山間部の季節的な積雪の時空間変化を明確に把握することは、山間部の水資源管理、水文過程、そして生態保護に不可欠である。高時空間分解能の積雪面積データは、山間部の積雪変化を監視する重要な手段である。しかし、既存の積雪面積リモートセンシング製品はセンサー性能の制約により、高時間分解能と高空間分解能の両立が難しく、高度に不均質な山間部の斑状積雪の微細な変化を正確に捉えることが困難である。積雪面積の時空間動的変化を監視するため、本研究は祁連山北麓の山間部を対象地域として選定し、MODISとLandsat 8の2種類の衛星データを用い、U-Net++ ネットワークに基づく多元データ融合による高時空間分解能積雪面積取得手法を構築した。また、高解像度のLandsatデータおよびSentinelデータを用いて新たに開発した手法を検証し、高時空分解能反射率データを融合したSTARFMおよびDMNetの時空間融合アルゴリズムと多角的に比較・検証を行った。結果は以下の通りである：(1) U-Net++ ネットワークに基づく30 m空間分解能積雪面積再構成アルゴリズムは山間部の積雪の詳細特徴を効果的に復元した。アルゴリズム精度は高く、全体精度は90.4％、作図精度は89.9％、ユーザ精度は88.4％、カッパ係数は0.80であった。再構成結果は頑健であり、異なる積雪被覆度、異なる地表下地および異なる雲量条件下においても全体精度の差は3％未満で、すべて88％以上であった。(2) STARFMおよびDMNet時空間融合による間接的な積雪面積再構成手法と比較して、本アルゴリズムは全体精度が8.7％および5.2％、作図精度が24.1％および18.4％、カッパ係数が0.20および0.12向上した。総じて、本研究で開発したU-Net++ ネットワークに基づく30 m空間分解能の日次積雪面積再構成アルゴリズムは、高精度かつ高時空間分解能の積雪面積データを効果的に再構成でき、山間部の流出シミュレーション、積雪水貯留量推定、防災などに重要な意義を持つ。

積雪面積; 深層学習; 多元融合; MODIS; Landsat