AgriFM：用于农业制图的多源时序遥感基础模型
计算机视觉与模式识别
2026-01-16 v3 机器学习
摘要
精确的作物制图从根本上依赖于对多尺度时空模式的建模，其中空间尺度涵盖从单个田块纹理到景观级上下文，时间尺度则捕捉短期物候转换和整个生长季的动态。基于 Transformer 的遥感基础模型 (RSFM) 因其统一时空处理的内在能力，在作物制图方面展现出巨大潜力。然而，当前的 RSFM 在作物制图上仍非最优：它们要么采用固定的时空窗口而忽略了作物系统的多尺度特性，要么完全忽略时间信息而仅关注空间模式。为弥补这些不足，我们提出了 AgriFM，一种专门为农业作物制图设计的多源遥感基础模型。我们的方法首先论证了同时进行分层时空特征提取的必要性，进而开发了一种改进的 Video Swin Transformer 架构，其中时间下采样与空间缩放操作同步进行。这种改进的主干网络能够高效统一地处理长时序卫星输入。AgriFM 利用了来自 MODIS、Landsat-8/9 和 Sentinel-2 三个卫星源的富含时间信息的数据流，并在包含超过 2500 万个由土地覆盖产品监督的图像样本的全球代表性数据集上进行了预训练。由此产生的框架包含一个通用的解码器架构，能够动态融合这些学习到的时空表示，支持多种下游任务。全面评估表明，AgriFM 在所有下游任务上的性能均优于传统的深度学习方法和最先进的通用 RSFM。代码将在 https://github.com/flyakon/AgriFM 上提供。
引用
@article{arxiv.2505.21357,
title = {AgriFM: A Multi-source Temporal Remote Sensing Foundation Model for Agriculture Mapping},
author = {Wenyuan Li and Shunlin Liang and Keyan Chen and Yongzhe Chen and Han Ma and Jianglei Xu and Yichuan Ma and Shikang Guan and Husheng Fang and Zhenwei Shi},
journal= {arXiv preprint arXiv:2505.21357},
year = {2026}
}