# Modele bazowe dla obserwacji Ziemi EN: **Earth observation foundation models** · id `geofm` · aliases: geospatial foundation models, remote sensing foundation models, GFM, EO foundation models, modele fundamentowe dla teledetekcji Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w obserwacji Ziemi i geoinformatyce](https://aiatlasgraph.com/t/geoai.md) › Modele bazowe dla obserwacji Ziemi ## Description - PL: Modele pretrenowane samonadzorowanie lub kontrastowo na dużych zbiorach danych teledetekcyjnych (wielospektralnych, radarowych, czasowych), dostrajane lub sondowane liniowo do zadań mapowania. - EN: Models pretrained self-supervised or contrastively on large remote-sensing collections (multispectral, radar, temporal), then fine-tuned or linearly probed for mapping tasks. ## In one sentence - PL: Duże modele, które najpierw oglądają ogromne archiwa zdjęć satelitarnych bez opisów, a potem szybko uczą się konkretnych zadań z kilku przykładów. - EN: Large models that first study huge archives of unlabelled satellite images, then quickly learn specific tasks from a handful of examples. ## Problem it solves - PL: Każda nowa mapa, np. upraw czy zalanych terenów, wymagała dotąd tysięcy ręcznie oznaczonych przykładów i osobnego modelu trenowanego od zera. - EN: Every new map, say of crops or flooded land, used to need thousands of hand-labelled examples and a separate model trained from scratch. ## What it does - PL: Jak geograf, który latami przeglądał zdjęcia całego świata: przy nowym zadaniu wystarczy mu kilka wskazówek, bo resztę już rozumie. - EN: Like a geographer who has studied pictures of the whole world for years: given a new task, a few hints suffice. ## Everyday example - PL: Organizacja przyrodnicza tworzy mapę mokradeł w swoim kraju, oznaczając ręcznie tylko kilkadziesiąt punktów. - EN: A nature charity maps the wetlands of its country after hand-labelling only a few dozen points. ## This concerns you if you… - PL: chcesz zrobić mapę z satelity, a masz mało oznaczonych danych - PL: śledzisz, jak duże modele wchodzą do nauk o Ziemi - EN: want to make a map from satellite data but have few labels - EN: follow how large models are entering the Earth sciences ## Keywords Prithvi-EO-2.0 · SatMAE · Scale-MAE · CROMA · SkySense · AlphaEarth Foundations · Clay · TerraMind · GEO-Bench · TerraTorch · masked autoencoder · linear probing ## How it works - PL: Model, zwykle transformer wizyjny, uczy się bez etykiet: odtwarza zamaskowane fragmenty zdjęć, porównuje różne sensory lub daty albo dopasowuje obraz do tekstu czy położenia. Do nowego zadania dokłada się mały dekoder albo prostą sondę liniową. Część modeli udostępnia gotowe osadzenia każdego piksela. - EN: The model, usually a vision transformer, learns without labels: it reconstructs masked image patches, contrasts sensors or dates, or aligns images with text or location. A small decoder or a simple linear probe is added for a new task. Some models publish ready-made per-pixel embeddings. ## Limits - PL: Brakuje wspólnego benchmarku, a autorzy często oceniają modele na własnych zestawach zadań. Pretrening jest drogi, regiony polarne, morza i pustynie bywają niedoreprezentowane, a przewaga nad dobrze dostrojonym zwykłym modelem nie zawsze jest duża. - EN: There is no shared benchmark, and authors often evaluate on task suites of their own. Pretraining is expensive, polar regions, seas and deserts are often under-represented, and the edge over a well-tuned ordinary model is not always large. ## Key terms - PL: **pretrening samonadzorowany**: Uczenie na danych bez etykiet, np. przez odgadywanie zasłoniętych fragmentów. - PL: **sonda liniowa**: Prosty klasyfikator uczony na cechach z zamrożonego modelu. - PL: **GEO-Bench**: Zestaw zadań do porównywania modeli bazowych dla obserwacji Ziemi. - EN: **self-supervised pretraining**: Learning from unlabelled data, e.g. by guessing hidden patches. - EN: **linear probe**: A simple classifier trained on features from a frozen model. - EN: **GEO-Bench**: A task suite for comparing Earth observation foundation models. ## Know first - [Samonadzorowane uczenie z obrazów (Self-supervised visual pretraining)](https://aiatlasgraph.com/t/visionssl.md) - [Vision Transformer (ViT)](https://aiatlasgraph.com/t/vit.md) ## Subtopics (4 direct, 4 in total) - [Agenci AI do analiz w systemach GIS (LLM agents for geospatial analysis (autonomous GIS))](https://aiatlasgraph.com/t/geoagents.md): Language-model agents that plan geoprocessing workflows, generate and execute GIS code, and visualise the results. - [Gotowe osadzenia powierzchni Ziemi (Earth embedding fields)](https://aiatlasgraph.com/t/embeddingfields.md): Global annual embedding vectors for every land pixel, produced by a multi-sensor foundation model and used for k-NN classification, linear regression and change detection. - [Modele wizja–język dla zdjęć satelitarnych (Remote sensing vision-language models)](https://aiatlasgraph.com/t/rsvlm.md): Models linking a remote-sensing image encoder with a language model: contrastive (image–text retrieval) and generative (captions, VQA, box grounding). - [Samonadzorowany pretrening na zdjęciach wielospektralnych (Self-supervised pretraining for multispectral satellite imagery)](https://aiatlasgraph.com/t/eopretraining.md): Pretraining transformers on unlabelled multispectral images and time series with masked autoencoders or contrastive learning, encoding bands, dates and location. ## Sources - [Foundation Models for Remote Sensing and Earth Observation: A Survey]() `xiao-rs-foundation-models-survey-2024` · by Aoran Xiao, Weihao Xuan, Junjue Wang, Jiaxing Huang, Dacheng Tao, Shijian Lu, Naoto Yokoya - [Prithvi-EO-2.0: A Versatile Multi-Temporal Foundation Model for Earth Observation Applications]() `szwarcman-prithvi-eo-2-2024` · by Daniela Szwarcman, Sujit Roy, Paolo Fraccaro, Þorsteinn Elí Gíslason, Benedikt Blumenstiel, et al. (NASA, IBM i partnerzy) - [AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data]() `brown-alphaearth-foundations-2025` · by Christopher F. Brown, Michal R. Kazmierski, Valerie J. Pasquarella, William J. Rucklidge, Masha Samsikova, et al. (Google DeepMind / Google) --- AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/geofm · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30