Upload
ciara-allison
View
27
Download
1
Embed Size (px)
DESCRIPTION
FR1.T09.5 - GIS and Agro- Geoinformatics Applications. Feature Analysis of Groundwater Discharge Points in Coastal Regions around Mt. Chokaisan, Japan by Using ALOS PALSAR DATA. Yoichi KAGEYAMA, Hikaru SHIRAI, and Makoto NISHIDA. Department of Computer Science and Engineering, - PowerPoint PPT Presentation
Citation preview
Feature Analysis of Groundwater Discharge Points in Coastal Regions around Mt. Chokaisan, Japan by Using ALOS PALSAR DATA
FR1.T09.5 - GIS and Agro-Geoinformatics Applications
Yoichi KAGEYAMA, Hikaru SHIRAI, and Makoto NISHIDA
Department of Computer Science and Engineering, Graduate School of Engineering and Resource Science, Akita University, JAPAN
Submarine groundwater discharge
Rain or Snow
Groundwater flows
mountain
Sea
Submarine groundwater discharge
-A key role in linking land and sea water circulation
-Collecting water directly-Water quality, amount of discharge, and discharge location are quite different.
previously presented study
Use ALOS AVNIR-2 data
†1Y. Kageyama, C. Shibata, and M. Nishida, “Feature Analysis of Groundwater Discharge Points in Coastal Regions around Mt. Chokaisan by Using ALOS AVNIR-2 Data”, IEEJ Trans. EIS, Vol.131, No.10 (in press)
properties of the AVNIR-2 data acquired in different seasons were well able to retrieval the sea surface information†1.
spreading of the groundwater discharge
・ ALOS AVNIR-2 (Advances Visible and Near Infrared Radiometer type 2)are passive sensors- the data will be affected by clouds- the limited data are available.
・ ALOS PALSAR (Phased Array type L-band Synthetic Aperture Radar) are active sensor - we use the data regardless of the weather conditions.
Analyzes features of the groundwater discharge points in coastal regions by using the ALOS PALSAR data as well as the AVNIR-2 data
⇒ use of textures calculated from co-occurrence matrix ⇒ classification maps regarding the textures were obtained
with k-means. ⇒ comparison the PALSAR classification maps with the
AVNIR-2 ones.
Purpose
6
Table of Contents
1.Motivation2.Data used and study area3.Data analysis4.Results and Discussion5.Summary
Coastal region in Japan SeaAround the Mt.Chokaisan
Groundwater discharge at Kamaiso(Aug. 3, 2010)
Study area
Well known as the origin of Crassostrea nippona
⇒ Groundwater discharge can affect the Its growth
ALOS PALSAR data
Winter data(Jan. 30, 2010)
Autumn data(Oct. 7, 2009)
ALOS AVNIR-2
Autumn data(Sep. 20, 2009)
Winter data(Feb. 25, 2010)
(R,G,B:band3,2,1)
Band 1 0.42 ~ 0.50 blue
Band 3 0.61 ~ 0.69 red
Band 2 0.52 ~ 0.60 green
Band 4 0.76 ~ 0.89 NIR
(μm)
1270 MHz(L-band)
Survey points・ Kisakata beach(2 points)・ Fukuden(3points)・ Kosagawa beach(3points)・ Kosagawa fishing port (1point)・ Misaki(3points)・ Kamaiso(1point)・ Gakko River(2points)
Ground survey
Date: Aug 3, 2010
Comparison of sea and spring water in each water quality
Sea water Spring water
pH 8.09 7.37
Dissolved oxygen
6.85mg/L 10.2mg/L
Electric conductivity 4.21S/m 0.002S/m
Salinity 27.6% 0%
Total Dissolved Solids 45.6g/L 0.1g/L
Sea water specific gravity 1.023sg 1.002sg
Water temperature 26.0℃ 13.3℃
Turbidity 7.78NTU 5.05NTU
●:Sea Water●:Spring water●:Sea and spring water
11
Table of Contents
1.Motivation2.Data used and study area3.Data analysis4.Results and Discussion5.Summary
Preprosessing-Geometric correction-Masking
Grayscale conversion-16,32,64,128,256,512
For PALSAR data
Textures computed from co-occurrence matrix
k-means algorithm to create the resulting classification
- second order conformal transformation - cubic convolution ⇒average RMS error was 0.41
吹浦
Winter data(Jan. 30, 2010)
Autumn data(Oct. 7, 2009)
Geometric correction
Preprosessing-Geometric correction-Masking
Grayscale conversion-16,32,64,128,256,512
Textures computed from co-occurrence matrix
k-means algorithm to create the resulting classification
+
Masked images
Masking
Land area-Various DNs-DNs are larger
A hydrology expert’s commentjudged from the scale of Mt. Chokaisan,the submarine groundwater discharge exist ranging from land regions to 500 meters offing.
