零样本胜过监督
该框架利用多粒度知识图谱整合多模态地理空间实体及丰富的空间-语义关系，通过容错嵌入建立地理单元与土地利用类别之间的关联，从而在无需任何标注数据的情况下实现高精度、大规模的城市土地利用制图。
李彦胜 · Yu, Wang · 余磊 · Dang, Bo · 许刚 · Zhenyu, Zhong · Yuning, Wu · Xin, Guo · Kang, Wu · 李征 · Wang, Linlin · 王健 · Chen, Jingdong · Yang, Ming · 张永军
Remote Sensing of Environment 2025
即使不使用任何土地利用标注，仅通过其他任务的间接监督，模型也能超过直接监督方法的精度，省去了昂贵的标注工作。
得益于零样本分类和大规模整体推理能力，框架能够以低成本生成全国尺度的城市土地利用图。
嵌入方法对空间-语义交互中的噪声具有容错性，能够稳定地建立地理单元与类别的关系。