欧洲高分辨率生物多样性图景
人工智能
2025-04-08 v1 计算机视觉与模式识别
机器学习
摘要
本文描述了用于跨欧洲高分辨率生物多样性图景的级联多模态管道，集成了物种分布建模、生物多样性指标和栖息地分类。该管道首先使用 deep-SDM—a 基于遥感、气候时间序列和物种发生数据训练的多模态模型，在 50x50m 分辨率下预测物种组成。随后，这些预测用于生成生物多样性指示图并使用 Pl@ntBERT—a 专为物种到栖息地映射设计的基于转换器的 LLM进行栖息地分类。通过该方法，生成了大尺度物种分布图、生物多样性指示图和栖息地图，提供了细粒度的生态学洞察。不同于传统方法，该框架实现了物种间依赖关系的联合建模、对异构缺失-出现数据的偏差感知训练，以及从多源遥感输入进行大规模推断。
引用
@article{arxiv.2504.05231,
title = {Mapping biodiversity at very-high resolution in Europe},
author = {César Leblanc and Lukas Picek and Benjamin Deneu and Pierre Bonnet and Maximilien Servajean and Rémi Palard and Alexis Joly},
journal= {arXiv preprint arXiv:2504.05231},
year = {2025}
}