500m
For PALSAR data
Preprosessing-Geometric correction-Masking
Grayscale conversion-16,32,64,128,256,512
Textures computed from co-occurrence matrix
k-means algorithm to create the resulting classification
-Noise reductionPALSAR data (2bytes)
⇒ 16,32,64,128,256,512
gray levels16
3264
128256
512
For PALSAR data Grayscale conversion
Preprosessing-Geometric correction-Masking
Grayscale conversion-16,32,64,128,256,512
Textures computed from co-occurrence matrix
k-means algorithm to create the resulting classification
Textures computed from co-occurrence matrix
小砂川
吹浦
小砂川
吹浦
Eight features-Mean, -Entropy, -Second moment, -Variance,- Contrast, - Homogeneity, - Dissimilarity, - Correspond
e.g., meanAverage the DNs of points around
),(1
0
1
0
jiPin
i
n
jδ
For PALSAR data
Preprosessing-Geometric correction-Masking
Grayscale conversion-16,32,64,128,256,512
Textures computed from co-occurrence matrix
k-means algorithm to create the resulting classification
k-means
小砂川
吹浦
小砂川
吹浦
For PALSAR data
The processing was ended: -the number of the maximum repetition amounted to 100 times,-moved pixels between clusters became 5% or less of the whole pixels.
k was set from 2 to 20.
17
Table of Contents
1.Motivation2.Data used and study area3.Data analysis4.Results and Discussion5.Summary
(16 gray levels; mean; K=7)
Autumn PALSAR results
air 18.7℃
Wea water About 21℃
Spring water
About 10.5℃
†1http://www.jma.go.jp/jp/amedas/
Weather information during the data acquisition†1
large difference of temperature between spring water and air
Kosagawa
Misaki
Kamaiso
The red clusters exist in Kosagawa, Misaki, Kamaiso.The green and blue clusters are also formed⇒a spread of spring water.
8.2 ℃
Autumn and winter PLASAR results
In kosagawa, Amount of submarine groundwater discharge has been reduced in January to March.
Autumn data(16 gray levels; mean; K=7)
Kosagawa
Misaki
Kamaiso
Kosagawa
Misaki
Kamaiso
Winter data(16 gray levels; mean; K=7)
the red clusters are decreasing in winter
Autumn data
Kosagawa
Misaki
Kamaiso
Kosagawa
Misaki
Kamaiso
Winter data
Autumn data Winter data
air 18.7℃ 2.4℃
Sea water About 21℃ About 12℃
Spring water About 10.5℃ About 10.5℃†1http://www.jma.go.jp/jp/amedas/
Weather information at the data acquisition†1
the difference of temperature between Sea and spring water in the winter data is smaller.
Autumn and winter PLASAR results
(16 gray levels; mean; K=7)
10.5 ℃1.5 ℃
PLASAR and AVNIR-2 results in Autumn
Kosagawa
Misaki
Kamaiso
AVNIR-2 data(band1,2,3; k=7)
Kosagawa
Misaki
Kamaiso
The red clusters exist in Kosagawa, Misaki, and Kamaiso as well as the PALSAR classification results.
PALSAR data(16 gray levels; mean;
K=7)
PLASAR and AVNIR-2 results in Winter
AVNIR-2 data(band1,2,3;k=7)
Compared with the autumn data, the cluster of red is reduced
Kosagawa
Misaki
Kamaiso
PALSAR data(16 gray levels, mean, K=7)
Misaki
Kamaiso
Kosagawa
The conditions consistent with a decrease in the amount of submarine groundwater discharge in winter
Summary
This study has analyzed the features regarding the groundwater discharge points in the coastal regions around Mt. Chokaisan, Japan. -The experimental results suggest that the Mean obtained from the co-occurrence matrix was good in extraction of the features of the groundwater discharge points from the ALOS PALSAR data. -The ALOS PALSAR data has the possibility of extracting the groundwater discharge points in the study area. -The k-means clustering results in the PALSAR and AVNIR-2 data agreed with the findings acquired by the ground survey.
