kageyama-2550-0728.pptx
Upcoming SlideShare
Loading in...5
×
 

kageyama-2550-0728.pptx

on

  • 598 views

 

Statistics

Views

Total Views
598
Views on SlideShare
594
Embed Views
4

Actions

Likes
0
Downloads
1
Comments
0

1 Embed 4

http://www.grss-ieee.org 4

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

kageyama-2550-0728.pptx kageyama-2550-0728.pptx Presentation Transcript

  • 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,
    Graduate School of Engineering and Resource Science,
    Akita University, JAPAN
  • 2
    Table of Contents
    Motivation
    Study area
    Data analysis
    Results and Discussion
    Summary
  • Submarine groundwater discharge
    Rain or Snow
    mountain
    Submarine groundwater
    discharge
    Sea
    Groundwater flows
    -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
    spreading of the
    groundwater discharge
    Use ALOS AVNIR-2 data
    properties of the AVNIR-2 data acquired in different seasons
    were well able to retrieval the sea surface information†1.
    †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)
  • ・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.
    Purpose
    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.
  • 6
    Table of Contents
    Motivation
    Data used and study area
    Data analysis
    Results and Discussion
    Summary
  • Study area
    Coastal region in Japan Sea
    Around the Mt.Chokaisan
    Well known as the origin of Crassostreanippona
    ⇒ Groundwater discharge can affect the Its growth
    Groundwater dischargeat Kamaiso
    (Aug. 3, 2010)
  • ALOS PALSAR data
    ALOS AVNIR-2
    Winter data
    (Feb. 25, 2010)
    Autumn data
    (Sep. 20, 2009)
    Winter data
    (Jan. 30, 2010)
    Autumn data
    (Oct. 7, 2009)
    (R,G,B:band3,2,1)
    1270 MHz(L-band)
    (μm)
  • Ground survey
    Date: Aug 3, 2010
    Survey points
    ・Kisakata beach(2 points)
    ・Fukuden(3points)
    ・Kosagawa beach(3points)
    ・Kosagawa fishing port(1point)
    ・Misaki(3points)
    ・Kamaiso(1point)
    ・Gakko River(2points)
  • Comparison of sea and spring water in each water quality
    ●:Sea Water
    ●:Spring water
    ●:Sea and spring water
  • 11
    Table of Contents
    Motivation
    Data used and study area
    Data analysis
    Results and Discussion
    Summary
  • For PALSARdata
    Geometric correction
    - second order conformal transformation
    • cubic convolution
    ⇒average RMS error was 0.41
    Preprosessing
    -Geometric correction
    -Masking
    Grayscale conversion
    -16,32,64,128,256,512
    Textures computed from co-occurrence matrix
    吹浦
    k-means algorithm to create the resulting classification
    Winter data
    (Jan. 30, 2010)
    Autumn data
    (Oct. 7, 2009)
  • Masking
    For PALSARdata
    Preprosessing
    -Geometric correction
    -Masking
    A hydrology expert’s comment
    judged from the scale of Mt. Chokaisan,
    the submarine groundwater discharge
    exist ranging from land regions to 500
    meters offing.
    500m
    Grayscale conversion
    -16,32,64,128,256,512

