谷歌DeepMind推出的AlphaEarth Foundations模型通过整合多种数据源，实现高精度地球观测，解决数据过载和标注不足的问题。该模型在土地覆盖分类等任务中表现优异，推动全球生态系统的监测与保护。

土地覆盖分类和变化检测是遥感的重要应用。研究分析了无扭曲训练模型对颜色和纹理特征的敏感性，发现模型对纹理更敏感。这些发现有助于开发更鲁棒的地球观测模型。此外，研究介绍了PhilEO Bench评估框架，包含多个遥感任务的数据集，用于评估不同基础模型的性能。