遥感技术为观察地球长期表面演变提供了无与伦比的视角，但这要求模型不仅能在孤立时刻感知土地覆盖，还需追踪变化、记忆演变历史并在时间和空间中推理。然而，现有研究缺乏系统的评估来剖析这些不同的能力。为了填补这一空白，我们提出了ChronoBench，一个多维基准，将这一任务分解为四个渐进的认知层次（即土地覆盖感知、时间识别、长期记忆和时空推理）。ChronoBench包含12个子任务和17,689个经过严格验证的问答对。广泛的评估显示，主流的多模态语言模型（MLLMs）在这方面远远落后于人类专家，其中长期记忆被认为是最关键的瓶颈。基于这一发现，我们进一步提出了GeoChrono，一种具有增强能力的MLLM，用于追踪、记忆和推理长期的地理演变。利用地理区域在空间上保持固定而其语义不断演变的物理先验，我们设计了一个时序轨迹编码器（TempEnc），为专门的土地覆盖演变建模构建每个位置的时序轨迹，同时引入了一个自适应的粗到细令牌压缩器（C2FComp），在压缩静态背景的同时保留动态区域。为了支持训练，我们还构建了ChronoInstruct，这是一个包含104K样本的指令调优数据集，涵盖所有能力层次。GeoChrono在ChronoBench上达到了最先进的性能，超越了领先的商业MLLMs超过20%，而C2FComp在保留GeoChrono 94.6%性能的同时，减少了视觉令牌超过56%。代码和数据将可在GitHub上获取。
博主点评：GeoChrono通过提出ChronoBench和创新的TempEnc、C2FComp设计，显著提升了遥感领域的长期时间理解能力。其在长期记忆方面的突破为未来的地理信息系统和环境监测应用奠定了基础，展示了深度学习在时空推理中的潜力。