フィールド情報学入門 - 京都大学ai.soc.i.kyoto-u.ac.jp/field/textbook/files/data/... · 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）：

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


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


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。


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


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


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


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


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


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


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


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


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


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)


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


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 ＢＢ B ＢＢ


B ＢＡＡＡ B ＢＢ

B ＢＡＡＡ B ＢＢ

B Ｂ B ＡＢ B ＢＢ


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


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


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


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


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


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


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


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


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


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


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、


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）


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


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


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


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

Documents

フィールド情報学入門 - 京都大学ai.soc.i.kyoto-u.ac.jp/field/textbook/files/data/... · 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）：