Mean( 平均値 )
Entropy( 平均情報量 )
Homogeneity( 均質性 )
Contrast( 濃度変化の激しさ )
Variance( 分散 )
Angular Second Moment( 要素の密集具合 )
Dissimilarity( 相違性 )
テクスチャ特徴量
),(1
0
1
0
jiPin
i
n
jδ
1
0
1
0
),(log),(n
i
n
j
jiPjiP
1
0
1
0
2),(n
i
n
j
jiP
1
0
1
0
2 ,n
i
n
jx jiPi
1
0
1
0
2 ,)(n
i
n
jyx jiPji
jiP
ji
n
i
n
j
,1
11
0
1
02
1
0
1
0
,n
i
n
j
jiPji
Correlation( 相関性 )yx
n
i
n
jyxjiijP
1
0
1
0
),(
34
使用データ取得時の気象データ
10/1:0mm 2:21.0mm 3:2.0mm 4:2.0mm 5:0mm 6:0mm 7:0mm
1/24:0mm 25:12.0mm 26:0mm 27:0.5mm 28:4.0mm 29:1.0mm 30:2.0mm
9/14:0mm 15:21.0mm 16:2.0mm 17:2.0mm 18:0mm 19:0mm 20:0mm
2/19:0.5mm 20:5.0mm 21:0mm 22:4.5mm 23:0mm 24:0mm 25:0mm
秋季 PALSAR データ(2009/10/7)
冬季 PALSAR データ(2010/1/30)
冬季 AVNIR-2 データ
(2010/2/25)
秋季 AVNIR-2 データ
(2009/9/20)
取得日時前 3 時間には降雨
なし
海水温度
1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月0
5
10
15
20
25
30
平均海水温度 (2006~2010)
† 気象庁 アメダス :http://www.jma.go.jp/jp/amedas/
月
平均海水温度
()℃
最も低いのは 2 ,3 月
最も高いのは 8 月
温度差
大気温度 - 海水温度(2006~2010)
大気温度 - 湧水温度(2006~2010)
1 2 3 4 5 6 7 8 9 10 11 120
2
4
6
8
10
12
14
16
1 2 3 4 5 6 7 8 9 10 11 120
2
4
6
8
10
12
14
16
夏季は湧水地点に反応が出る(( 大気 - 海水 ): 小 ( 大気 - 湧水 ): 大 )
冬季は海水地点 , 湧水地点の反応に差異が見られない(( 大気 - 海水 ): 小 ( 大気 - 湧水 ): 小 )
† 気象庁 アメダス :http://www.jma.go.jp/jp/amedas/
温度差 温度差
月 月
温度差
大気温度 - 海水温度(2006~2010)
大気温度 - 湧水温度(2006~2010)
1 2 3 4 5 6 7 8 9 10 11 120
2
4
6
8
10
12
14
16
1 2 3 4 5 6 7 8 9 10 11 120
2
4
6
8
10
12
14
16
10 月において各差の差異がみられない
2010 年 上旬 ( 秋季 PALSAR データ取得時期 )大気温度 - 海水温度 3.9大気温度 - 湧水温度 8.6
† 気象庁 アメダス :http://www.jma.go.jp/jp/amedas/
温度差 温度差
月 月
差 :4.7
観測時刻の海水温度
秋季 PALSAR データ(2009 年 10 月 7 日 )
水温約 21℃
冬季 PALSAR データ(2010 年 1 月 30 日 )
水温約 12℃
気象庁 アメダス http://www.jma.go.jp/jp/amedas/ より引用
測定項目1.塩分濃度水にとけている塩の量塩化ナトリウムだけでなく硫酸マグネシウム、硫酸カルシウム、炭酸水素塩等の塩類を含めていうことが多い2. pH物質の酸性、アルカリ性の度合いを示す数値ただし、リモートセンシングデータに影響せず3.溶存酸素量水中に溶存する酸素の量4.電気伝導率物質の電気伝導のしやすさを表す値単位はジーメンス毎メートル [S/m]( ジーメンスはオーム (Ω) の逆数 )5.海水比重1 気圧、4℃での純粋な水と同体積の物質の重さとの比6.温度寒暖の度合いを数量で表したもの セルシウス温度7.濁度濁りの度合いを示す 単位は NTU( 精製水 1L に 1mg ホルマジンを溶かした時 1NTU)NTU ・・・ Nephelometric Turbidity Units
測定原理
pH
