年度地球观测嵌入对野火扰动进行编码并支持简化的烧毁区域绘图

中等分辨率（10-30 m）烧毁区域测绘对于监测野火及其影响至关重要，但仍难以规模化。现有方法需要精心策划的特定火灾图像或密集的时间序列分析。在这里，我们测试了年度地球观测嵌入是否足以保留野火干扰信号，以便在没有任何要求的情况下绘制燃烧区域的地图。使用 Tessera 和 AlphaEarth 嵌入，我们测试了单个烧伤疤痕的描绘、区域内所有同年火灾的测绘、区域全面测绘、跨大陆转移和年内火灾计时。 Tessera 对野火扰动进行了强编码，甚至允许线性模型将燃烧的像素与未燃烧的像素分开； AlphaEarth 的信号较弱。在单个 Tessera 嵌入上训练的模型匹配或超过使用成对的火灾前和火灾后 HLS 图像的等效模型，并且优于单独的火灾后图像。同样的方法绘制了基准场景内的所有同年火灾（F1 = 0.90）。在整个加利福尼亚州应用时，由于没有将加利福尼亚州火灾数据用于下游训练，它恢复了 97% 的参考烧毁面积，并检测到比 GABAM 或 MCD64A1 多得多的中小型火灾。另外，针对 2018-2021 年美国火灾训练的模型无需重新训练即可转移到 2024-2025 年 88 场欧洲火灾（F1 = 0.88）。对于检测良好的火灾，点火正时恢复的平均绝对误差为 13 天。临近年底发生的火灾导致性能下降，并且在一些看不见的景观中进行全面部署产生了系统性误报。尽管如此，年度嵌入仍实现了较高的分割精度，同时将密集时间序列处理的负担移至上游，为更简单的区域烧伤区域绘图提供了一条有前途的道路。