論文の概要: The changing surface of the world's roads

• arxiv url: http://arxiv.org/abs/2512.04092v1
• Date: Mon, 17 Nov 2025 11:38:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-07 19:06:32.433387
• Title: The changing surface of the world's roads
• Title（参考訳）: 世界の道路の表面の変化
• Authors: Sukanya Randhawa, Guntaj Randhawa, Clemens Langer, Francis Andorful, Benjamin Herfort, Daniel Kwakye, Omer Olchik, Sven Lautenbach, Alexander Zipf,
• Abstract要約: 我々は,920万kmの幹線道路において,道路舗装と幅のグローバルな多時的データセットを作成した。 惑星スケールでは、舗装の変化率が国の発達軌道の堅牢なプロキシであることを示す。 全国規模では、未舗装道路が経済的接続の脆弱なバックボーンをどのように構成しているかを定量化する。
• 参考スコア（独自算出の注目度）: 32.14871251678551
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Resilient road infrastructure is a cornerstone of the UN Sustainable Development Goals. Yet a primary indicator of network functionality and resilience is critically lacking: a comprehensive global baseline of road surface information. Here, we overcome this gap by applying a deep learning framework to a global mosaic of Planetscope satellite imagery from 2020 and 2024. The result is the first global multi-temporal dataset of road pavedness and width for 9.2 million km of critical arterial roads, achieving 95.5% coverage where nearly half the network was previously unclassified. This dataset reveals a powerful multi-scale geography of human development. At the planetary scale, we show that the rate of change in pavedness is a robust proxy for a country's development trajectory (correlation with HDI = 0.65). At the national scale, we quantify how unpaved roads constitute a fragile backbone for economic connectivity. We further synthesize our data into a global Humanitarian Passability Matrix with direct implications for humanitarian logistics. At the local scale, case studies demonstrate the framework's versatility: in Ghana, road quality disparities expose the spatial outcomes of governance; in Pakistan, the data identifies infrastructure vulnerabilities to inform climate resilience planning. Together, this work delivers both a foundational dataset and a multi-scale analytical framework for monitoring global infrastructure, from the dynamics of national development to the realities of local governance, climate adaptation, and equity. Unlike traditional proxies such as nighttime lights, which reflect economic activity, road surface data directly measures the physical infrastructure that underpins prosperity and resilience - at higher spatial resolution.
• Abstract（参考訳）: 回復力のある道路インフラは国連持続可能な開発目標の基盤となっている。 しかし、ネットワーク機能とレジリエンスの主要な指標が欠落している。 ここでは、2020年から2024年にかけてのPlanetscope衛星画像の世界的なモザイクにディープラーニングフレームワークを適用することで、このギャップを克服する。 その結果、道路の舗装と幅が920万kmにも達し、それまでのネットワークの半分近くが未分類であった95.5%がカバーされた。 このデータセットは、人間の開発に関する強力なマルチスケールの地理を明らかにする。 惑星スケールでは、舗装の変化率が国の発達軌道(HDI = 0.65 との相関)の堅牢なプロキシであることを示す。 全国規模では、未舗装道路が経済的接続の脆弱なバックボーンをどのように構成しているかを定量化する。 さらに,我々のデータをグローバルな人道支援マトリックスに合成し,人道的ロジスティクスに直接的な意味を持たせる。 ガーナでは、道路品質の格差が統治の空間的な成果を露呈し、パキスタンでは、気候の回復計画に影響を及ぼすインフラストラクチャーの脆弱性を特定する。 この研究は、国家発展のダイナミクスから地方統治、気候適応、エクイティの現実に至るまで、グローバルインフラストラクチャを監視するための基礎的データセットとマルチスケール分析フレームワークの両方を提供する。 経済活動を反映する夜間照明のような従来のプロキシとは異なり、道路表面データは、繁栄とレジリエンスの基盤となる物理的なインフラを直接、より高解像度で測定する。

