지리공간 파운데이션 모델(Geospatial foundation model)은 재난 피해 평가를 지원할 수 있지만, 익숙한 재난에서 높은 정확도를 보이는 것은 지름길 학습(shortcut learning), 즉 새로운 재난으로 전이되는 증거보다는 사건이나 장면의 특성에 기반한 예측을 숨기고 있을 수 있습니다. 본 연구에서는 다중 재난 데이터셋인 xView2와 BRIGHT를 대상으로 TerraMind, Prithvi-EO-2.0, DOFA, DINOv3의 임베딩(embedding)을 조사합니다. 이미지 타일을 무작위로 분할하는 대신 전체 재난 하나를 홀드아웃(hold-out)할 경우, 평균 균형 정확도(mean balanced accuracy)가 xView2에서는 0.807에서 0.638로, BRIGHT에서는 0.818에서 0.568로 감소합니다. 네 가지 일련의 테스트를 통해 어떤 정보가 예측을 뒷받침하는지 살펴봅니다: 사건 및 획득 컨텍스트, 전/후 이미지 입력, 건물 수, 올바른 이미지 페어링입니다. 재난 발생 전 이미지만으로도 여전히 예측력이 유지되며, 주석이 달린 건물 수만 제공된 분류기도 0.629 및 0.653의 균형 정확도에 도달합니다. 전/후 특징(feature)을 결합하는 방식은 xView2에서는 평균적으로 가장 우수한 성능을 보이지만, BRIGHT에서는 재난 전 전용 특징에 비해 개선되지 않습니다. 동일한 재난 및 피해 등급 내에서 이미지 쌍을 셔플링(shuffling)해도 미미한 손실만 발생합니다. 이러한 발견에 착안하여, 학습(training) 재난에서만 학습된 특징 변환이 보지 못한 재난에 대한 일반화를 개선하는지 테스트합니다. 이러한 변환은 성능을 향상시키며, xView2에서는 지도 대조 학습(supervised contrastive learning)이, BRIGHT에서는 PCA가 가장 우수한 성능을 보였습니다. 본 연구 결과는 모델(model) 강건성을 평가하기 위해 보지 못한 도메인에서의 평가가 지니는 중요성을 강조하며, 단순한 특징 수준의 변환만으로도 일반화 성능을 향상시킬 수 있음을 보여줍니다. 코드와 실험은 https://github.com/alishibli97/gfm-shortcut-learning 에서 확인할 수 있습니다.
지리공간(geospatial) 머신러닝은 흔히 사회인구학적(sociodemographic), 비즈니스, 환경 변수들의 대규모 집합에 대한 과업별 특징(feature) 엔지니어링에 의존한다. 지리공간 파운데이션 모델(foundation model)은 재사용 가능한 장소 표현을 제공하지만, 주요 접근법들은 보통 이동성(mobility)과 검색 활동 같은 동적 신호, 또는 위성 이미지로부터의 시각적 신호를 인코딩한다. 장소의 정적인 구조적 구성(그곳에 누가 거주하고 일하는지, 어떤 비즈니스가 운영되는지, 어떤 위험에 노출되어 있는지)을 세밀한 공간 해상도에서 전이 가능한 임베딩(embedding)으로 나타내는 모델은 드물다. 우리는 572개의 속성을 H3 인접 지역 집계를 통해 2,288개의 입력으로 확장한 뒤, 미국 내 1,055,537개의 H3 해상도-7 셀에 대해 256차원의 단위 노름(unit-norm) 임베딩으로 압축하는 구조적 지리공간 파운데이션 모델인 PlacePulse를 소개한다. 또한 우리는 여러 타깃과 공간 지원(spatial support)에 걸쳐 내재적 표현 품질과 다운스트림 예측 유용성을 분리하는 재사용 가능한 이축(two-axis) 벤치마크를 소개한다. 내재적으로, 이 임베딩은 평균 $R^2 = 0.853$으로 표준화된 입력을 재구성하며, 256개 중 251개의 거의 비상관화된(decorrelated) 차원을 사용하고, 선행 주성분(leading principal component)에서 Moran's $I = 0.93$을 보이는 등 강한 공간적 구조를 나타내며 자기상관(autocorrelation)이 입력 반경을 넘어서도 지속된다. 외재적으로, 12개의 외부 소스와 네 가지 공간 지원으로부터 얻은 74개의 홀드아웃(held-out) 타깃에 걸쳐, PlacePulse는 학습 입력과 무관한 타깃들에서 차원수를 맞춘 특징 선택 기준선(feature-selection baseline)을 능가하며, Google의 Population Dynamics Foundation Model과 경쟁력이 있고, 건강, 경제, 선거, 경제적 이동성(economic mobility), 사회적 취약성(social vulnerability) 결과에서는 우위를 보이는데, 이러한 상대적 강점은 도메인에 따라 다르게 나타난다. 이러한 결과는 구조적 구성을 행동 데이터나 이미지 데이터가 없을 때의 단순한 대체재가 아니라, 지리공간 파운데이션 모델을 위한 독자적이고 상호 보완적인 모달리티(modality)로 자리매김한다.
