リモートセンシング

 リモートセンシングとは、対象物に触れることなく、物体が反射・放射する電磁波を遠隔(remote)から計測(sensing)することにより、物体の形状や性質などを識別する技術である。具体的には、人工衛星や航空機などに搭載したセンサー(測定器)を用いて、地表面・水面・大気中の様々な物質による太陽光の反射波や、物質そのものからの熱放射、センサーから発射したマイクロ波の反射波などを計測し(下図)、物体ごとの電磁波の反射・放射特性(分光特性)を利用して、物体の識別を行う。
 この技術は、植生分布の把握、地表面形状の計測、水域における水質・温度の推定、山岳地域の積雪量の推定、雲や雨などの気象状況の観測など、幅広い分野に利用されている。
 最近では、地表の建物や樹木も判別できる 高空間分解能の衛星や、都市や森林などの3次元計測が可能な航空機レーザースキャナー、物体の分光特性をより精密に感知できるハイパースペクトルセンサー、大気中の温室効果ガス濃度を測定するセンサーなど、新たな技術の開発も進んでいる。

リモートセンシングで主に利用するセンサーの種類

リモートセンシングで主に利用するセンサーの種類
出典:国立環境研究所地球環境研究センター「見て、読んで、理解する 地球温暖化資料集」
http://db.cger.nies.go.jp/gem/warm/flux/archives/archives3_2.html

※外部リンクは別ウィンドウで表示します

1.背景

 地球温暖化、オゾン層破壊、森林減少、砂漠化といった様々な環境問題に対処していくためには、地球の大気や地表の植生などの状況を観測することが必要になる。
 こうした環境の状況を把握する方法の1つとして、現地で測定機器を用いてデータを取得する方法がある。しかし、現地観測は一度に測定可能な範囲が限られるため、広域的な状況を繰り返し把握するためには、多くの労力と時間が必要になる。
 一方、リモートセンシングは、人工衛星や航空機などを用いて、大気や地表の状況を広域的かつ短時間に観測できるという特長がある。そのため、リモートセンシングは、環境観測のための重要な手段になっており、植生分布の把握、地表面形状の計測、水域の水質・温度の推定、山岳地域の積雪量の推定、雲や雨などの気象状況の観測など、幅広い分野に適用されている。
 リモートセンシングの初期の形態は、気球や航空機を用いた航空写真であり、観測範囲は都市や地域であったが、人工衛星の開発とともに地球規模での観測が可能になった。1972年にはランドサット(Landsat)1号機が米国によって打ち上げられ、地球観測に使用された(最新のLandsatは7号機)。日本でも最初の地球観測衛星「もも(MOS-1)」が1987年に打ち上げられた。
 その後、わが国では、地球観測衛星として「ふよう」(JERS-1:1992年2月~1998年10月)、「みどり」(ADEOS、1996年8月~1997年6月)、「みどりII」(ADEOS-II、2002年12月~2003年10月)が打ち上げられ、現在は、2006年1月に打ち上げられた「だいち」(ALOS)が運用を行っている。
 なお、「みどり」と「みどりII」には、陸域・海域・大気を観測する各種センサーに加え、南極・北極上空の成層圏オゾンを観測するセンサー(改良型大気周縁赤外分光計)が搭載された(ADEOS/ILAS、ADEOS-II/ILAS-II)。
 1980年代以降のデータ解析技術の進歩により、リモートセンシングで得られる大量の観測データは、迅速かつ効率的に解析することが可能になった。さらに、人工衛星や航空機などに搭載するセンサー(カメラやスキャナなど)の性能向上や、インターネットをはじめとする情報通信技術の進歩も加わって、リモートセンシングの利用分野は急速に拡大している。