ガラス電極法ガラス電極と比較電極の 2 本の電極を用い、この 2つの電極の間に生じた電圧 ( 電位差 ) を知ることで、ある溶液の pH を測定する方法。ガラスの薄膜の内・外側に pH の異なる溶液があると、薄膜部分に、 pH の差に比例した起電力が生じる。この薄膜を電極膜という。普通溶液が 30℃ の場合、 2 つの溶液の pH の差が 1 違えば、約60mV の起電力を生じる。通常、ガラス電極の内部には pH 7の液を用いるため、電極膜に生じた起電力を測定し pH を求める。
測定原理
溶存酸素
隔膜式ガルバニ電池法 イオン化傾向の異なる 2 つの電極 (貴金属、卑金属 ) と隔膜、電解液で構成された電池の反応物質として酸素を利用した時に生じる反応電流を測定する。 隔膜式ガルバニ電池法は、流速影響を受けにくく、溶液中に溶け込んだ酸素量を長時間安定して測定可能である。
飯島電子工業株式会社webページよりhttp://www.iijima-e.co.jp
測定原理
電気伝導率
交流 4 電極方式 測定液に電極を浸して溶液抵抗を測定して求める。電極面における分極容量および分極抵抗の影響を避けるために、交流電源を用いる。 2 電極では 0.1μS/cm~1mS/cm の範囲しか計測できないが、 4 電極では 1mS/cm~1000mS/cm の高電気伝導率を測定可能。また、 4 電極方式は分極の激しい高濃度溶液でも分極が起きない。
測定原理
温度
白金薄膜抵抗体金属の電気抵抗が温度変化して変化する性質を利用する。白金は、温度特性が良好で経時変化が少ない。低温では、電子が金属内をスムーズに流れることができるが、高温になるにつれて金属分子運動が激しくなり電気抵抗が上昇する。この原理を利用して、温度を測定する。
理化工業株式会社webページよりhttp://www.rkcinst.co.jp
測定原理
濁度90 度散乱光測定方式 (赤外光 )照射された光は、懸濁物質の表面で反射するものと、吸収されるものとで分かれる。その光の量は、照射光の波長と粒度分布で大きく変化する。一定濃度までは比例して増加して、それを超えると粒子による吸収や干渉が起こり変化量は、減少する。この散乱光のみを測定し、その散乱の強さが水中の懸濁物質の濃度に比例することを利用して、濁度を計測する方式。
株式会社東邦電探webページよりhttp://www.dentan.co.jp/index.html
解析結果 (2/5)
(1) 秋季データ
秋季データ A(16 階調 ,
クラスタ数 7)
海表面水温と大気温度の差が大きいため , 湧出地点に
反応が見られる
秋季 PALSAR データと秋季 AVNIR-2 データとの比較
海水温 湧水温 気温
約 21℃ 約11.1℃
18.7℃
< 観測時刻の気象情報† 1,†2>
†1 気象庁 アメダス http://www.jma.go.jp/jp/amedas/†2 秋田県象潟海岸域における地下水の湧出特性 秋大地理 ,Vol.53,pp.17-20(2006)
小砂川
三崎
釜磯
項目 河川水 湧水地点( 平均値 )
塩分濃度 (%) 0.1 0.0pH 6.94 7.71
溶存酸素量(mg/L)
7.26 10.18
電気伝導率(S/m)
0.030 0.018
海水比重 (sg) 1.000 1.001水温 (℃) 24.0 13.8
濁度 (NTU) 12.3 5.4
測定結果
水温および濁度の差異を認めた
淡水における河川と湧水地点の各水質項目の比較
現地調査における検討および考察 (3/4)
2009 年 9 月 20 日取得AVNIR-2 データ (band1,2,3)
の分類結果
降雨の影響を考慮した検討が必要
測定結果
7 月調査 8 月調査
調査日 0.0 0.0
1 日前 2.0 0.0
2 日前 36.5 0.0
3 日前 0.0 0.5
4 日前 5.5 6.0
項目 7 月調査 8 月調査
塩分濃度(%) 0.0 0.1
pH 7.00 6.94溶存酸素量
(mg/L) 4.51 7.26
電気伝導率(S/m)
0.023 0.030
海水比重(sg)
1.000 1.000
水温 (℃) 20.4 24.0濁度 (NTU) 15.6 12.3
現地調査前の降水量†
( 観測地点 : 象潟 ; 単位 :mm)
† 「気象庁 : アメダス」 http://www.jma.go.jp/jp/amedas/
参照
月光川における 7 月・ 8 月調査の各水質項目の比較
現地調査における検討および考察 (4/4)
現地調査における検討 (2/4)
塩分濃度および水温の差異を認めた
海水と淡水における各水質項目の比較
項目 海水( 平均値 )