U-Net과 지리공간 파운데이션 모델(Prithvi-EO-2.0)의 앙상블을 활용해 프랑스 남부의 포도 재배 잠재력을 Sentinel-2 위성 다중분광 이미지로 예측하는 방법을 제안한다. ImageCLEF AI4Agri 2026 Subtask 1에서 ±1 정확도 68.32를 달성하여 7개 팀 중 2위를 기록하였다.
사후 신속한 산사태 매핑은 재난 대응에 필수적이지만, 극심한 클래스 불균형으로 인해 자동화가 어렵습니다. 이 연구는 지오페이스 기반 모델(GFM)인 Clay v1.5가 14개의 Sentinel-2 및 지형 밴드와 약 2%의 양성 픽셀을 포함하는 3,799개의 학습 칩으로 구성된 Landslide4Sense(L4S) 벤치마크에서 픽셀 수준 산사태 분할을 개선할 수 있는지 평가합니다. 우리는 다중 스케일 잔차 지형 융합을 갖는 주요 인코더로서의 Clay, 병목(bottleneck)에서 Clay 시맨틱 문맥으로 증강된 U-Net 백본, 그리고 표준 U-Net 기준선(baseline)의 세 가지 전략을 비교합니다. 2단계 저순위 적응(LoRA)을 적용한 하이브리드 U-Net + Clay 모델은 세 가지 시드에 걸쳐 64.5 +/- 1.8%의 최고 테스트 F1 점수를 달성하여 Clay 전용 백본(55.2 +/- 3.6%)과 U-Net 기준선(59.9%)을 능가했습니다. 독립형 인코더로서의 Clay는 다중 스케일 스킵 연결이 부족하여 U-Net보다 성능이 떨어졌지만, 보조 문맥으로 주입되었을 때 그 사전 학습된 표현은 일관되게 성능을 향상시켰습니다. 이러한 발견은 GFMs가 공간적으로 상세한 합성곱 아키텍처를 대체하는 것이 아니라 보완할 때 산사태 탐지에 가장 효과적임을 시사합니다.
Adapting Prithvi-EO for Fallow Detection for Food-Water Nexus: ViT-Adapter Necks and Parameter-Efficient Backbone tuning of Geospatial Foundation Model
휴경(fallowing)이 작물 윤작과 수자원 보존에서 수행하는 역할을 고려할 때, 휴경지의 공간적 분포를 이해하는 것은 식량-물(FW) 연계를 최적화하는 데 중요합니다. 휴경지는 USDA Cropland Data Layer(CDL)에서 정확도가 낮은 클래스입니다. 지리공간 기초 모델(GFM)인 Prithvi-EO는 컴퓨터 비전 작업 전반에 걸쳐 강력한 전이 가능성을 보여주었습니다. 그러나 해당 모델의 Vision Transformer(ViT) 백본은 단일 공간 스케일에서 특징을 생성하므로, 객체 검출 헤드(object detection head)가 요구하는 다중 스케일 특징에는 적합하지 않습니다. 기존 접근 방식은 단일 스트라이드 토큰의 스케일링을 통해 다중 스케일 피라미드를 합성하여 공간적 이질성을 희생하며, GFM의 경우 전체 백본 미세조정(fine-tuning)은 계산적으로 비용이 너무 많이 듭니다. 우리는 두 가지 매개변수 효율적 미세조정(PEFT) 방식인 Low-Rank Adaptation(LoRA)과 하이브리드 PEFT를, 의사 다중 스케일(pseudo multi-scale), Lite ViT-Adapter, Full ViT-Adapter라는 세 가지 넥(neck) 설계와 결합한 휴경지 탐지 파이프라인을 평가했습니다. Lite ViT-Adapter와 원스테이지 헤드(one-stage head)를 결합한 최상의 구성은 DIoU 손실(loss)을 사용하여 mAP@50 0.9479를 달성했으며, 이는 불규칙한 휴경지 탐지를 위한 중심 인식 위치 지정(center-aware localization)의 효과를 시사합니다. LoRA 하에서의 ViT-Adapter 없는 원스테이지 검출은 어댑터가 없는 앵커 기반 접근 방식보다 6.42% 향상되었으며, 최상의 구성은 기준선(baseline)인 어댑터 없는 앵커 기반 접근 방식보다 25.70% 향상되었습니다. 이러한 결과는 가벼운 공간적 사전(prior) 융합과 선택적 백본 얼리기 해제(unfreezing)가 Prithvi-EO가 재형성된 단일 스트라이드 ViT 토큰에 의존하는 접근 방식보다 로컬 휴경 패턴을 더 효과적으로 포착할 수 있음을 보여줍니다.