본 논문은 도시 녹지 공간 매핑 및 모니터링의 어려움을 해결하기 위해 도메인 적응과 GAN 및 확산 모델을 통합한 새로운 파이프라인을 제안합니다. 저해상도 항공 이미지의 품질을 향상시켜 수동 주석 데이터가 부족한 상황에서도 효과적인 나무 분할을 가능하게 합니다. pix2pix, Real-ESRGAN, Latent Diffusion, Stable Diffusion과 같은 모델을 활용하여 현실적이고 구조적으로 일관된 합성 샘플을 생성하여 훈련 데이터셋을 확장하고 도메인 간 규모를 통일합니다. 이를 통해 다양한 획득 조건에서 분할 모델의 강건성을 향상시키고, 주석 리소스가 부족한 원격 감지 시나리오에 대한 확장 가능하고 복제 가능한 솔루션을 제공합니다. 실험 결과 저해상도 이미지의 IoU가 50% 이상 향상되는 것을 보여주었습니다.