计算机科学 > 计算机与社会
[提交于 2025年5月5日
(v1)
,最后修订 2025年5月28日 (此版本, v2)]
标题: 高分辨率卫星影像中的覆盖偏差
标题: Coverage Biases in High-Resolution Satellite Imagery
摘要: 卫星图像越来越多地被用于补充传统数据收集方法,如调查和人口普查,在各个学科中。然而,我们提出疑问:地球上所有地方是否都平等地受益于这一新的信息财富? 在本研究中,我们调查了提供地面采样距离小于10米的光学卫星图像的主要卫星星座的覆盖偏差,评估了未来按需任务的机会以及全球历史图像的可用性。 具体而言,从前瞻性角度来看,我们根据卫星的轨道路径估计在30天的时间窗口内不同地点被重新访问的频率,从而调查由物理因素引起的潜在覆盖偏差。 我们发现,离赤道更远的地方通常被研究中的星座更频繁地重访。 回顾过去,我们展示了基于从主要卫星图像提供商收集的元数据,历史卫星图像的可用性受到地面社会经济因素的影响:欠发达、人口较少的地方拥有较少的卫星图像。 此外,在三个关于最近冲突地区的案例研究中,即加沙、苏丹和乌克兰,我们展示了地缘政治事件也在卫星图像的可用性中扮演重要角色,这暗示了潜在的商业模式决策。 这些见解揭示了卫星图像带来的数字红利在全球分布并不均匀。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.