论文解读 | AAAI 2026 | 2026-06-01

📄 论文信息

🎯 解决的核心问题

问题背景

遥感图像与自然图像有本质区别：遥感图像通常包含多个光谱通道（如Sentinel-2有13个波段，Landsat-8有11个波段），且空间分辨率差异巨大（从0.1米到100米）。现有的遥感基础模型（RSFMs）通常在固定的波段配置和空间分辨率上预训练，这导致它们在实际应用中面临严重局限。

现有方法的局限

1. 波段固定问题：现有模型（如SatMAE、SpectralGPT）将多光谱数据作为整体输入处理，当遇到波段缺失或新增波段时，性能严重下降。
2. 跨传感器迁移困难：不同传感器（如Sentinel-2与Landsat）的波段配置不同，导致模型难以直接迁移。
3. 尺度适应性差：现有模型采用单一尺度的patch embedding，无法同时捕获高分辨率的纹理细节和低分辨率的全局上下文。

核心问题提炼

如何构建一个能够适应任意波段组合、任意传感器类型、任意空间分辨率的通用遥感基础模型？

💡 解决方案

核心创新点1：Spectrum-independent Tokenizer (SiTok)

设计动机：传统方法将多光谱图像作为3D张量处理，波段维度与空间维度耦合，导致波段变化时需要重新训练。

具体实现：

• 对每个光谱通道独立进行tokenization
• 为每个token添加channel index编码
• 支持任意波段组合和缺失波段场景

关键细节：