GTPBD-MM：面向全球梯田地块与边界的多模态数据集

农业地块提取在基于遥感的农业监测中发挥着重要作用，支持地块调查、精密管理和生态评估。然而，现有公开基准主要聚焦于规则且相对平坦的农田场景。相比之下，山地梯田地块具有分层的地形、显著的海拔变化、不规则的边界以及强烈的跨区域异质性，这使得地块提取成为一个更具挑战性的问题，要求同时具备视觉识别、语义判别和地形感知的几何理解能力。尽管近期研究在视觉地块基准和图像-文本农业理解方面取得了进展，但仍缺乏一个在图像-文本-DEM数据齐备条件下用于复杂梯田地块提取的统一基准。为填补这一空白，我们提出了GTPBD-MM，这是第一个面向全球梯田地块提取的多模态基准。基于GTPBD，GTPBD-MM集成了高分辨率光学遥感影像、结构化文本描述和地形数字高程（DEM）数据，支持在图像单模态、图像+文本、图像+文本+DEM三种设置下进行系统评估。我们进一步提出了Elevation and Text guided Terraced parcel network（ETTerra），这是一种用于梯田地块描绘的多模态基线方法。大量实验表明，文本语义和地形几何信息在视觉外观之外提供了互补线索，能够在复杂梯田场景中实现更精确、更连贯且结构更一致的地块描绘结果。