宙畑の連載「#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ています。

以下、2026年4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。

・Satellite imagery reveals increasing volatility in human night-time activity
（NASAの衛星が毎日観測している高精度な夜間光のデータ（Black Marble）と独自の連続変化検出アルゴリズムを用いて、2014年〜2022年の地球規模での夜間光（ALAN）の動的変化を初めて詳細にマッピングした）

・SatBLIP: Context Understanding and Feature Identification from Satellite Imagery with Vision–Language Learning
（農村地域の社会的脆弱性指標（SVI: Social Vulnerability Index）を、衛星画像と大規模言語モデルを統合した視覚言語フレームワーク「SatBLIP」で自動予測する手法を提案する）

・A Unified Foundation Model for All-in-One Multi-Modal Remote Sensing Image Restoration and Fusion with Language Prompting
（本論文は、衛星画像の11種類の劣化（除雲、ノイズ除去、超解像など）を、自然言語プロンプトで指定するだけで単一モデルが修復する基盤モデルLLaRSを提案する）

・Generating Satellite Imagery Data for Wildfire Detection through Mask-Conditioned Generative AI
（山火事検出用の深層学習システムが抱える「訓練用の衛星画像が足りない」という問題を対象に、既存の焼跡マスク（火災で焼けた領域を示す白黒画像）を条件として、拡散モデルにより山火事後のSentinel-2 RGB衛星画像を人工的に合成する手法を提案する）

宙畑の新連載「#衛星論文」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。

それではさっそく2026年4月の論文を紹介します。

Satellite imagery reveals increasing volatility in human night-time activity

【どういう論文？】
・本論文は、NASAの衛星が毎日観測する高精度な夜間光データ（Black Marble）と独自の連続変化検出アルゴリズムを用いて、2014年〜2022年の地球規模での夜間光（ALAN）の動的変化を初めて詳細にマッピングした
・従来の「地球全体で徐々に明るくなっている」という常識を覆し、実際には急激な明化と暗化が共存しながら激しく明滅しており、その変動が過去10年間で世界的に加速していることを突き止めた

【技術や方法のポイントはどこ？】
◾️先行研究の課題
・毎日撮影される衛星画像では、雲、積雪、センサーの見る角度の変化によるノイズ（偽の変化）の大きさが、実際の人間活動による変化を上回ることが多かった（同じ場所でも、衛星が真上から見るか斜めから見るかで輝度が±20%変わることがある）
・結果として、従来のアルゴリズムでは角度ノイズと実際の変化を分離できず、誤検出が多発していたため、実務としては1年間や1ヶ月間のデータを平均化した画像（コンポジット）を利用していた
・しかし、平均化することで、「数ヶ月だけ起きた停電」「一時的な工場の稼働停止」「建物の建設と取り壊しの繰り返し」といった短期的な変動や、「明るくなってから暗くなった」という双方向の変化が打ち消されて見えなくなってしまうという致命的な欠点があった

◾️本研究のアプローチ
・衛星が地上を見る角度（視野角, VZA）を4つの層（0°–20°、20°–40°、40°–60°、0°–60°）に分けて、各層で独立に統計モデルを構築する
・上記により、真上から見たときの基準値と斜めから見たときの基準値を別々に学習し、角度ノイズを吸収できるようにする
・また、各角度層で、季節変動（夏は明るい、冬は暗い）と長期トレンドを統計モデルで予測させ、予測値からのズレが14日連続で異常値を示した場合のみ、その変化を実際の変化と判定する

◾️データセット
①Black Marble VNP46A2（2014–2022）
・用途: 人工夜間光の輝度を毎日測定
・詳細: 500m解像度、雲・月光・大気の影響を除去した高精度データ
・役割: 9年間で116万枚の画像を解析し、地球全体の夜間光の変化を日単位で追跡

②Black Marble VNP46A1（2014–2022）
・用途: 各ピクセルの品質情報（雲、積雪、月光汚染など）
・詳細: センサーの見る角度（視野角）データも提供
・役割: VZA-COLDアルゴリズムで「本物の変化」と「ノイズ」を区別するための重要な情報源

③独立検証データセット
・用途: アルゴリズムの精度を検証
・詳細: 急激な変化2,071サンプル、緩やかな変化1,902サンプル
・役割: Google EarthとPlanetScope画像で目視判読し、アルゴリズムの検出結果が正しいか確認

【議論の内容・結果は？】
◾️結果概要
・地球の夜は単に明るくなり続けているのではなく、変化を経験した地域（ever-changed area）において、9年間で平均6.6回も明るさがシフト（明滅）していることが判明した
・2014年比で地球全体では16%明るくなったが、これは明化（+34%）に対し、暗化（-18%）が大きな打ち消し合い（オフセット）をした結果である
・注目すべきは、明化と暗化の両方の動きがこの10年で加速（激化）しており、夜間の人間活動の揮発性（ボラティリティ）が高まっている点である

