[论文解读] Inferring Height from Earth Embeddings: First insights using Google AlphaEarth

Alireza Hamoudzadeh, Valeria Belloni+1 more|arXiv (Cornell University)|Feb 19, 2026

Remote Sensing and LiDAR Applications被引用 0

一句话总结

本论文评估 AlphaEarth Embeddings 是否能引导轻量级 DL 模型（U-Net 和 U-Net++）从 10 m AlphaEarth 数据推断区域地表高度，并与岭回归基线比较，同时评估对新区域的泛化能力。

ABSTRACT

This study investigates whether the geospatial and multimodal features encoded in extit{Earth Embeddings} can effectively guide deep learning (DL) regression models for regional surface height mapping. In particular, we focused on AlphaEarth Embeddings at 10 m spatial resolution and evaluated their capability to support terrain height inference using a high-quality Digital Surface Model (DSM) as reference. U-Net and U-Net++ architectures were thus employed as lightweight convolutional decoders to assess how well the geospatial information distilled in the embeddings can be translated into accurate surface height estimates. Both architectures achieved strong training performance (both with $R^2 = 0.97$), confirming that the embeddings encode informative and decodable height-related signals. On the test set, performance decreased due to distribution shifts in height frequency between training and testing areas. Nevertheless, U-Net++ shows better generalization ($R^2 = 0.84$, median difference = -2.62 m) compared with the standard U-Net ($R^2 = 0.78$, median difference = -7.22 m), suggesting enhanced robustness to distribution mismatch. While the testing RMSE (approximately 16 m for U-Net++) and residual bias highlight remaining challenges in generalization, strong correlations indicate that the embeddings capture transferable topographic patterns. Overall, the results demonstrate the promising potential of AlphaEarth Embeddings to guide DL-based height mapping workflows, particularly when combined with spatially aware convolutional architectures, while emphasizing the need to address bias for improved regional transferability.

研究动机与目标

• 评估 AlphaEarth Embeddings 是否编码可解码的与区域地表高度推断相关的信号。
• 评估轻量级卷积神经网络解码器（U-Net 和 U-Net++）将嵌入映射到高质量 DSM 推导的高度。
• 在训练区域与未见区域上，将 DL 方法与线性岭回归基线进行比较。
• 研究跨大区域研究中的嵌入引导的高度映射的泛化性与可迁移性。

提出的方法

• 在 10 m 分辨率下将 AlphaEarth Embeddings 作为输入特征。
• 使用 ResNet-18 编码器，在 512×512 窗格上训练两个轻量解码器（U-Net 和 U-Net++）。
• 将嵌入输入从 uint8 归一化到 [0,1]，并与目标 DSM 重新采样到 10 m 对齐，5×5 m。
• 使用 AdamW、MSE 损失、ReduceLROnPlateau 和早停进行优化；80/20 的训练/验证分割，并设定一个单独的测试区域。
• 在相同输入和评估指标下，与 Ridge 回归基线进行比较。

实验结果

研究问题

• RQ1 AlphaEarth Embeddings 是否能有效引导 DL 回归以从 DSM 参考推断区域地形高度？
• RQ2 轻量级的空间感知解码器是否能保留与高度相关的空间模式并泛化到新区域？
• RQ3 嵌入引导的高度推断与传统线性基线相比如何？
• RQ4 在具有不同高度分布的区域间迁移嵌入驱动的高度模型的优缺点是什么？

主要发现

• U-Net 与 U-Net++ 在训练数据上均表现出色（R2 ≈ 0.97），表明嵌入编码可解码的高度信号。
• 在测试数据上，U-Net++ 的泛化能力更强（R2 ≈ 0.84）比 U-Net（R2 ≈ 0.78），显示对分布偏移的鲁棒性提升。
• U-Net++ 在测试集上的 RMSE 更低（约 16 m），且高度分布与参考 DSM 更接近于 Ridge 基线。
• DL 模型在训练集和测试集上均优于 Ridge 回归，展示了嵌入驱动的高度映射的价值。
• 高度推断仍受偏差与残差分布差异影响，强调跨区域迁移的可迁移性限制。