2021 Fiscal Year Research-status Report
Development and evaluation of data fusion method for vegetation big data products observed by earth observation sensors
| Project/Area Number |
20K12259
|
|---|
| Research Institution | Aichi Prefectural University |
|---|
Principal Investigator |
小畑 建太 愛知県立大学, 情報科学部, 講師 (80758201)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉岡 博貴 愛知県立大学, 情報科学部, 教授 (40332944)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 地球観測 / リモートセンシング / 植生指数 / 統融合 / 大気補正 |
|---|
| Outline of Annual Research Achievements |
本研究は，地球観測衛星群による陸域植生の正確な時空間変動量の推定に向け，センサやプロダクト生成処理アルゴリズムの不均一性によって生じる植生データプロダクトの系統的な差の低減手法開発と実証を目的としている。本研究課題に関する具体的な取り組みは，植生プロダクトのセンサ間変換手法の開発（理論およびアルゴリズム），実データによる手法の実証，および手法の不確かさ評価である。
本年度は主に，昨年度までに開発した基礎的な手法をベースに，仮想的な基準センサの時系列植生指数の推定アルゴリズムを開発し，さらには，大気補正レベルの異なる植生指数間での変換精度の評価を進めた。得られた知見は複数センサからの植生指数プロダクトの統融合にとって重要である。以下に具体的な成果をまとめる。
（１）昨年度までに開発した手法をベースに，対象センサの時系列データによる仮想的な基準センサの植生指数推定アルゴリズムを開発した。そのアルゴリズムを静止衛星データに適用し，非直下視の10分間隔の静止衛星データから直下視の低軌道衛星による植生指数の推定を試みた。同時観測データを用いた評価では，センサ間での植生指数のバイアスがある程度低減されることを確認した。
（２）昨年度までに開発した手法を用い，対象センサの大気上端データから基準センサの大気補正済み植生指数へ変換できるかどうかを確かめた。対象センサが大気の影響を含むことによる一定の過小評価は見られたものの，比較的精度よく変換できることを確認した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
センサ間植生指数変換の基礎的な手法を開発し，実データによる当手法の実証を一部のサイトで実施済みである。また，様々な誤差の影響を含む多様な実データの利用を想定した変換アルゴリズムの開発と評価が進んでいることから，おおむねに順調に進展しているといえる。
これまでの具体的な成果は，緑被率を媒介変数として導出した植生指数変換式にもとづく基礎的なアルゴリズムの開発と実証を実施したことである。その手法をベースに，複数センサによる時系列データへの応用可能性評価および大気補正レベルの異なるデータ間での変換精度評価を行い，一定の条件下では実用レベルに達するものであることが確認できている。
|
| Strategy for Future Research Activity |
（１）様々な土地被覆の条件で，提案アルゴリズムの時系列データに対する応用可能性評価と大気補正レベルの異なるデータ間での変換精度評価を進め，総合的にどの程度までバイアスを低減できるか確かめる。
（２）植生指数変換時に含まれる不確かさの要因を洗い出す。その後，数値実験によるシミュレーションで変換後の植生指数に含まれる不確かさを見積り，推定結果に付加価値を与える。
|
| Causes of Carryover |
文献購入に充てる予定であった費用が一部未利用のため，次年度の文献購入費用に充てる予定である。
|
