BEACON：通过三模态对比学习丰富 AlphaEarth 嵌入的行为和语义

AlphaEarth Foundation 等地理空间基础模型可生成紧凑且全球一致的地球表面表示，可有效地转移到各种下游任务。然而，由于这些模型主要是根据地球观测图像进行训练的，因此它们的嵌入主要捕获物理和光谱特征，而对人类活动和城市功能的编码却很弱。为了解决这个限制，我们提出了 BEACON，一个三模态对比学习框架，它结合了城市空间的三个互补视图：来自 AE 嵌入的物理表示、来自兴趣点 (POI) 文本的语义表示、以及来自每小时 POI 访问的人类行为表示，同时保持仅部署的表示图像。使用休斯顿都会区作为案例研究区域，我们使用超过五个种子的冻结线性和 MLP 探针，评估了 BEACON 框架在九个下游任务上的性能，包括针对六个基线（原始坐标、Space2Vec、SatCLIP、TESSERA、Clay 和 AlphaEarth）的七个回归和两个分类任务。在线性探测下，与 AlphaEarth 相比，BEACON 在肥胖患病率方面相对 R^2 提高了 43%，在心理健康状况不佳方面提高了 34%，在家庭收入中位数方面提高了 22%，同时在物理和环境变量的预测方面保持竞争力。这些发现凸显了利用语义和行为信号增强地理空间基础模型的价值，将其适用性从物理地球观测扩展到以人为中心的城市分析。