{rfName}
Tr

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

Altmetrics

Investigadores/as Institucionales

Marin, Ruben MartinezAutor o CoautorSacristan, Miguel MarchamaloAutor o Coautor

Compartir

12 de abril de 2025
Publicaciones
>
Artículo
Sí

Transport-related surface detection with machine learning: Analyzing temporal trends in Madrid and Vienna

Publicado en: Remote Sensing Applications: Society and Environment. 37 101503- - 2025-01-01 37(), DOI: 10.1016/j.rsase.2025.101503

Autores:

Pliego, MU; Marín, RM; Shi, NF; Shibayama, T; Leth, U; Sacristán, MM
[+]

Afiliaciones

TU Wien, Inst Verkehrswissensch, Karlspl 13-230, A-1040 Vienna, Austria - Autor o Coautor
Univ Politecn Madrid, Civil Engn Sch, Dept Land Morphol & Engn, Calle Prof Aranguren 3, Madrid 28040, Spain - Autor o Coautor

Resumen

This study investigates the integration of machine learning into urban aerial image analysis, focusing on identifying mobility-related surfaces for cars and pedestrians, such as parking spaces, road surfaces, and sidewalks, while also analyzing historical trends. It highlights the potential of foundational models and the advantages of fine-tuning them for global geospatial analysis. A workflow is proposed for automatically generating geospatial datasets, facilitating the creation of semantic segmentation datasets from diverse sources, including WMS/WMTS links, vector- based cartography, and OpenStreetMap (OSM) overpass-turbo requests. The developed code streamlines dataset generation for training machine learning models using publicly available data, eliminating the need for manual labeling. Two datasets for car- and pedestrian-related surface detection were generated using aerial imagery and vector data from the geographical offices of Madrid and Vienna, with a particular focus on parking surfaces. A transformer-based model was trained and evaluated for each city, achieving strong accuracy with F1 scores exceeding 0.5 in most classes in just less than 10 epochs. Historical trend analysis was conducted by applying the trained model to images from 10 to 20 years ago, prior to the availability of vector data, successfully uncovering temporal infrastructure trends for cars and pedestrians in different city areas. The trends discovered in Madrid and Vienna showed distinct differences: Madrid's periphery is experiencing a slower growth in parking surface, while Vienna is seeing a greater increase in parking compared to newly built road surfaces. This method offers a cost-effective solution for municipal governments to gather valuable urban data.
[+]

Palabras clave

Aerial imagesBenchmarkCitFoundational modelsGeospatial datasetImage visionOpenstreetmapOsmParkingSegmentationSustainable urban transporSustainable urban transport

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Remote Sensing Applications: Society and Environment debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2025, se encontraba en la posición , consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Geography, Planning and Development.

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-27:

  • Scopus: 1
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-27:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 9.

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 4.
  • El número de menciones en la red social X (antes Twitter): 4 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/88842/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 99
  • Descargas: 45
[+]

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Austria.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (Pliego, Miguel Urena) y Último Autor (MARCHAMALO SACRISTAN, MIGUEL).

el autor responsable de establecer las labores de correspondencia ha sido Pliego, Miguel Urena.

[+]

Reconocimientos ligados al ítem

Universidad Politecnica de Madrid ( www.upm.es) provided computing resources on the Magerit Supercomputer. Miguel Urena is supported by a contract funded by the Industrial Doctorates of the Community of Madrid (IND2020/TIC-17528 and IND2023/TIC-28743) . We want to thank Javier Sempere for proofreading this article.
[+]