slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
FR1.T09.5 - GIS and Agro- Geoinformatics Applications PowerPoint Presentation
Download Presentation
FR1.T09.5 - GIS and Agro- Geoinformatics Applications

Loading in 2 Seconds...

play fullscreen
1 / 93

FR1.T09.5 - GIS and Agro- Geoinformatics Applications - PowerPoint PPT Presentation


  • 98 Views
  • Uploaded on

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,

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'FR1.T09.5 - GIS and Agro- Geoinformatics Applications' - ciara-allison


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

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

slide2

Table of Contents

Motivation

Study area

Data analysis

Results and Discussion

Summary

slide3

Submarine groundwater discharge

Rain or Snow

Submarine groundwater

discharge

mountain

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.

slide4

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)

slide5

・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.

slide6

Table of Contents

Motivation

Data used and study area

Data analysis

Results and Discussion

Summary

slide7

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)

slide8

ALOS PALSAR data

ALOS AVNIR-2

Winter data

(Feb. 25, 2010)

Autumn data

(Sep. 20, 2009)

Autumn data

(Oct. 7, 2009)

Winter data

(Jan. 30, 2010)

(R,G,B:band3,2,1)

1270 MHz(L-band)

(μm)

slide9

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)

slide10

Comparison of sea and spring water in each water quality

●:Sea Water

●:Spring water

●:Sea and spring water

slide11

Table of Contents

Motivation

Data used and study area

Data analysis

Results and Discussion

Summary

slide12

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

Autumn data

(Oct. 7, 2009)

Winter data

(Jan. 30, 2010)

slide13

For PALSARdata

Masking

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

slide14

16

32

64

128

256

512

For PALSARdata

Grayscale conversion

-Noise reduction

PALSAR data(2bytes)

⇒ 16,32,64,128,256,512gray 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

slide15

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

slide16

For PALSARdata

k-means

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

slide17

Table of Contents

Motivation

Data used and study area

Data analysis

Results and Discussion

Summary

slide18

Filter size (e.g., mean)

3×3

9×9

7×7

11×11

5×5

slide19

Select of feature

(a)mean

(b)entropy

(c)second moment

(d)variance

slide20

Select of feature

(e)contrast

(f)homogeneity

(g)dissimilarity

(h)correlation

slide21

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)

slide22

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.

slide23

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/

slide24

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.

slide25

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

slide26

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.

slide28

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)

slide29

(a)mean

(b)entropy

(c)second moment

(d)variance

32 gray levels; 9×9

slide30

(e)contrast

(f)homogeneity

(g)dissimilarity

(h)correlation

32 gray levels; 9×9

slide31

5×5

7×7

9×9

11×11

3×3

Mean; 32gray levels; k=15

slide34

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

slide35

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/

slide36

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/

slide37

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/

slide38

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

slide39

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

slide40

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

slide41

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

slide42

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。

slide43

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

slide44

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。

slide45

測定原理

塩分濃度

電気伝導率より換算

slide46

測定原理

全溶存固形物量

電気伝導率より換算

slide47

測定原理

海水比重

電気伝導率より換算

slide48

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

slide49

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

slide50

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)

slide51

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

slide52

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

slide53

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

slide54

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

slide55

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

slide56

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

slide57

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

slide58

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)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

slide59

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

slide60

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

slide61

ランダムにk個の画素を選び各グループの代表とするランダムに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

slide62

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

slide63

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))

slide64

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 inlandwaters」,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

slide65

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

slide66

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

slide67

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

slide68

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

slide69

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

‐1

0

x

+1

+2

:内挿点

内挿関数

y

slide70

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

‐1

0

+1

+2

+2

slide71

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
slide72

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。

slide73

現地調査時(1回目)の天気

気象庁より

http://www.jma.go.jp/jp/amedas/

slide74

現地調査時(2回目)の天気

気象庁より

http://www.jma.go.jp/jp/amedas/

slide75

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/

slide76

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/

slide77

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/

slide78

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/

slide79

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/

slide80

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/

slide81

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

slide82

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/

slide83

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

slide84

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

slide85

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

slide86

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)
slide87

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

slide88

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)

slide89

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)

slide90

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

slide91

B10.433-0.453

B20.510-0.530

B30.540-0.560

B40.660-0.680

B50.700-0.800

B610.5-12.5

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

slide92

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

slide93

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