Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 1/30
フィールド情報学入門
リモートセンシングとGIS
京都大学情報学研究科
酒井徹朗
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 2/30
リモートセンシング
Remote Sensingの概念
•
離れた所から直接触れずに対象物を同定あるいは 計測し,またその性質を分析する技術
•
1960年代アメリカで造られた技術用語•
電磁波の反射(reflection)、放射(radiation)の特性
を用いる•
「すべての物体は,種類および環境条件が異なれば,
異なる電磁波の反射または放射の特性を有する」と いう物体の電磁波特性に基づき対象物や現象を判
読・解折する•
重力や磁力も使われる
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 3/30
リモートセンシングの応用分野
•
工業計測から広域的な陸域・大気・海洋情報の収集,地球 規模の環境変動の監視まできわめて多岐にわたる。
•
陸域では、土地開発の進展や緑地・植生の変化などや,森 林減少など地球スケールの自然環境把握の手段。
•
海洋では,海面水位、汚濁状況,植物性プランクトンの分 布状況,海面温度、波の情報から海上風の風向・風速を推
定することもできる。
•
大気については,二酸化炭素やオゾンなど微量成分の組 成の調査や,雲画像などの気象現象の解折など。
•
地球環境時代を迎えリモートセンシングの重要性はますま す大きくなっている。
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 4/30
リモートセンシングによるデータ収集
太陽光の反射
熱放射マイクロ波の反射
地球観測衛星
可視・反射赤外リモートセンシング:太陽光の反射を利用
熱赤外リモートセンシング:物体からの熱放射
マイクロ波リモートセンシング:照射マイクロ波の反射波利用
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 5/30
可視・反射赤外リモートセンシング
太陽を光源とする反射光(可視光線・赤外線)を観測、夜間不可
太陽光の放射のピークは可視光線域
太陽高度や地形、大気の状態(天候)の影響が有り、補正が必要
応用例
気象観測衛星:雲や水蒸気の分布、雪氷や流氷の観測
地球観測衛星:土地被覆、土地利用変化、植生、鉱物資源
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 6/30
熱赤外リモートセンシング
物体そのものが放射する電磁波を観測
熱放射の測定により、温度を観測
夜間の人工光の観測により、人間の社会経済活動を観測
雷の放電の観測などがある
<応用例>
海水温の測定、気象や漁業などに利用
ホットスポットの観測:山火事や災害の発見
夜間の人工光の変化:大規模地震災害の被災地の判定
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 7/30
マイクロ波リモートセンシング
マイクロ波を放射しその反射波を観測、夜間でも観測可能
マイクロ波は波長が長いため雲を通過、全天候に対応
マイクロ波は方向性があるため、地形の影響を強く受ける
<応用例>
地形観測、地殻変動による地形の歪
水田作付け面積や成長過程、植生
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 8/30
波長と反射特性
波長短い
波長長い
青
緑
赤可視光線
紫外線
植物
土
水
熱放射
太陽光による反射
反射の強さ
放射の強さ
近赤外線
中間赤外線
熱赤外線赤外線 マイクロ波
植物:クロロフィルの反射特性、青色と赤色を吸収、緑と近赤外を反射
土:可視域に反射のピークがある
水:可視域で反射するが、赤外域では反射せず吸収する
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 9/30
表-1 リモートセンシングの利用波長帯域
区分 名称 波長 特徴 衛星センサー可視光 可視光(青) 0.4μm~0.5μm 土壌と植生の区別 L,A,
可視光(緑) 0.5μm~0.6μm 植物の活力度 L,A,S,T可視光(赤) 06μm~0.7μm 陸域と水域の判別、植生度 L,A,S,T,N
赤外線 近赤外 0.7μm~1.3μm 植物活性度、陸水や地形の判読 L,A,S,T2,N短波長赤外 1.3μm~3μm 陸水域の判定、地質判読、土壌含水量 L2,S,T6,N中間赤外 3μm~8μm N熱赤外 8μm~14μm 温度測定 L,T5,N2遠赤外 14μm~1mm
マイクロ波 Xバンド 2.4cm~3.75cm 葉で反射 TerraSAR-XCバンド 3.75cm~7.5cm 葉や枝で反射 Radasat等Lバンド 15cm~30cm 葉を透過して幹や地表で反射 Palser(Alos)
*注 名称は分野により異なり、短波長赤外を中間赤外に含める場合もある。
