# Kodowanie położenia geograficznego

EN: **Location encoding** · id `locationencoding` · aliases: location encoders, geographic positional encoding, kodowanie współrzędnych, spatial representation learning, location embeddings

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w obserwacji Ziemi i geoinformatyce](https://aiatlasgraph.com/t/geoai.md) › [Uczenie maszynowe na danych przestrzennych](https://aiatlasgraph.com/t/spatialml.md) › Kodowanie położenia geograficznego

## Description

- PL: Odwzorowanie współrzędnych punktu na wielowymiarowe osadzenie (funkcje sinusoidalne, harmoniki sferyczne, sieci), często uczone kontrastowo ze zdjęciami satelitarnymi lub naziemnymi.
- EN: Mapping a point's coordinates to a high-dimensional embedding (sinusoids, spherical harmonics, networks), often trained contrastively with satellite or ground images.

## In one sentence

- PL: Zamiana szerokości i długości geograficznej na zestaw liczb, z którego sieć neuronowa potrafi wyczytać, jakie to miejsce.
- EN: Turning latitude and longitude into a set of numbers from which a neural network can read what kind of place it is.

## Problem it solves

- PL: Surowe współrzędne niewiele mówią sieci: nie widzi, że dwa punkty są blisko, że Ziemia jest kulą, ani czym góry różnią się od wybrzeża.
- EN: Raw coordinates tell a network little: it cannot see that two points are close, that the Earth is round, or how mountains differ from coast.

## What it does

- PL: Jak zamiana adresu na wizytówkę miejsca: zamiast samych liczb z GPS model dostaje opis klimatu, krajobrazu i sąsiedztwa.
- EN: Like swapping an address for a profile of the place: instead of bare GPS numbers, the model gets a sense of climate, landscape and surroundings.

## Everyday example

- PL: Aplikacja do rozpoznawania roślin trafniej zgaduje gatunek, bo bierze pod uwagę, gdzie zrobiono zdjęcie.
- EN: A plant-identification app guesses the species better because it takes into account where the photo was taken.

## This concerns you if you…

- PL: masz dane z GPS i chcesz, żeby model z nich korzystał
- PL: rozpoznajesz gatunki lub zjawiska zależne od miejsca
- EN: have GPS data and want a model to use it
- EN: identify species or phenomena that depend on place

## Keywords

SatCLIP · GeoCLIP · Sphere2Vec · Space2Vec · CSP · spherical harmonics · SIREN · random Fourier features · TorchSpatial

## How it works

- PL: Współrzędne przepuszcza się przez funkcje o wielu częstotliwościach, np. cechy Fouriera lub harmoniki sferyczne zgodne z kształtem kuli, a potem przez sieć. Enkoder uczy się kontrastowo, dopasowując położenie do zdjęcia z tego miejsca. Gotowe osadzenia dokłada się jako cechy do innych modeli.
- EN: Coordinates pass through multi-frequency functions, such as Fourier features or spherical harmonics that respect the sphere, and then a network. The encoder is trained contrastively, matching a location to an image taken there. The resulting embeddings are added as features to other models.

## Limits

- PL: Wybór skali częstotliwości decyduje, czy model widzi detale lokalne, czy ogólny obraz; nie ma jednego dobrego ustawienia. Model może nauczyć się „gdzie” zamiast „dlaczego” i przenosić uprzedzenia z nierówno rozłożonych danych.
- EN: The choice of frequency scale decides whether the model sees local detail or the big picture; no single setting is right. A model may learn 'where' instead of 'why' and carry biases from unevenly spread data.

## Key terms

- PL: **cechy Fouriera**: Sinusy i cosinusy różnych częstotliwości opisujące położenie w wielu skalach.
- PL: **harmoniki sferyczne**: Funkcje bazowe na kuli, naturalne dla współrzędnych na Ziemi.
- PL: **enkoder położenia**: Sieć zamieniająca współrzędne w wektor cech.
- EN: **Fourier features**: Sines and cosines of many frequencies describing position at many scales.
- EN: **spherical harmonics**: Basis functions on a sphere, natural for Earth coordinates.
- EN: **location encoder**: A network that turns coordinates into a feature vector.

## Know first

- [Kodowanie pozycji (sinusoidalne, RoPE) (Positional encoding (sinusoidal, RoPE))](https://aiatlasgraph.com/t/posencoding.md)
- [Wspólna przestrzeń obraz–tekst (CLIP) (Contrastive image–text pretraining (CLIP))](https://aiatlasgraph.com/t/clipcontrastive.md)

## Related topics

Untyped, symmetric "see also" links.

- [Kodowanie pozycji (sinusoidalne, RoPE) (Positional encoding (sinusoidal, RoPE))](https://aiatlasgraph.com/t/posencoding.md)

## Sources

- [A Review of Location Encoding for GeoAI: Methods and Applications](<https://arxiv.org/abs/2111.04006>) `mai-location-encoding-review-2022` · by Gengchen Mai, Krzysztof Janowicz, Yingjie Hu, Song Gao, Bo Yan, et al.
- [SatCLIP: Global, General-Purpose Location Embeddings with Satellite Imagery](<https://arxiv.org/abs/2311.17179>) `klemmer-satclip-2023` · by Konstantin Klemmer, Esther Rolf, Caleb Robinson, Lester Mackey, Marc Rußwurm
- [GeoCLIP: Clip-Inspired Alignment between Locations and Images for Effective Worldwide Geo-localization](<https://arxiv.org/abs/2309.16020>) `vivanco-geoclip-2023` · by Vicente Vivanco Cepeda, Gaurav Kumar Nayak, Mubarak Shah

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/locationencoding · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30