시공간 점 프로세스 (Spatio-temporal point-process) 모델은 국지적 이벤트 이력 (local event histories)이 희소할 때 종종 공간 전반에 걸쳐 일반화되어야 합니다. 우리는 이러한 상황에서 외생적 공간 문맥 (exogenous spatial context)이 보완 역할을 할 수 있는지 연구합니다. 고정된 로그-가우시안 콕스 프로세스 (log-Gaussian Cox process) 백본을 사용하여, 이벤트 전용 모델과 동일한 모델에 선형 공간 문맥으로서 AlphaEarth 임베딩 (embeddings)을 증강한 모델을 비교합니다. 우리는 8개의 제외된 지역 (held-out regions), 고정된 예측 앵커 (forecast anchors), 그리고 이력 길이 $w$에 대한 스윕 (sweep)을 통해 응급 의료 서비스 (EMS) 예측에 대한 공간 전이 (spatial transfer)를 평가하며, 각 앵커 이전에 엄격히 사용 가능한 AlphaEarth (AE) 임베딩만을 사용합니다. AE는 모든 이력 체제 (history regimes)에서 지역 외 예측 성능을 향상시키며, 이력이 부족할 때 가장 큰 이득을 보입니다: 1-2주 단위에서는 약 $2$--$6 imes$ 배수 개선을 보이며, $w=20$--$104$주에서는 약 $10$--$20%$로 완화됩니다. 이러한 결과는 이벤트 이력이 제한적일 때 문맥 정보가 공간적으로 전이된 점 프로세스 예측을 실질적으로 안정화할 수 있음을 보여줍니다.