UAV空中写真と衛星リモートセンシングを結合させた湿原環境モニタリング
| Project/Area Number |
23K21773
|
|---|
| Project/Area Number (Other) |
21H03648 (2021-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2021-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 64040:Social-ecological systems-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
吉野 邦彦 東京大学, 大学院農学生命科学研究科(農学部), 特任研究員 (60182804)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉野 雅彦 東京工業大学, 工学院, 教授 (40201032)
串田 圭司 日本大学, 生物資源科学部, 教授 (90291236)
露崎 史朗 北海道大学, 地球環境科学研究院, 教授 (10222142)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,420,000 (Direct Cost: ¥13,400,000、Indirect Cost: ¥4,020,000)
Fiscal Year 2024: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Fiscal Year 2023: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Fiscal Year 2022: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Fiscal Year 2021: ¥7,930,000 (Direct Cost: ¥6,100,000、Indirect Cost: ¥1,830,000)
|
|---|
| Keywords | 湿原植物詳細群落図 / 湿原環境モニタリング / UAV画像 / 衛星画像 / 異種リモートセンシングデータ結合 / UAV空中写真 / 衛星リモートセンシング / 詳細植物群落図 / 衛星リモートセンシング画像 / 植生図 / ドローン空中写真と衛星画像 / 環境モニタリング / 機械学習分類 / 湿原精細植生図 / 釧路湿原環境保全政策評価 |
|---|
| Outline of Research at the Start |
本研究では，①解像度数mm程度の低高度UAV(Unmanned Aerial Vehicle: 通称ドローン)空中写真，②解像度１～10cmのUAV空中写真と③解像度１～数mの衛星リモートセンシング画像の3種の異なる解像度，撮影範囲と分光波長帯を持つ画像データを利用し，各画像の長短所を相互補完しながら，最新の画像の判別・分類アルゴリズムを用いて，従来よりも広大な範囲の詳細な湿原植生図を衛星RSデータから作成する．
詳細な植生図は湿原環境保全政策立案に最も重要なデータの１つである．そして，この詳細植生図を利用して植生の空間分布特性分析や環境変化地区の検出，変化の特徴解析，変化原因を解明する．
|
| Outline of Annual Research Achievements |
１．今年度はマルチスペクトルカメラ搭載のUAV１機による釧路湿原内横断堤防両側の10か所の空撮を8月中下旬の数日間行った。各空撮区域にあたっては、地上解像度約3cmで撮影する高度50mから縦横約300m×500mの範囲を撮影した。撮影にあたっては、撮影画像の精密位置が記録されるように、DGPS（ディフェレンシャルGPS）測位を行い、撮影画像中心の位置が誤差数cmで納まる精密測位を行った。
撮影画像は帰京後、各地区の画像約1000枚のマルチバンド画像を互いに張り合わせるモザイク処理を行い、一枚の画像ファイルとして作成した。使用したマルチスペクトルカメラは、波長帯がやや広い可視バンドの赤、緑、青の３バンドに加えて、波長帯が狭い青、緑、赤、レッドエッジ、近赤外域の５バンド波長帯で撮影する。このモザイク処理で作成された画像を用いて、OBS（オブジェクト・ベースト・セグメンテーション）処理を行い、全波長帯の画像を用いて、色調的に均質と見做される小領域ポリゴン抽出処理を行った。このポリゴンで囲まれた小領域は、本研究で定義する特定の植物群落カテゴリーの植物の生育領域である。この領域に生育する植物群落カテゴリーは、来年度、専門家と共に画像判読、現地調査による確認を通して決定しなければならない。
２．現地UAV空撮時期に合わせた地上解像度１m程度の高解像度衛星リモートセンシングデータ（２シーン）を購入した。１つは7月上旬の画像、もう一つは7月下旬と8月中旬の画像を合わせた画像である。7月上旬の画像は雲量が多いため、解析を断念したが、もう1つの画像は、湿原全体に渡り、ほぼ雲量０%の画像であった。この画像をUAV画像と同様にOBS処理を施し、均質領域ポリゴン抽出を行った。
来年度、この画像とUAVモザイク画像を用いた湿原全体の詳細植生図を得るための準備を完了した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
一昨年度計画していたUAV空中写真撮影が現地撮影時の天候不順と機体バッテリー整備の不良のため、高解像度UAV空中写真撮影が今年度にずれ込んだため、現地確認を伴う画像からの植物群落判読作業が遅れているため。
|
| Strategy for Future Research Activity |
今後は、早急に今年度準備した高解像度UAV画像と衛星リモートセンシング画像の画像判読を行い、植物群落分類を行うための教師データベース（機械学習による分類のための参照データ）をそれぞれの画像中から作成、整備して湿原全体の詳細植物群落図を作成する。
そのために、まず、5月中に現地専門家の協力を得ながら、今年度作成した画像から、植物群落の画像判読を行う。その後、衛星画像中で植物群落種が判定できない領域については、8月末までに再度、UAV空中写真撮影を行い、データの前処理が終了後、画像判読を行う。
2月末までに衛星リモートセンシング画像データを用いて植物群落分類を完了する。
|
Report
(3 results)
Research Products
(3 results)
