衛星データおよびGISを用いた湖沼水質分布予測システムの開発
| Project/Area Number |
11750349
|
|---|
| Research Category |
Grant-in-Aid for Encouragement of Young Scientists (A)
|
| Allocation Type | Single-year Grants |
|---|
| Research Field |
System engineering
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
沖 一雄 東京大学, 大学院・農学生命科学研究科, 講師 (50292628)
|
|---|
| Project Period (FY) |
1999 – 2000
|
| Project Status |
Completed (Fiscal Year 2000)
|
| Budget Amount *help |
¥1,900,000 (Direct Cost: ¥1,900,000)
Fiscal Year 2000: ¥700,000 (Direct Cost: ¥700,000)
Fiscal Year 1999: ¥1,200,000 (Direct Cost: ¥1,200,000)
|
|---|
| Keywords | リモートセンシング / GIS / 流域 / 植生被覆率 / ミクセル / 勾配法 / マッチドフィルタ法 / 低空間分解能画像 / 環境 / 汚濁負荷 / TIV / 霞ヶ浦 / NDVI |
|---|
| Research Abstract |
本研究では、河川、湖沼の流域を対象として、流域の土地被覆パターンの違いより汚濁負荷の移動がどのように変動するか、その動態を評価することを目的としている。昨年までの研究成果として、対象流域における植生の面積比率が多く覆われている場合には、湖沼に流入する汚濁負荷量が少ないことを示した。本年度では、衛星リモートセンシングにより、精度良く植生の面積を推定する手法の開発を行った。現在までに空間およびスペクトル分解能の異なった人工衛星の画像データを用いて数多くの植生分布図が作成されている。しかしながら、植生の現状およびその変化を高精度に評価しているとは言い難い。現在の衛星の中では、比較的空間分解能が高いLANDSAT TMでも国土の狭い日本においては、充分な分解能とは言えない。グローバルな観測に有効とされているNOAAAVHRRに関しては、さらに空間分解能が低い。したがって、植生域の面積を精度良く評価するためには、低空間分解能画像の一画素に含まれている様々なカテゴリーが混在したミクセルを分解しなければならない。
本研究では、一画素内における植生の被覆率を推定することを目的に、勾配法とマッチドフィルタ法の二手法を提案した。提案した各手法の大きな特徴は、(1)画素内におけるカテゴリー数決定の問題を解決するために、評価対象の植生の分光放射輝度だけを既知情報とし、対象植生の画素内比率を推定すること、さらに、(2)評価対象の植生が画素内に混在しているかを見分ける性能を上げるために、対象植生の分光特性を細かく観測できるハイパースペクトルデータを用いたことである。さらに、従来から植生被覆率の推定に有効とされている植生指標NDVIについても比較、検討した。その結果として、提案した勾配法やマッチドフィルタ法は、新たな画素内植生被覆率推定法としての有効性があることを示せた。
|
Report
(2 results)
Research Products
(1 results)
