先传感后建模：对地观测系统设计的反直觉逻辑

在对地观测（Earth Observation）项目中，常见的起点是选模型——有人手上有一套能跑卫星影像的分割网络，整个系统架构就围绕它生长。但来自CodeNinja Atoms的三套农业与对地观测架构给出了相反的结论：决定"观测什么"的，从来不是模型精度，而是法律允许、重访周期和产权归属。更反直觉的是，三套系统中有两套的模型注册表是空的——而且是故意为之。

这三套系统分别部署在巴基斯坦、沙特阿拉伯和美国，覆盖同一个行业（农业与对地观测），却在最核心的传感决策上呈现出截然不同的面貌。它们的共同点是：传感决策排在第一位，且驱动它的约束条件与准确率毫无关系。

三套系统里有两套模型注册表为空——这是结论，不是缺陷

巴基斯坦的 Field Ledger 是一套农业数据看板，建立在十二个对象之上。它的模型注册表记录为零模型，原因写得清清楚楚：需求本身只要求聚合、下钻和报表，本轮没有任何模型被验证。至于基于传感时序的预测器，被明确标注为"待办的开放工作"，并以 Milestone 1 的证据为前置门槛，而不是直接假设进设计里。

美国的 Baseline 是一次性飞行采集的四波段正射影像加 LiDAR 项目，建立在十六个对象上。它的注册表同样为空，但理由更直接：根本不需要模型层。植被分析留给运营方自己的团队、用运营方自己的工具完成。随后那条记录是大多数以模型为中心的设计从不会写的——既然没有权重，就没有模型许可证需要持有或触发，产权关系因此走服务协议而非模型授权。

唯一提交了模型的是沙特的 Fodder Watch，共两个，建立在十四个对象上：一个检测器 RF-DETR（Apache 2.0 许可，按区域微调），一个预测器 Chronos-2（Apache 2.0 许可，零样本，约 1.2 亿参数）。两个许可证都是选择的一部分，而不是事后补的脚注。

空的注册表是一种结论，而非空白。它说明跨系统的数据连接（join）才是真正的难点，而设计并不需要一个学习组件来完成它。

真正决定传感方案的，从来不是基准分数

每套设计的传感条目都带着自己的理由，而没有一条理由是跑分成绩。

Fodder Watch 要筛查地块是否存在受限种植。它的光学通道是 Sentinel-2，10 米分辨率、5 天重访，之所以选它，是因为它能在不依赖外国处理链的前提下分辨中心枢轴灌溉的作物类别。它的雷达通道是 Sentinel-1 C 波段 SAR，而给出的理由值得读两遍：这个抗云层的补充之所以重要，是因为在那片地理环境里，光学通道真正的敌人是沙尘和雾霾，而非云。Landsat 8/9（8 天组合重访）的存在则是为了那条回溯数十年的档案序列，正是它给每个地块提供了基线时序。来自 Sentinel-2 的云层被记为筛查规则中的"证据"，而不是"真相"。

Baseline 使用载人飞机搭载四波段（红、绿、蓝、近红外）大画幅相机——因为需求明确排除了无人机数据。它的 LiDAR 是质量等级 1（QL1）传感器，最低每平方米 8 个脉冲，16 脉冲选项单独报价、保留可行使权。而真正决定交付物是否够得上 QL1 的，是定位条目：GNSS 导航配网络 RTK 或自有基站，按基线、改正源和测试证据来规定——因为准确率声明正是建立在这条链路上的。

Field Ledger 完全不安装任何传感器。它只读接入运营方已有的传感设备，只读、无相机、无新增田间硬件。世界是"按农场被感知"的，而不是被监视的。

同一行业的三套系统，传感源的跨度从四类卫星和航空数据一路到零。这个跨度本身就是论点：传感是一项需求决策。

Sentinel-1/2 与 Landsat 的技术背景

Sentinel-1 和 Sentinel-2 是欧洲航天局"哥白尼计划"下的免费开放数据卫星。Sentinel-2 携带多光谱传感器，10 米分辨率覆盖可见光与近红外波段，双星组网实现约 5 天重访；Sentinel-1 则搭载 C 波段合成孔径雷达（SAR），可穿透云层和沙尘获取地表后向散射信息，重访周期约 6–12 天。SAR 的成像原理与光学传感器根本不同——它主动发射微波并接收回波，因此不依赖太阳光照，在沙尘暴或雾霾频发的干旱地区具有光学卫星无法替代的优势，这正是 Fodder Watch 将其列为"补充"通道的物理原因。Landsat 8/9 由美国地质调查局（USGS）运营，存档数据回溯至 1972 年，是目前连续性最长的对地观测序列，30 米分辨率、16 天重访（双星组合约 8 天），其价值不在于当前精度，而在于提供其他传感器无法复现的历史基线。