衛星センサー L:ランドサット、D:ALOS(大地)、S:スポット、I:イコノス、T:テラ(ASTER)、N:ノア
数字は複数チャンネル数を示す。
リモートセンシングの利用波長帯と
その特徴
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 10/30
画像処理の手順
Z 大気補正は大気中での散乱などの影響の補正
•
反射率が既知の物体を用いた補正
•
バンド間の比計算
幾何補正はセンサの歪や地図投影法の補正
•
対象地域の地図と画像の共通点を用い変
換する
地形補正は傾斜地の太陽光反射の相違の補正
•
太陽高度、数値地形図(傾斜・方位)を
用い補正
•
簡便法はバンド間の比計算
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 11/30
分類処理
画像強調と特徴抽出
•
輝度頻度分布などによる色調変換やカラー合成
•
空間フィルタリング
•
スペクトル特徴抽出(主成分分析、植生指数など)
•
テクスチャー特徴抽出
画像分類
•
教師付き分類(事前に分類情報がある場合):分
類クラスが既知の区域をトレーニングエリアとし
て抽出し、分類クラスの統計量を算出し、それを
用い対象地域全体を最尤法などで分類する
•
教師なし分類(事前に分類情報が少ない場合):
サンプリングされた画素をクラスタ分析し、その
分類クラスの統計量を求め、それを用いて全体を
最尤法などで分類する
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 12/30
フォールスカラーとNDVI
フォールスカラー画像 NDVI画像
ナチョナルカラー:R;赤,G;緑,B;青
フォールスカラー:R;近赤外,G;赤,B;緑
植生が赤色で表示される
正規化植生指数(NDVI):-1~+1
NDVI=(近赤外-赤)/(近赤外+赤)
大きいほど植生の活性度が高い
イコノス衛星画像
京都府立植物園
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 13/30
地理情報システム GIS: Geographic Information System
コンピュータ上に地図情報やさまざまな付加情報を持 たせ参照できる表示機能をもったシステム
利用分野生活インフラの管理(家屋、道路、水道など)
生産施設の管理(圃場、
自然環境の管理(森林、公園、流域)
防災や軍事利用など
GISを表す4つのM環境における変数の測定(Measurement)特性をあらわす地図の作成(Mapping)
環境変化の監視(Monitoring)
対策や代替案のモデル化(Modeling)
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 14/30
レイヤの概念
・・・・
リモセン分類結果航空写真
標高水系建物線路
土地利用道路
行政界 レイヤはGISでのデータ管理の単位
主体図ごとにそれぞれのレイヤで管理
従来の地図は1枚に凝縮、GISでは個別
レイヤは位置情報により統合的管理
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 15/30
データ構造の概念
面 (ポリゴン)
点 (ポイント)
線 (ライン)
ベクトル型データ構造 ラスター型データ構造
B B B B B B B B
B B B B B B B B
B B A A A B B B
B B A A A B B B
B B B A B B B B
B B B B B B B B
A
B
GISのデータ構造はベクトル型とラスター型が主要 それぞれ一長一短あり、併用されてる場合が多い
ベクトル型は点と線と面で空間情報を表現
ラスター型は配列で空間情報を表現
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 16/30
位置情報の取得
現在運用されている衛星測位システムは二つ、
米国のGPS (Global Positioning System)とロシアのGLONASS (Global Navigation Satellite System)
GPSが一般に普及している
GISで空間情報を扱うためにはその位置情報が必要
従来は、地図上で位置確定するか、地図上で明確な地 点(橋梁,道路交差点,水準点など)まで測量
現在は、衛星測位システムによる位置情報取得が可能
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 17/30
GPSによる測位法
1点測位法 ディファレンシャル法 スタティック法
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 18/30
一点測位法
受信機1台のみでおこなう測位方法
衛星の位置を既知として、電波の発射時刻と受信時刻との 差から 擬似距離を算出し、受信機の位置を計算
受信機の時計の誤差を補正するため、衛星は4個必要
簡単でリアルタイムに測位できるが,計測精度は他に比べ 低く,その誤差は10m程度
<利用>
ナビゲーション(車や人)
簡易測位や簡易測量
