位置编码器只能吃一张卫星图：先让雷达与光学对齐，17项任务赢下68.8%对比
核心概要
地理坐标编码器此前只能对齐单一冻结影像编码器，扩展到雷达与光学两种传感器时缺少共同目标。LoCA分两步：先用对比损失联合训练Sentinel-1与Sentinel-2编码器，得到对齐且高秩的目标；再冻结二者，训练位置编码器和元数据编码器去适配。在17项下游任务上，LoCA取得最多任务第一，并在全部逐任务对比中赢下68.8%。
深度剖析
位置编码器现在可以同时对齐雷达和光学两类卫星影像，而不只是单一光学影像。 此前的SatCLIP、GeoCLIP一类方法冻结一个预训练影像编码器，只拟合坐标到该固定点云的反向映射；两个独立预训练的编码器并不共对齐，单个位置函数无法同时拟合两者。 在覆盖土地覆盖、野火预报、地球物理、社会经济、生物多样性与气候的17项任务上，LoCA在8项排名第一、11项进入前二，是唯一在多数任务上胜过其他每个模型的编码器。
做法是把目标空间先造好，再让坐标去索引它。 第一阶段用DHEL对比损失联合训练Sentinel-1与Sentinel-2编码器，使配对输入在损失最优处落到同一点，并保持较高的有效秩；第二阶段冻结这两个编码器，各接一个投影适配器，用多视图MV-DHEL训练位置编码器与处理14个表格变量的元数据编码器。 在343928个全球网格位置上，LoCA的有效秩达到158维中的62%，约为Copernicus-FM的20.6%的三倍；而从零联合训练的SatCLIP有效秩只有8。
去掉第一阶段会直接破坏多模态目标。 把联合训练的S1、S2编码器换成两个独立MoCo预训练编码器后，第二阶段拿不到共对齐的多视图目标。 此时reBEN的micro-F1从58.3降到53.6，五个气候排序任务的成对准确率落在49.6%到50.6%之间，接近随机排序。
启示与展望
演示范围是坐标索引的全球位置嵌入：预训练用10万对Sentinel-1与Sentinel-2影像及14个静态元数据变量，下游评测在冻结嵌入上训练线性探针、MLP或LightGBM排序器。作者提出后续可加入时间信息、气象变量与更多土地覆盖元数据。
模型没有时间维度，季节与更短期的动态只能被间接捕捉；第一阶段只用了Sentinel-1与Sentinel-2两种传感器；作者指出基于坐标的基准对空间自相关敏感，分块或留区域评估仍是后续方向。