淡水( 平均値 )
塩分濃度 (%) 26.6 0.0pH 8.10 7.52
溶存酸素量(mg/L)
7.03 9.45
電気伝導率(S/m)
4.080 0.022
海水比重 (sg) 1.021 1.001水温 (℃) 25.4 16.4
濁度 (NTU) 8.5 7.1
測定結果
海水・象潟海水浴場・小砂川海水浴場・クツカケ広場・釜磯海水浴場
淡水・小砂川海水浴場・クツカケ広場・釜磯海水浴場・月光川
24.0℃
項目 河川水 湧水地点( 平均値 )
塩分濃度 (%) 0.1 0.0pH 6.94 7.71
溶存酸素量(mg/L)
7.26 10.18
電気伝導率(S/m)
0.030 0.018
海水比重 (sg) 1.000 1.001水温 (℃) 24.0 13.8
濁度 (NTU) 12.3 5.4
測定結果
現地調査における検討 (3/4)
水温および濁度の差異を認めた
淡水における河川と湧水地点の各水質項目の比較
河川水・月光川
湧水地点・小砂川海水浴場・クツカケ広場・釜磯海水浴場
調査地点・象潟海水浴場 (2ヶ所 )・福田の泉 (3ヶ所 )・小砂川海水浴場 (3ヶ所 )・小砂川漁港 (1ヶ所 )・釜磯海水浴場 (1ヶ所 )・月光川 (3ヶ所 )
調査地点
現地調査における検討 (1/5)
現地調査 (2010年 7月 16日 )
吹浦
2009年 9月 20日取得データの分類結果
小砂川 , 吹浦の海域で異なるクラスタの広がりが明ら
か
象潟 ( 海水 ),釜磯 ( 海底地下水湧出地点 ),
吹浦 (複数の河川の合流地点 )の水質成分の比較
現地調査における検討 (1/4)
地下水および河川水におけるクラスタの相違
K-means法による分類結果例
濃度別判別色低 高
小砂川
前処理
実験データの作成
K-means 法による分類処理
Landsat-7 ETM+ データとの比較
塩分濃度の算出
地質図との比較
昨年度までの解析手法
対象 :AVNIR-2データ
小砂川
吹浦
2009年 9月 20日取得データの分類結果
幾何補正・対象地域の切り出し
マスク処理海域の大気補正
k-means 法による分類処理
前処理
地質図との比較
塩分濃度の算出
8 月データを基準とした 4 月・ 5 月・ 9 月データの
幾何補正 ( 二次変換 )(RMS誤差 :0.16(4 月・ 5 月 ),0.18(9 月 ))
3次畳み込み内挿法によるリサンプリング
対象地域の切り出し
切り出し例(4 月データ , R,G,B:Band3,2,1)
Landsat-7 ETM+ データとの比較
解析の流れ 1/7
• 陸域
• 陸域から約 500m以上沖合
原画像(R,G,B:Band3,2,1)
マスク処理後画像
幾何補正・対象地域の切り出し
マスク処理海域の大気補正
k-means 法による分類処理
前処理
地質図との比較
塩分濃度の算出
Landsat-7 ETM+ データとの比較
解析の流れ 2/7
第 4 バンドデータの情報に基づき第 1 ・ 2 ・ 3 バンドデータに大気補正
• 可視域は大気の影響を受けやすい
• 海域における放射輝度値の 約 90% が大気散乱光に起因
1回散乱近似による補正手法
幾何補正・対象地域の切り出し
マスク処理海域の大気補正
k-means 法による分類処理
前処理
地質図との比較
塩分濃度の算出
Landsat-7 ETM+ データとの比較
解析の流れ 3/7
他の画素を一つずつ選び最も近いグループに配分
グループの平均値更新
更新されなくなるまで繰り返す
ランダムに k個の画素を選び各グループの代表とする
終了条件最大反復回数 :100回, クラスタ間の移動画素が全体の 5%以下クラスタ数k=3~20 の連続した値
幾何補正・対象地域の切り出し
マスク処理海域の大気補正
k-means 法による分類処理
前処理
地質図との比較
塩分濃度の算出
Landsat-7 ETM+ データとの比較
解析の流れ 4/7
幾何補正・対象地域の切り出し
マスク処理海域の大気補正
k-means 法による分類処理
前処理
地質図との比較
塩分濃度の算出
Landsat-7 ETM+ データとの比較
Landsat-7 ETM+ データ†
原画像 分類結果例
釜磯
三崎
小砂川
† 景山,柴田,西田,小玉:ランドサット ETM+ データを用いた鳥海山沿岸海域における地下水湧出地点の検出;システム制御情報学会論文誌, Vol.22 , No.5 , pp.169-176(2009)
吹浦
解析の流れ 5/7
* 地質図:地質調査所 (5万分の 1 地質図幅「鳥海山及び吹浦」(1992))
対象地域の地質図 *
幾何補正・対象地域の切り出し
