kageyama-2550-0728.pptx

FR1.T09.5 - GIS and Agro-Geoinformatics Applications Feature Analysis of Groundwater Discharge Points in Coastal Regions around Mt. Chokaisan, Japan by Using ALOS PALSAR DATA Yoichi KAGEYAMA, Hikaru SHIRAI, and Makoto NISHIDA Department of Computer Science and Engineering, Graduate School of Engineering and Resource Science, Akita University, JAPAN

2 Table of Contents Motivation Study area Data analysis Results and Discussion Summary

Submarine groundwater discharge Rain or Snow mountain Submarine groundwater discharge Sea Groundwater flows -A key role in linking land and sea water circulation -Collecting water directly -Water quality, amount of discharge, and discharge location are quite different.

previously presented study spreading of the groundwater discharge Use ALOS AVNIR-2 data properties of the AVNIR-2 data acquired in different seasons were well able to retrieval the sea surface information†1. †1Y. Kageyama, C. Shibata, and M. Nishida, “Feature Analysis of Groundwater Discharge Points in Coastal Regions around Mt. Chokaisan by Using ALOS AVNIR-2 Data”, IEEJ Trans. EIS, Vol.131, No.10 (in press)

・ALOS AVNIR-2 (Advances Visible and Near Infrared Radiometer type 2)are passive sensors - the data will be affected by clouds ,[object Object],・ALOS PALSAR (Phased Array type L-band Synthetic Aperture Radar) are active sensor - we use the data regardless of the weather conditions. Purpose Analyzes features of the groundwater discharge points in coastal regions by using the ALOS PALSAR data as well as the AVNIR-2 data ⇒ use of textures calculated from co-occurrence matrix ⇒ classification maps regarding the textures were obtained with k-means. ⇒ comparison the PALSAR classification maps with the AVNIR-2 ones.

6 Table of Contents Motivation Data used and study area Data analysis Results and Discussion Summary

Study area Coastal region in Japan Sea Around the Mt.Chokaisan Well known as the origin of Crassostreanippona ⇒　Groundwater discharge can affect the Its growth Groundwater dischargeat Kamaiso (Aug. 3, 2010)

ALOS PALSAR data ALOS AVNIR-2 Winter data (Feb. 25, 2010) Autumn data (Sep. 20, 2009) Winter data (Jan. 30, 2010) Autumn data (Oct. 7, 2009) (R,G,B:band3,2,1) 1270 MHz(L-band) (μm)

Ground survey Date: Aug 3, 2010 Survey points ・Kisakata beach(2 points) ・Fukuden(3points) ・Kosagawa beach(3points) ・Kosagawa fishing port(1point) ・Misaki(3points) ・Kamaiso(1point) ・Gakko River(2points)

Comparison of sea and spring water in each water quality ●:Sea Water ●:Spring water ●:Sea and spring water

For PALSARdata Geometric correction - second order conformal transformation ,[object Object],⇒average RMS error was 0.41 Preprosessing -Geometric correction -Masking Grayscale conversion -16,32,64,128,256,512 Textures computed from co-occurrence matrix 吹浦 k-means algorithm to create the resulting classification Winter data (Jan. 30, 2010) Autumn data (Oct. 7, 2009)

Masking For PALSARdata Preprosessing -Geometric correction -Masking A hydrology expert’s comment judged from the scale of Mt. Chokaisan, the submarine groundwater discharge exist ranging from land regions to 500 meters offing. 500m Grayscale conversion -16,32,64,128,256,512 ＋ Textures computed from co-occurrence matrix Masked images k-means algorithm to create the resulting classification Land area -Various DNs -DNs are larger

16 32 64 128 256 512 For PALSARdata Grayscale conversion -Noise reduction PALSAR data(2bytes) ⇒　16,32,64,128,256,512　gray levels Preprosessing -Geometric correction -Masking Grayscale conversion -16,32,64,128,256,512 Textures computed from co-occurrence matrix k-means algorithm to create the resulting classification

Textures computed from co-occurrence matrix For PALSARdata Preprosessing -Geometric correction -Masking Eight features -Mean, -Entropy, -Second moment, -Variance, ,[object Object]

Correspond小砂川小砂川 Grayscale conversion -16,32,64,128,256,512 Textures computed from co-occurrence matrix e.g., mean Average the DNs of points around 吹浦吹浦 k-means algorithm to create the resulting classification

k-means For PALSARdata Preprosessing -Geometric correction -Masking The processing was ended: -the number of the maximum repetition amounted to 100 times, -moved pixels between clusters became 5% or less of the whole pixels. k was set from 2 to 20. 小砂川小砂川 Grayscale conversion -16,32,64,128,256,512 Textures computed from co-occurrence matrix 吹浦吹浦 k-means algorithm to create the resulting classification

