Comprendre pleinement une scène complexe d’images satellites ou aériennes à haute résolution nécessite souvent une raisonnement spatial sur un large contexte pertinent. Le système de reconnaissance d'objets humain est capable de comprendre les objets dans une scène en tenant compte d'un contexte pertinent à longue portée. Par exemple, si un être humain observe une scène aérienne montrant des sections de route interrompues par la cime des arbres, il est peu probable qu'il conclue que la route ait été réellement fragmentée en morceaux disjoints par les arbres ; au lieu de cela, il pensera que le feuillage des arbres voisins masque la route. Cependant, les recherches visant à comprendre l'interprétation du contexte à longue portée par les modèles d'apprentissage automatique modernes sont limitées. Dans ce travail, nous proposons un ensemble de données de référence pour la segmentation des routes, appelé Chesapeake Roads Spatial Context (RSC), destiné à évaluer la compréhension spatiale à longue portée du contexte par les modèles d'apprentissage automatique géospatiaux et nous montrons comment les modèles de segmentation sémantique couramment utilisés peuvent échouer dans cette tâche. Par exemple, nous démontrons qu'un U-Net formé pour segmenter les routes du fond dans des images aériennes obtient un taux de rappel de 84 % sur les routes non masquées, mais seulement 63,5 % sur les routes couvertes par la cime des arbres, malgré une formation conçue pour modéliser ces deux cas de manière identique. Nous analysons également comment la performance des modèles varie en fonction de la distance du contexte pertinent pour une décision (dans notre cas, les routes non masquées). Nous mettons à disposition le code permettant de reproduire nos expériences ainsi qu’un ensemble de données comprenant des images et des masques afin d’encourager des recherches futures dans cette direction -- https://github.com/isaaccorley/ChesapeakeRSC.