用于高分辨率遥感测绘的全球地理空间嵌入的结构-语义解耦调制

细粒度的高分辨率遥感制图通常依赖于局部视觉特征，这限制了跨域的通用性，并且常常导致大规模土地覆盖的碎片化预测。虽然全球地理空间基础模型提供了强大的、可概括的表示，但由于严重的语义空间差距，直接将其高维隐式嵌入与高分辨率视觉特征融合经常会引发特征干扰和空间结构退化。为了克服这些限制，我们提出了结构语义解耦调制（SSDM）框架，它将全球地理空间表示解耦为两个互补的跨模式注入路径。首先，结构先验调制分支将全局表示中的宏观感受野先验引入到高分辨率编码器的自注意力模块中。通过整体结构约束指导局部特征提取，有效抑制高频细节噪声和过多的类内方差引起的预测碎片。其次，全局语义注入分支将整体上下文与深层高分辨率特征空间明确对齐，并通过跨模态集成直接补充全局语义，从而显着增强复杂土地覆盖的语义一致性和类别级别区分度。大量的实验表明，与现有的跨模态融合方法相比，我们的方法实现了最先进的性能。通过释放全局嵌入的潜力，SSDM 不断提高不同场景下的高分辨率映射精度，为将地理空间基础模型集成到高分辨率视觉任务中提供了通用且有效的范例。