論文の概要: Coverage Biases in High-Resolution Satellite Imagery

• arxiv url: http://arxiv.org/abs/2505.03842v1
• Date: Mon, 05 May 2025 07:30:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-08 19:07:35.864247
• Title: Coverage Biases in High-Resolution Satellite Imagery
• Title（参考訳）: 高解像度衛星画像におけるカバーバイアス
• Authors: Vadim Musienko, Axel Jacquet, Ingmar Weber, Till Koebe,
• Abstract要約: 地中サンプリング距離が10m未満の光学衛星画像を提供する主要衛星コンステレーションのカバレッジバイアスについて検討した。 赤道から遠く離れた場所は、通常、研究中の星座によってより頻繁に再検討される。 歴史的衛星画像の可用性は、地上の社会経済的要因に影響されていることを示す。
• 参考スコア（独自算出の注目度）: 0.6749750044497731
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Satellite imagery is increasingly used to complement traditional data collection approaches such as surveys and censuses across scientific disciplines. However, we ask: Do all places on earth benefit equally from this new wealth of information? In this study, we investigate coverage bias of major satellite constellations that provide optical satellite imagery with a ground sampling distance below 10 meters, evaluating both the future on-demand tasking opportunities as well as the availability of historic images across the globe. Specifically, forward-looking, we estimate how often different places are revisited during a window of 30 days based on the satellites' orbital paths, thus investigating potential coverage biases caused by physical factors. We find that locations farther away from the equator are generally revisited more frequently by the constellations under study. Backward-looking, we show that historic satellite image availability -- based on metadata collected from major satellite imagery providers -- is influenced by socio-economic factors on the ground: less developed, less populated places have less satellite images available. Furthermore, in three small case studies on recent conflict regions in this world, namely Gaza, Sudan and Ukraine, we show that also geopolitical events play an important role in satellite image availability, hinting at underlying business model decisions. These insights lay bare that the digital dividend yielded by satellite imagery is not equally distributed across our planet.
• Abstract（参考訳）: 衛星画像は、科学分野にわたる調査や国勢調査のような伝統的なデータ収集のアプローチを補完するために、ますます使われている。 しかし、我々はこう尋ねる: 地球上のすべての場所は、この新しい情報の富から平等に恩恵を受けるだろうか? 本研究では,10m以下の地中サンプリング距離で光学衛星画像を提供する主要衛星コンステレーションのカバレッジバイアスを調査し,今後のオンデマンドタスクの機会と,地球上の歴史的画像の入手可能性について検討した。 特に前方から見ると、衛星の軌道経路に基づいて、30日間の窓で異なる場所が再訪される頻度を推定し、物理的要因による潜在的なカバレッジバイアスを調査する。 赤道から遠く離れた場所は、通常、研究中の星座によってより頻繁に再検討される。 後ろから見ると、主要な衛星画像提供者から収集されたメタデータに基づく歴史的衛星画像の可用性は、地上の社会経済的要因の影響を受けている。 さらに、この世界の近年の紛争地域、すなわちガザ、スーダン、ウクライナの3つの小さなケーススタディにおいて、衛星画像の可用性において地政学的事象が重要な役割を担っており、ビジネスモデル決定の基盤となっていることを示唆している。 これらの知見は、衛星画像によって得られるデジタル配当が、地球中に均等に分散していないことをほとんど示していない。

