引入OlmoEarth嵌入：从OlmoEarth Studio导出自定义嵌入用于下游分析

OlmoEarth Studio是Ai2构建的地球观测模型平台，现已推出嵌入导出功能。用户可以通过该平台计算并导出由开源OlmoEarth基础模型生成的嵌入向量——这些紧凑的数字表示能够高效捕捉地球观测数据中的特征。相关源代码和模型权重已随研究论文公开发布，社区可以完全审查嵌入的生成过程。

嵌入是快速、经济利用OlmoEarth的入口：它们支持从相似性搜索到分割再到无监督探索的多种下游任务。地表特征相似的区域会产生相近的向量，差异大的区域则相距甚远。OlmoEarth嵌入在内部基准测试和独立评估中均表现出色。导出的Cloud-Optimized GeoTIFF（COG）轻量且易于共享。用户可通过Studio界面或API选择感兴趣区域、时间范围、编码器变体、空间分辨率和影像源，即可获得可自由使用的COG文件。如果需要更高性能，Studio还支持监督微调（SFT）。

自定义嵌入现已面向OlmoEarth Studio用户开放。计算嵌入的流程与Studio中其他预测任务相同：首先配置模型并运行，然后下载结果。可调整的参数包括：感兴趣区域（可绘制或上传多边形）、时间跨度（1-12个月）、编码器变体（Nano 128维1.4M参数、Tiny 192维6.2M参数、Base 768维89M参数）、空间分辨率（10米、20米、40米或80米每像素）以及影像源（Sentinel-2 L2A、Sentinel-1 RTC或两者）。Studio输出一个COG，每个嵌入维度对应一个波段，向量以8位有符号整数存储，范围-127到+127，-128保留为nodata。恢复浮点向量可使用olmoearth_pretrain中的dequantize_embeddings函数。

由于所有计算均按需完成，而非从预计算全局存档拉取，因此嵌入能精确反映用户关注的特定条件。例如，可以生成月度嵌入以捕捉季节动态，而非仅限年度快照。

应用示例

以下是使用OlmoEarth-v1-Tiny（192维）嵌入、40米分辨率、Sentinel-2 L2A年度合成的示例（变化检测使用月度合成）。

• 相似性搜索：选取查询像素，提取其嵌入，计算与所有其他像素的余弦相似度，生成热力图。例如，加州默塞德市中心附近的查询点能清晰识别出城市纹理和道路走廊。
• 少样本分割：利用少量标注像素训练线性分类器，生成全覆盖土地覆盖图。在越南金瓯海岸红树林区域，仅用60个标注像素（每类20个）即可训练逻辑回归，加权F1得分达到0.84，且增加标注量对精度提升有限。
• 变化检测：通过比较两个时间点的嵌入，直接识别地表变化。例如，2023年9月与2024年9月加州布特县帕克火灾的烧伤痕迹清晰可见。
• 无监督探索：对嵌入进行PCA降维并映射为RGB图像，可自动揭示景观结构，无需任何标签。荷兰弗莱福兰的圩田景观中，不同作物类型、水体、城市区域自动获得不同色调。

所有分析仅需少量Python代码，如使用rasterio读取COG，结合scikit-learn进行线性探测。

局限性与进一步信息

尽管嵌入性能优异，但用户仍需针对自身用例验证质量。输入影像的质量（如云覆盖、大气影响）也会影响结果。如需更高性能，建议使用Studio的监督微调功能。

自定义嵌入导出现已可用。用户可创建项目、配置嵌入模型并计算。导出的GeoTIFF兼容QGIS、GDAL、rasterio等工具。完整代码示例参见嵌入教程和Colab笔记本。