    Textures computed from co-occurrence matrix
    Masked images
    k-means algorithm to create the resulting classification
    Land area
    -Various DNs
    -DNs are larger
  • 16
    32
    64
    128
    256
    512
    For PALSARdata
    Grayscale conversion
    -Noise reduction
    PALSAR data(2bytes)
    ⇒ 16,32,64,128,256,512 gray levels
    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
    For PALSARdata
    Preprosessing
    -Geometric correction
    -Masking
    Eight features
    -Mean,
    -Entropy,
    -Second moment,
    -Variance,
    • Contrast,
    • Homogeneity,
    • Dissimilarity,
    • Correspond
    小砂川
    小砂川
    Grayscale conversion
    -16,32,64,128,256,512
    Textures computed from co-occurrence matrix
    e.g., mean
    Average the DNs of points around
    吹浦
    吹浦
    k-means algorithm to create the resulting classification
  • k-means
    For PALSARdata
    Preprosessing
    -Geometric correction
    -Masking
    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.
    小砂川
    小砂川
    Grayscale conversion
    -16,32,64,128,256,512
    Textures computed from co-occurrence matrix
    吹浦
    吹浦
    k-means algorithm to create the resulting classification
  • 17
    Table of Contents
    Motivation
    Data used and study area
    Data analysis
    Results and Discussion
    Summary
  • Filter size (e.g., mean)
    3×3
    9×9
    7×7
    11×11
    5×5
  • Select of feature
    (a)mean
    (d)variance
    (b)entropy
    (c)second moment
  • Select of feature
    (f)homogeneity
    (e)contrast
    (g)dissimilarity
    (h)correlation
  • Autumn PALSAR results
    The red clusters exist in Kosagawa, Misaki, Kamaiso.
    The green and blue clusters are also formed
    ⇒a spread of spring water.
    large difference of temperature between spring water and air
    Weather information during the data acquisition†1
    8.2 ℃
    †1http://www.jma.go.jp/jp/amedas/
    (16 gray levels; mean; K=7)
  • Autumn and winter PLASAR results
    the red clusters are
    decreasing in winter
    Winter data
    (16 gray levels; mean; K=7)
    Autumn data
    (16 gray levels; mean; K=7)
    In kosagawa,Amount of submarine groundwater discharge has been reduced in January to March.
  • Autumn and winter PLASAR results
    the difference of temperature between Sea and spring water
    in the winter data is smaller.
    Autumn data
    Winter data
    (16 gray levels; mean; K=7)
    Weather information at the data acquisition†1
    10.5 ℃
    1.5 ℃
    †1http://www.jma.go.jp/jp/amedas/
  • PLASAR and AVNIR-2 results in Autumn
    PALSAR data
    (16 gray levels; mean; K=7)
    AVNIR-2 data
    (band1,2,3; k=7)
    The red clusters exist in Kosagawa, Misaki, and Kamaiso as well as
    the PALSAR classification results.
  • PLASAR and AVNIR-2 results in Winter
    Compared with the autumn data,
    the cluster of red is reduced
    PALSAR data
    (16 gray levels, mean, K=7)
    AVNIR-2 data
    (band1,2,3;k=7)
    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.
  • Thank you for your attention!
  • テクスチャ特徴量
    Mean(平均値)
    Entropy(平均情報量)
    Angular Second Moment(要素の密集具合)
    Variance(分散)
    Contrast(濃度変化の激しさ)
    Homogeneity(均質性)
    Dissimilarity(相違性)
    Correlation(相関性)
  • (a)mean
    (d)variance
    (b)entropy
    (c)second moment
    32 gray levels; 9×9 
  • (f)homogeneity
    (e)contrast
    (g)dissimilarity
    (h)correlation
    32 gray levels; 9×9 
  • 31
    7×7
    5×5
    9×9
    11×11
    3×3
    Mean; 32gray levels; k=15
  • 階調変換
    16 512
  • 33
  • 34
    使用データ取得時の気象データ
    秋季PALSARデータ
    (2009/10/7)
    冬季PALSARデータ
    (2010/1/30)
    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
    取得日時前3時間には降雨なし
    冬季AVNIR-2データ
    (2010/2/25)
    秋季AVNIR-2データ
    (2009/9/20)
    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
  • 海水温度
    平均海水温度(℃)

    最も低いのは2,3月
    最も高いのは8月
    †気象庁 アメダス:http://www.jma.go.jp/jp/amedas/
  • 温度差
    大気温度-湧水温度(2006~2010)
    大気温度-海水温度(2006~2010)
    温度差
    温度差


    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
    大気温度-湧水温度(2006~2010)
    大気温度-海水温度(2006~2010)
    温度差
    温度差