関連論文リスト

• Advancing Earth Observation: A Survey on AI-Powered Image Processing in Satellites [0.0]
  技術の進歩は、地球観測衛星(EO)が捉えた画像の品質と量を大幅に向上させた。 これは、この画像を地球に送信して処理する従来のワークフローの有効性に挑戦している。 この問題に対処するためのアプローチは、事前訓練された人工知能モデルを使用して、衛星上で画像を処理することである。
  論文  参考訳（メタデータ） (2025-01-21T10:48:13Z)
• WildSAT: Learning Satellite Image Representations from Wildlife Observations [33.660389502623644]
  衛星画像と何百万ものジオタグ付き観測データを組み合わせ、市民科学プラットフォームで容易に利用できるWildSATを紹介した。 本研究では,WildSATが他の形態のクロスモーダル監視手法よりも優れた表現を実現していることを示す。
  論文  参考訳（メタデータ） (2024-12-19T00:52:25Z)
• SeeFar: Satellite Agnostic Multi-Resolution Dataset for Geospatial Foundation Models [0.0873811641236639]
  SeeFar(シーファー)は、公共の衛星と商用衛星の多解像度衛星画像集である。 衛星タイプに縛られずに地理空間基盤モデルのトレーニングのために,このデータセットをキュレートした。
  論文  参考訳（メタデータ） (2024-06-10T20:24:14Z)
• DiffusionSat: A Generative Foundation Model for Satellite Imagery [63.2807119794691]
  現在、DiffusionSatは、現在利用可能な大規模な高解像度リモートセンシングデータセットのコレクションに基づいてトレーニングされている、最大の生成基盤モデルである。 提案手法は, リアルタイムなサンプルを作成し, 時間生成, マルチスペクトル入力の超解像, インペイントなどの複数の生成課題を解くのに利用できる。
  論文  参考訳（メタデータ） (2023-12-06T16:53:17Z)
• Activation Regression for Continuous Domain Generalization with Applications to Crop Classification [48.795866501365694]
  衛星画像の地理的変異は、機械学習モデルが新しい領域に一般化する能力に影響を与える。 中分解能ランドサット8衛星画像の地理的一般化を連続領域適応問題としてモデル化する。 我々は,アメリカ大陸全域に空間分布するデータセットを開発した。
  論文  参考訳（メタデータ） (2022-04-14T15:41:39Z)
• Segmenting across places: The need for fair transfer learning with satellite imagery [24.087993065704527]
  最先端のモデルは、都市部に比べて農村部での全体的な精度が良い。 本研究では, 都市部に比べて, 原産地と対象地域とでは, 生衛星画像が相違点が多いことを示す。
  論文  参考訳（メタデータ） (2022-04-09T02:14:56Z)
• Accurate 3-DoF Camera Geo-Localization via Ground-to-Satellite Image Matching [102.39635336450262]
  地上で取得したクエリ画像とジオタグ付き衛星画像の大規模データベースとをマッチングすることにより、地上から衛星画像のジオローカライズの問題に対処する。 我々の新しい手法は、衛星画像のピクセルサイズの精度まで、クエリー画像のきめ細かい位置を達成できる。
  論文  参考訳（メタデータ） (2022-03-26T20:10:38Z)
• Manipulating UAV Imagery for Satellite Model Training, Calibration and Testing [4.514832807541816]
  現代の家畜の農業はますますデータ駆動化が進み、広範囲のデータを収集するために効率的なリモートセンシングに依存している。 衛星画像はそのようなデータソースの1つであり、カバー範囲が増加しコストが低下するにつれて、農家にとってアクセスしやすくなっている。 本稿では,衛星データの品質に合わせた高分解能UAV画像の多時間データセットを提案する。
  論文  参考訳（メタデータ） (2022-03-22T03:57:02Z)
• Spatial-Temporal Super-Resolution of Satellite Imagery via Conditional Pixel Synthesis [66.50914391487747]
  高精度な高解像度画像を生成するために,高解像度の高解像度画像を用いた条件付き画素合成モデルを提案する。 我々は,本モデルにおいて,オブジェクトカウントという重要なダウンストリームタスクにおいて,フォトリアリスティックなサンプル品質を実現し,競合するベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2021-06-22T02:16:24Z)
• Fusion of Deep and Non-Deep Methods for Fast Super-Resolution of Satellite Images [54.44842669325082]
  本研究は,超解像(SR)による画質向上により,画質と価格のギャップを埋めることを提案する。 低解像度画像の各パッチの地域情報内容を解析するSRフレームワークを設計する。 本研究では,既存の深部SR法と同等の性能を示しながら,推定時間を大幅に減少させることを示した。
  論文  参考訳（メタデータ） (2020-08-03T13:55:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。