森林监测的领域自适应回归嵌入空间

图像级回归是地球观测中的重要任务，其中视觉域和标签偏移是制约泛化能力的核心挑战。然而，由于缺乏合适的数据集，遥感数据中的跨域回归研究仍不充分。我们引入了一个包含来自五个国家的航空和卫星影像的新数据集，涵盖三个森林相关回归任务。为匹配实际应用需求，我们采用限制性设置：在训练时不利用目标域的先验信息，测试时仅利用有限信息进行适应。基于有序关系更易泛化的假设，我们提出了回归的流形扩散作为低数据 regime 下的强基准进行 transduction。我们的比较结果凸显了归纳方法和诱导方法在跨域回归中的比较优势。