Представление пользовательских спутниковых вложений (Custom Satellite Embeddings) на базе AlphaEarth Foundations


Введение

В распоряжении современных организаций находятся колоссальные объёмы спутниковых данных. Ежедневно тысячи спутников фиксируют изображения и измерения, предоставляя учёным и экспертам практически непрерывный обзор планеты. Однако изобилие информации создаёт новую проблему: эффективное объединение разрозненных наборов данных и их практическое использование.

В 2025 году Google DeepMind представила модель AlphaEarth Foundations — искусственный интеллект, функционирующий как «виртуальный спутник». Модель интегрирует огромные объёмы данных дистанционного зондирования Земли (ДЗЗ) в унифицированное цифровое представление — геопространственные вложения (embeddings). На основе этой модели был выпущен ежегодный набор данных Satellite Embedding, доступный через платформы Google Earth Engine и Google Cloud Storage.

В июле 2026 года Google Maps Platform анонсировала Private Preview (закрытое превью) Custom Satellite Embeddings — нового продукта, позволяющего организациям перейти от ежегодного картографирования к активному мониторингу и обнаружению изменений за произвольные временные периоды и для любых регионов.

Архитектура и принцип работы AlphaEarth Foundations


От данных к вложениям

AlphaEarth Foundations решает две ключевые проблемы: информационную перегрузку и неоднородность данных. Модель объединяет информацию из десятков различных общедоступных источников:

  • оптические спутниковые снимки (Sentinel-2, Landsat);
  • радиолокационные данные (Sentinel-1);
  • 3D-лазерное картографирование (LiDAR);
  • климатические симуляции и другие геопространственные наборы данных.

Вся эта информация обрабатывается для каждого участка земной поверхности с разрешением 10 × 10 метров, что позволяет отслеживать изменения с высокой точностью.

Ключевая инновация модели — создание чрезвычайно компактного представления для каждого пикселя. Эти вложения требуют в 16 раз меньше места для хранения, чем представления, создаваемые другими протестированными ИИ-системами, что существенно снижает стоимость анализа в планетарном масштабе.

64-мерное пространство вложений

AlphaEarth Foundations преобразует тысячи каналов входных данных с нескольких сенсоров в 64-мерное векторное представление каждого пикселя. Это низкоразмерное представление уникальным образом отражает пространственную и временную изменчивость каждого участка земной поверхности.

Визуализировать работу модели можно по аналогии с методом главных компонент (PCA), который также снижает размерность данных. Однако PCA — это статистический метод, сжимающий десятки спектральных каналов в несколько компонент, тогда как AlphaEarth Foundations — это модель глубокого обучения, способная обрабатывать тысячи измерений из временных рядов данных, полученных с нескольких сенсоров.

Ежегодный набор данных Satellite Embedding

Сгенерированный моделью набор данных содержит глобальные ежегодные вложения за период с 2017 по 2025 год. Каждый файл представляет собой Cloud Optimized GeoTIFF (COG) размером 8192 × 8192 пикселей с 64 каналами. Общее количество вложений превышает 1,4 триллиона ежегодно.

Важно понимать: вложение — это не изображение. Это 64-канальный набор числовых значений, каждое из которых соответствует определённой оси в 64-мерном пространстве. Такие данные предназначены для машинного сравнения, а не для визуального просмотра человеком: каждый пиксель представляет собой позицию в многомерном пространстве, а не оттенок цвета.

Custom Satellite Embeddings: от ежегодного картографирования к активному мониторингу


Возможности нового продукта

Custom Satellite Embeddings расширяет функциональность ежегодного набора данных, предоставляя организациям возможность запрашивать аналитические сводки по индивидуальным областям интереса и временным интервалам.

Поддерживаемые временные интервалы включают:

  • квартальные (ежеквартальные);
  • ежемесячные;
  • еженедельные;
  • пользовательские интервалы, не привязанные к календарному году;
  • минимальный интервал — 5 дней.

