基于 AlphaEarth Foundations 的贫民窟检测与密度制图：跨 12 个全球城市的表征学习评估
计算机视觉与模式识别
2026-05-12 v1
摘要
像素级贫民窟制图长期以来一直受到跨城市泛化能力有限、缺乏连续密度估计以及全球可比性较弱的限制。AlphaEarth Foundations（AEF）是一种具有 10 米分辨率的全球一致的 64 维年度地表嵌入，为轻量级贫民窟监测提供了新的即用型基础，但它对贫民窟检测（一项受建筑形态和社会经济过程共同影响的间接耦合任务）的适用性仍未得到验证。我们在 12 个城市和 69 个城市-年份对（2017-2024）上评估了 AEF 在贫民窟分类和亚像素密度估计方面的表现，使用 GRAM 伪掩码作为监督标签。该评估涵盖了四种训练策略、两种协议（随机划分和 3x3 空间块交叉验证）、六种辅助特征配置和五种基线模型，并辅以表征级分析（PCA、SHAP）和全 AOI 制图。我们得出了五项发现。（1）在两种协议下，同城跨年训练均为最优（中位空间 F1 = 0.616，R^2 = 0.466）；时间扩展优于跨城市迁移，表明存在城市尺度的表征漂移。（2）回归 R^2 主要由零/非零边界判别驱动：所有城市的正像素 R^2 均持续为负，表明在 10 米分辨率下对像素内密度梯度建模的能力有限。（3）PC36 在所有任务中始终排名最高；分类在 k = 32 时达到饱和，而回归在 k = 64 时仍未饱和。（4）POI 特征产生最大的密度增益（Delta R^2 = +0.064）。（5）对于满足双任务可用性阈值的六个城市，2017-2024 年的全 AOI 推理保留了贫民窟集群结构（平均 SSIM = 0.926）。本研究界定了基础模型嵌入在贫民窟监测中的能力与互补性需求。
引用
@article{arxiv.2605.10029,
title = {Slum Detection and Density Mapping with AlphaEarth Foundations: A Representation Learning Evaluation Across 12 Global Cities},
author = {Shuyang Hou and Ziqi Liu and Haoyue Jiao and Zhangyan Xu and Xiaopu Zhang and Lutong Xie and Yaxian Qing and Jianyuan Liang and Xuefeng Guan and Huayi Wua},
journal= {arXiv preprint arXiv:2605.10029},
year = {2026}
}