CUTネットワークに基づくDMSPからVIIRS夜間光データへのペアなしクロスドメイン較正

概要: Defense Meteorological Satellite Program (DMSP-OLS) および Suomi National Polar-orbiting Partnership (SNPP-VIIRS) の夜間光 (NTL) データは都市化の監視に不可欠ですが、センサの適合性の違いが長期的な分析を妨げています。本研究は Contrastive Unpaired Translation (CUT) ネットワークを用いたクロスセンサ・キャリブレーション手法を提案し、DMSPデータを VIIRS 風のフォーマットへ変換し、DMSP の欠陥を補正します。手法は多層パッチ単位の対比学習を用いて対応するパッチ間の相互情報量を最大化し、内容の一貫性を維持しつつ異なるドメイン間の類似性を学習します。訓練には2012-2013年の重複データを利用し、ネットワークは1992-2013年のDMSP画像を処理して VIIRS風の改良ラスタデータを生成します。検証結果は、生成された VIIRS風データが実測の VIIRS 観測値および社会経済指標と高い一貫性を示すことを示しています（決定係数が 0.87 を超える）。このアプローチはセンサ間データ融合の問題を効果的に解決し、DMSP の欠陥をキャリブレーションすることで、拡張された NTL 時系列の信頼性を高める取り組みを提供します。