Kontrastive Lernverfahren haben die Lücke zwischen überwachtem und unüberwachtem Lernen bei Aufgaben der Computer Vision erheblich verengt. In diesem Artikel untersuchen wir ihre Anwendung auf geolokalisierte Datensätze, beispielsweise Fernerkundungsdaten, bei denen unbeschriftete Daten oft reichlich vorhanden sind, beschriftete Daten jedoch rar sind. Zunächst zeigen wir, dass auf Standardbenchmarks aufgrund unterschiedlicher Charakteristika ein nichttrivialer Leistungsunterschied zwischen kontrastivem und überwachtem Lernen weiterhin besteht. Um diese Lücke zu schließen, schlagen wir neue Trainingsmethoden vor, die die räumlich-zeitliche Struktur von Fernerkundungsdaten ausnutzen. Wir nutzen räumlich ausgerichtete Bilder über die Zeit hinweg, um zeitliche positive Paare im kontrastiven Lernen zu konstruieren, und die Geolokalisierung, um Vor-Text-Aufgaben zu entwerfen. Unsere Experimente zeigen, dass unsere vorgeschlagene Methode die Lücke zwischen kontrastivem und überwachtem Lernen bei der Bildklassifikation, Objekterkennung und semantischen Segmentierung für Fernerkundungsdaten schließt. Zudem demonstrieren wir, dass das vorgeschlagene Verfahren auch auf geotaggte ImageNet-Bilder angewendet werden kann und die Leistung bei verschiedenen nachgelagerten Aufgaben verbessert. Die Projekt-Webseite ist unter folgendem Link erreichbar: geography-aware-ssl.github.io.