◾️地域比較
①アジア/アフリカ
・中国、インドをはじめ、急速な都市化、工業化、農村部の電化により強い明化が見られる

②ヨーロッパ
・2014年比で全体的に4%暗くなっており、特にフランス（-33%）、イギリス（-22%）、オランダ（-21%）などで顕著である
・上記は衰退ではなく、国境線に沿った計画的なLED移行や光害対策・省エネ政策の結果である

③ベネズエラ
・ヨーロッパとは対照的に、経済崩壊やインフラの老朽化によって26%も暗化した

④アメリカ中西部・中東
・テキサス州などのシェールガス採掘地帯では、原油価格や採掘サイクルに合わせて「爆発的に明るくなる → 一気に暗くなる」という激しい明滅を繰り返している

#夜間光動態 #ALAN #Black_Marble #VIIRS_DNB #変化検出 #VZA-COLD #都市化モニタリング #双方向変化 #日次衛星データ #エネルギー移行 #光害 #社会活動指標 #COVID-19影響 #紛争検出 #時系列解析 #政策評価 #リアルタイムモニタリング #角度ノイズ除去

SatBLIP: Context Understanding and Feature Identification from Satellite Imagery with Vision–Language Learning

【どういう論文？】
・本論文は、農村地域の社会的脆弱性指標（SVI: Social Vulnerability Index）を、衛星画像と大規模言語モデルを統合した視覚言語フレームワーク「SatBLIP」で自動予測する手法を提案する

【技術や方法のポイントはどこ？】
◾️先行研究の課題
①手作業への依存とスケーラビリティの限界
・従来のバーチャル・オーディット（目視確認）は膨大な工数がかかり、広大な農村部全域をカバーすることが実質不可能であった

②一般的なVLM（CLIP/BLIP等）のドメインシフト
・既存モデルは日常の風景写真で学習されており、真上から見た衛星画像特有のセマンティクス（例：屋根の劣化具合、未舗装路の質感）を正しく認識できない

③高レベルな意味的理解の欠如
・従来の物体検出しきい値などでは、「この地域はなぜ脆弱なのか」という社会経済的な文脈（貧困、交通アクセスの悪さ等）を解釈可能な形で抽出できなかった

◾️本研究のアプローチ
①訓練フェーズ
・GPT-4oに衛星画像を見せて、以下の5階層プロンプト設計による衛星画像の構造化記述生成を行わせる（教師データ作成）
– Tier 1（視覚要約）: 建物・道路・植生などの顕著な特徴を自然言語で要約
– Tier 2（客観的特徴）: 屋根タイプ、建物サイズ、敷地形状など測定可能な住宅特性を記述
– Tier 3（近隣・環境文脈）: 庭の有無、樹木被覆、道路近接性など周辺環境情報を抽出
– Tier 4（地理的・社会経済的推論）: LLMの背景知識を活用し、富裕度・都市化・脆弱性指標を推論
– Tier 5（解釈的要約生成）: 視覚的証拠と推論を統合し、人間可読な要約を生成

・上記説明文を用いて、BLIP（画像キャプション生成モデル）を衛星画像専用に再訓練してSatBLIPを構築する

②予測フェーズ
・新しい衛星画像が入力され、SatBLIPとGPT-4oの両方が、その画像を言葉で説明する（例: 「中規模住宅、切妻屋根、良好な状態、植生あり、狭い道路」）
・2つの説明文をCLIPで数値ベクトルに変換し、アテンション機構で融合
・統合された郡レベル埋め込みを回帰モデル（入力値から連続値を予測するモデル）に入力し、郡レベルの社会的脆弱性（SVI）を予測する

【議論の内容・結果は？】
・AIの判断根拠をSHAP (SHapley Additive exPlanations)により可視化した結果、以下の特徴がSVI（社会脆弱性）の予測に強く寄与している可能性が示唆された

[プラスの影響（脆弱性を示唆）]
・屋根の状態が古い・損傷している
・未舗装、または極端に狭い道路
・建物周辺に放置された車両や、手入れされていない空き地

[マイナスの影響（安定性を示唆）]
・切妻屋根（Gable roof）かつ良好なメンテナンス状態
・中規模以上の住宅サイズと整備された庭

#SatBLIP #視覚言語モデル #VLM #Vision-Language Learning #社会的脆弱性指標 #SVI #GPT-4o #CLIP #BLIP #SHAP #農村防災 #解釈可能AI #マルチモーダル学習 #衛星画像解析

