arXiv cs.AI· Haoran Zhang, Huizhen Sun, Hanbin Wen, Jie Leng, Jiaxin Zhu, Zhaohua Sun·· 10 小时前AI 评分42
EarthRecord：用多模态智能体从四十年卫星影像中分析土地变化
EarthRecord: From Pixels to Land Change with Multimodal Agents over Four Decades of Satellite Imagery
AI 导读
EarthRecord 是一个基于 56 个站点原始卫星影像档案的基准，涵盖四十年 Landsat、MODIS、VIIRS 和 Sentinel-2 数据，云掩膜与跨传感器协调均交由智能体完成，包含十类分析任务共 238 个土地变化问题。对十二个多模态智能体的评测显示，领先智能体能端到端完成多数分析，但在需要从影像映射答案时表现不佳；当某一卫星数据被篡改时，一半正确答案会跟随篡改结果。
正文 · AI 翻译
摘要：尽管多模态智能体如今已能借助工具开展复杂的数据分析，但它们将数十年的卫星影像转化为可靠土地变化分析的能力——这对地球观测科学至关重要——仍未被衡量。现有基准存在不足：它们要么针对精选图像提问，要么向智能体提供预处理后的输入，从而遗漏了此类分析真正起始的原始多传感器档案。我们推出 EarthRecord，这是一个基于 56 个站点原始记录的基准：涵盖四十年的 Landsat、MODIS、VIIRS 和 Sentinel-2 数据，云掩膜与跨传感器协调均交由智能体完成。它提出 238 个土地变化问题，覆盖十项分析任务，并依据来自全球产品的未公开参考、方法间一致性以及目视解译进行评分。两项对照实验检验答案所依赖的基础：闭卷设置移除记录，仪器配对设置改变一颗卫星的数据而地面不发生任何变化。对十二个多模态智能体的评估显示，领先的智能体能够端到端完成大多数分析，但当答案需要从影像进行制图时便会失准。进一步分析表明，记录将答案从先验知识转向像素，但尚未转向地面上的真实变化：当一颗卫星的数据被改动时，一半的正确答案会随改动而变。因此，EarthRecord 提供了一个有原则的平台，用于衡量并推动智能体从像素走向土地变化。
| 评论： | 23 页，9 幅图，18 张表。项目页面：此 https URL |
| 主题： | 人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2611.12934 [cs.AI] |
| （或 arXiv:2611.12934v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.12934 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Haoran Zhang [查看邮箱]
[v1]
2026 年 11 月 6 日星期五 09:08:21 UTC（12,081 KB）
来源：arXiv cs.AI · arxiv.org