リモートセンシングデータによる 佐鳴湖汚濁状況の把握 静岡大学工学部システム工学科 前田研究室４年 田渕 祐介 研究の背景・目的 従来の湖水中のプランクトンの発生を把握する 方法は人の手による微視的な方法しかなかった 衛星リモートセンシング 湖水中のプランクトンの発生・分布を巨視的 に把握する方法を開発する 研究方法 リモートセンシングデータ用解析ソフトウェアENVI LANDSAT-7/ETM+撮影データ (冬季)2003年2月25日・(夏季)2003年8月4日 観測されたマルチスペクトルパターンを解析 ①佐鳴湖流域の土地利用状況 ②湖内の植物プランクトンの種類・分布 を分類し、判別関数として導出し、推定・把握する 研究①土地被覆分類 ■LANDSAT-7/ETM+が 2003年2月25日に撮影した 衛星データを最大尤度法を 用いて分類 ■佐鳴湖流域は 浜松市河川網図流域境界 にしたがって定義した 図：土地被覆分類図 ■：水域 ■：市街地 ■：森林 ■：田 ■：茶畑 ■：畑 佐鳴湖流域の土地被覆割合 冬季 ■両時期とも大半は市街地 ■冬季よりも夏季のほうが 植生帯が多い 夏季 図：土地被覆分類結果による佐鳴湖流域内の土地被覆割合(上：冬季、下：夏季) 分類の精度評価 表：土地被覆分類精度 項目 冬季分類精度(%) 夏季分類精度(%) 水域 97.2 86.4 市街地 92.9 88.7 森林 80.0 74.4 田 65.3 78.7 茶畑 55.4 54.2 畑 56.7 78.3 各バンドで観測されたデータの分布(植生帯) 森林 茶畑 田 畑 土地被覆の判別関数 尤度関数 t 1 1 1 f log k X X k X X 2 2 ・X：分類対象画素におけるバンド1~8の値 ・X：分類項目のトレーニングデータのバンド1～8の平均 ・∑k：分類項目のトレーニングデータのバンド間分散共分散 トレーニングデータに基づく推定の土地被覆判別関数 考察①土地利用の推定 ■LANDSATの衛星データを用いて、佐鳴湖 流域の土地利用の状況を推定することは可能 であると言える しかし、・・・ 考察①土地利用の推定 ■分類精度に大きく左右されるので、正確な推 定のために基準とする地図データ、衛星データ は最新かつ同時期のものが望ましい ■多時期データがあれば、季節変化を見ること が出来、分類が困難な植生帯をより詳細に分類 することが出来るのではないか 研究②佐鳴湖内の観察 佐鳴湖内を (ⅰ)単バンド画像 表示し、比較する (ⅱ)NDVI画像 植物プランクトンがどの程度活発に活動している 植生指標NDVI：バンド3とバンド4の値から 算出される値で、クロロフィル濃度に相関がある かということに影響を受けて値が変化する 県土木部の2003年3月・夏季水質調査データ ・佐鳴湖植物プランクトン同定結果 ・クロロフィルa濃度測定結果 との突き合わせ 単バンド画像の比較結果 NDVI画像比較結果 冬 高 高 夏 図：佐鳴湖内をバンド4で観測した結果(左図：冬季、右図：夏季) 図：佐鳴湖内をNDVIで観測した結果(左図：冬季、右図：夏季) Band4：植生の活性度を示す NDVI：クロロフィル濃度を示す 低 低 冬のほうが高い 冬のほうが高い 植物プランクトン同定結果 10000 9000 8000 冬表層 細胞数／ml 7000 夏表層 6000 5000 4000 3000 2000 1000 0 藍藻綱 ｸﾘﾌﾟﾄ藻綱 渦鞭毛藻綱 黄金色藻綱 珪藻綱 ﾊﾌﾟﾄ藻綱 ﾕｰｸﾞﾚﾅ 緑藻綱 図：佐鳴湖湖心植物プランクトン同定結果(2003年3月4日、7月28日) 優先種－冬：珪藻綱、渦鞭毛藻綱、黄金色藻綱 夏：珪藻綱、緑藻綱、クリプト藻綱 クロロフィルa濃度測定結果 表：クロロフィル濃度測定結果 夏 冬 測定値 表層平均 最大値 最小値 表層平均 最大値 最小値 佐鳴湖北 68 87 54 59 51 66 佐鳴湖心 83 93 68 69 72 65 佐鳴湖南 80 89 61 77 86 71 (2003年県土木部水質調査データ／クロロフィルa濃度３/4,5と7/28,29測定より) 夏の方が全体的に高い 考察②佐鳴湖内の観察 ■単バンド画像(Band4)とNDVI画像 →冬より夏のほうが値が高いと推定 ■同定結果 →時期ごとに優先種存在 ■水質調査 →夏の方がChl.a濃度が高い Band4とNDVIの画像が ■植物プランクトンの種(綱)の差異 ■植物プランクトンの活動状況の差異 を反映しているのではないか 考察②湖内の観察 ■現状では植物プランクトンの種(または綱)を 特定し、その分布を把握することは困難である と言える ■特定するには、種(綱)ごとのスペクトルの反 射(吸収)率をグランドトゥルースを用いるによっ て特定する必要がある 今後の課題 ■土地被覆分類精度を向上させる ■多時期のデータについて解析を行い、季節 の変化を見る ■グランドトゥルース ご清聴ありがとうございました
© Copyright 2024 ExpyDoc
