基于视觉Transformer的Landsat-Sentinel-2沿海藻华制图：模型描述、实现与示例
该研究首次将视觉Transformer应用于30米分辨率Landsat-Sentinel-2影像的沿海藻华监测，构建了全球分布的藻华斑块数据集，并比较了四种Transformer架构与卷积基线的性能。Swin Transformer在云和耀斑干扰下表现优于传统光谱指数，误报率显著降低。研究证实深度学习可作为中分辨率沿海藻华持续监测的可靠工具。
近日，一项发表在arXiv上的研究提出了基于视觉Transformer（ViT）的沿海藻华制图新方法，利用Landsat-8/9和Sentinel-2 A/B/C卫星的30米分辨率多光谱影像。该方法由Thainara Lima等人开发，是视觉Transformer首次成功应用于中分辨率多光谱影像的藻华检测。
沿海藻华的有效监测需要频繁、空间精细且全球一致的观测数据。Landsat和Sentinel-2卫星群提供了超过十年的中分辨率多光谱影像，每2-3天即可覆盖全球大部分区域，能够探测到粗分辨率海洋水色传感器无法分辨的碎片化藻华结构。然而，这些数据在水体环境中的应用面临挑战，包括有限的光谱覆盖和缺乏统一的反射率产品。传统生物光学方法存在固有局限，而基于深度学习的图像分类作为一种数据驱动方法，有望克服这些不足。
研究团队首先构建了一个全球分布的藻华斑块数据集，从全球易发生藻华的沿海热点地区收集影像。随后，他们比较了四种基于Transformer的架构（包括Swin Transformer）与标准卷积神经网络（CNN）基线的细尺度藻华检测性能，并在不同光学水体类型、大气和表面条件下进行评估。结果表明，所有深度学习模型在检测漂浮藻华区域方面均表现出强大能力，但存在8%至65%的遗漏和误报误差。在受到云和耀斑干扰的时间序列中，Swin Transformer显著优于传统光谱指数方法（如NDVI），后者会产生大量误报。Swin Transformer能够有效避免受云和耀斑影响的像素，从而提高了检测准确性。
此外，与MODIS衍生产品的比较进一步凸显了更高空间分辨率在检测碎片化和不规则受影响藻华方面的优势。研究人员认为，深度学习可作为中分辨率下动态沿海环境中漂浮藻华持续监测的可靠工具。该成果为全球藻华监测提供了新的技术路径，有望支持环境管理和生态研究。