論文の概要: Land Art as a Big-Data Climate Sensor
- arxiv url: http://arxiv.org/abs/2609.13182v1
- Date: Wed, 29 Jul 2026 22:15:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.518174
- Title: Land Art as a Big-Data Climate Sensor
- Title(参考訳): 大規模気候センサとしてのランドアート
- Abstract要約: ロバート・スミスソンの1970年のランドアート『スピラルJetty』はユタ州のグレートソルト湖の北腕に位置している。
我々は,1984年から2025年にかけて毎年,1,744個のLandsat 4-9とSentinel-2の画像チップを分析した。
14-feature complexity signatureは、シャノンエントロピー、マルチスケールの置換エントロピー、フラクタル次元、ラクナリティ、グレーレベルの共起テクスチャ、強度統計、ImageNet-pretrained ResNet50機能を組み合わせたものである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robert Smithson's 1970 land artwork Spiral Jetty, located in the north arm of Utah's Great Salt Lake, has alternated between submergence and exposure during severe lake decline. We analyze 1,744 co-registered Landsat 4-9 and Sentinel-2 image chips spanning every year and calendar month from 1984 to 2025. A 14-feature complexity signature combines Shannon entropy, multiscale permutation entropy, fractal dimension, lacunarity, gray-level co-occurrence texture, intensity statistics, and ImageNet-pretrained ResNet50 features. These measurements are compared with a 42-year monthly climate and hydrology panel from NASA GISTEMP, USGS NWIS, Open-Meteo, and the Global Carbon Budget. Bootstrap analysis shows that Shannon entropy is a weak proxy and does not support an earlier small-sample claim of positive correlation with global temperature. By contrast, coarse-scale permutation entropy and mean intensity track lake elevation strongly, with Spearman correlations of 0.85 to 0.88 and 95 percent confidence intervals excluding zero. The third principal component of the ResNet50 embeddings emerges without supervision as an AI climate axis, correlating 0.86 with cumulative CO2 and -0.83 with lake elevation. Image complexity leads lake stage by about three years, with Pearson r = 0.58 at lag +3 and a 95 percent confidence interval of 0.40 to 0.73. STL decomposition reveals a non-monotonic trend that rises from 1984 to 2015 and declines sharply thereafter as the lake approaches record-low elevations. Partial correlations controlling for month and sensor confirm robustness to seasonal and sensor effects. These results refine the art-as-thermometer metaphor into an art-as-leading-indicator-of-hydrological-state interpretation. The dataset, feature pipeline, and analysis code are released as a public benchmark.
- Abstract(参考訳): ユタ州グレートソルトレイクの北腕に位置する、1970年のロバート・スミスソンのランドアート『スピラルJetty』は、湖底の沈み込みと露出の交互に行われている。
我々は,1984年から2025年にかけて毎年,1,744個のLandsat 4-9とSentinel-2の画像チップを分析した。
14-feature complexity signatureは、シャノンエントロピー、マルチスケールの置換エントロピー、フラクタル次元、ラクナリティ、グレーレベルの共起テクスチャ、強度統計、ImageNet-pretrained ResNet50機能を組み合わせたものである。
これらの測定は、NASA GISTEMP、USGS NWIS、Open-Meteo、Global Carbon Budgetの42年間の気候・水文科学パネルと比較される。
ブートストラップ解析により、シャノンエントロピーは弱いプロキシであり、地球温度と正の相関を持つ初期の小さなサンプルのクレームをサポートしないことが示された。
対照的に、粗大な置換エントロピーと平均強度トラック湖の標高は強く、スピアマン相関は0を除く信頼区間0.85から0.88と95%であった。
ResNet50埋め込みの第3の主成分は、AI気候軸として監督されずに現れ、0.86と累積CO2、-0.83と湖の標高を関連付けている。
