虚拟卫星的人工智能 （AI） 模型：AlphaEarth Foundations，让行星级10m观测更智能

AlphaEarth基金会以前所未有的细节帮助绘制我们的星球地图

简介

AlphaEarth基金会的假彩色图像揭示了多样化的土地模式和结构。
新的人工智能模型集成了PB级的地球观测数据，生成统一的数据表示，彻底改变了全球测绘和监测。

每天，卫星都会捕获信息丰富的图像和测量结果，为科学家和专家提供近乎实时的地球视图。虽然这些数据具有令人难以置信的影响力，但其复杂性、多模态和刷新率带来了新的挑战：连接不同的数据集并有效地利用它们。

今天，我们要介绍AlphaEarth Foundations，这是一种功能类似于虚拟卫星的人工智能（AI）模型。它通过将大量地球观测数据集成到计算机系统可以轻松处理的统一数字表示或“嵌入”中，准确有效地表征地球的整个陆地和沿海水域。这使得该模型能够为科学家提供更完整、更一致的地球演化图景，帮助他们在粮食安全、森林砍伐、城市扩张和水资源等关键问题上做出更明智的决策。

为了加快研究速度并解锁用例，我们现在发布了AlphaEarth Foundations的年度嵌入集合，作为Google地球引擎中的卫星嵌入数据集。在过去的一年里，我们一直在与50多家组织合作，在其实际应用程序上测试该数据集。

我们的合作伙伴已经看到了显著的好处，使用这些数据更好地对未绘制地图的生态系统进行分类，了解农业和环境变化，并大大提高其地图工作的准确性和速度。在这篇博客中，我们很高兴重点介绍他们的一些反馈，并展示这项新技术的切实影响。

通过将红色、绿色和蓝色分配给AlphaEarth基金会嵌入场的64个维度中的三个维度，可视化我们世界的丰富细节。在厄瓜多尔，该模型透过持续的云层覆盖，详细说明处于不同开发阶段的农业地块。在其他地方，它清晰地绘制了南极洲的一个复杂表面——由于不规则的卫星成像，该地区是出了名的难以成像的地区——并显示了加拿大农业用地利用的明显变化，这是肉眼看不见的。

AlphaEarth Foundations的工作原理

AlphaEarth Foundations通过解决两个主要挑战，为了解我们的星球提供了一个强大的新视角：数据过载和信息不一致。

首先，它结合了来自数十个不同公共来源的大量信息——光学卫星图像、雷达、3D激光测绘、气候模拟等等。它将所有这些信息编织在一起，以10x10米的清晰度分析世界陆地和沿海水域，从而能够以极高的精度跟踪随时间的变化。

其次，它使这些数据具有实用性。该系统的关键创新是它能够为每个方格创建高度紧凑的摘要。这些摘要所需的存储空间比我们测试的其他人工智能系统生成的存储空间少16倍，并大大降低了行星级分析的成本。

这一突破使科学家能够完成迄今为止不可能完成的事情：按需创建详细、一致的世界地图。无论是监测作物健康状况、跟踪森林砍伐还是观察新建筑，他们都不再需要依赖从头顶掠过的一颗卫星。他们现在拥有了地理空间数据的新型基础。

图表显示了AlphaEarth Foundations的工作原理，从视频序列中获取非均匀采样帧以索引时间上的任何位置。这有助于模型创建位置的连续视图，同时解释大量测量值。

为了确保AlphaEarth Foundations已准备好在实际世界中使用，我们严格测试了其性能。与传统方法和其他人工智能测绘系统相比，AlphaEarth Foundations始终是最准确的。它在不同时期的广泛任务中表现出色，包括识别土地利用和估计地表属性。至关重要的是，它在标签数据稀缺的情况下实现了这一点。平均而言，AlphaEarth Foundations的错误率比我们测试的模型低24%，展示了其卓越的学习效率。

使用卫星嵌入数据集生成自定义地图

Google地球引擎中的卫星嵌入数据集由AlphaEarth Foundations提供支持，是同类数据集中最大的数据集之一，每年嵌入足迹超过1.4万亿次。这些年度嵌入集合已被世界各地的组织使用，包括联合国粮食及农业组织、哈佛森林、地球观测小组、MapBiomas、俄勒冈州立大学、空间信息学小组和斯坦福大学，以创建强大的自定义地图，以推动现实世界的洞察力。

例如，全球生态系统地图集（Global Ecosystems Atlas）是一项旨在创建第一个绘制和监测世界生态系统的综合资源的倡议，它正在使用该数据集帮助各国将未绘制地图的生态系统分为沿海灌木丛和超干旱沙漠等类别。这一首创的此类资源将在帮助各国更好地确定保护区的优先顺序、优化恢复工作和应对生物多样性丧失方面发挥关键作用。

“卫星嵌入数据集正在通过帮助各国绘制未知生态系统地图来彻底改变我们的工作——这对于确定保护工作的重点至关重要。”
——尼克·默里（Nick Murray），詹姆斯库克大学全球生态实验室主任兼全球生态系统地图集全球科学负责人

在巴西，MapBiomas正在测试该数据集，以更深入地了解全国各地的农业和环境变化。这种类型的地图为亚马逊雨林等关键生态系统的保护战略和可持续发展举措提供了信息。

正如MapBiomas的创始人Tasso Azevedo所说：“卫星嵌入数据集可以改变我们团队的工作方式——我们现在有了新的选择来制作更准确、更精确、更快速的地图——这是我们以前永远无法做到的。”

详细了解卫星嵌入数据集，并在Google地球引擎博客中查看教程。

利用AI增强他人能力

AlphaEarth基金会代表着在了解不断变化的星球的状态和动态方面向前迈出了重要一步。我们目前正在使用AlphaEarth Foundations来生成年度嵌入，并相信当它们与Gemini等通用推理LLM代理结合使用时，它们在未来可能会更加有用。我们将继续探索将模型基于时间的功能应用到Google Earth AI（我们的地理空间模型和数据集集合）中的最佳方式，以帮助满足地球最关键的需求。

论文链接

https://arxiv.org/pdf/2507.22291