Filter size (e.g., mean) 3×3 9×9 7×7 １１×１１ 5×5

Select of feature (a)mean (d)variance (b)entropy (c)second moment

Select of feature (f)homogeneity (e)contrast (g)dissimilarity (h)correlation

Autumn PALSAR results The red clusters exist in Kosagawa, Misaki, Kamaiso. The green and blue clusters are also formed ⇒a spread of spring water. large difference of temperature between spring water and air Weather information during the data acquisition†1 8.2 ℃ †1http://www.jma.go.jp/jp/amedas/ (16 gray levels; mean; K=7)

Autumn and winter PLASAR results the red clusters are decreasing in winter Winter data (16 gray levels; mean; K=7) Autumn data (16 gray levels; mean; K=7) In kosagawa,Amount of submarine groundwater discharge has been reduced in January to March.

Autumn and winter PLASAR results the difference of temperature between Sea and spring water in the winter data is smaller. Autumn data Winter data (16 gray levels; mean; K=7) Weather information at the data acquisition†1 10.5 ℃ 1.5 ℃ †1http://www.jma.go.jp/jp/amedas/

PLASAR and AVNIR-2 results in Autumn PALSAR data (16 gray levels; mean; K=7) AVNIR-2 data (band1,2,3; k=7) The red clusters exist in Kosagawa, Misaki, and Kamaiso as well as the PALSAR classification results.

PLASAR and AVNIR-2 results in Winter Compared with the autumn data, the cluster of red is reduced PALSAR data (16 gray levels, mean, K=7) AVNIR-2 data (band1,2,3;k=7) The conditions consistent with a decrease in the amount of submarine groundwater discharge in winter

Summary This study has analyzed the features regarding the groundwater discharge points in the coastal regions around Mt. Chokaisan, Japan. -The experimental results suggest that the Mean obtained from the co-occurrence matrix was good in extraction of the features of the groundwater discharge points from the ALOS PALSAR data. -The ALOS PALSAR data has the possibility of extracting the groundwater discharge points in the study area. -The k-means clustering results in the PALSAR and AVNIR-2 data agreed with the findings acquired by the ground survey.

テクスチャ特徴量 Mean(平均値) Entropy(平均情報量) Angular Second Moment(要素の密集具合) Variance(分散) Contrast(濃度変化の激しさ) Homogeneity(均質性) Dissimilarity(相違性) Correlation(相関性)

(a)mean (d)variance (b)entropy (c)second moment 32 gray levels; 9×9

(f)homogeneity (e)contrast (g)dissimilarity (h)correlation 32 gray levels; 9×9

31 7×7 5×5 9×9 １１×１１ 3×3 Mean; 32gray levels; k=15

34 使用データ取得時の気象データ秋季PALSARデータ (2009/10/7) 冬季PALSARデータ (2010/1/30) 10/1:0mm 2:21.0mm 3:2.0mm 4:2.0mm 5:0mm 6:0mm 7:0mm 1/24:0mm 25:12.0mm 26:0mm 27:0.5mm 28:4.0mm 29:1.0mm 30:2.0mm 取得日時前3時間には降雨なし冬季AVNIR-2データ (2010/2/25) 秋季AVNIR-2データ (2009/9/20) 9/14:0mm 15:21.0mm 16:2.0mm 17:2.0mm 18:0mm 19:0mm 20:0mm 2/19:0.5mm 20:5.0mm 21:0mm 22:4.5mm 23:0mm 24:0mm 25:0mm

海水温度平均海水温度(℃) 月最も低いのは2，3月最も高いのは8月 †気象庁アメダス:http://www.jma.go.jp/jp/amedas/

温度差大気温度-湧水温度(2006~2010) 大気温度-海水温度(2006~2010) 温度差温度差月月夏季は湧水地点に反応が出る ((大気-海水):小(大気-湧水):大) 冬季は海水地点,湧水地点の反応に差異が見られない ((大気-海水):小(大気-湧水):小) †気象庁アメダス:http://www.jma.go.jp/jp/amedas/

温度差大気温度-湧水温度(2006~2010) 大気温度-海水温度(2006~2010) 温度差温度差月月 10月において各差の差異がみられない 2010年上旬(秋季PALSARデータ取得時期) 大気温度-海水温度　3.9 大気温度-湧水温度　8.6 差:4.7　 †気象庁アメダス:http://www.jma.go.jp/jp/amedas/