Pearson r = 0.58 at lag +3 と95%の信頼区間が 0.40 から 0.73 である。
STL分解は1984年から2015年までの非単調な傾向を示し、その後湖が記録的な低い標高に近づくにつれて急激に減少する。
月とセンサの時間的相関は季節的およびセンサ的影響に対して堅牢性を示す。
これらの結果は、アート・アズ・サーモメーターのメタファを、アート・アズ・リード・インジケータ・オブ・ハイドロロジー・ステートの解釈へと洗練させる。
データセット、フィーチャーパイプライン、分析コードは、パブリックベンチマークとしてリリースされている。
関連論文リスト
- Predictors and Orchestrators: Parsimonious Machine Learning within an Agentic AI Harness for Multi-Horizon Karst Aquifer Forecasting [3.0105723746072997]
本研究は,テキサス州の湧水および地下水位を1~12週間前に予測するためのデプロイメント対応フレームワークを開発し,評価する。
極度の勾配上昇は一貫して最も信頼性が高かった。
深層モデルは短い地平線で競争力があったが、徐々に劣化し、長いリードタイムで孤立した失敗を見せた。
論文 参考訳(メタデータ) (2026-09-06T03:06:13Z) - GlacierCastAI: Predicting Glacier Retreat from Multi-Modal Satellite Imagery and Climate Signals [0.0]
ERA5気候変数には、将来の氷河の後退に関する予測情報が含まれている。
本稿では,氷河境界予測のためのERA5再解析気候変数とDEM特徴を用いた多時間ランドサット画像を提案する。
論文 参考訳(メタデータ) (2026-07-05T05:07:25Z) - Reconstructing GRACE Terrestrial Water Storage with Spatio-Temporal Graph Neural Networks: An Application to South America [0.0]
1940年までの毎月のGRACEライクなTWS異常を再構築する深層学習アプリケーションを提案する。
グリッドセル相関は0.69、流域平均相関は0.94、ほぼゼロとなる。
2015/16年のエル・ニオと2020/21年のラ・ニアの出来事の指紋を再現する。
論文 参考訳(メタデータ) (2026-06-22T18:15:58Z) - GeoNatureAgent Benchmark: Benchmarking LLM Agents for Environmental Geospatial Analysis Across Frontier and Open-Weight Foundation Models [0.0]
環境分析エージェントのための最初のベンチマークであるGeoNatureAgent Benchmarkを導入する。
18のカテゴリーにわたる93のタスクで構成されており、自治体分析、マルチターン会話、空間推論、クロスインジケータ合成、エラーハンドリングとリカバリ、ランキング、比較、多言語理解、居住地分析、タスク拒否をカバーしている。
タスクは、16のツールを通じてスペインとポルトガルの3つの環境指標を提供するオープンで自己ホスト可能なAPIに対して評価される。
論文 参考訳(メタデータ) (2026-06-11T02:35:20Z) - TeleViT1.0: Teleconnection-aware Vision Transformers for Subseasonal to Seasonal Wildfire Pattern Forecasts [11.002045831419133]
短期予測は局地的な気象条件に依存しており、長期予測には地球の相互接続性を考慮する必要がある。
我々は,テレコネクション対応ビジョントランスであるTeleViTを導入し,小型のローカルファイアドライバ,グローバルフィールド,テレコネクションインデックスを統合した。
グローバルなSeasFireデータセットを使用して、TeleViTは最大4ヶ月の地平線を含むすべてのリードタイムにおけるU-Net++、ViT、気候に関するAUPRCパフォーマンスを改善している。
論文 参考訳(メタデータ) (2025-11-26T13:57:48Z) - ReconMOST: Multi-Layer Sea Temperature Reconstruction with Observations-Guided Diffusion [48.540756751934836]
ReconMOSTは多層水温再構築のためのデータ駆動誘導拡散モデルフレームワークである。
提案手法はMLベースのSST再構成をグローバルな多層設定に拡張し,92.5%以上の欠落データを処理する。
論文 参考訳(メタデータ) (2025-06-12T06:27:22Z) - OXYGENERATOR: Reconstructing Global Ocean Deoxygenation Over a Century with Deep Learning [50.365198230613956]
既存の専門家が支配する数値シミュレーションは、地球温暖化や人的活動によって引き起こされる動的変動に追いつかなかった。
1920年から2023年までの世界の海洋脱酸素モデルを再構築するために,最初の深層学習モデルであるOxyGeneratorを提案する。
論文 参考訳(メタデータ) (2024-05-12T09:32:40Z) - Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。
私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。
主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文 参考訳(メタデータ) (2023-09-12T13:28:06Z) - Automating global landslide detection with heterogeneous ensemble
deep-learning classification [44.99833362998488]
地すべりは道路、鉄道、建物、人間の生活などのインフラを脅かす。
危険に基づく空間計画と早期警戒システムは、地すべりから社会へのリスクを減らすための費用対効果の戦略である。
近年,中~高解像度の衛星画像を入力として,深層学習モデルを陸地マッピングに適用している。
論文 参考訳(メタデータ) (2023-09-12T10:56:16Z)
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。