世界のフィールド：農地境界の抽出のためのフィールドガイド

arXiv:2602.08131v1 Announce Type: new アブストラクト：農地境界マップは農業データ産品の基礎的な要素であり、作物のモニタリング、収量推定、病害推定をサポートしています。このチュートリアルでは、160 万の農地ポリゴンが 24 カ国にわたって含まれるベンチマーク、事前トレーニングされたセグメンテーションモデル、およびコマンドライン推論ツールから構成される Fields of The World (FTW) エコシステムを解説します。私たちは、(1) 作物分類と森林減少帰属を伴うローカルスケールでの農地境界抽出、(2) クラウド最適化されたデータを使用した国レベルでの推論をカバーする 2 つのノートブックを提供します。MOSAIKS ランダム畳み込み特性と FTW 由来の農地境界を使用して、田畑レベルでの作物タイプをマッピングし、限られたラベルでの作物タイプ分類の宏視 F1 スコアを 0.65--0.75 と報告しました。最後に、5 カ国（476 万 km²）の事前計算された予測を探索する方法を示し、中位値の予測農地面積はルワンダで 0.06 ha からスイスで 0.28 ha にわたります。

arXiv:2602.08131v1 Announce Type: new Abstract: Field boundary maps are a building block for agricultural data products and support crop monitoring, yield estimation, and disease estimation. This tutorial presents the Fields of The World (FTW) ecosystem: a benchmark of 1.6M field polygons across 24 countries, pre-trained segmentation models, and command-line inference tools. We provide two notebooks that cover (1) local-scale field boundary extraction with crop classification and forest loss attribution, and (2) country-scale inference using cloud-optimized data. We use MOSAIKS random convolutional features and FTW derived field boundaries to map crop type at the field level and report macro F1 scores of 0.65--0.75 for crop type classification with limited labels. Finally, we show how to explore pre-computed predictions over five countries (4.76M km\textsuperscript{2}), with median predicted field areas from 0.06 ha (Rwanda) to 0.28 ha (Switzerland).