2.技術の概要

1)リモートセンシングの原理

 リモートセンシングとは、対象物に触れることなく、物体が反射・放射した電磁波をセンサーで遠隔(remote)から計測(sensing)することにより、物体の形状や性質などを識別する技術である。
 電磁波には人間の目に見える光(可視光)をはじめ、X線、紫外線、赤外線、マイクロ波などがある(図1)。地球上のあらゆる物体は、これらの電磁波が降りそそぐと、その物体特有の反射・吸収・透過を見せる。また、物体自身からもその温度に応じた電磁波を放射している。リモートセンシングでは、こうした物体ごとの電磁波の反射・放射特性(分光特性)や、形状に関する情報などを利用して、物体の識別を行う。
 当初、リモートセンシングでは、可視光及び近赤外線域の電磁波を利用することが多かったが、現在では、センサーやデータ解析の技術開発が進み、紫外線や赤外線およびマイクロ波の利用も進んでいる。

図1 リモートセンシングで主に利用される電磁波

図1 リモートセンシングで主に利用される電磁波
出典:『図解リモートセンシング』(日本リモートセンシング研究会編)
http://www.hkd.mlit.go.jp/zigyoka/z_nogyo/remote/r-1.pdf

 物体ごとの分光特性の例として、地表面を構成する代表的な要素である水・土壌・植生の分光反射率(可視~短波長赤外域)を図2に示す。
 植生では、体内のクロロフィル(葉緑素)が、可視光のうち青色(0.45μm)と赤色(0.65μm)付近をよく吸収し、相対的に緑色(0.55μm)付近の反射率が高くなる。植物の葉が緑色に見えるのはこのためである。また、植生と緑色のペンキで塗られた面を比較すると、前者は緑色域に加えて赤外線域を強く反射するのに対し、後者は緑色域のみを反射する。そのため、人間の目には同じ「緑」に見える両者でも、赤外線域の反射特性を比較することにより識別が可能となる。なお、植生では、葉中の水分により1.45μm付近の反射率も低くなる。
 一方、水は全体的に反射率が低く、可視・近赤外よりも長い波長域ではほとんど反射しない。また土壌は、図2の波長範囲(可視~短波長赤外域)では、波長が長くなるにつれて反射率が高くなる傾向がある。

図2 水・土壌・植生の分光反射率

図2 水・土壌・植生の分光反射率
出典:国立環境研究所ニュース24巻4号「衛星リモートセンシングによる地球環境観測」
http://www.nies.go.jp/kanko/news/24/24-4/24-4-04.html

2)センサーの種類

 リモートセンシングで利用するセンサーは、計測する電磁波の種類により、「光学センサー」と「マイクロ波センサー」の2種類に大別される。また、それぞれについて、対象物体が自ら発する電磁波または太陽光の反射波を測る「受動型」と、センサーから対象物に電磁波を発射し、その反射を測る「能動型」とがある(図3)。

図3 リモートセンシングで主に利用するセンサーの種類

図3 リモートセンシングで主に利用するセンサーの種類
出典:国立環境研究所地球環境研究センター「見て、読んで、理解する 地球温暖化資料集」
http://db.cger.nies.go.jp/gem/warm/flux/archives/archives3_2.html

(1)光学センサー
 光学センサーは、可視光をはじめ、紫外線から赤外線までを含む波長帯域の電磁波を計測するものである。なかでも、物体による太陽光の反射波を計測するタイプ(可視・反射赤外センサー)は、Landsatをはじめ、これまで多くの人工衛星に搭載されている。また、物体自身から放射される熱赤外線を計測するタイプ(熱赤外センサー)は、海水面の温度分布や都市のヒートアイランド現象の把握などに利用されている。これらはいずれも、「受動型」の光学センサーといえる。
 一方、「能動型」の光学センサーとしては、ライダー(LIDAR:Light Detection and Ranging)あるいはレーザーレーダといわれるセンサーがある。このセンサーは、センサー自身からレーザー光を照射し、対象物からの反射波を計測するというものである。具体例としては、地表から上空の大気にレーザーを照射することにより、大気中のエアロゾルなどを観測する方法や、航空機にセンサーを搭載し、森林の3次元計測を行う方法(3節、4節を参照)などがある。
 光学センサーはいずれも、物体とセンサーとの間に障害物(雲など)がある場合は、物体の状態を把握することができない。また、太陽光の反射波を利用する「可視・反射赤外センサー」は、夜間の計測を行うことができない。

