衛星データ 2023/3/17

【2023年2月】衛星データ利活用に関する論文とニュースをピックアップ！

2023年2月に公開された衛星データの利活用に関する論文の中でも宙畑編集部が気になったものをピックアップしました。

宙畑の新連載「#MonthlySatDataNews」では、前月に公開された衛星データの利活用に関する論文やニュースをピックアップして紹介します。

実は、本記事を制作するために、これは！と思った論文やニュースをTwitter上で「#MonthlySatDataNews」をつけて備忘録として宙畑編集部メンバーが投稿していました。宙畑読者のみなさまも是非ご参加いただけますと幸いです。

2023年2月の「#MonthlySatDataNews」を投稿いただいたのは5人でした！

Groundwater potential mapping in Jashore, Bangladesh https://t.co/YFTBRD2MVE #MonthlySatDataNews

バングラデシュにおける地下水のポテンシャルをマッピング。最も重要な因子は地質、次いで土地利用・土地被覆（LULC）、傾斜、表土の質感が中程度の感度を持つことが示唆された。

— たなこう (@octobersky_031) February 24, 2023

XAI（説明可能なAI）を衛星画像分類に適用した論文。

分類対象画像に対して、学習データの中で最も類似するものを示すことにより、モデルが「何を知っているか」を表わすことができ、十分な学習をしているか判断することが可能とのこと。https://t.co/LXnnANNzTM #MonthlySatDataNews

— ぴっかりん (@ra0kley) February 27, 2023

少量のラベル付きデータと大量のラベルなしデータを用いてSAR画像から水域推定モデルを作成。
データセットはSentinel-1と2から構成、weak labelデータをWater occurence mapで修正。モデルは知識蒸留の枠組みで学習。#MonthlySatDataNews https://t.co/NeUyNBywNw

— まぬある (@lTlanual) February 17, 2023

乾燥地から出る粉塵が自動車事故を引き起こしているという課題に対して、粉塵が出る発生源を特徴付けるというもの。干ばつの影響があった年は自動車の死亡事故も増えていたそう。千葉の落花生畑の影響で起こるやちぼこりも大変という話思い出しましたhttps://t.co/S9QGWQAXxe #monthlysatdatanews

— 🛰ナカムラトモヤ（宙畑、sorano me）🛰 (@tomoucky) February 4, 2023

MODISとSentinel-2のデータフュージョンの話。頻度は高いが雲が多いSentinel-2の画像をMODISの雲無し画像で補完する。
データフュージョンって、どこまで何用途で使える話なのか、どこかでちゃんと整理したい気持ち。https://t.co/O7PtfKpNLz #MonthlySatDataNews

— むた (@MutaAzusa) February 27, 2023

それではさっそく2023年2月の論文を紹介します。

Wavelet Integrated Convolutional Neural Network for Thin Cloud Removal in Remote Sensing Images

Wavelet変換を用いて衛星画像から薄雲除去を行う。Wavelet変換でマルチスケール・マルチ周波数成分を取得し特徴抽出を実施。復号時には各スケールの低周波・高周波成分を使用して特徴抽出、逆Wavelet変換で低周波成分の再構築を行う。

Special Issue Review: Artificial Intelligence and Machine Learning Applications in Remote Sensing

9本の衛星データと深層学習に関する研究論文についてのレビュー論文。リモートセンシングの説明可能な深層学習の手法をどのように開発できるかが重要。

Characterizing a Hazardous Dust Source in the Chihuahuan Desert Using Ground-Based Measurements, Remote Sensing, and Modelling

乾燥地から出る粉塵が自動車事故を引き起こしているという課題に対して、粉塵が出る発生源を特徴付けるというもの。干ばつの影響があった年は自動車の死亡事故も増えていたそう。

Mask Conditional Synthetic Satellite Imagery

土地被覆マスクから衛星画像を生成してデータセットを作成。生成した衛星画像と土地被覆マスクを用いて被覆分類モデルを学習。実画像のみを用いるよりも生成画像を用いることで精度が向上した。

Introduction to a Thematic Set of Papers on Remote Sensing for Natural Hazards Assessment and Control

自然災害に対してリモートセンシングを利用した研究をまとめたレビュー論文

A Novel Semi-Supervised Long-Tailed Learning Framework With Spatial Neighborhood Information for Hyperspectral Image Classification