マスク処理海域の大気補正
k-means 法による分類処理
前処理
地質図との比較
塩分濃度の算出
Landsat-7 ETM+ データとの比較
解析の流れ 6/7
幾何補正・対象地域の切り出し
マスク処理海域の大気補正
k-means 法による分類処理
前処理
地質図との比較
塩分濃度の算出
Landsat-7 ETM+ データとの比較 lB
Bn
B
BmCDOM
2
1
2
2
1
: 各月データの Band1,2
湧水と海水の違い : 水温,塩分濃度,比重 ,透明度等
• AVNIR-2 データによる報告事例• 現地調査による実測値
塩分濃度 に着目*
* 塩分濃度:「 Assessing the potential of remotely sensed data for water quality monitoring of coastal and inland waters」 , 高知工科大学紀要 ,Vol.5,No.1,pp.201-207(2008)
bCDOMLoga 塩分濃度
有色溶存有機物
1B 2B,2.22a 3.17b
7.64m, ,
3.59n, , 5.13l
解析の流れ 7/7
現地調査における検討 (4/5)
水温および濁度の差異を認めた
淡水における河川と湧水地点の各水質項目の比較
2009 年 9 月 20 日取得AVNIR-2 データの
分類結果
項目 河川水 湧水地点( 平均値 )
塩分濃度 (%) 0.1 0.0pH 6.94 7.71
溶存酸素量(mg/L)
7.26 10.18
電気伝導率(S/m)
0.030 0.018
海水比重 (sg) 1.000 1.001水温 (℃) 24.0 13.8
濁度 (NTU) 12.3 5.4
測定結果
小砂川
吹浦
河川水・月光川
淡水・小砂川海水浴場・クツカケ広場・釜磯海水浴場
テクスチャ解析
(1)統計的特徴量の抽出(2)局所的幾何学的特徴による解析(3) モデル当てはめによる解析
テクスチャ
細かな模様パターンが一様に分布している状態。テクスチャのきめ細かさにより風景の遠近感を得ることができる。自然界に存在するテクスチャは統計的なものがほとんど。
統計的特徴の抽出法
統計的にテクスチャ解析する方法は数多くある・濃淡ヒストグラム・同時生起行列・差分統計量・ランレングス行列・パワースペクトル
リモートセンシングデータのテクスチャ解析に有効(処理時間を考慮 ) である
同時生起行列を用いる
3次たたみ込み内挿法 (cubic convolution)(1/4)
3次補間法とも呼ばれ,内挿点の画像データを その点の周囲 16 点の画像データを用いて求める
1,1 lkP 1, lkP 1,1 lkP 1,2 lkP
lkP ,1
1,1 lkP
2,1 lkP
lkP ,
1, lkP
2, lkP
lkP ,1
1,1 lkP
2,1 lkP
lkP ,2
1,2 lkP
2,2 lkP
P(u,v)
u
v: 原画像の画素: 内挿したい画素
3次たたみ込み内挿法 (cubic convolution)(2/4)
uk
uk
uk
uk
PPPP
PPPP
PPPP
PPPP
vlvlvlvlP
lklklklk
lklklklk
lklklklk
lklklklk
2
1
1
211
2,22,12,2,1
1,21,11,1,1
,2,1,,1
1,21,11,1,1
vl
uk [ ]:ガウス記号 (u , v の少数部分を切り捨てて整数部分を k , l とする )
内挿の一般式
ukf
ukf
ukf
ukf
PPPP
PPPP
PPPP
PPPP
vlfvlfvlfvlfP
lklklklk
lklklklk
lklklklk
lklklklk
2
1
1
211
2,22,12,2,1
1,21,11,1,1
,2,1,,1
1,21,11,1,1
vl
uk [ ]:ガウス記号 (u , v の少数部分を切り捨てて整数部分を k , l とする )
3次たたみ込み内挿法
y
x0‐1 +1 +2
:観測点
y
x
内挿関数
:内挿点
3次たたみ込み内挿法 (cubic convolution)(3/4)
tf
3次たたみ込み内挿法の重み関数
tf
0
584
2132
32
ttt
tt
t
t
t
2,
21,
10,
f(t)
t0‐1 +1 +2+2
: 3次たたみ込み内挿法の重み関数 tttct /sinsin:
3次たたみ込み内挿法 (cubic convolution)(4/4)
特徴
①画像の平滑化と同時に鮮鋭化の効果② オリジナルな画像データを壊してしまう
○間隔尺度 ( 数値の差のみ ) ×順序尺度 ( 大小関係 ) ×名義尺度 ( 区別するのみ )