    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
    差:4.7 
    †気象庁 アメダス:http://www.jma.go.jp/jp/amedas/
  • 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
  • 対象地域の海流
    対象地域は
    北北東の海流
    ●:小砂川
    第二管区海上保安本部海洋情報部
    http://www1.kaiho.mlit.go.jp/KAN2/index.html/より引用
  • 現地調査の使用器具
    測定項目
    ・pH
    ・溶存酸素
    ・電気伝導率
    ・塩分濃度
    ・全溶存固形物量
    ・海水比重
    ・温度
    ・濁度
    多項目水質計
  • 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pH7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
    塩分濃度
    電気伝導率より換算
  • 測定原理
    全溶存固形物量
    電気伝導率より換算
  • 測定原理
    海水比重
    電気伝導率より換算
  • 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PALSARデータと秋季AVNIR-2データとの比較
    小砂川
    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
    <観測時刻の気象情報†1,†2>
    三崎
    釜磯
    †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)
    秋季データA
    (16階調,
    クラスタ数7)
  • 現地調査における検討および考察 (3/4)
    測定結果
    項目
    河川水
    湧水地点
    (平均値)
    塩分濃度(%)
    0.1
    0.0
    pH
    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
    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(band1,2,3)の
    分類結果
    水温および濁度の差異を認めた
  • 現地調査における検討および考察 (4/4)
    月光川における7月・8月調査の各水質項目の比較
    現地調査前の降水量†
    (観測地点:象潟;単位:mm)
    測定結果
    †「気象庁:アメダス」 http://www.jma.go.jp/jp/amedas/
    参照
    降雨の影響を考慮した検討が必要
  • 現地調査における検討 (2/4)
    測定結果
    項目
    海水
    (平均値)
    淡水
    (平均値)
    塩分濃度(%)
    26.6
    0.0
    pH
    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
    海水と淡水における各水質項目の比較
    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℃
    塩分濃度および水温の差異を認めた
  • 現地調査における検討 (3/4)
    測定結果
    項目
    河川水
    湧水地点
    (平均値)
    塩分濃度(%)
    0.1
    0.0
    pH
    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
    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
    水温および濁度の差異を認めた
  • 現地調査における検討 (1/5)
    現地調査(2010年7月16日)
    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 (1/4)
    K-means法による分類結果例
    地下水および河川水におけるクラスタの相違
    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
    小砂川
    吹浦
      濃度別判別色
    2009年9月20日
    取得データの分類結果
    低            高
  • 昨年度までの解析手法
    対象:AVNIR-2データ
    前処理
    小砂川
    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
    吹浦
    地質図との比較
    2009年9月20日
    取得データの分類結果
    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)
    解析の流れ 1/7
    前処理
    • 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
    Landsat-7 ETM+データとの比較
    地質図との比較
    塩分濃度の算出
    • 陸域            
    • 陸域から約500m以上沖合
    原画像
    マスク処理後画像
    (R,G,B:Band3,2,1)
    解析の流れ 2/7
    前処理
    • 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
    Landsat-7 ETM+データとの比較
    地質図との比較
    塩分濃度の算出
    • 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
    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
    解析の流れ 3/7
    前処理
    • 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
    Landsat-7 ETM+データとの比較
    地質図との比較
    塩分濃度の算出
  • ランダムにk個の画素を選び各グループの代表とする
    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
    • 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
    解析の流れ 4/7
    前処理
    • 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
    Landsat-7 ETM+データとの比較
    地質図との比較
    塩分濃度の算出
  • 小砂川
    三崎
    釜磯
    吹浦
    原画像
    分類結果例
    Landsat-7 ETM+データ†
    †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)
    解析の流れ 5/7
    前処理
    • 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
    Landsat-7 ETM+データとの比較
    地質図との比較
    塩分濃度の算出
  • 対象地域の地質図*
    解析の流れ 6/7
    前処理
    • 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
    Landsat-7 ETM+データとの比較
    地質図との比較
    塩分濃度の算出
    *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))
  • 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
    有色溶存有機物
    :各月データのBand1,2  
    ,
    ,
    ,
    ,
    ,
    *塩分濃度:「Assessing the potential of remotely sensed data for water quality monitoringof coastal and inland waters」,高知工科大学紀要,Vol.5,No.1,pp.201-207(2008)
    解析の流れ 7/7
    前処理
    • 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
    Landsat-7 ETM+データとの比較
    地質図との比較
    塩分濃度の算出
  • 現地調査における検討 (4/5)
    測定結果
    項目
    河川水
    湧水地点
    (平均値)
    塩分濃度(%)
    0.1
    0.0
    小砂川
    pH
    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
    吹浦
    海水比重(sg)
    1.000
    1.001
    水温(℃)
    24.0
    13.8
    濁度(NTU)
    12.3
    5.4
    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
    淡水
    ・小砂川海水浴場
    ・クツカケ広場
    ・釜磯海水浴場
    2009年9月20日取得
    AVNIR-2データの
    分類結果
    水温および濁度の差異を認めた
  • 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。
    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
  • 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
    u
    P(u,v)
    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)
    内挿の一般式
    [ ]: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)   
    y
    3次たたみ込み内挿法
    :観測点
    [ ]: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)   
    x
    0
    ‐1
    +1
    +2
    x
    :内挿点
    内挿関数
    y
  • 3次たたみ込み内挿法 (cubic convolution)(3/4)
    3次たたみ込み内挿法の重み関数
    f(t)
    :3次たたみ込み内挿法の重み関数
    t
    0
    ‐1
    +1
    +2
    +2
  • 3次たたみ込み内挿法 (cubic convolution)(4/4)
    特徴
    画像の平滑化と同時に鮮鋭化の効果
    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)
    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)
    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
    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24cm
    Cバンド 波長 約6cm
    X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
    気象庁より
    http://www.jma.go.jp/jp/amedas/
  • 現地調査時(2回目)の天気
    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)
    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)
    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)
    気象庁より
    http://www.jma.go.jp/jp/amedas/
  • ALOS(だいち)
    • 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/
  • 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
    Landsat-7号の主要性能
    (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/
  • 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
    ETM+センサの観測波長帯および観測対象
    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   
    30m(B1~5,7),  60m(B6),15m(Pan)
    (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/
  • 太陽同期軌道
    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
    準回帰軌道
    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
  • AVNIR-2データの観測幅
    観測幅:70km(直下)
    ポインティング範囲:±44度
    分解能:10m(直下視)
    宇宙航空研究開発機構 Webページより
  • ETM+データの画像1シーンの大きさ
    分解能
    認識出来る最少の大きさ
    30m(B1~5,7)
    60m(B6)
    15m(Pan)
    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