(2)マイクロ波センサー
 マイクロ波センサーは、長い波長帯域を計測対象とするため、雲などの影響を受けずに地表面を計測できるという特長がある。また、波長によっては雨滴を捉えることも可能なため、降雨の観測などにも使われる。ただし、光学センサーよりも複雑なデータ処理が必要となる。
 受動型のマイクロ波センサーは、地表面から放射されるマイクロ波を測定するもので、海水温、積雪量などの観測に用いられる。一方、能動型のマイクロ波センサーは、衛星から発射したマイクロ波に対する対象物の散乱の強さ(後方散乱係数)を測定するもので、地表面の微地形や海面高度、降雨の水平・鉛直分布等の観測に使用される。

3)プラットフォームの種類

 リモートセンシングのセンサーを搭載する機体を「プラットフォーム」という。プラットフォームとしては、人工衛星や航空機が良く知られているが、これ以外にも、飛行船や気球、船舶、地上に設置する固定式のプラットフォームなどがある。
リモートセンシングに利用される代表的な人工衛星としては、表1のような種類がある。

表1 リモートセンシングに用いられる代表的な人工衛星
衛星センサー空間分解能観測幅周回高度
ALOS(だいち)日本光学/マイクロ波(能動型)2.5~10m70(35)km690km
Landsatアメリカ光学15~60m185km700km
SPOTフランス光学2.5~10m60(120)km836km
IKONOSアメリカ光学1~4m11~100km680km
Quickbirdアメリカ光学0.6~2.4m16.5km450km
RADARSAT-2カナダマイクロ波(能動型)1~100m8~500km798km

出典:(財)リモート・センシング技術センター「国内外の主な地球観測衛星は?」
http://www.restec.or.jp/?page_id=965
国土交通省北海道開発局「北海道農業のためのリモートセンシング実利用マニュアル改訂版:リモートセンシングの基礎知識」
http://www.hkd.mlit.go.jp/zigyoka/z_nogyo/remote/r-1.pdf
(株)イメージワン(RADARSAT販売代理店)「RADARSAT-2」
http://www.imageone.co.jp/enterprise/geo/sat/rs2/index.html

 一般に、リモートセンシングでは、観測対象をセンサーが計測する際の空間単位(空間分解能)が高いほどデータ量が膨大になり、一度に観測できる空間範囲(観測幅)が狭くなる傾向にある(図4)。そのため、観測の対象や目的に応じて、適切な空間分解能や観測幅を選択することが重要になる。

図4 衛星リモートセンシングにおける観測幅と空間分解能

図4 衛星リモートセンシングにおける観測幅と空間分解能
国立環境研究所ニュース24巻4号「衛星リモートセンシングによる地球環境観測」
http://www.nies.go.jp/kanko/news/24/24-4/24-4-04.html

3)データ解析

 衛星リモートセンシングによる観測データは、デジタル信号として地上の受信施設に送られ、磁気テープやハードディスクなどに記録される。そして、データ提供機関によってCD-ROMなどの電子媒体やインターネットにより、利用者に提供される。
 観測データは、そのままでは地上観測(グランドトゥルース)で得られる実測値(分光特性等)とのずれや、位置のずれ(幾何学的な歪み)などがあり、解析には適していない。そのため、データ解析を行う際には、データ提供機関あるいは利用者自らが、これらに対する補正処理を事前に行う必要がある。
リモートセンシングデータを利用した解析手法には様々なものがあるが、以下にその代表例について概説する。

(1) 土地被覆分類
 土地被覆(land cover)とは、地表面の状態のことであり、森林、草地、裸地、コンクリート、水面などがこれにあたる。
 リモートセンシング画像の各画素(ピクセル)は、その画素に対応する地表面の状態(土地被覆)によって異なる分光特性を示す。そこで、類似の分光特性を持つ画素同士を1つのグループにまとめ、互いに特性の異なる複数のグループに区分するという統計処理を行うことにより、対象地域を様々な土地被覆に分類することができる。
 分類を行う際には、分類された各グループがどの土地被覆に対応するかを判断するための基準(教師データ)があると、分類精度が高くなる。教師データとしては、地上観測(グランドトゥルース)の結果や地形図などが用いられる。