観測時刻の海水温度秋季PALSARデータ (2009年10月7日) 水温約21℃ 冬季PALSARデータ (2010年1月30日) 水温約12℃ 気象庁アメダス http://www.jma.go.jp/jp/amedas/より引用

対象地域の海流対象地域は北北東の海流 ●:小砂川第二管区海上保安本部海洋情報部 http://www1.kaiho.mlit.go.jp/KAN2/index.html/より引用

現地調査の使用器具測定項目・pH ・溶存酸素・電気伝導率・塩分濃度・全溶存固形物量・海水比重・温度・濁度多項目水質計

測定項目１．塩分濃度水にとけている塩の量塩化ナトリウムだけでなく硫酸マグネシウム、硫酸カルシウム、炭酸水素塩等の塩類を含めていうことが多い２．pH 物質の酸性、アルカリ性の度合いを示す数値ただし、リモートセンシングデータに影響せず３．溶存酸素量水中に溶存する酸素の量４．電気伝導率物質の電気伝導のしやすさを表す値単位はジーメンス毎メートル[S/m](ジーメンスはオーム(Ω)の逆数) ５．海水比重 1気圧、４℃での純粋な水と同体積の物質の重さとの比６．温度寒暖の度合いを数量で表したもの　セルシウス温度７．濁度濁りの度合いを示す　単位はNTU(精製水1Lに1mgホルマジンを溶かした時1NTU) NTU・・・Nephelometric Turbidity Units

測定原理 pH ガラス電極法ガラス電極と比較電極の2本の電極を用い、この2つの電極の間に生じた電圧(電位差)を知ることで、ある溶液のpHを測定する方法。ガラスの薄膜の内・外側にpHの異なる溶液があると、薄膜部分に、pHの差に比例した起電力が生じる。この薄膜を電極膜という。普通溶液が30℃の場合、2つの溶液のpHの差が1違えば、約60mVの起電力を生じる。通常、ガラス電極の内部にはpH７の液を用いるため、電極膜に生じた起電力を測定しpHを求める。

測定原理溶存酸素隔膜式ガルバニ電池法　イオン化傾向の異なる2つの電極(貴金属、卑金属)と隔膜、電解液で構成された電池の反応物質として酸素を利用した時に生じる反応電流を測定する。　隔膜式ガルバニ電池法は、流速影響を受けにくく、溶液中に溶け込んだ酸素量を長時間安定して測定可能である。飯島電子工業株式会社webページより http://www.iijima-e.co.jp

測定原理電気伝導率交流4電極方式　測定液に電極を浸して溶液抵抗を測定して求める。電極面における分極容量および分極抵抗の影響を避けるために、交流電源を用いる。　2電極では0.1μS/cm~1mS/cmの範囲しか計測できないが、4電極では1mS/cm~1000mS/cmの高電気伝導率を測定可能。また、4電極方式は分極の激しい高濃度溶液でも分極が起きない。

測定原理塩分濃度電気伝導率より換算

測定原理全溶存固形物量電気伝導率より換算

測定原理海水比重電気伝導率より換算

測定原理温度白金薄膜抵抗体金属の電気抵抗が温度変化して変化する性質を利用する。白金は、温度特性が良好で経時変化が少ない。低温では、電子が金属内をスムーズに流れることができるが、高温になるにつれて金属分子運動が激しくなり電気抵抗が上昇する。この原理を利用して、温度を測定する。理化工業株式会社webページより http://www.rkcinst.co.jp

測定原理濁度 90度散乱光測定方式(赤外光) 照射された光は、懸濁物質の表面で反射するものと、吸収されるものとで分かれる。その光の量は、照射光の波長と粒度分布で大きく変化する。一定濃度までは比例して増加して、それを超えると粒子による吸収や干渉が起こり変化量は、減少する。この散乱光のみを測定し、その散乱の強さが水中の懸濁物質の濃度に比例することを利用して、濁度を計測する方式。株式会社東邦電探webページより http://www.dentan.co.jp/index.html

解析結果(2/5) (1)秋季データ秋季PALSARデータと秋季AVNIR-2データとの比較小砂川海表面水温と大気温度の差が大きいため,湧出地点に反応が見られる <観測時刻の気象情報†1,†2> 三崎釜磯 †1気象庁アメダス http://www.jma.go.jp/jp/amedas/ †2秋田県象潟海岸域における地下水の湧出特性秋大地理,Vol.53,pp.17-20(2006) 秋季データA (16階調, クラスタ数7)