Это позволяет перейти от статичных ежегодных снимков к динамическому отслеживанию изменений в режиме, приближенном к реальному времени.


Доступ к продукту

На момент анонса (июль 2026 года) Custom Satellite Embeddings доступны в рамках программы Enterprise Private Preview для корпоративных клиентов Google Maps Platform. Организации могут подать заявку на участие до 1 сентября 2026 года. Для академических исследователей предусмотрена отдельная программа с предоставлением бесплатных образцов данных через Earth Engine.

Области применения

Custom Satellite Embeddings находят применение в различных отраслях:

Сельское хозяйство

  • Классификация сельскохозяйственных культур;
  • Отслеживание вегетационных циклов в режиме, близком к реальному времени;
  • Оценка ущерба от заморозков и штормов;
  • Анализ для целей сельскохозяйственного финансирования и рыночных исследований.

Государственный сектор

  • Мониторинг лесов и экосистем;
  • Отслеживание городской экспансии;
  • Оценка ущерба и планирование восстановительных работ после стихийных бедствий.

Цепочки поставок и розничная торговля

  • Отслеживание климатических рисков;
  • Обеспечение соответствия Регламенту ЕС о борьбе с вырубкой лесов (EUDR);
  • Выявление рисков сбоев в сельскохозяйственных поставках.

Коммунальные услуги и телекоммуникации

  • Мониторинг разрастания растительности и изменений водных объектов, влияющих на инфраструктуру;
  • Отслеживание крупных строительных площадок.

Практические примеры использования

За первый год после выпуска ежегодного набора данных Satellite Embedding партнёры Google успешно применяли его для решения широкого круга задач:

  • Картирование лесного углерода — оценка запасов углерода в лесных массивах с использованием комбинации спутниковых вложений и аэробных LiDAR-данных;
  • Обнаружение изменений ландшафта — выявление трансформаций земной поверхности с применением методов сравнения вложений;
  • Поиск сельскохозяйственных объектов — детектирование фермерских хозяйств и сельхозугодий.

Важно отметить, что все эти задачи решаются без необходимости в специализированных знаниях в области машинного обучения или значительных вычислительных ресурсах.

Технические преимущества

Готовые к анализу данные

AlphaEarth Foundations и создаваемые ею вложения упрощают сложные рабочие процессы дистанционного зондирования. Модель устраняет узкие места ручной предобработки, снижает нагрузку, связанную с избыточностью данных, и преодолевает фрагментацию информации.

Работа в условиях облачности

Благодаря синтезу данных из различных источников (включая радар, который проникает сквозь облака), AlphaEarth Foundations позволяет получать непрерывное и непротиворечивое представление поверхности планеты даже в регионах с постоянной облачностью.

Масштабируемость

Научные исследования подтверждают, что вложения, сгенерированные AlphaEarth Foundations, являются единственным подходом, стабильно превосходящим все ранее существовавшие методы векторизации в широком наборе задач картографирования без необходимости дообучения.

Заключение

Запуск Custom Satellite Embeddings знаменует собой важный этап в эволюции коммерческого геопространственного анализа. Переход от ежегодных глобальных наборов данных к гибким, востребованным вложениям с пятидневной периодичностью открывает новые возможности для мониторинга динамических процессов на поверхности Земли.

Модель AlphaEarth Foundations, лежащая в основе продукта, представляет собой универсальное геопространственное представление, ассимилирующее пространственный, временной и измерительный контексты из множества источников. Это позволяет создавать точные и эффективные системы картографирования и мониторинга — от локального до глобального масштаба.

Для организаций из различных отраслей — от сельского хозяйства до управления инфраструктурой — Custom Satellite Embeddings предоставляют возможность оперативно отслеживать изменения, оценивать риски и принимать обоснованные решения на основе актуальных геопространственных данных, без необходимости в сложных вычислительных мощностях или глубоких знаниях в области машинного обучения.

Продукт находится на стадии закрытого превью (Private Preview) для корпоративных клиентов. Заявки на участие принимаются до 1 сентября 2026 года.
17 августа / 2026