본 논문은 환경 매핑 및 분석 프로그램(EnMAP)의 데이터를 활용하여 거대 규모의 다시각적 초분광 영상 데이터셋인 SpectralEarth를 소개합니다. SpectralEarth는 전 세계적으로 분포된 11,636개의 EnMAP 장면에서 수집된 538,974개의 이미지 패치(415,153개의 고유 위치)를 포함하며, 그 중 17.5%는 다중 시간 스탬프를 포함하여 다시각적 분석을 가능하게 합니다. 본 논문에서는 최첨단 자기 지도 학습 알고리즘을 사용하여 SpectralEarth에서 초분광 기반 모델들을 사전 훈련하고, HSI의 고유 특성을 수용하기 위해 스펙트럼 어댑터를 기존 비전 백본에 통합합니다. 또한, 토지 피복, 작물 유형 매핑, 수종 분류를 위한 9개의 하류 데이터셋을 구축하여 모델 평가를 위한 벤치마크를 제공합니다. 실험 결과는 모델의 다양성과 다양한 작업 및 센서에 대한 일반화 성능을 보여주며, 모델 미세 조정 중 계산 효율성도 강조합니다.
