基於視覺Transformer的Landsat-Sentinel-2沿海藻華製圖：模型描述、實現與示例
該研究首次將視覺Transformer應用於30米解析度Landsat-Sentinel-2影像的沿海藻華監測，構建了全球分佈的藻華斑塊資料集，並比較了四種Transformer架構與卷積基線的效能。Swin Transformer在雲和耀斑干擾下表現優於傳統光譜指數，誤報率顯著降低。研究證實深度學習可作為中解析度沿海藻華持續監測的可靠工具。
近日，一項發表在arXiv上的研究提出了基於視覺Transformer（ViT）的沿海藻華製圖新方法，利用Landsat-8/9和Sentinel-2 A/B/C衛星的30米解析度多光譜影像。該方法由Thainara Lima等人開發，是視覺Transformer首次成功應用於中解析度多光譜影像的藻華檢測。
沿海藻華的有效監測需要頻繁、空間精細且全球一致的觀測資料。Landsat和Sentinel-2衛星群提供了超過十年的中解析度多光譜影像，每2-3天即可覆蓋全球大部分割槽域，能夠探測到粗解析度海洋水色感測器無法分辨的碎片化藻華結構。然而，這些資料在水體環境中的應用面臨挑戰，包括有限的光譜覆蓋和缺乏統一的反射率產品。傳統生物光學方法存在固有侷限，而基於深度學習的影像分類作為一種資料驅動方法，有望克服這些不足。
研究團隊首先構建了一個全球分佈的藻華斑塊資料集，從全球易發生藻華的沿海熱點地區收集影像。隨後，他們比較了四種基於Transformer的架構（包括Swin Transformer）與標準卷積神經網路（CNN）基線的細尺度藻華檢測效能，並在不同光學水體型別、大氣和表面條件下進行評估。結果表明，所有深度學習模型在檢測漂浮藻華區域方面均表現出強大能力，但存在8%至65%的遺漏和誤報誤差。在受到雲和耀斑干擾的時間序列中，Swin Transformer顯著優於傳統光譜指數方法（如NDVI），後者會產生大量誤報。Swin Transformer能夠有效避免受雲和耀斑影響的畫素，從而提高了檢測準確性。
此外，與MODIS衍生產品的比較進一步凸顯了更高空間解析度在檢測碎片化和不規則受影響藻華方面的優勢。研究人員認為，深度學習可作為中解析度下動態沿海環境中漂浮藻華持續監測的可靠工具。該成果為全球藻華監測提供了新的技術路徑，有望支援環境管理和生態研究。