③ 内挿点の値 P は 16 点の観測点の最小値より小さな値と なる場合や,最大値より大きな値となる場合があるので注意が必要 (256レベルだと負数や 255 を超えることあり )
④画像の幅 1画素の縁内に位置する画素に処理はできない
⑤処理アルゴリズムが複雑であり,処理時間がかかる
バンド
L バンド 波長 約 24cmC バンド 波長 約 6cmX バンド 波長 約 3cm 波長の短いバンド (C,X バンド ) で森林地帯を観測すると、木の上のほうの葉っぱの部分で反射してしまい、地面まで電波が到達しない。そのため、うまく干渉できない。これに対し、波長の長い L バンドの電波は植生を透過する。そのため、森林地帯でも地面からの反射波をとらえて干渉できる。 日本のように植生が多く、かつ山地が多くて地形が険しい場所では、 L バンドが有利である。
現地調査時 (1回目 ) の天気
2010 年 7 月 16 日
降水量 (mm) 0(7/14 に 36.5mm,7/15 に 2.0mm)
気温 (℃) 24.4
風速 (m/s) 1.2
風向 南南東
日照時間 (h) 6.2
気象庁よりhttp://www.jma.go.jp/jp/amedas/
現地調査時 (2回目 ) の天気
2010 年 8 月 3 日
降水量 (mm) 0(7/14 に 36.5mm,7/15 に 2.0mm)
気温 (℃) 25.7
風速 (m/s) 1.3
風向 北
日照時間 (h) 1.2
気象庁よりhttp://www.jma.go.jp/jp/amedas/
データ取得時の天気 (PALSAR データ )2009 年 10 月
7 日
降水量 (mm) 0(10/4 に 2.0mm)
気温 (℃) 17.0
風速 (m/s) 1.7
風向 北北東
日照時間 (h) 3.6
気象庁よりhttp://www.jma.go.jp/jp/amedas/
データ取得時の天気 (AVNIR-2 データ ) 2008
年 4 月6 日
2008年 8 月
5 日
2009 年 5 月
5 日
2009 年 9
月 20 日
降水量 (mm)0
(4/3 に3.5mm)
0(8/4 に23mm)
0(4/27 に12mm)
0(9/14 に10mm)
気温 (℃) 7.5 24.1 15.4 17.7
風速 (m/s) 1.3 1.8 1.3 2.0
風向 西南西 北 北北西 北
日照時間 (h) 11.2 12.4 11.2 9.5
気象庁よりhttp://www.jma.go.jp/jp/amedas/
データ取得時の天気 (ETM+ データ )
2001 年 3 月23 日
2002 年 9 月 2日
降水量 (mm) 0 0
気温 (℃) 7.5 27.1
風速 (m/s) 3.1 2.0
風向 西北西 南南西
日照時間 (h) 10.4 11.6
気象庁よりhttp://www.jma.go.jp/jp/amedas/
ALOS( だいち )
高度 691.65km
軌道 太陽同期準回帰軌道
サブサイクル
2 日
周期 99 分
回帰日数 46 日
2006 年 1 月に宇宙航空研究開発機構 (JAXA) が打ち上げた
地球観測衛星 「陸域観測技術衛星 (Advanced Land Observing Satellite)」
地球観測衛星の中では世界最大級 3 つのセンサ搭載 (PRISM ・ AVNIR-2 ・ PALSAR)
だいちの主要性能
(財 ) リモート・センシング技術センター webページより http://www.restec.or.jp/
センサ 分解能 / 観測幅 特徴 利用分野
PRISM
分解能: 2.5m観測幅: 35km(3 方向視モー
ド ) 70km(直下視のみ )
可視域の波長を用いて,前方・直下・後方の 3 方向視の画像を同時に取得
地図作成, ( 地図作成のための )DSM作成,都市計画,農業,森林監視,沿岸監視,不法投棄監 視,洪水監視 etc.
AVNIR-2
分解能: 10m
観測幅: 70km
可視・近赤外域の波長を用いて,陸域や沿岸域を中心に観測
広域地図作成,広域都市計画,農業 (作物調査 ) ,森林監視,沿岸監視,港湾汚染監視,植生監視,広域洪水監視 etc.
PALSAR
分解能: 10m( 高分解モード ) 100m(広域モード )
観測幅: 70km( 高分解モード )
250 ~ 350km(広域モード )
L バンドを用いた合成開口レーダ。[高分解能モード]に加えて,[広域モード]での観測も可能
DEM作成,インタフェロメトリによる地形変形の抽出,バイオマス推定,森林監視,農業,油流出監視,土壌水分,船舶探査 etc.