    :海面放出放射輝度
    :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
    :大気上空における放射輝度
    :衛星天頂角
    :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
    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
    大気上空における放射輝度(Ir)
    :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)
    :太陽天頂角
    :衛星天頂角
    :バンドの中心波長
    (t:分子散乱での光学的厚さ)
    :太陽照度
    :太陽と地球の距離
    (P:分子散乱の散乱光角度分布関数)
  • 海域の大気補正
    エアロゾル散乱による放射輝度(Ia)
    :任意の波長
    :Iw(λ0)=0になる波長
    :太陽の分光放射照度
    近赤外域付近(0.76~0.89)の海面反射は小さいので,        Iw(0.76~0.89)=0と仮定すると,最初の式より計算可

  • B1 0.433-0.453
    B2 0.510-0.530
    B3 0.540-0.560
    B4 0.660-0.680
    B5 0.700-0.800
    B6 10.5-12.5
    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:
    地上分解能:0.825km
    観測幅:1.566km
  • 対象地域の海流
    対象地域
    上向きの海流
    第二管区海上保安本部海洋情報部            「日本海北部海流観測報告書」(平成16年6月)より
  • 岩牡蠣
    伏流水に含まれるたくさんの栄養分で大きく成長
    山に降り注いだ雨や雪が土の中に染み入り,長い年月をかけて栄養を蓄え,外の世界に出てくるもの
    漁:素潜りで深さ10mの海底に張り付いた岩牡蠣を「牡蠣おこし」という道具を使ってはがし取る
    値段:約15cmの5~7年もので,600円ほど