智能AI
morning
基础模型嵌入是否可以提高跨国作物产量泛化?撒哈拉以南非洲地区的“留一国”评估
2026-05-12
1 阅读
Yaw Osei Adjei
arXiv:2605.08113v1 公告类型:新 摘要:准确预测跨国界小农玉米产量对于撒哈拉以南非洲地区的粮食安全规划至关重要,但大多数已发布的基准报告的国内表现夸大了真正的普遍性。本文评估了地理空间基础模型嵌入(特别是 Prithvi-EO-1.0-100M 和 ViT-Base)在留一国交叉验证方案下对来自五个非洲国家的 6,404 个玉米田间观测的性能是否优于传统的 Sentinel-2 光谱特征。结果显示出明显的普遍性差距:国内随机交叉验证产生中等的 R^2 值,但所有特征集在跨国测试中表现不佳,R^2 普遍为负值。在这种情况下,与工程光谱特征相比,冻结的 Prithvi-EO 嵌入对于跨国预测没有提供任何有意义的优势。该论文认为,主要的限制是国家之间收益分配的变化,而不是代表性质量,并为未来的工作提供了可重复的负面基准。