RSPDBench：符合物理机制的遥感产品退化下地球观测任务的视觉基础模型基准测试

针对地球观测 (EO) 任务的视觉基础模型通常在干净的下游基准上进行评估，但可操作的 EO 产品在到达模型之前可能已经包含空间、辐射、对准、噪声和协调缺陷。现有的稳健性评估通常使用通用图像损坏或广泛的域转移，这不能隔离这些产品级故障模式。我们引入了 \textbf{RSPDBench}，这是一个基于物理基础的 \textbf{r}emote-\textbf{s}ensing-\textbf{p}product \textbf{d}egradation \textbf{b}enchmark，用于视觉基础模型。 RSPDBench 在审核的原始降解和复合产品链下评估五个 EO 数据集、七个基础模型条目和两个监督基线。每个模型都在其干净选择的本机协议下进行评估，并根据其自身干净基线的下降来衡量鲁棒性。我们的分析表明，退化敏感性是强结构化的：分辨率调节和通道分组编码器保护不同的故障轴，相同的物理缺陷可能会损害一个模型，同时帮助另一个模型。复合链暴露了孤立退化无法预测的故障，具有模型相关的放大、饱和或组件优势，并且超出最强组件的超额下降高达 38% 个百分点。这些结果表明，EO 稳健性不能仅通过精确精度或通用扰动测试来表征；还必须根据遥感产品在部署时带来的结构性缺陷进行衡量。