Tree species mapping in Denmark: A comparison of spectral-temporal features with geospatial foundation model embeddings
丹麦研究人员利用国家森林调查样地和遥感数据，结合基础模型生成分量图，构建了首个高分辨率全国树种分布图。研究对比了人工构建的光谱时序特征与 TESSERA、AlphaEarth 两种基础模型嵌入的输入表示，并辅以冠高信息，采用随机森林、XGBoost 及多层感知机进行分类评估。结果显示，基于光谱时序特征的多层感知机在纯林和混林中分别达到 0.843 和 0.653 的宏观 F1 分数；TESSERA 嵌入模型在纯林上表现具有竞争力，且在训练样地少于 25% 时优于传统方法。多年度观测显著提升了分类精度，最终生成的 10 米分辨率树种图整体准确度为 79.9%，已作为开放获取产品发布，服务于森林监测、生态研究及土地管理。