ALOS( だいち )
(財 ) リモート・センシング技術センター webページより http://www.restec.or.jp/
Landsat-7号の主要性能
高度 705.3km
軌道 太陽同期準回帰軌道
周期 99 分
回帰日数 16 日
Landsat衛星
1972 年 7 月,米国により世界で初めて打ち上げられた
地球観測衛星
現在, 7号が主力として運用 TM センサを改良した ETM+(Enhanced Thematic
Mapper Plus) を搭載
(財 ) リモート・センシング技術センター webページより http://www.restec.or.jp/
日時 ピクセル数 (横 ×縦 )
ポインティング角
2008/4/6 7142×7000 0.000°
2008/8/5 7129×7000 0.000°
2009/5/5 11396×7000 -34.300°
2009/9/20 11399×7000 -34.300°
日時 ピクセル数 (横 ×縦 )
オフナディア角
2009/10/7 5600×4700 34.3°
AVNIR-2 データ (256 階調 )
PALSAR データ (65536 階調 )
オフナディア角:レーダ鉛直直下(ナディア)方向と観測方向とのなす角
ランドサット7号
(財 ) リモート・センシング技術センター webページより
打ち上げ日 1999.04.15高度 705.3km軌道 太陽同期準回帰軌道周期 99 分回帰周期 16 日搭載センサ ETM+1 シーンの受信時間 24秒地表分解能
ETM+ センサの観測波長帯および観測対象バンド
観測波長帯 観測対象
B1 0.45~0.52 (可視 :青 )
沿岸域マッピング,土壌・植生および針葉樹・落葉樹の区別
B2 0.52~0.60 (可視 :緑 )
健康な植生からの反射率測定
B3 0.63~0.69 (可視 :赤 )
異なった植物種類のクロロフィル吸収測定
B4 0.75~0.90 (近赤外 )
バイオマス調査および水の状況描写
B5 1.55~1.75 ( 中間赤
外 )
植生の水分測定および雲と雪の区別
B6 10.4~12.5 (熱赤外 )
植生のストレス解析,土壌水分識別、熱マッピング
B7 2.09~2.35 ( 中間赤
外 )
岩石種類識別、霞浸透
Pan 0.52~0.90 (可視 近・赤外 )
都市計画および地図作成、30m バンドマルチスペクトラルデータによるマージ
http://www.restec.or.jp/30m(B1~5 , 7) , 60m(B6) , 15m(Pan)
太陽同期軌道
準回帰軌道
衛星と太陽の位置関係が常に等しい
地表への太陽光の入射角が一定
放射・反射量を正確に観測
衛星が地球を一周する度 , 観測地域が少しずつずれ,数日後に 再び同じ場所の上空に戻る
同じ地域を一定の間隔で観測可能
宇宙航空研究開発機構 Webページより
淡水 (河川や地下水 ) と海水の違い
•水温 ( 地下水は一定 , 海水は季節や朝夕によって変化 )•塩分濃度 (淡水の塩分濃度は低い )•電気伝導度 ( 海水の電気伝導度は高い )•流速 (淡水と海水の流速は異なる )•透明度 ( 地下水の方が透明度が高い )•比重 ( 地下水の方が比重が小さい )
海域の大気補正
1回散乱近似による補正手法
amrw1
IIIt
I
cosexp
ozmt
,
a
m
r
w
I
I
I
I
oz
m:海面放出放射輝度
:大気上空における放射輝度
:分子散乱による放射輝度
:エアロゾル散乱による放射輝度
:分子散乱による光学的厚さ
:オゾン吸収による光学的厚さ
:衛星天頂角
高木 ,下田「新編 画像解析ハンドブック」より
海域の大気補正
minminmax
r255
LDNLL
I
大気上空における放射輝度(I r)
DN
L
L
min
max :センサで検出可能な最大放射輝度
:センサで検出可能な最小放射輝度
:画素値 ( データ値 )
海域の大気補正
分子散乱による放射輝度 (Im)
2
011
0
0m 01
4
1
d
EP
tI e
020
09.4
00
cos14
3)(
00879.0
cos
cos
P
t(t:分子散乱での光学的厚さ )
(P:分子散乱の散乱光角度分布関数 )
0
0E
d
:太陽天頂角
:衛星天頂角
:バンドの中心波長
:太陽照度
:太陽と地球の距離
海域の大気補正
エアロゾル散乱による放射輝度(I a)
00oz0s
0ozs
0aa
11)(exp)(
11)(exp)(
)()(
E
E
II
近赤外域付近 (0.76 ~ 0.89) の海面反射は小さいので, I w(0.76 ~ 0.89)=0 と仮定すると,最初の式より計算可
0sE
)( 0a I :
:任意の波長
:Iw (λ0)=0 になる波長
:太陽の分光放射照度
大気補正
1回散乱近似による補正手法
この方法は λ0=670nm にとり, NIMBUS-7/CZCS画像データの大気補正に使用された
NIMBUS-7(米国 )打ち上げ日 :1978.10.24
停止 :1986.12
CZCS:沿岸域水色観測用機械走査型放射計観測波長帯 :
B2 0.510-0.530B3 0.540-0.560B4 0.660-0.680B5 0.700-0.800B6 10.5-12.5
B1 0.433-0.453 地上分解能 :0.825km観測幅 :1.566km