SwissCrop25：作物制图操作的国家多年基准

实用的农作物绘图需要能够跨年推广的模型，解决细粒度的农作物分类问题，并将农田与周围景观区分开来。然而，现有的农作物绘图数据集只能单独评估这些要求。因此，我们引入了 SwissCrop25，这是一个跨越七个生长季节（2019-2025）的国家规模作物制图基准数据集。 SwissCrop25 结合了 Sentinel-2 时间序列、每日温度观测、细粒度的 73 种农作物分类法（包括草原管理类型）和 5 个明确的非农作物土地覆盖类别。为了评估实际的部署条件，我们定义了一个保留一年的协议，其中包括联合农田划定和作物分类，用于对代表性作物测绘架构进行基准测试。评估 U-TAE（卷积时间注意力模型）、TSViT（基于 Transformer 的时空模型）和 Galileo（EO 基础模型）揭示了传统基准隐藏的架构之间的差异。在此设置中，特定领域模型的性能优于 Galileo，其中 TSViT 实现了最佳整体性能，并且比 U-TAE 具有 12 pp 的宏 mIoU 优势。 SwissCrop25 还揭示了显着的年际分布变化，并表明结合温度衍生的物候信息可以提高稳健性。最后，赛季内评估揭示了模型之间的权衡，U-TAE 在赛季初期表现更好，而 TSViT 通过改进稀有类别区分能力在后期获得优势。 SwissCrop25 提供了一个具有挑战性的测试平台，用于在实际操作条件下评估作物测绘系统，并在 https://huggingface.co/datasets/EOA-team/SwissCrop25 上公开发布。