(2) 環境指標
 リモートセンシングデータを利用した代表的な環境指標として、植生の活性度を表す正規化植生指標(NDVI:Normalized Difference Vegetation Index)がある。
NDVIは、植生が可視光赤色域をよく吸収し、近赤外域をよく反射するという分光特性を利用した指標であり、以下のように複数の波長帯(バンド)の観測値を演算することにより算出する。NDVIの値は、植物の活性度が高いほど大きくなるため、例えば日本では、夏の方が冬よりもNDVIが高くなる傾向にある(図5)。

NDVI = (NIR-VIC)/(NIR+VIC)
NIR:近赤外域バンドの観測値(例:NOAA/AVHRRのバンド2)
VIC:可視光赤色域バンドの観測値(例:NOAA/AVHRRのバンド1)

図5 関東地方周辺におけるNDVIの季節変化

図5 関東地方周辺におけるNDVIの季節変化
(灰色→黄色→緑の順でNDVI値が高くなる)
出典:国土地理院ウェブサイト「国土環境モニタリング 250m植生指標データの応用例」
http://www1.gsi.go.jp/geowww/EODAS/sample/ndvi_shiki_250.html

3.技術開発の動向

1) 高空間分解能衛星

 現在、リモートセンシングの技術は飛躍的に向上し、表1のIKONOSやQuickbirdに代表されるように、1m以下の空間分解能をもつセンサーも実用化されている。
 これにより、地表面の状態について、個々の建物や樹木のレベルまで識別できるようになり、下記のレーザースキャナーなど、3次元計測が可能なセンサーと組み合わせることにより、地表面の立体構造を緻密に再現することが可能になった。

2)航空機レーザースキャナー

 航空機によるリモートセンシングは、人工衛星と比べて局所的な計測が可能で、数百mから数kmの比較的低い高度から観測するため、センサーに到達する電磁波の強度が高いことが利点である。
 航空機を用いたリモートセンシングの事例として、従来の2次元計測に加えて、高さ方向を加えた3次元計測がある。森林計測がその利用例で、航空機から照射されたレーザー光が、樹冠(樹木上部)や地表面に反射してセンサーに戻ってくるまでの時間を測定して、それぞれの高さを計算する。これにより、森林資源の定量的把握が可能となる(4.2)参照)。

3)ハイパースペクトルセンサー

 ハイパースペクトルセンサーとは、電磁波を計測する際の波長帯(バンド)を細かく刻み、数十から数百のバンドで観測することができるように解像度を向上させたものである。
 地表の岩石、鉱物、植物、湖沼や海洋の水、プランクトン、海底生物はそれぞれ従来の光学センサー(10バンド程度)では捉えられない微細な分光特性を持っている。波長分解能が向上することにより、例えば、植物のクロロフィル、セルロースなどの濃度測定が可能となり、それによってCO2吸収量の計測が可能となる。また、サンゴ礁のモニタリングへの適用なども期待されている(4.3)参照)。
 ハイパースペクトルセンサーの技術開発は、主に航空機搭載センサーを対象に行われてきたが、2000年に衛星搭載型センサHyperionの運用が始まり、そのデータを利用した研究開発が進んでいる。また、経済産業省では2013年の打上げを目標に衛星搭載用ハイパースペクトルセンサの開発を進めている。

4)温室効果ガス観測技術衛星「いぶき」(GOSAT)

 2009年1月23日に打上げられた温室効果ガス観測技術衛星「いぶき」(GOSAT)は、大気中の温室効果ガス(二酸化炭素及びメタン)の濃度を宇宙から観測する世界初の人工衛星である。
 「いぶき」に搭載されている、温室効果ガス測定の中心となるセンサー(フーリエ変換分光計)は、二酸化炭素やメタンが光をよく吸収する波長域等において、高い波長分解能で光の強度測定を行う。これにより、太陽光が地球の大気を通って地表面で反射され、再び大気を通って衛星まで到達した際に、光の強度が弱い(よく吸収されている)ほど、大気中に含まれる温室効果ガスの量が多いことがわかる。
 「いぶき」は、環境省、国立環境研究所及び宇宙航空研究開発機構(JAXA)が共同開発した衛星であり、測定データを用いて温室効果ガスの量を推定する計算処理の部分は、国立環境研究所が担当している。