関連論文リスト

• Understanding the Structure and Resilience of the Brazilian Federal Road Network Through Network Science [44.99833362998488]
  本稿では、ブラジルの連邦道路網を重み付きネットワークとしてモデル化する。 我々は, その地形特性を明らかにし, 75,000kmの道路を通じて, 国にとって重要な役割を担う重要な場所(都市)を特定することを目的とする。 本研究の目的は,ブラジルの連邦道路の全体構造を明確化し,インフラ計画の改善とネットワークのレジリエンス向上のための資源優先のための実用的な洞察を提供することである。
  論文  参考訳（メタデータ） (2024-12-20T13:02:50Z)
• UniTraj: Learning a Universal Trajectory Foundation Model from Billion-Scale Worldwide Traces [64.24594320103066]
  ユニバーサルな軌跡基礎モデルを構築することは、既存の軌跡モデリングアプローチの限界に対処するための有望な解決策である。 以下、UniTrajを紹介します。UniTrajは3つの重要なイノベーションを通じてこれらの制限に対処することを目的としています。 まず、70か国にまたがる数十億のGPSポイントを持つ、前例のない245万のトラジェクトリのデータセットであるWorldTraceを構築します。
  論文  参考訳（メタデータ） (2024-11-06T12:06:43Z)
• Paved or unpaved? A Deep Learning derived Road Surface Global Dataset from Mapillary Street-View Imagery [39.10390786976492]
  このデータセットは、グローバルな道路表面情報を300万km以上拡張する。 ほとんどの地域は中程度から高い舗装道路被覆率 (60-80%) を示したが、アフリカやアジアの特定の地域では顕著なギャップが見られた。 本稿では,SWIN-Transformerに基づく道路表面予測とCLIP- and-DLセグメンテーションを併用したハイブリッドディープラーニング手法を提案する。
  論文  参考訳（メタデータ） (2024-10-24T09:32:53Z)
• From Pixels to Progress: Generating Road Network from Satellite Imagery for Socioeconomic Insights in Impoverished Areas [22.782323200872366]
  本稿では,エンコーダ・デコーダアーキテクチャと衛星画像における形態的操作を組み合わせた系統的道路抽出フレームワークを提案する。 F1スコアの42.7%向上を実現している。 また,中国382県の約794,178km2と17.048万人を対象に,包括的道路ネットワークデータセットを提案する。
  論文  参考訳（メタデータ） (2024-06-17T07:40:13Z)
• Building Coverage Estimation with Low-resolution Remote Sensing Imagery [65.95520230761544]
  本稿では,低解像度衛星画像のみを用いた建物被覆量の推定手法を提案する。 本モデルでは, 世界中の開発レベルの異なる地域において, 建築範囲の予測において最大0.968の判定係数を達成している。
  論文  参考訳（メタデータ） (2023-01-04T05:19:33Z)
• FedUKD: Federated UNet Model with Knowledge Distillation for Land Use Classification from Satellite and Street Views [1.7847474813778919]
  衛星画像とストリートビュー画像のセマンティックにフェデレートUNetモデルを用いる。 精度は95%以上で,それぞれ17回以上,62回以上のストリートビューと衛星画像に有意なモデル圧縮を実現した。 提案フレームワークは,地球上の気候変動のリアルタイム追跡において,ゲームチェンジャーとなる可能性を持っている。
  論文  参考訳（メタデータ） (2022-12-05T12:14:00Z)
• A General Purpose Neural Architecture for Geospatial Systems [142.43454584836812]
  本稿では,空間的帰納バイアスを持つ汎用ニューラルアーキテクチャ(GPNA)の構築に向けたロードマップを示す。 このようなモデルがコミュニティのメンバー間の協力をいかに促進するかを考察する。
  論文  参考訳（メタデータ） (2022-11-04T09:58:57Z)
• Utilizing Satellite Imagery Datasets and Machine Learning Data Models to Evaluate Infrastructure Change in Undeveloped Regions [0.0]
  本研究の目的は、鉄道などの大規模インフラプロジェクトを対象とした自動監視により、建設の方向性を定義し予測するための信頼性の高い指標を決定することである。 利用可能な衛星データを用いて3Dメッシュとデジタル表面モデル(DSM)を作成することにより、輸送経路を効果的に予測できることを期待する。
  論文  参考訳（メタデータ） (2020-09-01T02:11:14Z)

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。