植物気候・植生指標のための地球近傍リモートセンシング観測計画

1.地球近傍リモートセンシング観測技術

  リモートセンシング入門』第5版では、『リモートセンシング入門』のレビューが掲載されている。リモートセンシング明確な定義がある:地表から放射または反射される電磁放射によって地表の情報を得る技術。  

図1.1 リモートセンシング画像

地上近傍リモートセンシング:マストやタワーに取り付けられた光学センサーを用いて、地上から50m以内の地上の物体のスペクトル情報を検出する(Richardson et al.)Yin Zhan'eの『Introduction to Modern Remote Sensing』では、地上型リモートセンシングの概念が明確化されている。地上型リモートセンシングとは、プラットフォームが地上またはその近くにあるリモートセンシングであり、地上型プラットフォームには、三脚、リモートセンシング車両、リモートセンシングタワー、船舶などが含まれる。

上記の紹介によると、装置の本体は、電磁波を放射または受信することができ、これらの電磁波信号を処理して有用な表面情報を抽出することができる光学(放射線)センサーであり、センサーの動作プラットフォームには、パイロンや三脚などの固定プラットフォーム、無人航空機やリモートセンシング車両などの移動プラットフォームが含まれることが分かる。

図1.2

フェノロジー(Phenology)とは、その名の通り「生物学的な時間」のことで、動植物の成長や発育の現象が起こる時間帯を観察することである。 フェノロジーは生物学の一分野であり、自然界における動植物の相互関係や、環境条件(気候、水文学、土壌など)の周期的変化に関する科学である。 何千年もの間、働く人々は草木の繁茂、渡り鳥の飛来・去来、気候などの自然現象との関係に注目し、それに合わせて農業活動をアレンジしてきた。例えば、中国の二十四節気のほとんどは、冬眠、穀雨、マンゴーの播種など、気候現象に直接ちなんで表現されたり、名付けられたりしている。

図1.3 中国の気候観測ネットワーク

植生を特徴付けることができるスペクトルの組み合わせ。 植生指標を使用する目的は、植生の特徴を強調し、スペクトル曲線や画像内の植生構造、成長、健全性などのパラメータを迅速に識別(抽出)することである。一般的な植生指標:GCC相対緑度指数、NDVI正規化植生指数(NDVI):

図1.4 植生指数

植生指標は植生の生育状況や健全性をよく反映するため、植生指標(NDVIなど)は通常、植物のフェノロジーの定量的な指標として用いられる。植生指標を長期的に連続観測することで、経年的な植物成長の傾向やフェノロジーの時節を知ることができる。

植物の気候は長期間連続的に観測する必要があるため、固定されたプラットフォームをベースとした機器が必要となる。気候カメラは、植物気候を監視するための主流機器である。初期の手動気候観測方法と比較すると、労働コストが低く、環境干渉が少ない。自動観測、遠隔データ伝送などの機能を実現でき、アルゴリズムによって様々な植生指標を抽出でき、気候指標として使用できる。 初期の気候カメラは普通のRGBカラーカメラで、GCC、RCC、BCC、GVIなどの一連の広帯域植生指標を取得するために拡張することができ、一定の間隔で自動的に写真を撮影し、時系列のカラー写真を得ることができ、これらの指標は初期の気候研究によく使われた。

図1.5.1 RGBカラーカメラによる広帯域植生指標

  緑色植物のスペクトル特性(図1.6.2からわかるように、健康な植生の近赤外域の変化特性は緑色帯域の変化特性よりも著しく強い)により、NDVI規格化植生指数は、GCCやGVIなどの指標と比較して、植生の緑色度、光合成の潜在能力によりよく対応でき、植生の新陳代謝の強さや季節的・経年的変動を反映できるため、植物研究の分野で徐々に評価されつつある。

図1.5.2 緑色植物のスペクトル特性

その結果、NDVIを計算できるウェザーカメラが徐々に市場に登場してきている。もともとのRGBカメラに比べれば大きな進歩があるが、現状ではNIR画像を測定してNDVIを算出できるウェザーカメラは広帯域ウェザーカメラがほとんどである。

