高空間分解能衛星データを適用した市街地の密集度評価

2003 Fiscal Year Annual Research Report

• Project/Area Number: 14750453
• Research Institution: Setsunan University
• Principal Investigator: 熊谷 樹一郎 摂南大学, 工学部・都市環境システム工学科, 助教授 (00319790)
• Keywords: 建物密集度 / 街路パターン / 高空間分解能衛星データ / 緑被率 / NDVI / 判別分析

Research Abstract

1.街路パターンを導入した建物密集度類型化手法の開発
これまで開発してきた建物密集度の類型化手法では、高空間分解能衛星データから得られる建物データを分析対象としてきた。その一方で、得られた結果では、「工業地」の判別精度が60%〜70%程度であり、改善の余地があった。そこで、高空間分解能衛星データから得られる新たな情報として街路パターンを取り上げ、建物密集度の類型化における適用効果を検討した。具体的には、街路の交差点などを表すノード、街路形態を表すポイント、総延長距離、街路パターンの自己相似性を表すフラクタル次元を採用し、建物データとの併用効果を検証した。その結果、ノードとフラクタル次元を併用した場合に、「工業地」の判別精度が10%〜15%程度向上することが確認された。
2.高空間分解能衛星データを対象とした植生情報の抽出技術の開発
密集市街地において、植生の果たす役割は防災面・住環境面などで重要となる。そこで、高空間分解能衛星データのスペクトル情報に注目し、植生情報として緑被率を選定した上でその推定方法を検討した。具体的には、正規化植生指標(NDVI)と土地利用情報を併用した推定方法を採用し、高空間分解能衛星データでの適用可能性を検証した。その結果、検証用サイトでは緑被率推定値が0%未満の場合0%に、100%以上の場合は100%に修正可能であり、修正後は十分な推定精度となることを確認した。
3.密集市街地における緑地分布の分析方法に関する検討
密集市街地を対象とした緑被率推定おける高空間分解衛星データの効用と限界を明らかにした。密集市街地の衛星データには影の領域が多く分布している。影領域を抽出した上でスペクトルパターンを確認したところ、地表面の状態とは異なるパターンとなっていることが明らかになった。影の含まれた領域では、得られた緑被率の扱いに注意が必要であることを指摘している。

Research Products

• [Publications] 熊谷樹一郎, 川勝雄介: "建物密集タイプの分析における街路データの導入方法"平成15年度土木学会関西支部年次学術講演概要集. IV-8-1-IV-8-2 (2003)
• [Publications] 熊谷樹一郎, 川勝雄介: "街路パターンを考慮した建物密集タイプの判別精度向上に関する試み"第58回土木学会年次学術試演会講演概要集. 187-188 (2003)
• [Publications] 熊谷樹一郎, 石澤秀和, 川勝雄介: "都市内緑地分布の広域分析に関する一考察"第58回土木学会年次学術講演会講演概要集. 191-192 (2003)
• [Publications] Kiichiro Kumagai, Hidekazu Ishizawa, Yusuke Kawakatsu: "Analysis of the Distribution of Green Tracts Using Satellite Remotely Sensed Data"Proceedings of International Workshop on Monitoring and Modeling of Global Environmental Change, ISPRS. WG VII/6. H7. 1-H7. 4 (2003)
• [Publications] 熊谷樹一郎, 石澤秀和, 川勝雄介: "緑地の分布に関する広域的な分析方法の開発"環境情報科学論文集. No.17. 35-40 (2003)