衛星大気処理装置のデータ駆動型事後補正のための網羅的な特徴サブセット探索:内陸貯水池におけるクロロフィルa推定のケーススタディ
Exhaustive feature-subset search for data-driven post-correction of satellite atmospheric processors: a case study on chlorophyll-a retrieval in inland reservoirs
内陸貯水池の富栄養化監視において、衛星によるクロロフィルa(Chl-a)の推定は重要だが、海洋や大湖沼の条件で学習された大気補正プロセッサは、小水域では系統的にバイアスが生じる。このバイアスを低減するためにデータ駆動型の事後補正層が用いられており、C2RCC、C2X、C2XCのC2-Netプロセッサの共同出力に対する事後補正層において、どの特徴量が補正信号を頑健に伝達するかを調査した。217個の特徴量プールから131,071個のサブセットを網羅的に探索した結果、性能のプラトーが広範囲に存在し、3つの主流のヒューリスティック手法はほぼ同等の誤差で異なるサブセットを選択することが明らかになった。安定性選択により、小規模で頑健なコア(|C2XCr|が支配的で、k=6でサブサンプルの98%で選択)が特定された。スペインの5つのグアディアナ盆地貯水池からの252の衛星・実測ペアデータを用いて、補正は生のC2RCCに対するRMSEをわずかに改善するが、Huberモデルでは有意に改善した(約10-16%、p=0.047)。Leave-One-Reservoir-Out(LORO)検証では、性能低下は約15%から約34%となった。報告テンプレートとして、RMSE-vs.-k曲線、単一の「最適」サブセットの代わりに安定性選択、RMSEに加え相対誤差指標(MdAPE)、および最低限の転移可能性チェックとしてのLOROを提案する。全てのコード、データ、モデルは公開されている。
- C2RCC、C2X、C2XC(C2-Net)の共同出力に対するデータ駆動型事後補正層について、217特徴量プールから131,071サブセットを網羅探索し、性能プラトーが広く存在することを示した。
- 安定性選択により、|C2XCr|が支配的な小規模で頑健なコア特徴集合(k=6でサブサンプルの98%で選択)を特定した。
- スペインのグアディアナ盆地5貯水池の252組の衛星・実測ペアで検証し、HuberモデルでRMSEを約10-16%有意に改善(p=0.047)した。
- Leave-One-Reservoir-Out検証で性能低下が約15%から約34%に拡大し、転移可能性の限界を定量化した。
- 報告テンプレートとしてRMSE-vs.-k曲線、安定性選択、相対誤差指標(MdAPE)、LOROを提案し、コード・データ・モデルを公開した。
衛星リモートセンシングの大気補正プロセッサ(C2RCC/C2X/C2XC)の事後補正をデータ駆動で行う研究で、内陸貯水池という小水域でのバイアス低減を狙う。投資家視点では、217特徴量・13万超のサブセットを網羅探索して性能プラトーと頑健なコア特徴(k=6)を特定し、HuberモデルでRMSEを約10〜16%改善、LORO検証で劣化幅を約15%〜34%と定量化した点が重要。衛星データ×機械学習による水質モニタリングの実運用化・製品化を検討する企業にとって、精度限界と転移性リスクの目安を示す公開ベンチマークになる。