衛星画像を用いた深層学習による高解像度所得推定：ブエノスアイレスのケーススタディ

科学分野:

• 地理空間分析;機械学習の応用;社会経済マッピング

背景:

• 高解像度の所得データは、効果的な政策立案に不可欠ですが、特に開発途上国では、その取得にはコストがかかることがよくあります。;既存の所得マッピング方法は、詳細な政策評価に必要な地理的詳細を欠いています。;衛星画像は、費用対効果の高いデータ収集の代替手段を提供する可能性があります。

主な方法:

• EfficientNetV2アーキテクチャを特定したニューラルネットワークを、ブエノスアイレス首都圏の衛星画像と2010年の国勢調査データを使用してトレーニングしました。;モデルは、複数の年（2013年、2018年、2022年）について、50x50メートルの解像度で一人当たり所得を推定しました。;このアプローチにより、任意の画像から所得マップを生成でき、時間的な柔軟性が可能になります。

結論:

• この新しいアプローチにより、非常に詳細な所得データの作成が可能になり、社会経済分析の粒度が大幅に向上します。;この方法は、地方レベルでの公共政策の評価とターゲットを絞った社会プログラムの実施をより効果的にします。;この技術は、従来のデータ収集が実行不可能または費用対効果が低い場合の重要な情報ギャップに対処します。