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 19/30
ディファレンシャル法位置が未知の観測点と、位置が明確な基準点で、同時に観測
基準点では位置の誤差情報を算出し、その情報を用い観測点 では位置を補正
両測定点とも、同じ衛星を用い、位置情報を計算
ディファレンシャル機能付きGPS及びビーコン局等の気重点情 報が必要、誤差は1m程度
<利用>
近海や港湾での航法支援
やや精度の高い簡易測量
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 20/30
スタティック法
高精度の受信機2台で観測
GPS電波の搬送波位相を測定し、観測点間の基線ベクトル を測定
観測・解析に時間を要するが、計測精度は高く,その誤差 は数mm
<利用>
精度の高い基準点測量
地殻変動などの科学観測
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 21/30
GISの処理過程
+ =
重ねあわせ操作
2つのレイヤを重ね合わせ、新た
なレイヤを作成
バファー操作
点や線から一定距離内の範囲の
情報を取り出す
データ入手:必要なデータの収集既存の地図や統計資料、現地調査
前処理:データをGISに導入する操作労力と時間が もかかる
データ管理:データベースの構築管理GISソフトの根幹、一般ユーザは不関与
情報分析処理:情報を引き出す分析操作情報検索、新レイヤの作成、モデル化
出力作成: 終的な出力結果の作成
情報分析の例
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 22/30
空間情報に関するデータフォーマットの
標準化とその相関
KML
(Keyhole Markup Language)
各種GISソフト
GPS
グーグルアース
グーグルマップNMEA、GPX
GML(Geography Markup Language)
地理情報の記述の基盤
インターネットでのデジタルアースを支える地図情報の標準化
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 23/30
移植例
グーグルマップへの移植
グーグルアースへの移植
GIS画面
KML化
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 24/30
事例紹介
TERRA衛星に搭載されているASTERセンサによる衛星 画像(解像度15m)を用い、流域の土地被覆を把握する
対象地:石垣島南部
幾何補正
土地被覆分類
衛星画像
地形図
流域区分
流域単位の 土地被覆図
GIS
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 25/30
幾何補正
八重山諸島(西表島と石垣島)
幾何補正前幾何補正後
衛星画像に付属する位置情報(写真4隅と中央)を用い補正
図はフォールス画像、左上部は植生で覆われた西表島、 右上部が石垣島、その間の青色は珊瑚礁、
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 26/30
分類
フォールスカラー画像 教師なし分類後の画像
変数:緑バンド、赤バンド、近赤外バンド、NDVI
分類方法:教師なし分類、15クラス指定
結果:森林(緑系色)、農地や市街地(ピンク系色)
珊瑚礁や海面(水色系)
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 27/30
GISによる分析
GISで、分類結果、国土地理院の地図、流域各レイヤを重ね合わせる
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 28/30
流域の土地被覆分類結果
流域のポリゴン情報を用い、分類結果のレイヤーから
流域ごとの土地被覆分類を抽出
流域A
流域B
流域A
流域B
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 29/30
GPSによる行動軌跡の収集
登山者の行動軌跡(吉村哲彦氏原図)
国立公園など景勝地や森林を訪
れる人が多くなり、そのオーバー
ユースによる自然破壊が問題
登山者(入山者)の行動軌跡を収
集し、行動範囲と頻度を分析
図中の青線と赤線は入林口の
違いを、その太さは利用者数を
示す
図右上の上谷・下谷地域と左下
の本流沿いに入林者が集中
Copyright(C) 2009 Field Informatics Research Group, Kyoto University. All rights reserved. 30/30
3S技術
リモートセンシング(RS)衛星測位システム(GPS)地理情報システム(GIS)
空間情報の収集・分析とその結果を利活用する「道具」
空間情報を用いた情報システムは,気候変動解析など のような地球レベルの大規模なものから,防災予測シ
ステムや環境マップなどのような地域レベルの小規模な ものまで多様
今後一層,空間情報を実社会に活かす空間情報学の 役割は重要