2023 Fiscal Year Annual Research Report
水色リモートセンシングによる沿岸域・湖沼に特化した大気補正及び水質推定手法の提案
| Project/Area Number |
20K14836
|
|---|
| Research Institution | Yokohama National University |
|---|
Principal Investigator |
比嘉 紘士 横浜国立大学, 大学院都市イノベーション研究院, 准教授 (60770708)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 人工衛星 / 大気補正 / 海色リモートセンシング / 水中モデル / GCOM-C/SGLI / AERONET-OC |
|---|
| Outline of Annual Research Achievements |
本研究では，東京湾，有明海，霞ヶ浦を対象として継続的な船舶観測を実施することで光学・水質の実測値の取得し，大気補正・水中モデル開発及びの検証を行った．さらに，東京湾の湾奥部にはサンフォトメーターを設置し，連続的な大気・水中の光学データの取得した．これによって，GCOM-C/SGLIの人工衛星とのマッチアップデータ（各物質の光吸収係数，後方散乱係数等の光学実測値及び植物プランクトンの色素，浮遊懸濁物質等の水質濃度の実測値）を取得し，これらの結果を使用して大気補正・水中モデルの検証を実施した．
大気補正の手法では，線形結合指標を用いて大気補正を行うアルゴリズムを開発することで，エアロゾル反射率を推定することなく実質的に除去する処理を実現した．これにより，エアロゾルモデルの設定やそれに基づく大気の放射伝達シミュレーションを介さずに大気補正処理を行うことが可能である．またアルゴリズム構築において大気・海洋光学特性の自動観測ネットワークであるAERONET-OCの観測データを使用することで線形結合指標による各地点の推定モデルを作成し，多様な水域や水質に対して適用可能な大気補正アルゴリズムを構築した．また，各地点の推定モデル作成に使用したレイリー補正済み反射率スペクトルをルックアップテーブルとして格納し，各画素のスペクトルと比較して最も一致するスペクトル及びその線形結合指標モデルを探索することで，観測データの存在しない水域も含め全球海洋を対象とした線形結合指標に基づく大気補正が可能となった．また，水中モデルでは，全球及び日本の高濁度水域で取得されたリモトセンシング反射率（Rrs）と固有光学特性（IOPs）の実測値を使用し，光学特性に基づく水塊分類を実施し，分類した水塊ごとにSIOPsを割り当てるIOPsインバージョンモデルを開発し，その有効性を確認することができた．
|
