人工知能（AI）を活用した新技術が、衛星画像にかかっている雲を効果的に除去し、地表の詳細な情報を再構築する可能性を広げている。国際学術誌『International Journal of Bio-Inspired Computation』に掲載された研究によると、新たな深層学習ベースのノイズ除去システム「SenseNet」が、雲や大気中の霞みを「構造的ノイズ」として処理し、従来の手法よりも高精度に地表を再現できる。この技術により、農地の境界や道路網、水域の位置を明確に把握できるようになり、森林伐採や作物生産量、インフラの変化といった地球観測の課題に貢献する。 従来の手法は、大気中の光の散乱を物理モデルで再現する方法や、複数の時系列画像や異なる波長のデータを比較する方法が主流だったが、雲の厚さが不均一な場合や完全に地表が覆われた領域では精度が低下していた。近年の機械学習ベースのアプローチは改善を遂げたものの、明確な参照画像がなければ、雲の部分がぼやけた領域として残るという課題があった。 SenseNetは、自然由来の最適化アルゴリズム「ハイブリッドコヨーテ・フォックス最適化（Coyote Fox Optimization）」を活用。犬科動物の社会的協調行動を模倣し、ネットワークの内部パラメータを最適化することで、学習が局所最適解に陥るのを防ぎ、より正確な再構成を実現。実験では、信号対ノイズ比（SNR）が2デシベル以上向上し、残存誤差も大幅に削減。わずか2dBの向上は、性能改善で約60％の向上を意味する。 特に熱帯地域など長期間雲に覆われる地域では、この技術がデータギャップを縮小し、気候変動対策や災害対応のためのリアルタイム衛星情報の信頼性を高める。今後、環境モニタリングや国土計画、農業管理の現場で、AIによる雲除去技術の活用が広がることが期待される。