A Satellite Imagery Dataset for Long-Term Sustainable Development in United States Cities

要約

都市は、経済成長を促進し、社会的ニーズを満たすために持続可能な開発目標（SDGs）を達成する上で重要な役割を果たしています。
特に衛星画像は、持続可能な都市開発を研究するための潜在的なデータソースです。
しかし、米国には、SDG モニタリングのための複数の都市、複数の年、複数の規模、複数の指標をカバーする包括的なデータセットが不足しています。
米国の都市における SDG に関する研究をサポートするために、25 の持続可能な開発指標を含む 5 つの SDG の深層学習モデルを使用して衛星画像データセットを開発しました。
提案されたデータセットは、2014 年から 2023 年までの米国で最も人口の多い 100 の都市と対応する国勢調査ブロック グループをカバーしています。具体的には、衛星画像を収集し、最先端の物体検出とセマンティック セグメンテーション モデルで物体を識別し、都市を鳥瞰的に観察します。
意見。
さらに人口、夜間の光、調査、建築環境のデータを収集し、貧困、健康、教育、不平等、生活環境に関するSDGsを描きます。
私たちは、このデータセットが都市の政策立案者や研究者による SDGs 関連の研究、特に衛星画像を適用して都市における長期的かつ複数規模の SDGs を監視するのに役立つことを期待しています。

要約(オリジナル)

Cities play an important role in achieving sustainable development goals (SDGs) to promote economic growth and meet social needs. Especially satellite imagery is a potential data source for studying sustainable urban development. However, a comprehensive dataset in the United States (U.S.) covering multiple cities, multiple years, multiple scales, and multiple indicators for SDG monitoring is lacking. To support the research on SDGs in U.S. cities, we develop a satellite imagery dataset using deep learning models for five SDGs containing 25 sustainable development indicators. The proposed dataset covers the 100 most populated U.S. cities and corresponding Census Block Groups from 2014 to 2023. Specifically, we collect satellite imagery and identify objects with state-of-the-art object detection and semantic segmentation models to observe cities’ bird’s-eye view. We further gather population, nighttime light, survey, and built environment data to depict SDGs regarding poverty, health, education, inequality, and living environment. We anticipate the dataset to help urban policymakers and researchers to advance SDGs-related studies, especially applying satellite imagery to monitor long-term and multi-scale SDGs in cities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google