可可地图绘制需要亚米级分辨率吗？科特迪瓦景观分层评估：甚高分辨率影像、十米级地球观测输入与操作产品的对比
一项在科特迪瓦进行的研究比较了甚高分辨率（0.5米）与十米级卫星影像在可可地图绘制中的表现，结果显示VHR的F1得分达到0.92，而TESSERA等基础模型嵌入（F1=0.86）提供了可扩展的替代方案。在破碎化景观中性能差异增大。
随着可可供应链透明度和森林砍伐监测需求的增加，精确的可可地图绘制变得至关重要。然而，传统的中分辨率（10-30米）卫星图像在异质小农景观中可能难以准确检测可可种植区。为了探究亚米级分辨率是否真的必要，一项发表在arXiv上的研究（arXiv:2607.08945）在科特迪瓦开展了系统性实验。
研究团队由Kasimir Orlowski等六位作者组成，他们比较了多种数据源：0.5米分辨率的Pleiades甚高分辨率（VHR）影像、10米分辨率的Sentinel-2年度合成影像，以及来自TESSERA和AlphaEarth Foundations（AEF）的基础模型嵌入。此外，他们还评估了四个现有的公开可可地图产品，包括Kalischek等。模型性能通过景观分层精度评估进行验证，使用了2,821个独立解读的参考点，这些点分布在不同树木覆盖密度和景观破碎化梯度上。
结果显示，VHR模型表现最佳，F1得分达到0.92，并且在所有景观分层中均保持F1>0.90，显示出极高的稳定性。在十米级输入中，TESSERA表现最好（F1=0.86），其次是AEF（F1=0.82）和Sentinel-2（F1=0.76）。在现有可可产品中，Kalischek产品表现最佳（F1=0.83），与内部训练的AEF模型相当。研究还发现，随着景观破碎化程度增加以及树木覆盖密度极低或极高，VHR与十米级方法的性能差异显著扩大。例如，在高度破碎化的区域，VHR的优势更为明显。
因此，在复杂可可景观中，针对性的VHR采集可能特别有益，而基础模型嵌入则为大面积地图绘制提供了可扩展的替代方案。这项研究为不同场景下选择适当遥感数据提供了重要指导，尤其对于监管机构和可可供应链企业而言，理解这些性能差异有助于优化资源分配和监测策略。