基于多尺度视觉变换器的多模态地理人工智能模型用于映射北极永冻土融化

本研究针对北极区域的逆退融化塌陷（RTS）现象，提出了一种新颖的多模态学习方法来提高RTS特征的映射精度。采用了级联掩膜R-CNN与多尺度视觉变换器相结合的方法，并引入了特征级残差跨模态注意力融合策略和预训练单模态学习后多模态微调策略。实验结果表明，该模型在高效利用多模态数据进行RTS映射方面显著优于现有方法，对理解永冻土及其环境影响具有重要意义。