许可证是设计约束，不是行政文书

Fodder Watch 有一条自我说明的记录：RF-DETR 的 XL 和 2XL 版本，在 Roboflow 的平台模型许可下，被排除。原因是其"使用领域"条款会损害权重在沙特王国境内的所有权。

这是一次因许可证而拒绝某个检查点、同时保留 Apache 2.0 下较小检查点的决定。如果模型被先选定、主权要求被后读到，整套设计就不得不围绕一个本可以在第一天就满足的约束重建。许可证在这里不是流程末端的签字，而是前置的硬约束。

RF-DETR 与 Apache 2.0 许可证的实际含义

RF-DETR 是 Roboflow 开发的实时目标检测模型，基于 DETR（Detection Transformer）架构改进，在精度与推理速度上有较好平衡。其较大版本（XL、2XL）以 Roboflow 平台模型许可证发布，该许可证通常包含"使用领域"或"部署范围"限制条款，要求通过 Roboflow 的推理服务或在特定条件下部署，这意味着权重的实际控制权部分归属平台方，而非使用方。Apache 2.0 是一种宽松开源许可证，允许商业使用、修改和再分发，且不附加部署平台限制，权重可完全本地化持有。对于需要数据和模型主权留存在特定司法管辖区的场景，许可证类型直接决定权重是否"属于"使用方——这与价格无关，是主权层面的法律约束。Chronos-2 是亚马逊开发的时序预测基础模型，同样以 Apache 2.0 发布，约 1.2 亿参数，支持零样本时序预测。

有些场景，租用不是"价格问题"而是"根本不可选"

Fodder Watch 需要一张 48 GB PCIe 卡（L40S 级别），这是按一条"内存占用规则"选出来的：合并后的权重不到 0.55 GB，给批处理和缓存留出余量。自购这个节点三年成本约 15,200 美元（区间 14,600 到 15,800），已计入每年 8% 到 12% 的支持费用，以及按 PUE 1.6、沙特工业电价折算的电费。而在最近的 AWS 区域按需租同一张卡，三年约 60,000 美元；即便上最深的三年 EC2 实例节省计划（全额预付），也要 22,600 美元。

这里自购在钱上赢了。但附录里真正要命的一行，是贴在每一条租用价格后的限定语：在王国境外。对于一个核心目的就是"让检测结果保持主权"的服务来说，最便宜的云价格不是一个可竞争的选项——它只是对需求早已排除之物的一次测量。

PUE 与 QL1 的技术含义

PUE（Power Usage Effectiveness，电源使用效率）是衡量数据中心能源效率的指标，定义为数据中心总耗电量除以 IT 设备耗电量。PUE 1.6 意味着每消耗 1 瓦用于计算，还额外消耗 0.6 瓦用于冷却、照明等基础设施，是中等偏上的现实部署水平（超大规模云厂商可达 1.1–1.2，传统机房常见 1.5–2.0）。在电费折算时，PUE 直接影响实际用电量计算，因此是成本对比的必要参数。

QL1（Quality Level 1）是美国地质调查局 3DEP 标准及多个行业规范中对 LiDAR 点云的最高精度等级，要求点密度不低于每平方米 8 个脉冲（pls/m²），垂直精度在 10 厘米量级。点密度直接影响能否还原低矮植被冠层、裸地微地形等细节，是 Baseline 项目中 LiDAR 采购谈判的核心技术锚点，而非可随意降级的"加分项"。

这些设计实际遵循的决策顺序

把三套系统横着读，一个顺序浮现出来：

1. 法律和运营方允许你感知什么；
2. 这种传感给你带来怎样的重访周期和分辨率；
3. 这些读数必须变成怎样的对象，问题才能被回答；
4. 到此才轮到——是否需要一个学习模型；以及在什么许可证下、跑在谁的硬件上。

模型是第四个决策，而三次里有两次，它根本就不是一个决策。

这套"先传感、后建模"的逻辑，对任何从模型出发搭建对地观测系统的团队都是一次有用的提醒：精度基准固然重要，但法律、重访与产权这些非技术约束，往往才是在设计第一天就应该被钉死的东西。

三套设计及其对象模型（JSON）、模型注册表与带来源的成本附录，均以 CC BY 4.0 开放复用。