A Unified Foundation Model for All-in-One Multi-Modal Remote Sensing Image Restoration and Fusion with Language Prompting

【どういう論文？】
・本論文は、衛星画像の11種類の劣化（除雲、ノイズ除去、超解像など）を、自然言語プロンプトで指定するだけで単一モデルが修復する基盤モデルLLaRSを提案する

【技術や方法のポイントはどこ？】
◾️先行研究の課題
・従来は除雲、ノイズ除去、超解像などの劣化タイプごとに専用AIモデルを一から訓練していた
・また、衛星画像は、搭載センサーによってチャネル数（色の種類）やスペクトル意味（各チャネルが測定する波長）が大きく異なる。しかしAIは「チャネル1」という位置情報だけを見て処理するため、同じ処理を行ってもセンサーAでは植生情報を処理し、センサーBでは土壌情報を処理してしまい、意味的に一貫した学習ができない
・加えて、複数の修復タスクを同時に学習させると、タスク間で難易度と学習速度に大きな差が生じる（例えば、「明度調整」は数回の訓練ですぐ上達するが、「雲の除去」は何千回訓練しても上達が遅い）

◾️本研究のアプローチ
①バンド意味マッチング：異種センサーの「意味統一」
・センサーAの「チャネル1=緑」とセンサーBの「チャネル1=短波赤外」が同じ位置に入力される問題を意味的に一致させる
・アプローチとしては、最適輸送（Optimal Transport）という数学的手法で、各センサーのチャネルを32個の「意味スロット」に自動マッピングする
・具体的には、軽量ネットワークが各チャネルの特徴を抽出し、どのスロットに最も近いかを計算させるSinkhorn反復という方法で、すべてのチャネルとスロットがバランス良くマッチするように調整する
・結果として、異なる衛星（Sentinel-2、Landsat等）の画像を混ぜて訓練しても、意味的に一貫した学習ができる

②タスク条件付きMixture-of-Experts
・11種類の修復タスクを一つのモデルで処理するため、タスクごとに最適な処理経路を選ぶ
・アプローチとしては、テキストプロンプト（「雲を取り除いて」等）、劣化画像、現在の処理状態の3つの情報から、どの専門家を呼ぶかを判断する
・専門家の種類としては以下の3通りとなる
– ConvMoE（空間パターン専門家）・・・タスクごとに異なる空間フィルタを適用（ぼかし除去にはシャープ化、ストライプ除去には周期抑制など）
– MoCE（スペクトル専門家）・・・各チャネル（波長帯）の重要度を調整する、パンシャープニングなど、波長間の関係性が重要なタスクで効果的
– MoRA（広域文脈専門家）・・・画像全体の文脈を考慮（雲除去で周囲のパターンから雲下を推測するなど）、LoRAという低ランク近似技術で、通常の1/10以下の計算量で動作

③Dynamic Weight Adjustment
・簡単なタスク（明度調整）ばかり学習が進み、難しいタスク（除雲）が放置される問題を解消する
・具体的には、各タスクの誤差の改善速度を常に監視し、改善が遅いタスク（停滞している）ほど学習の重みを動的に大きくする

【議論の内容・結果は？】
◾️全体性能
・評価指標として、PSNR（高いほど良）、SSIM（1に近いほど良）、SAM（低いほど良）、ERGAS（低いほど良）を用いる
・LLaRSは7つの競合モデル（MPRNet、Restormer、GridFormer、PromptIR、AMIR、HOGformer、MoCE-IR）に対し、11タスク全体の平均で全指標最高性能を達成

#LLaRS #基盤モデル #マルチタスク学習 #自然言語プロンプト #最適輸送 #Mixture-of-Experts #除雲 #超解像 #パンシャープニング #時空間融合 #ノイズ除去 #デストライピング #スペクトル忠実度 #LoRA #Sinkhorn反復 #Dynamic Weight Adjustment

Generating Satellite Imagery Data for Wildfire Detection through Mask-Conditioned Generative AI

【どういう論文？】
・本論文は、山火事検出用の深層学習システムが抱える「訓練用の衛星画像が足りない」という問題を対象に、既存の焼跡マスク（火災で焼けた領域を示す白黒画像）を条件として、拡散モデルにより山火事後のSentinel-2 RGB衛星画像を人工的に合成する手法を提案する

【技術や方法のポイントはどこ？】
◾️先行研究の課題
①山火事衛星画像の地理的・季節的偏り
・山火事は特定の地域や季節に集中して発生し、森林の種類（針葉樹林・広葉樹林）、火災の強さ、火災からの経過時間によって、衛星画像上での見え方（色・明るさ・テクスチャ）が大きく異なる

