VIIRSに類似した人工夜間光の拡張再構築（1986–2024）

宇宙から見た都市の光が重要な理由

宇宙飛行士が夜の地球を見下ろすと、都市や町、道路を描く明るい光の網が見えます。これらの発光パターンは単なる美しい光景以上のものであり、人々が住み、働き、エネルギーを消費する場所を驚くほど正確に映し出します。本論文は、1986年から2024年までを再構築した中国の夜間光の新しい長期データセットを紹介します。これにより、研究者や政策立案者はほぼ40年にわたる都市の成長、経済変化、環境負荷を従来よりはるかに詳細に追跡できます。

数十年にわたる夜間観測の測定が抱える課題

衛星は1990年代初頭から都市の灯りを記録してきましたが、その記録は一様ではありません。DMSP-OLSと呼ばれる旧センサーは粗い、しばしば飽和した画像を取得し、最も明るい中心部が同じように白く平坦に見えました。2012年以降運用されている新しいVIIRSセンサーは、明るさの微妙な差や街区や主要道路の形状などより細かな構造を捉えます。しかし、旧システムと新システムは技術とスケールが異なるため、単純につなぎ合わせることはできません。従来の“VIIRS風”長期記録の試みは、都市の真の明るさを抑えたり、都市内部の重要なディテールをぼかしてしまったりすることがありました。

夜を再構築するための二段階の手法

著者らは、これらの制約を克服してExtended VIIRS-like Artificial Nighttime Light（EVAL）データセットを構築するために、二段階の深層学習フレームワークを提案します。第1段階では、U字型のニューラルネットワークが古い夜間光観測データと昼間のLandsat画像（土地被覆：水域、耕地、人工地など）を組み合わせて入力を受け取り、1980年代まで遡る各年について現代のVIIRS風の見え方を初期推定します。第2段階では、別個の精緻化モジュールが30メートル解像度の不透水面（コンクリート、アスファルト、建築物）の非常に詳細な地図を取り込み、都市や交通回廊の構造をシャープにします。この追加情報により、旧センサーでは明瞭に記録されなかった都市のテクスチャーや道路網の復元が可能になります。

よりシャープな都市の光と明瞭な道路

この新しいアプローチが有効かどうかを検証するため、研究チームは旧・新衛星システムが重なった2012年に再構築をテストしました。EVALを、古いデータをVIIRS風に変換しようとする二つの主要な世界的プロダクトと比較しました。複数の画像品質指標にわたり、EVALはピクセルごとにも、ほぼ3,000の郡にわたる光の総和を比較しても、実際のVIIRS観測に一貫してより近い一致を示しました。新データセットは、都市中心部や工業地帯の明るさを過小評価するという一般的な問題を避けるだけでなく、中心部から郊外や小都市への徐々に暗くなる傾向をよりよく復元します。農村部では、EVALは従来のプロダクトが見逃したり過度に平滑化したりしていた高速道路の長く細い痕跡や点在する集落を捉えます。

時間を通してたどる中国の都市ブーム

EVALは約500メートルの一貫した解像度で1986年までさかのぼるため、小さな都市核から広大な大都市圏への中国の変貌を動的に示します。著者らは北京―天津、上海、成都、広東―香港―マカオ大湾区など主要地域の時間断面を示します。初期の画像はコンパクトな光のポケットを示し、年が下るにつれてそれらのポケットが明るくなり、広がり、やがて鮮明な交通回廊で結ばれた多中心の大規模な集積へと融合していきます。研究者らが各省の夜間光合計を人口や国内総生産の公式統計と比較すると、複数の年代にわたり相関係数はしばしば0.95を超える非常に高い相関を示し、発光地図が経済成長や人間活動を信頼できる形で追跡していることを示唆します。

照らされた世界を研究するための新たな基盤

専門外の読者にとって中心的なメッセージは明快です：本研究は断片的で一貫性のなかった三十年分の夜間衛星画像を、1986年から現在までの中国の光を示す一つのクリーンなVIIRS風ムービーへと変換しました。明るさと細かな構造の両方をよりよく捉えることで、EVALは都市化、不平等、エネルギーアクセス、炭素排出、人間の存在に関連する環境影響の研究に強力な道具を提供します。実務的には、宇宙から見える光のパターンの変化が地上で起きている変化とより密接に一致するようになった、ということを意味します。

引用: Tian, Y., Cheng, K.M., Zhang, Z. et al. An Extended VIIRS-like Artificial Nighttime Light Data Reconstruction (1986–2024). Sci Data 13, 233 (2026). https://doi.org/10.1038/s41597-026-06549-0

キーワード: 夜間光, 都市化, リモートセンシング, 中国, 深層学習