4. リモートセンシングを活用した研究事例

1)流出原油等のモニタリング

 湾岸戦争(1990~1991年)では、油田からの原油流出や火災煙の拡散によって湾岸地域の沿岸生態系が大きな影響を受けたが、被害が広範囲に及んだため、地上調査だけでその状況を把握することは困難であった。
 国立環境研究所では、人工衛星NOAAのセンサーAVHRRによる画像(NOAA/AVHRR)を用いて、火災煙の拡散範囲を検出するとともに、LandsatのセンサーTM(Thematic Mapper)による画像(Landsat/TM)を用いて、流出原油の分布範囲の検出を行った。
 流出原油の検出にあたっては、海上の原油が中間赤外域のバンド(Landsatの場合、バンド5)で分光反射率が高いことを利用した評価手法を開発し、図6に示すように、原油分布範囲の経時変化について推定を行った。

図6  Landsat TM画像をもとに作成された原油分布推定図

図6  Landsat TM画像をもとに作成された原油分布推定図
(左:1991年2月16日、右:1991年3月20日)
出典:地球環境成果データベース研究報告書「D-4 ペルシャ湾岸の原油汚染等が海洋環境に及ぼす影響の評価に関する研究」
http://www.env.go.jp/earth/suishinhi/wise/j/J93D0430.htm

2)森林における樹高やバイオマスの推定

 森林に存在する生物量(バイオマス)を把握することは、木材資源としての利用のみならず、森林によるCO2吸収量を評価する上でも重要となっている。
 近年、森林バイオマスを効率的に計測できる手法として、航空機に搭載したレーザースキャナーを利用したリモートセンシングが注目されている。この方法では、森林上空の航空機から地表に向けてレーザー光を照射し、反射光が戻るまでの時間を利用して対象までの距離を計測する。その際、レーザ光の反射波の中には樹冠(樹木上部)で反射されたものと、地表面で反射されたものがあるため、これらを分離して解析することにより、樹高やバイオマスを推定することができる(図7)。

図7 航空機レーザースキャナーによる森林計測の事例

図7 航空機レーザースキャナーによる森林計測の事例
出典:国立環境研究所地球環境研究センター「見て、読んで、理解する 地球温暖化資料集」
http://db.cger.nies.go.jp/gem/warm/flux/archives/archives3_2.html

3)サンゴ礁のモニタリング

 生物多様性が豊かなサンゴ礁は、高水温などによる白化現象やオニヒトデによる捕食被害など、さまざまな要因によって世界各地で衰退が懸念されている。そのため、国内外でサンゴ礁保全を目的とするモニタリング調査が実施されている。
 サンゴ礁では、サンゴ以外に海草や砂地などがモザイク状に分布しているため、従来のリモートセンシングのセンサーでは、波長分解能や空間分解能が充分でなく、サンゴを精度良く抽出することが難しかった。しかし近年、サンゴに特徴的な蛍光色素の反射特性を捉えることができるハイパースペクトルセンサー(波長分解能:数nm~10nm)や、小規模な白化現象も把握できる高空間分解能のセンサーが開発され、サンゴ礁のモニタリングにリモートセンシングを活用できる可能性が高まっている。

図8 ハイパースペクトルセンサーによるサンゴ被度等の分類画像

図8 ハイパースペクトルセンサーによるサンゴ被度等の分類画像
出典:(財)沖縄科学技術振興センタ-「サンゴ礁に関する調査研究報告書」(リモートセンシングを使ったサンゴ礁の観測技術の開発)
http://subtropics.sakura.ne.jp/files/h14coral/H14coral02_remote_sensing.pdf

引用・参考資料など

(2009年6月現在)