地理基础模型需要在传感器、区域与时间之间验证迁移边界

地理基础模型试图从大规模地球观测或空间数据中学习可重复使用的表示，再通过微调或轻量适配服务于分类、分割、变化检测等任务。它减少了每个任务从随机参数开始训练的成本，但“基础”描述的是预训练和迁移方式，不代表模型在所有地区、传感器和年份上都可靠。

预训练数据决定可迁移信息

地球观测数据同时具有空间、时间、光谱和传感器维度。Prithvi-EO-2.0 等模型使用多光谱、多时相影像学习表示，输入不仅包含图像块，还要处理波段、时间和地理位置等条件。预训练覆盖的气候区、地表类型、季节和观测质量会形成模型能力边界。

NASA 的 HLS 产品协调 Landsat 与 Sentinel-2 的表面反射率、网格和部分观测差异，为多源时间序列提供较一致输入。协调产品仍保留云、阴影、观测角度、波段响应和有效日期等质量信息。模型若只读取反射率而丢弃质量层，会把缺测或残云当作地物模式。

样本数量不能替代覆盖检查。城市密集区、农业区或某些国家过多，模型可能在这些区域表现好，在高纬、山区、岛屿和快速变化地区退化。预训练数据清单应记录产品版本、空间范围、时间范围、波段、筛选规则和采样权重。

下游数据的波段中心、带宽和顺序必须与预训练配置对应。简单复制缺失波段、把任意指数塞入现有通道，都会改变输入含义。确需适配时，应记录映射、归一化和新参数训练方式，并与只使用共同波段的基线比较。

空间分辨率也不是普通图像缩放。把三十米像元上采样到十米，不会产生十米地物细节；下采样则混合小目标。模型的图像块大小对应一定地面范围，换分辨率后，其感受范围和对象尺度都会变化。评价应按真实地面尺度、对象大小和边界复杂度分层。

时相输入需要对齐观测日期与季节。固定长度序列可能通过插值或选景填满，但缺口模式本身带有地区与天气偏差。跨半球迁移时，同一月份对应不同季节；用月份位置直接编码而不考虑地理条件，会产生错误对应。

线性探测只训练新的任务头，可以测试预训练表示是否已包含可分信息；全量微调允许所有参数改变，能力更强，也更容易在小样本上过拟合。参数高效方法位于两者之间。选择应由数据量、算力、任务距离和审计要求决定，而不是只看训练损失。

训练与验证必须按部署目标做空间隔离。随机切分相邻像元会共享地块、纹理和成像条件，高估区域外能力。若目标是推广到新区域，应留出完整区域；若目标是未来监测，还需做时间留出。外部传感器迁移应设置独立测试集，不能边调波段映射边使用其测试答案。

少量标签微调可能改变原有表示。应与传统监督模型、简单特征模型和不微调的基础模型比较，报告性能、训练成本和稳定性。若提升只出现在一个数据集，不能推断形成了通用地理能力。

像元准确率会被大面积背景主导。分割任务还应观察类别 IoU、边界误差、对象完整性和面积偏差；变化检测要按变化类别和时间间隔分层；回归任务要报告空间残差和极端区域。所有指标应附带空间抽样设计和置信范围。

模型可能利用经纬度、季节或传感器特征作为捷径。地理位置编码能提供气候与区域先验，也可能在边界外失效并强化历史偏差。可以遮蔽位置输入、交换区域和控制时间，检查结果变化。应用于灾害和资源分配时，还要评价哪些地区缺少标签和地面核验。

不确定性不能只用输出最大概率表示。深度模型常过度自信，跨区域时尤其明显。应在独立区域校准，设置拒绝或人工复核区间，并把云、影像质量和输入越界作为单独信号。

部署包需要绑定模型权重、代码、输入产品、归一化参数、波段顺序、空间分辨率和许可证。基础模型版本变化可能改变表示，即使任务头不变也要重新验证。数据和模型谱系应能回答某幅输出由哪些场景、哪个产品集合和哪个权重生成。

大模型推理可以按瓦片执行，但瓦片边缘会破坏上下文。重叠和融合可以缓解接缝，仍需检查跨瓦片对象。推理尺度、重叠宽度、无数据填充和批处理精度都会影响结果，不能只记录最终栅格。

算力效率也属于适用性。应记录单景处理时间、显存、能耗代理和峰值吞吐，并与较小模型在同一硬件和精度设置下比较。若基础模型只带来微小质量提升，却显著增加更新与部署成本，任务专用模型可能更合适。

地理基础模型适合复用昂贵预训练成果，也让错误跨任务传播。采用前应先定义目标地区、时间、传感器和质量要求，再决定是否使用基础模型；采用后则用区域外和时间外证据说明它在哪里有效，而不是以模型规模代替验证。

Jakubik 等：Prithvi-EO-2.0，https://arxiv.org/abs/2412.02732
NASA Earthdata：Harmonized Landsat Sentinel-2，https://www.earthdata.nasa.gov/data/projects/hls