1996 年度実績報告書

東南アジアにおける過去20年間の土地利用変化データベースの構築

研究課題

研究課題/領域番号	07041107
研究機関	東京大学
研究代表者	柴崎亮介東京大学, 生産技術研究所, 助教授 (70206126)
研究分担者	SUPAN Kancha タイ国立, 農業経済局, 副所長 CHANCHAI Tov タイ国立, 農業経済局, 主任研究員越智士郎宇都宮大学, 農学部, 助手 (80251081) RIADIKA Mast インドネシア国立, 地理院, 主任管雄三広島工業大学, 環境学部, 教授 (20133548) 後藤真太郎金沢工業大学, 環境情報総合研究所, 助教授 (80247436) 近津博文東京電機大学, 建設工学科, 教授 (50112876) 梶原康司千葉大学, 環境リモートセンシング研究センター, 講師 (60251196) 本多嘉明千葉大学, 環境リモートセンシング研究センター, 助教授 (60251774) 高木方隆東京大学, 生産技術研究所, 助手 (50251468) ダイデニスジーン東京大学, 生産技術研究所, 助教授 (30270911) 村井俊治東京大学, 生産技術研究所, 教授 (10013179)
キーワード	リモートセンシング / 土地被覆分類 / 時系列データセット / 東南アジア / 自動分類 / 画像解析
研究概要	1)土地利用に関する現地調査ミャンマー、ラオス、ベトナムを中心に土地利用現況に関する調査を継続して行った。調査にあたってはGPSカメラを利用し、サンブルポイントの位置座標、土地利用・土地被覆判定結果、地上写真からなる地理データベースを構築した。 2)NOAA衛星画像の補足収集土地利用・土地被覆の分類は一時期の画像のみでは十分信頼できる結果が得られない。これまでは、公開されているOPS,MESSR画像を収集・処理し、Landsat画像を補足する画像データベースを構築してきたが、今年度はさらにNOAA衛星AVHRRデータ(1km分解能)の1992年から1993年にかけての10日間ごとの画像データを1年分収集した。これにより、10日間ごとの植生活動を追跡することが可能になり、分類精度が大幅に向上することが確認された。 3)以上の衛星画像を用いて、インドシナ半島全域部については土地利用・被覆分類をかなり進めることができた。他の地域についてもNOAA衛星データを既に入手しており、来年度で分類作業を終了できる。また、特に以下のような新たな知見が得られた。 1)時系列変化をとらえることによる、分類精度の大幅な向上時系列変化をとらえることで、落葉する熱帯林、畑・草地、水田などに関する分類の精度を大幅に向上させることが可能になる。しかし、こうした時系列画像が得られるセンサは空間分解能が限られているため、例えば草地と畑を分けることが容易ではない。そこで、季節変化画像の得られないが空間解像力は高いが従来型のランドサット画像などを組み合わせることで、細かいテクスチュア(耕作パターンなど)を導入することでさらに分類精度の向上を可能にすることができるようになる。 2)分類手法における空間テクスチュア情報の導入自動分類において土地被覆の規則性などをエッジの密度とその方向別頻度などとして表現することで、耕作パターンをかなりの程度自動的に抽出することが可能となり、草地と畑地の区別などがより明確化できる。