AVNIR2
画像を対象とした衛星画像シミュレー
ション
高知工科大学 池澤勇太
高知工科大学 高木方隆
2 2 Real World Landsat TM ALOS AVNIR2 GCOM-C1 IKONOS, GeoEye-1 Quick Bird, World View ALOS PRISM
人工衛星 ALOS ＿ AVNIR-2 セン
サー
AVNIR-2 センサー 観測幅 :70km 地上分解能 :10m×10 ｍ（ 1pixel ） 観測波長域 Band1 ( 青 ) :420 ～ 500 ｎ m Band2 ( 緑 ) :520 ～ 600 ｎ m4
衛星画像を用いた植生分類
4
月の画
像
8
月の画
像
11
月の画像
統計的分類手法
•
衛星画像毎に、目視
に よるデータ収集
が必要
•
分類結果が安定しな
い
衛星画像シミュレーション
•
光源情報
•
大気情報
•
土地被覆情報
•
分光反射特性
•
表面形状
得られる衛星画
像の値を推定可
能
6
ミクセル問題に対するアプロー
チ
•
現在のミクセル解析手法
–
リニアミクスチャーモデル (
Linear Mixture Model)
•
ミクセルの値は、ミクセル内の各地物の放射輝度を
ミクセル内の地物面積比で線形結合したもので表せ
るという仮定。
地物 1 10 ｍ土地被覆現況
AVNIR2
センサー
目的
• ALOS AVNIR2
画像を対象とし
たシミュレーション手法の確立
–
光源情報
–
大気情報
–
土地被覆情報
–
分光反射特性
–
表面形状
–
ミクセルモデル
8
衛星画像シミュレーションのフ
ロー
光源
パラメータ
大気圧
設定地域
オゾン
大気の汚染状態
CO
2の混合比
エアロゾルモデル
太陽定数
10
表面形状データ (DSM)
•
航空レーザのデータを用いた。 ( 国際航業株式会社 )
データ形式 RAMS-e データ ( ランダムデー
タ )
データ間隔
約 1 ｍ
計測年度
2003
年
反射特性 GeoEye1 画像
-•
反射特性として GeoEye1 画像のデータを用いた
•
12
反射特性
• リファレンスデータの選定 • リファレンスデータを用いて反射率の算出Band1 : 939
Band3 :
775
Band2 : 1208
Band4 :
812
反射率
=
地物の画素値 リファレンスデータ14
シミュレーションした AVNIR2 画
像
観測時期
太陽方位 太陽高度
2009
年
0
4 月
0
7 日
145.82
度
58.23
度
2009
年
0
8 月
23
日
140.61
度
62.61
度
2009
年 11 月
23
日
164.96
度
34.42
度
シミュレーション対象
草地・住宅地・農地・常緑針葉
樹林
・常緑広葉樹林・常緑混交林
衛星画像シミュレーションと AVNIR2 画像の散布図 -4
月
16
衛星画像シミュレーションと AVNIR2 画像の散布図 - ８
月
衛星画像シミュレーションと AVNIR2 画像の散布図 -11
月
18
各時期のＡＶＮＩＲ 2 画像と
シミュレーション画像の相関係数
Band1 band2 band3 band4
2009
年
0
4
月
0
7
日
0.890
0.885
0.934
0.763
2009
年
0
8
月 23
日
0.835
0.852
0.846
0.782
2009
年 11 月 23
日
0.666
0.739
0.782
0.882
まとめ
• GeoEye-1
画像と DSM を用いた AVNIR2 画像の
シミュレーションを行った。
– AVNIR2
画像とそのシミュレーション画像を回帰分
析した結果，約 0.8 前後の相関係数を得た。
–
表面形状データの精度が不足している。
–
大気の影響
•
今後の課題
–
シミュレーションに必要な表面形状データの精度を
明らかにする。
–
シミュレーションに必要な土地被覆項目数を明らか
にする。
20 2 0 Real World Landsat TM ALOS AVNIR2 GCOM-C1 IKONOS, GeoEye-1 Quick Bird, World View ALOS PRISM
各データのコスト
航空写真
(1/20000)
AVNIR2
画
像
GeoEye-1
画
像
4200
円 /k ㎡ 4.8 円 /k ㎡
6000
円 /k ㎡
24
反射特性 GeoEye1 画像
-•
反射特性として GeoEye1 画像のデータを用い
た
。
(2010
年 3 月 )
地上分解能 (GSD) Panchromati c Multi spectral 0.50m 2.00m 波長域 Panchromati c 450450 ～ 800nm～ 510nm 510 ～ 580nm 650 ～ 690nm 780 ～ 920nm Blue Green Red Nir 観測幅 量子化ビット 数 15.2km 11bit(2,048 階調 )各地物の反射特性
地物 Band1 Band2 Band3 Band4 草地 ( 球場 ) 0.537 0.534 0.436 0.522 農地 ( 裸地 ) 0.480 0.436 0.348 0.407 住宅 ( 白い屋根 ) 0.824 0.806 0.668 0.605 住宅 ( 黒い屋根 ) 0.510 0.449 0.320 0.351 針葉樹 0.454 0.420 0.313 0.553 広葉樹 0.414 0.388 0.262 0.663 道路 0.691 0.592 0.472 0.466
26
土地被覆分類図の整備状況 - 平成 23 年
•
環境省の植生図整備状況
–
四国全域の 4 割程度
–
航空写真と現地調査を用いて作成
–
縮尺は 1/25000
•
国土地理院と東海大学による土地被覆分類図
–
米国の地球観測衛星 Terra の MODIS センサーによる空間分
解能 250m の植生指標 (NDVI) データを基に作成
– 250m
メッシュの土地被覆分類図
シミュレーション精度の向上
• DSM
の地上分解能
–
高密度の DSM の使用
(
航空レーザデータ）
–
地上型 LiDAR 計測による
樹木モデルの構築
•
反射率の精度向上
–
分光反射率の計測
–
スペクトルライブラリー
の充実
•
大気の影響を考慮
AVNIR2 (10 ｍ ) GeoEye1 (0.5 ｍ ) 地上樹木一本全体での
分光反射の算出
28
地物の分光反射特性
ヒノキ スギ
30
二時期衛星画像を用いた土地被覆分類図の作成
• AVNIR-2
画像の利用
–
観測幅 : 70km
–
分解能 : 10m×10 ｍ（ 1pixel ）
–
観測波長域
Band1 :420 ～ 500 ｎ m Band2 :520 ～ 600 ｎ m Band3 :610 ～ 690 ｎ m Band4 :760 ～ 890 ｎ m•
地物の分光反射特性の利用
– NDVI （正規化植生指標） – NDSI （正規化土壌指標） – NDWI （正規化水指標）•
多時期の衛星画像の利用
– 植物の季節変動による変化の利用 – 2009 年 04 月 07 日， 2009 年 08 月 23 日 近赤外 近赤外 赤 緑 青 地物の分光反射特性32
•
常緑樹の針葉樹と
広葉樹との分類
34
•
隣り合わせのシーンでもうまく接合できるか確認する。
観測日：
2009/08/23
観測日：
2007/01/29
時期の違う衛星画像
36
