グランドトル-スデータの広域定量化による衛星データとの対応に関する研究

1997 Fiscal Year Annual Research Report

• Project/Area Number: 08650482
• Research Institution: Kanazawa University
• Principal Investigator: 村本 健一郎 金沢大学, 工学部, 教授 (70042835)
• Co-Investigator(Kenkyū-buntansha): 山内 恭 極地研究所, 南極圏環境モニタリング研究センター, 教授 (00141995)
• Keywords: 南極域 / 海氷 / 船上ビデオ映像 / 衛星画像 / グランドトル-ス

Research Abstract

地球の大冷源である南極域の海氷状況は地球規模の気候変動に影響を与える重要な因子の1つである。これまでの海氷状況の観測は気象衛星を用いたリモートセンシングによる方法と船上からの直接的映像観測の方法の2通りで行われていた。気象衛星を用いる方法は、広範囲にわたって均質なデータが得られるので、海氷状況を把握するために非常に有効な手段である。しかし、昭和基地において受信している気象衛星NOAAの画像の分解能は最小でも1.1km/画素であるので、詳細な海氷分布の解析には不十分であった。一方、船上からの直接的な映像による観測方法は、解析する範囲が狭く、しかも定量的解析には限界があった。
本研究では、衛星によるリモート観測データと船上からの映像観測データとを組み合わせて広範囲にわたって、低分解能および高分解能の海氷状況を解析する手法を確立することを目的とした。
海氷ビデオ映像の解析では、"しらせ"の船上より撮影された海氷ビデオ映像を真上から見た画像に幾何変換し、テンプレートマッチングによりそれらの画像を連続的に結合することにより、衛星データとの比較が可能な広域海氷画像を求めた。次に、変換された画像の1ラインについて海面と氷盤の輝度値の変動を取り出し、この波形の変動により,広域の海氷状況を定量化した。
一方、NOAA衛星データの解析では、陸域と海氷域とに分割した各領域について、画像特徴量であるフラクタルとテクスチャを計算し、次に、それら複数の画像特徴量を同時に適用できる最短距離法(マハラノビス距離法)により分類した。さらに、この方法の閾値処理を導入することにより、各領域上のエラーを低減させた分類結果を得ることができた。
船上海氷映像を用いた海氷状況の定量化とNOAA衛星データを用いた領域分割手法による海氷域抽出法を確立できたので、両者のデータの対応を調べることが可能になった。

Research Products

• [Publications] K.Muramoto, T.Yamanouchi: "Classification of polar satellite data using image features and decision tree classifier" Proc.NIPR Symp.Polar,Meteorol.Glaciol.10. 127-137 (1996)
• [Publications] K.Muramoto, H.Saito: "Cloud and ice detection using NOAA/AVHRR data" Int.Geosci.Remote Sensing Symp.73-75 (1997)
• [Publications] K.Muramoto, T.Endoh: "Sea ice concentration and floe size distribution in the Antarctic using video image proce" Int.Geosci.Remote Sensing Symp. 414-416 (1997)
• [Publications] K.Muramoto, M.Kubo: "Classification of polar satellite data using minimum distance method" Proc.Int.Symp.Environ.Res.Antarctic.(in print). (1997)