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

• Material Type: 文書・図像類
• Title: 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
• Author/Editor: 村本, 健一郎; Muramoto, Kenichiro
• Author Heading: 村本, 健一郎; Muramoto, Kenichiro
• Publication Date: 1999-03-15
• Publication Date (W3CDTF): 1999-03-15
• Alternative Title: Wide area analysis of video image for ground truth of satellite image
• Periodical title: 平成9(1997)年度 科学研究費補助金 基盤研究(C) 研究成果報告書概要 = 1997 Fiscal Year Final Research Report Summary
• No. or year of volume/issue: 1996 – 1997
• Volume: 1996 – 1997
• Pages: 2p.-
• Text Language Code: jpn
• Subject Heading: 南極域; 海氷; 船上ビデオ映像; 衛星画像; グランドトル-ス; Antarctica; Sea ice; Video image; Satellite image; Ground truth
• Target Audience: 一般
• Note (General): 金沢大学工学部; 南極域海氷の季節的周期や年々変動の測定は全地球的気候の調査や船の航行に重要である。人工衛星データは海氷状況について多くの情報を提供するが、地上での評価はやはり必要である。グランドトル-スデータの解像度はNOAA衛星データの解像度に比べて非常に高い。グランドトル-スデータと衛星データを比較するためには、グランドトル-スデータを連続的に連結して領域を拡大し、両データとも定量的に解析する必要がある。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、気象衛星からの観測は、極域の地上の状況を広範囲にわたって理解するための最も良い方法である。しかし、極域では、雲および地表の雪や氷は、可視チャネルではほとんど同じアルビドを持ち、また赤外チャネルではほとんど同じ輝度温度を持つ。従って、極域では衛星画像から得られる値の大きさだけで、領域を識別することは困難である。本研究では、南極域のNOAA/AVHRR赤外画像を用いて、雲、海氷および陸に分類する方法を提案している。アルゴリズムは2つの手法、すなわち画像特徴量の抽出および分類法から構成されている。3つのカテゴリーから1つに分類するために、5つの画像特徴量を最短距離分類法に適用した。ここで、分類の精度を高めるために、最短距離分類法の境界の閾値を変化させた。閾値レベルを高くすると、誤分類領域は減少するが同時に分類できる領域も減少した。一般的に、分類率は目的によって決められると言いえる。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。; Measurement of the seasonal cycle and interannual variations of Antarctic sea ice is important for investigations of global climate and ship navigation. While satellite data give a great amount of information about ice conditions, there still remains a need for in situ validations. Resolution of ground truth reference data is much higher than NOAA satellite data. In order to compare the ground truth data with satellite data, analyzing area of ground truth data have to be expanded by patching the ground based data continuously ; and both need to be analyzed quantitatively.In the video image analysis, a technique for measuring sea ice characteristics over a wide area using video images taken from a ship is proposed. The sea ice was photographed by video camera from the ship. Continuous video images are obtained using geometric transformation and template matching. Both size of the ice and concentration along the ship's route can be obtained continuously.The other hand, remote sensing observation from a meteorological satellite offers the best available means to understand polar surface conditions, because of their homogeneity over a wide area. However, in the polar region, cloud, snow and ice have almost the same albedo in the visible channel and the same brightness temperature in the infrared channel. Therefore, it is difficult to distinguish among these regions using only the threshold of gray level of a satellite image. In this work, a method to classify clud, sea ice and ground is proposed. This study is based upon analysis of the NOAA/AVHRR infrared images in Antarctica. The algorithm consists of two major approaches : extraction of image features and a classification algorithm. Minimum distance classifier was used to classify that region into one of three categories using five image features. To improve the classification accuracy, threshold boundaries for minimum distance classifier were changed. Both classified and misclassfied areas were decreased with increasing the threshold levels. In geneal, the error rates will be decided according to the purpose.Since both methods of anarysis of sea ice characteristics using video image and extraction of sea ice area using satellite data, it is useful for exanining tke correlation of these two data.; 研究課題/領域番号:08650482, 研究期間(年度):1996 – 1997; 出典：研究課題「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」課題番号08650482（KAKEN：科学研究費助成事業データベース（国立情報学研究所）） （https://kaken.nii.ac.jp/ja/report/KAKENHI-PROJECT-08650482/086504821997kenkyu_seika_hokoku_gaiyo/）を加工して作成
• DOI: 10.24517/00066126
• Source: https://kanazawa-u.repo.nii.ac.jp/?action=repository_action_common_download&item_id=59875&item_no=1&attribute_id=26&file_no=1
• Access Restrictions: 限定公開
• Rights (production): CC BY-NC-ND
• Related Material: https://kaken.nii.ac.jp/search/?qm=70042835; https://kaken.nii.ac.jp/ja/grant/KAKENHI-PROJECT-08650482/; https://kaken.nii.ac.jp/ja/report/KAKENHI-PROJECT-08650482/086504821997kenkyu_seika_hokoku_gaiyo/
• Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• Original Data Provider (Database): 金沢大学 : 金沢大学学術情報リポジトリKURA