現地調査における検討および考察 (3/4) 測定結果項目河川水湧水地点 (平均値) 塩分濃度(%) 0.1 0.0 pH 6.94 7.71 溶存酸素量(mg/L) 7.26 10.18 電気伝導率(S/m) 0.030 0.018 海水比重(sg) 1.000 1.001 水温(℃) 24.0 13.8 濁度(NTU) 12.3 5.4 淡水における河川と湧水地点の各水質項目の比較 2009年9月20日取得 AVNIR-2データ(band1,2,3)の分類結果水温および濁度の差異を認めた

現地調査における検討および考察 (4/4) 月光川における7月・8月調査の各水質項目の比較現地調査前の降水量† (観測地点:象潟;単位:mm) 測定結果 †「気象庁:アメダス」 http://www.jma.go.jp/jp/amedas/ 参照降雨の影響を考慮した検討が必要

現地調査における検討 (2/4) 測定結果項目海水 (平均値) 淡水 (平均値) 塩分濃度(%) 26.6 0.0 pH 8.10 7.52 溶存酸素量(mg/L) 7.03 9.45 電気伝導率(S/m) 4.080 0.022 海水比重(sg) 1.021 1.001 水温(℃) 25.4 16.4 濁度(NTU) 8.5 7.1 海水と淡水における各水質項目の比較海水・象潟海水浴場・小砂川海水浴場・クツカケ広場・釜磯海水浴場淡水・小砂川海水浴場・クツカケ広場・釜磯海水浴場・月光川 24.0℃ 塩分濃度および水温の差異を認めた

現地調査における検討 (3/4) 測定結果項目河川水湧水地点 (平均値) 塩分濃度(%) 0.1 0.0 pH 6.94 7.71 溶存酸素量(mg/L) 7.26 10.18 電気伝導率(S/m) 0.030 0.018 海水比重(sg) 1.000 1.001 水温(℃) 24.0 13.8 濁度(NTU) 12.3 5.4 淡水における河川と湧水地点の各水質項目の比較河川水・月光川湧水地点・小砂川海水浴場・クツカケ広場・釜磯海水浴場水温および濁度の差異を認めた

現地調査における検討 (1/5) 現地調査(2010年7月16日) 調査地点・象潟海水浴場(2ヶ所) ・福田の泉(3ヶ所) ・小砂川海水浴場(3ヶ所) ・小砂川漁港(1ヶ所) ・釜磯海水浴場(1ヶ所) ・月光川(3ヶ所) 調査地点

現地調査における検討 (1/4) K-means法による分類結果例地下水および河川水におけるクラスタの相違小砂川,吹浦の海域で異なるクラスタの広がりが明らか象潟(海水), 釜磯(海底地下水湧出地点), 吹浦(複数の河川の合流地点)の水質成分の比較小砂川吹浦　　濃度別判別色 2009年9月20日取得データの分類結果低　　　　　　　　　　　高

昨年度までの解析手法対象:AVNIR-2データ前処理小砂川実験データの作成 K-means法による分類処理 Landsat-7 ETM+データとの比較吹浦地質図との比較 2009年9月20日取得データの分類結果塩分濃度の算出

8月データを基準とした　　　　　　　　　　　　　4月・5月・9月データの幾何補正(二次変換) (RMS誤差:0.16(4月・5月),0.18(9月)) 3次畳み込み内挿法によるリサンプリング対象地域の切り出し切り出し例 (4月データ,　R,G,B:Band3,2,1) 解析の流れ 1/7 前処理 ,[object Object]

海域の大気補正k-means法による分類処理 Landsat-7 ETM+データとの比較地質図との比較塩分濃度の算出

陸域から約500m以上沖合原画像マスク処理後画像 (R,G,B:Band3,2,1) 解析の流れ 2/7 前処理 ,[object Object]

海域における放射輝度値の　　　　　　約90%が大気散乱光に起因1回散乱近似による補正手法第4バンドデータの情報に基づき第1・2・3バンドデータに大気補正解析の流れ 3/7 前処理 ,[object Object]

ランダムにk個の画素を選び各グループの代表とする他の画素を一つずつ選び最も近いグループに配分グループの平均値更新更新されなくなるまで繰り返す ,[object Object],最大反復回数:100回，　クラスタ間の移動画素が全体の5%以下 ,[object Object],k=3~20の連続した値解析の流れ 4/7 前処理 ,[object Object]

小砂川三崎釜磯吹浦原画像分類結果例 Landsat-7 ETM+データ† †景山，柴田，西田，小玉：ランドサットETM+データを用いた鳥海山沿岸海域における地下水湧出地点の検出；システム制御情報学会論文誌，Vol.22，No.5，pp.169-176(2009) 解析の流れ 5/7 前処理 ,[object Object]

