基于分布调整的卫星图像细粒度社会经济预测
计算机与社会
2023-09-06 v2
摘要
尽管测量社会经济指标对地方政府制定知情政策决策至关重要,此类测量在市郡等细粒度层级上往往缺失。本研究利用基于深度学习的卫星图像预测来弥补这一缺口。我们提出一种方法,通过捕捉较大区域内基于地面真值观察到的分布行为,为每张卫星图像分配一个社会经济分数。我们训练了一个有序回归打分模型,并调整分数以遵循区域内与区域间的常见幂律。基于韩国官方统计的评估表明,我们的方法在市郡与网格层级上预测人口与就业规模均优于既往模型。我们的方法在发展水平不均的行政区也展现出稳健性能,表明其在可靠细粒度数据稀缺的发展中国家具有潜在用途。
引用
@article{arxiv.2308.15979,
title = {Fine-Grained Socioeconomic Prediction from Satellite Images with Distributional Adjustment},
author = {Donghyun Ahn and Minhyuk Song and Seungeon Lee and Yubin Choi and Jihee Kim and Sangyoon Park and Hyunjoo Yang and Meeyoung Cha},
journal= {arXiv preprint arXiv:2308.15979},
year = {2023}
}