Super-Resolution of BVOC Emission Maps Via Domain Adaptation

要約

生物由来の揮発性有機化合物 (BVOC) 排出マップの解像度を向上させることは、リモート センシングにおける重要な課題です。
最近、深層学習 (DL) に基づくいくつかの超解像度 (SR) 手法が提案されており、トレーニング プロセスに数値シミュレーションからのデータを活用しています。
ただし、衛星観測から得られたデータを扱う場合、SR アルゴリズムをトレーニングするための測定値が不足しているため、再構成は特に困難です。
私たちの研究では、数値シミュレーションによって得られた放出マップの情報を活用することにより、衛星観測から導出される超解像低解像度放出マップを目指しています。
これを行うために、DL に基づく SR 手法とドメイン アダプテーション (DA) 手法を組み合わせ、シミュレートおよび観測されたドメインで使用されるさまざまな集約戦略と空間情報を調和させて互換性を確保します。
私たちは、使用されるシミュレートおよび観測された排出量の数を体系的に変化させることによって、さまざまな段階での DA 戦略の有効性を調査し、適応戦略に対するデータ不足の影響を調査します。
私たちの知る限り、衛星由来の BVOC マップ拡張における DA に関するこれまでの調査はありません。
私たちの研究は、観測された BVOC 排出量を再構築するための堅牢な戦略の開発に向けた第一歩を表しています。

要約(オリジナル)

Enhancing the resolution of Biogenic Volatile Organic Compound (BVOC) emission maps is a critical task in remote sensing. Recently, some Super-Resolution (SR) methods based on Deep Learning (DL) have been proposed, leveraging data from numerical simulations for their training process. However, when dealing with data derived from satellite observations, the reconstruction is particularly challenging due to the scarcity of measurements to train SR algorithms with. In our work, we aim at super-resolving low resolution emission maps derived from satellite observations by leveraging the information of emission maps obtained through numerical simulations. To do this, we combine a SR method based on DL with Domain Adaptation (DA) techniques, harmonizing the different aggregation strategies and spatial information used in simulated and observed domains to ensure compatibility. We investigate the effectiveness of DA strategies at different stages by systematically varying the number of simulated and observed emissions used, exploring the implications of data scarcity on the adaptation strategies. To the best of our knowledge, there are no prior investigations of DA in satellite-derived BVOC maps enhancement. Our work represents a first step toward the development of robust strategies for the reconstruction of observed BVOC emissions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google