対象地域の地質図* 解析の流れ 6/7 前処理 ,[object Object]

海域の大気補正k-means法による分類処理 Landsat-7 ETM+データとの比較地質図との比較塩分濃度の算出 *地質図：地質調査所 (5万分の1地質図幅「鳥海山及び吹浦」(1992))

湧水と海水の違い: 　　　　水温，塩分濃度，比重,透明度等 ,[object Object]

現地調査による実測値* 塩分濃度に着目有色溶存有機物 :各月データのBand1,2 　 , , , , , *塩分濃度：「Assessing the potential of remotely sensed data for water quality monitoringof coastal and inland　waters」,高知工科大学紀要,Vol.5,No.1,pp.201-207(2008) 解析の流れ 7/7 前処理 ,[object Object]

現地調査における検討 (4/5) 測定結果項目河川水湧水地点 (平均値) 塩分濃度(%) 0.1 0.0 小砂川 pH 6.94 7.71 溶存酸素量(mg/L) 7.26 10.18 電気伝導率(S/m) 0.030 0.018 吹浦海水比重(sg) 1.000 1.001 水温(℃) 24.0 13.8 濁度(NTU) 12.3 5.4 淡水における河川と湧水地点の各水質項目の比較河川水・月光川淡水・小砂川海水浴場・クツカケ広場・釜磯海水浴場 2009年9月20日取得 AVNIR-2データの分類結果水温および濁度の差異を認めた

テクスチャ細かな模様パターンが一様に分布している状態。テクスチャのきめ細かさにより風景の遠近感を得ることができる。自然界に存在するテクスチャは統計的なものがほとんど。テクスチャ解析 (1)統計的特徴量の抽出 (2)局所的幾何学的特徴による解析 (3)モデル当てはめによる解析

統計的特徴の抽出法統計的にテクスチャ解析する方法は数多くある・濃淡ヒストグラム・同時生起行列・差分統計量・ランレングス行列・パワースペクトルリモートセンシングデータのテクスチャ解析に有効 (処理時間を考慮)である同時生起行列を用いる

3次たたみ込み内挿法 (cubic convolution)(1/4) 3次補間法とも呼ばれ，内挿点の画像データを　その点の周囲16点の画像データを用いて求める u P(u,v) v :原画像の画素 :内挿したい画素

3次たたみ込み内挿法 (cubic convolution)(2/4) 内挿の一般式 [ ]：ガウス記号　　　　　　　　　　　　　　　　　　　　　　　　(u，vの少数部分を切り捨てて整数部分をk，lとする)　　　 y 3次たたみ込み内挿法：観測点 [ ]：ガウス記号　　　　　　　　　　　　　　　　　　　　　　　　(u，vの少数部分を切り捨てて整数部分をk，lとする)　　　 x 0 ‐1 +1 +2 x ：内挿点内挿関数 y

3次たたみ込み内挿法 (cubic convolution)(3/4) 3次たたみ込み内挿法の重み関数 f(t) ：3次たたみ込み内挿法の重み関数 t 0 ‐1 +1 +2 +2

3次たたみ込み内挿法 (cubic convolution)(4/4) 特徴画像の平滑化と同時に鮮鋭化の効果オリジナルな画像データを壊してしまう　　　　　　　　　　　○間隔尺度(数値の差のみ)　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　×順序尺度(大小関係)　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　×名義尺度(区別するのみ) 内挿点の値Pは16点の観測点の最小値より小さな値と　なる場合や，最大値より大きな値となる場合があるので注意が必要(256レベルだと負数や255を超えることあり) 画像の幅1画素の縁内に位置する画素に処理はできない処理アルゴリズムが複雑であり，処理時間がかかる

バンド Lバンド　波長約24cm Cバンド　波長約6cm Xバンド　波長約3cm 　波長の短いバンド(C,Xバンド)で森林地帯を観測すると、木の上のほうの葉っぱの部分で反射してしまい、地面まで電波が到達しない。そのため、うまく干渉できない。これに対し、波長の長いLバンドの電波は植生を透過する。そのため、森林地帯でも地面からの反射波をとらえて干渉できる。　日本のように植生が多く、かつ山地が多くて地形が険しい場所では、Lバンドが有利である。

現地調査時(1回目)の天気気象庁より http://www.jma.go.jp/jp/amedas/

kageyama-2550-0728.pptx

Recomendados

Recomendados

Más contenido relacionado

Más de grssieee

Más de grssieee (20)

Último

Último (9)

kageyama-2550-0728.pptx