像，但只在云和云影允许的地方有效，这限制了有效覆盖，热带地区尤其明显。Sentinel-1 C 波段 SAR 可昼夜穿云观测，但平滑的非水表面、雷达阴影和其他低后向散射地形可能被误判为开阔水面。论文提出的问题是：模型能否在阴天条件下从 Sentinel-1 复现动态世界水体图，从而补充光学产品并提高观测频率。

该方法把动态世界水体类别用作弱监督，即标签来自已有的光学土地覆盖产品，而非人工标注。作者仅用这些伪标签训练 S1 水体模型，再检验加入 Google AlphaEarth Foundations 嵌入作为空间上下文是否能改进它。AEF 把一年的光学、雷达、激光雷达及其他地球观测压缩为每个 10 米像素的 64 维嵌入，编码持久土地覆盖，并间接编码水体出现情况。

S1 提供时刻，AEF 提供上下文

两种输入不可互换。Sentinel-1 后向散射提供观测时刻的信息，而 AEF 嵌入在一个日历年内固定，本身无法表示年内水体范围变化。它的作用是为解读该观测提供空间上下文，让模型学习哪些上下文有帮助，而不是套用固定规则。

这一点重要，是因为 OPERA DSWx-S1 等业务化 SAR 产品用静态辅助图层减少雷达暗地上的误检，包括土地覆盖、长期水体出现频率和距最近排水沟高度。AEF 起类似作用，但与 S1 一起从训练标签中联合学习。作者指出，HAND 可作为输入补充其模型，而学习到的嵌入也可为基于规则的掩膜提供信息。

53 个场景对照独立 3 米标注

主评估使用 53 个全球分布场景，配有在 S1 过境 48 小时内获取的 3 米 PlanetScope 影像独立标注。S1 与 PlanetScope 的时间偏移中位数为 19.9 小时，最大 44 小时，其中 30 个场景不超过 24 小时。参考值 0 和 1 分别表示非水和水，可用于评分；其他值被排除。

指标有两种聚合方式，区别很重要。合并指标跨场景汇总混淆计数，而逐场景 IoU 给每个场景相同权重。论文报告合并精确率、召回率和 Dice，以及两种形式的水体 IoU，并用自助法置信区间衡量逐场景均值的不确定性，用配对 Wilcoxon 符号秩检验评估场景内方法差异。主要对照是同一 S1 观测的 OPERA DSWx-S1 30 米 B02 BWTR 图层，其中水体包括被淹没植被，被 HAND 排除、叠掩/阴影、海洋和无数据像素视为无效。

仅用弱标签已达 OPERA 水平

仅用动态世界伪标签训练、没有人工标注的 S1 模型，在 53 个场景上合并水体 IoU 达到 0.77，与业务化 OPERA DSWx-S1 产品的 0.75 相当。在阈值 0.50 下，合并 IoU 为：仅 S1 为 0.77，S1+AEF 为 0.86，替换为上一年嵌入为 0.85。

作者将此描述为仅 S1 模型在该基准上与 OPERA 相当或略高。这一结果值得注意，因为模型没有用手工标注的 SAR 水体数据训练，说明光学土地覆盖产品可为 SAR 地表水制图提供可扩展的训练标签。对照对象是重采样到 3 米参考网格的 OPERA 30 米产品；论文指出，已发表的 OPERA 验证只对完全为水或完全非水的 30 米像素评分，而本评估纳入所有有效像素，对边界处理更严格。

年度上下文提高 IoU 并降低输入敏感度

加入 AEF 使合并水体 IoU 从 0.77 升至 0.85。融合模型在 53 个场景中的 44 个优于仅 S1 模型，在 48 个场景上超过 OPERA，Wilcoxon p < 0.05。在独立的 S1S2-Water 基准上达到 0.94，OPERA 为 0.87。

提升不只在均值。在三个训练随机种子下，融合模型的逐场景 IoU 波动小于仅 S1 模型，标准差为 0.001 对 0.007。使用 S1S2-Water 随附的 S1 影像而非作者自己的 Earth Engine S1，仅 S1 的合并 IoU 从 0.82 降至 0.72，而融合模型仅从 0.94 降至 0.93。把网络用于重采样到 3 米的 GSWD 输入而非 10 米训练网格，仅 S1 的 IoU 从 0.77 降至 0.57，而融合模型保持在 0.85。由于不同处理链的 S1 预处理不同，作者认为这种稳定性具有实用价值。

AEF 在一个基准补漏，在另一个压误检

两个基准暴露了仅 S1 模型的不同错误，AEF 对两者都有改善。在 53 个场景的 GSWD 基准上，AEF 主要找回漏掉的水体，其中大部分位于 WorldCover 永久水体。叠加到 WorldCover 2021 上，AEF 纠正的假阴性为 138 万像素，主要位于永久水体（77%）和红树林（13%）；纠正的假阳性为 84 万像素，主要位于裸地或稀疏植被（59%）和乔木覆盖（20%）。作者指出，这些关联描述错误发生在哪里，而非其原因。

在 S1S2-Water 上，场景覆盖整个景观且水体很少，仅 S1 的错误主要是假阳性，AEF 把精确率从 0.81 提高到 0.95。增益集中在仅 S1 失败的场景。AEF 在 24 个场景上把场景 IoU 提高超过 0.05，在 26 个场景上变化不超过 0.05，在三个场景上降低超过 0.05。

年度嵌入偏向持久水体，漏掉窄河道

若干限制决定了这些结果的可迁移范围。年度上下文可能偏向持久水体区域，AEF 新增的假阳性大多位于那里；新增假阳性 81 万像素中有 62% 位于永久水体。模型并非为洪水后淹没设计或评估，也可能复现动态世界标签的系统性错误。

评估划分是瓦片级而非按流域留出，且大多数训练瓦片（5278 个中的 4678 个）以河段为中心。在 10 米下，模型对窄河道精度有限；在场景 SID26 上，融合 IoU 在 10 米输入下为 0.268，3 米输入下为 0.525。观测年份的 AEF 还可能包含 S1 观测之后的观测。在 S1S2-Water 上，融合模型既未在该基准上训练也未调参，但在原生分辨率和阈值 0.50 下，其逐场景平均 IoU 为 0.88，接近该基准上最佳 S1 模型报告的 0.85，不过场景集和平均方式不同。

真正有决策价值的是场景类型而非均值

总体数字掩盖了论文最有用的区分。AEF 的收益并不均匀：它在 53 个场景中的 24 个把场景 IoU 提高超过 0.05，26 个基本不变，三个降低。在 GSWD 上，被纠正的错误以漏掉的永久水体为主；在 S1S2-Water 上，增益来自在少水景观中抑制假阳性，把精确率从 0.81 提高到 0.95。

对判断该方法是否适合某任务的读者，关键问题是哪种错误占主导。若关注永久水体和红树林中的漏检水体，AEF 帮助最大。若关注以干燥为主景观中雷达暗地上的假阳性，AEF 也有帮助，但通过精确率而非召回率。若目标是 10 米下的窄河道或洪水后淹没，证据不支持同样预期。替换为上一年嵌入仍保留相对仅 S1 合并增益的 94%，说明上下文不必完全时间匹配，但模型仍无法仅靠 AEF 表示年内水体变化。

本文引用的文献