文章总结： EarthEmbeddingExplorer是一款零门槛多模态卫星影像探索工具，通过Web应用实现文本、图像和地理位置三种跨模态检索，集成DINOv2等四种基础模型，基于24.8万张全球卫星影像嵌入数据，为用户提供实时可视化检索服务，有效降低了地球观测领域的技术使用门槛。 综合评分： 82 文章分类： 解决方案,AI安全,数据安全,云安全,其他

EarthEmbeddingExplorer：零门槛、多模态，像搜图一样探索全球卫星影像

原创

mapxiaotu mapxiaotu

空天感知

2026年4月13日 12:12 陕西

在小说阅读器读本章

去阅读

• 论文标题EARTHEMBEDDINGEXPLORER: A WEB APPLICATION FOR CROSS-MODAL RETRIEVAL OF GLOBAL SATELLITE IMAGES
• 作者机构中科院空天院、中国科学院大学、LGND AI、伦敦大学学院等
• 论文链接https://arxiv.org/abs/2603.29441v2
• 体验地址：ModelScope Studio

可以访问这个Web试用：

https://modelscope.ai/studios/Major-TOM/EarthEmbeddingExplorer/summary

文本检索

相似图检索

研究背景

在地球观测领域，虽然基础模型（Foundation Models）和全球尺度的嵌入数据集（Earth Embeddings）层出不穷，但将这些学术资产转化为普通研究者可用的工具却面临巨大障碍。

目前，用户若想利用这些模型进行搜索或分析，通常需要下载数以 TB 计的数据包，自行搭建嵌入流水线，并开发复杂的向量检索与可视化系统。

这种技术门槛限制了前沿模型在非专家团队中的普及。

核心贡献

1. 交互式 Web 应用：开发了 EarthEmbeddingExplorer，将静态的科研成果转化为动态、实用的发现工作流。
2. 跨模态检索：支持自然语言（文本）、视觉（图像）和地理位置三种查询模式。
3. 预集成主流模型：内置了 DINOv2、FarSLIP、SatCLIP 和 SigLIP 四种具有代表性的基础模型。
4. 全球化规模：基于 Major TOM 数据集，提供了覆盖全球约 1.4% 陆地表面的 24.8 万个预计算嵌入切片。

系统架构

EarthEmbeddingExplorer 采用了云原生架构，前端基于 Gradio 构建，部署在 ModelScope Studio 等开放平台上，为用户提供免费的 GPU 算力支持。

图 1：基于 ModelScope Studio 的云原生检索流程

系统核心逻辑包括：

– 高效存储：使用 GeoParquet 格式存储预计算嵌入，支持高并发查询和 HTTP Range Download，实现秒级实时可视化。

– 灵活过滤：用户可以根据模型权重、相似度阈值、时间及空间范围进行多维度过滤。

图 2：EarthEmbeddingExplorer 用户界面展示

核心模型对比

应用集成了四种互补的模型，满足不同场景下的检索需求：

| | | — | | |

| | | — | | |

| | | — | | |

| 模型 | 架构 | 训练数据集 | 输入模态 | 维度 | | — | — | — | — | — | | DINOv2 | ViT-L/14 | LVD-142M | 视觉 (RGB) | 1024 | | FarSLIP | ViT-B/16 | RS5M, MGRS | 文本-视觉对齐 | 512 | | SatCLIP | ViT16-L40 | S2-100K | 位置-视觉对齐 | 256 | | SigLIP | ViT-SO400M | WebLI | 文本-视觉对齐 | 1152 |

案例实战：热带雨林检索

论文展示了以“热带雨林”为目标的检索案例，对比了不同查询模式下模型的表现差异。

图 3：不同模型与查询模式下的全球相似度分布图

• 文本查询 (FarSLIP)：精准捕捉“雨林”语义，高分匹配区集中在南美亚马逊、非洲刚果盆地和东南亚。
• 地理位置查询 (SatCLIP)：展现了极强的地理先验，检索结果严格限制在赤道附近的热带雨林带。
• 图像查询 (DINOv2)：更关注视觉特征。例如，若查询图像中包含河流，DINOv2 的前 5 个结果往往都带有明显的河流纹理，体现了其对视觉细节的敏感性。

图 4：热带雨林案例下的 Top-5 检索结果切片

总结与展望

EarthEmbeddingExplorer 成功弥合了学术论文与实际应用之间的鸿沟。它不仅为模型开发者提供了一个全球尺度的“压力测试”平台，也让地理科学研究者能够通过简单的文本或位置信息，快速定位并导出感兴趣的全球卫星影像。

未来，该项目计划进一步扩大空间与时间覆盖范围，并支持更多社区贡献的基础模型，推动地球观测领域的开放科学生态建设。

让AI“读懂”12000+景SAR影像：开源SAR平台重大更新，接入大模型你也可以实现以文搜图

也说遥感共性产品，行业需要什么样的遥感产品？

看水利部水利遥感星座战略布局，机遇与挑战并存

Umbra开源雷达影像下载工具开发实践

NASA与微软联合推出“Earth Copilot”，“智能助手“或成为行业产品标配

欢迎交流

笔者长期从事人工智能、遥感、大模型等业务

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：空天感知 mapxiaotu mapxiaotu《EarthEmbeddingExplorer：零门槛、多模态，像搜图一样探索全球卫星影像》