一种基于图结构先验的轻量级混合ViT-GNN框架，用于亚马逊生物群落以数据为中心的土地覆盖制图

《Scientific Reports》：A lightweight hybrid ViT-GNN framework for data-centric land cover mapping in the amazon biome using graph structural priors

　　

摘要

对亚马逊生物群落进行持续监测需要既高度敏感又具备良好计算效率的土地覆盖分类模型。为解决空间深度学习中模型结构复杂度与预测性能之间的矛盾，本研究提出了基于视觉变换器与图神经网络并结合特征自适应机制的模型（ViT-GNN RFFA）。与传统端到端的像素级模型不同，该混合架构仅利用11维向量来表示提取到的基于颜色的植被指数（如GRVI）以及纹理统计信息。其双分支设计通过视觉变换器模块处理全局序列上下文，同时借助图神经网络分支作为结构先验，从而学习特定特征之间的非线性关联。在包括MiniViT、基线CNN、随机森林、XGBoost和LightGBM在内的一系列测试基准中，该算法仅需16,323个可训练参数即可达到0.930的最高整体准确率，这一数值比基于像素的模型减少了近75%。更重要的是，麦克尼马尔统计检验表明，该算法相较于最强的传统基准模型XGBoost（整体准确率为0.927），其准确率提升具有统计学显著性（p?<?0.05）。通过将严格的空间交叉验证与可解释的特征空间相结合，这项研究证明了在资源极为有限的条件下，智能数据预处理与基于图的关系学习相结合的方法能够为高精度环境测绘提供可靠的框架。