②既存の画像生成AIの専門性不足
・EarthSynth（衛星画像生成AI）は、一般的な土地被覆（森林・農地・都市など）で訓練されているが、山火事焼跡は特殊な見た目（真っ黒な炭、灰色の灰、不規則な境界線）を持つため対応できない

◾️本研究のアプローチ
①概要
・画像生成AI（EarthSynth）に焼跡マスク（白黒の位置画像）を見せて、「ここが焼けた山火事後の衛星画像を作って」と指示し、本物に近い画像を生成できるか検証した
・ただし、生成方法には色々な選択肢があるため、6つの実験（E1〜E6）でどの設定が一番本物に近いかを比較した

②6つの実験全体像
【生成方法の違い】
・E1: マスクだけから全体を一から生成（Full generation）
・E2: 火災前画像を下地にして焼跡部分だけ編集（Inpainting）

【色の調整の有無】
・E3: E2 + 色を本物に合わせる後処理
・E4: E1 + 色を本物に合わせる後処理

【指示文の書き方】
・E1〜E4: 人間が書いた3種類の指示文（簡潔/詳細/データ駆動）
・E5: AIが自動で書いた指示文 + Inpainting
・E6: AIが自動で書いた指示文 + Full generation

③実験で変えた3つの要素
【画像の作り】
・Full generation: 焼跡マスクだけから全体画像をゼロから生成
・Inpainting: 火災前画像を下地にして、焼跡部分だけを塗り替える

【AIへの指示文（プロンプト）】
・P1（簡潔）: 山火事焼跡、焦げた森、真上視点など最小限の指示
・P2（詳細）: 焼跡の色、周囲の森、画質など詳しく指示
・P3（データ駆動）: 実際の焼跡画像から色を計算して指示に含める
・VLM（AI自動）: AIが火災前後の画像を見て指示文を自動生成

【色の後処理】
・色マッチングあり: 生成後に本物の色統計に合わせて調整
・色マッチングなし: 生成したままの色

【議論の内容・結果は？】
◾️検証結果
・6つの実験（E1〜E6）と複数のプロンプト設定を比較した結果、「火災前画像を下地にして部分編集するInpainting方式」が、「マスクだけから全体を生成するFull generation方式」を全ての評価指標で上回った
・最良の設定は「Inpainting + 構造化プロンプト（E2-P2組み合わせ）」で、焼跡位置の一致度45.6%、焼跡の暗さ（コントラスト）20.44を達成
・なお、「色マッチング後処理」は色の再現性を大幅に改善（色距離63.22）したが、焼跡のはっきりとした見え方（コントラスト）を低下させるトレードオフがあった

◾️視覚的結果
・数値だけでは分からない本物らしさを確認するため、5つの代表的なサンプル（焼跡面積10%〜90%）について、実際に生成された画像を視覚的に評価

【焼跡面積10% – 小規模】
・1行目: 参照画像（火災前・焼跡マスク・実際の火災後画像）
・2〜5行目: E1〜E4の各実験、列はP1/P2/P3プロンプト
・6〜7行目: E5（VLM Inpainting）とE6（VLM Full generation）
・小規模焼跡でも、Inpainting方式（E2, E3）は焼跡領域を比較的正確に再現するが、Full generation方式（E1, E4）は焼跡が緑色のまま残ったり、周囲の森林構造が不自然になる

【焼跡面積30% – 中規模】
・中規模焼跡では、E2-P3が最も本物に近い焼跡色を再現
・一方、E1（Full generation）は赤みがかった「活発な火災」のような色になり、火災後の焼跡としては不適切

【焼跡面積50% – 中規模②】
・焼跡が画像の半分を占める場合、E2（Inpainting）の3つのプロンプトはいずれも似た出力を生成し、プロンプトによる差が小さくなる
・E3（色マッチング）は焼跡と無傷領域の境界が自然に繋がるが、焼跡の暗さが弱まる

【焼跡面積70% – 大規模】
・大規模焼跡では、E1（Full generation）のP2で緑の植生が焼跡内に残る致命的な失敗が発生
・E2-P3は本物に近い焼跡色と質感を実現

【焼跡面積90% – 超大規模】
・画像のほぼ全体が焼跡の場合、E2-P1で雲のような構造が出現し、E2-P2で緑の植生が残るなど、Inpainting方式でも失敗例が見られる
・E2-P3が最も一貫して焼跡らしい暗い質感を生成

#EarthSynth #拡散モデル #ControlNet #StableDiffusion #山火事検出 #CalFireSeg50 #Sentinel2 #データ拡張 #Inpainting #VLM #Qwen2VL #BurnIoU #マスク条件付き生成

来月以降も「#MonthlySatDataNews」「#衛星論文」を続けていきますので、お楽しみに！