図1.5.3 カメラセンサーの広帯域応答のスペクトル曲線 

ここでいう「広帯域」とは、衛星リモートセンシングデータのスペクトル帯域幅と比較したもので、 例えばLandsat8データでは、赤色および近赤外バンドのスペクトル帯域幅は30 nmである。例えば、500 nm以上から700 nm以上、200 nmに近い帯域幅を持つ赤色光の応答範囲は、一部の緑色と近赤外光の反射を含んでおり、真の赤色ではありません。 そのため、広帯域気候カメラでは、リモートセンシングで観測される植生指標に近い指標しか得られず、定性的な判断には利用できても、リモートセンシング気候の定量的な評価には利用できない。 植生指標を正確に観測するプログラムでは、分光カメラを使って気候を観測する応用例もある。例えば、植物の気候(生育リズム)の観測・研究により応用が可能なセコイアマルチスペクトルカメラは、もともとドローン用の分光カメラであり、660nmの赤色光と790nmの近赤外光の狭帯域分光画像を得ることができる。しかし、このタイプのカメラは以下の理由から植物気候の観測には適していない:

図1.5.4 PARROT SEQUOIAマルチスペクトルカメラ


(1)使用シーンの違い:UAVで使用されるカメラは、現場環境での高い耐性や安定性は要求されないが、その代わりに高精度と軽量化の要求が高く、現場での長期自動運用には不向きである。

(2)異なる作業モード:UAVで使用されるカメラは、多くの場合、定時自動運転、遠隔データ伝送、遠隔操作などの関連技術のサポートを考慮していないため、深く開発する必要があり、現場での応用という点で高い技術的要件がある。

(3) データ処理の考え方が異なる:UAVで使用されるカメラは、画像のつなぎ合わせなど空間的なデータ処理に重点を置いているのに対し、物理気象カメラは、植生指数変化曲線の合成など時系列的なデータ処理に重点を置いている。

(4)設計思想の違い:UAVスペクトルカメラはマルチアイ(マルチセンサーレンズ)カメラを採用しており、移動しながら同時に複数のスペクトルデータを取得するのに便利である。一方、ウェザーカメラは移動せず、マルチアイ設計であるため、コストがかかるだけでなく、カメラの各センサーレンズの位置が異なるため、視野が異なる。UAVの使用プロセスでは、観測距離のために、ほとんど影響はありませんが、地面の勃起に起因するオブジェクトの観測では、ターゲットに比較的近い導かれ、視野の偏差は、対応するエラーの位置のローカル処理の後のマルチバンドデータにつながる、以下に示すように、非常に明白になります。

図1.5.5 多眼カメラによる撮像視野の違いの模式図

狭帯域スペクトル気象カメラ

上記の問題を解決するため、北京星視科技有限公司は独自に単眼式狭帯域分光気象カメラを開発した。

カメラは撮影ごとに2種類のデータを取得する:1)通常のRGBカラー画像データで、GCCやGVIなどの広帯域植生指標を自動計算できる。2)狭帯域のスペクトル画像データ(帯域はカスタマイズ可能で、現在は650±10nmの赤色と850±10nmの近赤外が主流)で、650nmのスペクトル・グレイスケールマップ、850nmのスペクトル・グレイスケールマップ、NDVIグレイスケールマップを含むハイブリッドNDVI画像を合成することができる。NDVIグレースケールマップは、NDVIの公式に従って他の2つのマップの各ピクセルのDN値から計算され、マップ内の明るいピクセルはNDVI値が高いものであり、その逆も同様である。

図2.1.1

取得されたNDVI値は影の影響をほとんど受けず、NDVI画像は植生分布と生育をよく反映する。

図2.2.1 スタービュー分光気候カメラ(SVSC)によるRGB画像とNDVI画像の同時取得

NDVIハイブリッド画像は、北京StarViewerのSmartViewer気候画像処理システムソフトウェアにインポートされ、3つのグレースケール画像、すなわち650nmスペクトル・グレースケールマップ、850nmスペクトル・グレースケールマップ、NDVIグレースケールマップに分割された。
分割後のNDVIグレースケール画像は、元の実景の塔の影がない。このことは、NDVI値の計算装置が光量の変化に影響されず、通常の使用環境において強力な干渉防止能力を持つことを示している。同時に、単眼カメラの設計により、650nmと850nmの2つのグレースケールマップの撮像が完全に一致しているため、合成されたNDVI画像も元のマップのフレーミングと完全に一致しており、真に意味のあるNDVI分布画像となっている。 植生指数の精度という点では、狭帯域NDVI植生指数は広帯域GCC植生指数よりも安定していて正確である。

Tags:

Comments are closed

その他のコンテンツを検索する

出きるコメントはありません。
日本語