地球嵌入揭示了来自太空的多种城市信号

来自人口普查、调查和行政记录的传统城市指标往往成本高昂、空间不一致且更新缓慢。最近的地理空间基础模型使地球嵌入、紧凑的卫星图像表示能够在下游任务之间转移，但它们在邻里规模的城市监测中的效用仍不清楚。在这里，我们对三个地球嵌入系列 AlphaEarth、Prithvi 和 Clay 进行了基准测试，用于 2020 年至 2023 年美国六个大都市区的城市信号预测。使用统一的监督学习框架，我们预测了涵盖犯罪、收入、健康和旅行行为的 14 个社区级指标，并评估了四种环境下的表现：全球、城市、年份和城市年。结果表明，地球嵌入捕获了巨大的城市变化，其最高的预测能力与建筑环境结构更直接相关，包括慢性健康负担和主要通勤模式。相比之下，由精细行为和地方政策（例如自行车）更强烈影响的指标仍然难以推断。不同城市的预测表现存在显着差异，但多年来保持相对稳定，表明强烈的空间异质性和时间鲁棒性。探索性分析表明，预测性能的跨城市差异与特定任务的城市形态相关。受控维度实验表明，表示效率至关重要：紧凑的 64 维 AlphaEarth 嵌入比 Prithvi 和 Clay 的 64 维缩减仍然提供更多信息。这项研究建立了评估城市遥感中的地球嵌入的基准，并展示了它们作为符合可持续发展目标的邻里规模城市监测的可扩展、低成本特征的潜力。