Core Concepts
本研究は、低解像度の夜間光データを高解像度に再構築するための新しいアプローチを提案する。多モーダルのリモートセンシングデータを活用し、複雑な劣化を伴う夜間光データの高精度な再構築を実現する。
Abstract
本研究では、DeepLightMDと呼ばれる先駆的な大規模多モーダルデータセットを構築しました。このデータセットには、低解像度の夜間光データ、高解像度の夜間光データ、昼間の多spectral観測、標高データ、不透水面データが含まれています。このデータセットは、複雑な劣化と不整合を伴う夜間光の高解像度再構築に取り組むための課題を提示しています。
提案手法のDeepLightSRは、3つのモジュールから構成されています。1つ目は校正を意識したアラインメントモジュールで、主要モダリティと補助モダリティの整合性を取ります。2つ目は補助モダリティから主要モダリティへの特徴融合モジュールで、異なる特徴を効果的に融合します。3つ目は補助情報を活用した詳細再構築モジュールで、高解像度再構築の性能を向上させます。
実験結果から、提案手法DeepLightSRが、既存手法と比較して高いPSNR、SSIM、SAM、UIQI、CC、PIQEの値を示し、優れた性能を発揮することが確認できました。また、大規模な地域レベルの評価でも良好な結果が得られ、持続可能な開発目標の達成に向けた高精度な夜間光データの提供が期待できます。
Stats
低解像度の夜間光データは、DMSP-OLSセンサーから得られた長期的な観測データを活用しています。
高解像度の夜間光データは、Luojia-01衛星から得られたデータを使用しています。
昼間の多spectral観測データは、Landsat-8 OLIセンサーから取得しています。
標高データは、SRTM V4.1から取得しています。
不透水面データは、GAIAデータセットから使用しています。
Quotes
"夜間光リモートセンシング観測は、貧困推定、都市持続可能開発、炭素排出量の定量的評価など、一連の持続可能な開発目標(SDGs)の達成状況を評価する際の独特なプロキシとして機能する。"
"既存の夜間光観測は、劣化と不整合が蔓延しており、SDGsで定義された指標を計算する際の有用性を制限している。"