GeoPhysAdapter: Scale-Matched Geophysical Adaptation for Cross-Domain Landslide Mapping with Vision Foundation Models
作者: Zhihang Liu, Mei-Po Kwan, Jinlin Wu, Hao Li
分类: cs.AI, cs.CV
发布日期: 2026-08-10
🔗 代码/项目: GITHUB
💡 一句话要点
提出GeoPhysAdapter以解决跨域滑坡映射中的错误警报问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 滑坡映射 跨域迁移 视觉基础模型 地理上下文 自然灾害监测 应急响应 机器学习
📋 核心要点
- 现有的视觉基础模型在未见区域的滑坡映射中容易产生高置信度的误报，影响应急响应效果。
- GeoPhysAdapter通过在像素和候选滑坡体两个决策单元上进行有界适应，增强了模型在不同地理上下文中的表现。
- 在PILD数据集上，像素级适应减少了507,817个错误像素，错误率降低了7.76%，而候选体级适应的错误率降低幅度达到23.99%。
📝 摘要（中文）
新触发的滑坡事件通常缺乏即时标注，因此跨域迁移能力对滑坡映射在应急响应和区域风险评估中的价值至关重要。尽管视觉基础模型增强了表征迁移，但在未见区域、事件和数据源上仍会产生高置信度的误报。地形、材料和降雨触发因素可以约束这些错误，但其支持是局部、区域和事件尺度的，因此在10米网格上重采样会导致与分割决策单元的不对齐，进一步加剧了不确定地理上下文问题（UGCoP）。我们提出了GeoPhysAdapter，基于一个冻结的视觉基础模型，限制地形、材料和触发因素为密集空间引导、区域调制和事件时序强制，并在像素和候选滑坡体两个决策单元上应用有界适应，在支持不足时准确回退到视觉预测。
🔬 方法详解
问题定义：本论文旨在解决跨域滑坡映射中由于地理上下文不一致导致的高置信度误报问题。现有方法在未见区域和数据源上表现不佳，容易产生错误的滑坡预测。
核心思路：GeoPhysAdapter的核心思路是通过限制地形、材料和触发因素的适应性，结合密集空间引导和事件时序强制，来增强模型的跨域迁移能力。这样设计的目的是为了在支持不足的情况下，能够准确回退到视觉预测。
技术框架：该方法的整体架构包括一个冻结的视觉基础模型，两个决策单元（像素和候选滑坡体），以及针对每个单元的有界适应模块。通过这些模块，模型能够在不同的地理上下文中进行有效的滑坡预测。
关键创新：GeoPhysAdapter的主要创新在于其在两个不同决策单元上进行适应的能力，尤其是候选滑坡体的适应显著提高了错误率的降低幅度，这是与现有方法的本质区别。
关键设计：在模型设计中，采用了特定的损失函数来平衡像素级和候选体级的适应效果，并通过调节参数设置来优化模型的性能。
🖼️ 关键图片
📊 实验亮点
在PILD数据集上，GeoPhysAdapter通过像素级适应减少了507,817个错误像素，错误率降低了7.76%。而在候选滑坡体级适应下，错误率降低幅度达到23.99%，相较于像素级适应提升约3.1倍，IoU提高了0.031（相对提升14.2%），每个受损像素纠正了9.92个像素。
🎯 应用场景
GeoPhysAdapter的研究成果可广泛应用于自然灾害监测、应急响应和区域风险评估等领域。通过提高滑坡映射的准确性，该方法能够为决策者提供更可靠的信息，从而有效降低灾害风险，保护生命和财产安全。未来，该技术还可扩展到其他地理灾害的监测与预测中。
📄 摘要（原文）
Newly triggered landslides rarely carry immediate annotations, so cross-domain transferability determines the value of landslide mapping for emergency response and regional risk assessment. Vision foundation models have strengthened representational transfer, yet on unseen regions, events, and data sources they still generate high-confidence false alarms. Terrain, material, and rainfall triggering can constrain such errors, but their supports are local, regional, and event-scale, so that resampling onto a 10~m grid misaligns them with the segmentation decision unit and compounds the uncertain geographic context problem (UGCoP). We propose GeoPhysAdapter, which anchors on a frozen vision foundation model, restricts terrain, material, and triggering to dense spatial guidance, regional modulation, and event-timing forcing, and applies bounded adaptation at two decision units, the pixel and the candidate landslide body, reverting exactly to the visual prediction where support is insufficient. On an event-isolated PILD dataset of four public sources, 55 global landslide events, and 7,890 test samples, 70.3% of cross-domain false-positive mass lies in near-pure spurious bodies of median equivalent diameter 207m, matching coarse-prior support rather than the pixel. Pixel-level adaptation removes a net 507,817 erroneous pixels and reduces error by 7.76%, whereas raising the decision unit to the candidate body, under identical samples, anchor, and baseline, increases error reduction to 23.99%, approximately 3.1 times the pixel-level effect, improves IoU by 0.031 (14.2% relative), and corrects 9.92 pixels per pixel harmed. The data and code are publicly available at: https://github.com/Liu-Zhihang/geophysadapter.