遥感模型上线后最常见的变化不是算法，而是输入：新卫星加入、旧传感器退役、云量让某些波段不可用，或业务只拿到一部分数据。若把新波段硬塞进旧模型的通道位置，输出即使有数值，也失去了可解释的物理语义。
Changing Modalities 研究模型面对新卫星和新传感器时的适配。论文提出 DeluluNet，并将模态变化分为替换、增加和子集三类。它给 GIS 的关键提醒是：模型迁移必须配一份传感器台账，明确旧输入、新输入、配对时相、迁移版本和回退规则。
图：论文的 DeluluNet 模态迁移架构。
可核查事实：迁移不是“换个文件名”
论文的 arXiv v1 于 2026 年 6 月 22 日发布。它考察 Sentinel-2 内部的跨波段变化，也考察 Sentinel-1 SAR 与 Sentinel-2 多光谱之间的跨卫星变化。
评测覆盖 EuroSAT 十分类、reBEN 多标签土地覆盖和 DFC2020 八类语义分割。reBEN 含 Sentinel-1 的 2 个波段与 Sentinel-2 的 12 个波段；DFC2020 含 Sentinel-1 2 个波段与 Sentinel-2 13 个波段。
作者把官方训练数据随机二分为带标签单模态数据和无标签多模态数据，让模型从配对观测中学习迁移关系。RGB 迁移到 Sentinel-2 非 RGB 波段时，论文报告 DeluluNet 在 reBEN 达到 62.5 mAP，在 DFC2020 达到 50.6 mIoU。这些数字只属于论文的数据和设置。
论文也提出限制：卫星观测同一目标并非完全同步，配对数据的时间错位会使变化地物成为错误迁移信号。
核心机制：把配对观测作为迁移证据
DeluluNet 的思路不是重训所有标签，而是利用带标签的旧模态与无标签的多模态配对观测，适配新输入。它对“新波段不是旧波段”的事实保持显式建模。
GIS 中同样应将传感器、中心波长、单位、GSD、重采样、时间差和云/质量掩码作为输入合同。迁移后的模型必须记录它看到了什么，而不能只保留一个“兼容 Sentinel”的名称。
GIS 场景：建立传感器迁移台账
每次换星或缺波段，应建立迁移条目：旧模型与旧通道、新传感器与可用波段、配对区域和时间窗、数据质量、训练/迁移代码版本、验证区与回退模型。地图端的预测层应带该条目 ID。
对农田、施工和灾害区，时间错位尤其重要。若配对影像跨越了真实变化，模型可能把变化当成传感器差异。此类区域应从无标签配对池剔除或标为低置信，而不是直接进入迁移训练。
技术路径
- 为每个传感器登记波段、单位、GSD、时间、质量掩码与处理版本。
- 明确变化是替换、增加还是缺失子集，并禁止用通道序号猜测语义。
- 筛选时相接近、空间对齐、质量合格的无标签配对观测。
- 在独立地区和真实新传感器数据上分别测量分类、分割和漏报风险。
- 将迁移模型输出作为候选图层，保留旧模型回退和人工复核路径。
检查清单
- 每次输入变化是否有传感器、波段和时相台账。
- 是否区分真实变化与跨传感器差异。
- 是否在独立区域验证迁移后的模型。
- 是否保存模型、配对池、阈值和回退版本。
- 是否将迁移输出与权威图层分开管理。
风险
无标签配对数据丰富并不等于无偏。季节、太阳高度、SAR 观测条件和真实地物变化都会破坏配对假设。论文的实验也不能证明任意新传感器无需标注即可安全部署。
结论
Changing Modalities 将“模型换星”从一次性重训变成可管理的迁移问题。GIS 团队应先把输入契约和迁移台账建起来，再把无标签配对观测用于适配；这样新传感器带来的预测才可以回读、验证和回退。