1. 概要

リモートセンシング(遠隔探査)とは、センサと対象物とが遠く離れた観測方法を指す言葉である.一般的には地球(対象物)の状態を知るために,航空機(数百メートル〜数キロメートル上空)や衛星(数百キロメートル〜数万キロメートル上空)にセンサを搭載して観測をおこなう方法を指す.地球の「いま」を知るために不可欠の技術であるリモートセンシングについて研究を進める。

具体的には、地球を捉えた視覚的データである衛星観測データ(画像)を対象とした、超大規模データコレクションの蓄積、検索、データマイニング、情報視覚化を研究テーマとする。また、リモートセンシングデータを国際的な規模で交換できる環境を実現するために、タイのアジア工科大学と国立情報学研究所との間で、準リアルタイム大規模衛星データ交換のための実証実験を進めている。⇒ 研究紹介(NIIニュースより)

2. 歴史と利用

1. リモートセンシングの歴史

テレビ天気予報でおなじみの静止気象衛星画像は,地球大気という対象物の状態を知るために,赤道上空約35,800キロメートルと離れた位置にある衛星センサによるリモートセンシングの一例である.このような宇宙からの壮大な観測網は宇宙への衛星打ち上げが可能となって初めて実現したものであるため,1960年代には宇宙開発への熱狂とともにリモートセンシングの技術開発も精力的に進められた.そして1970年代に入るとランドサットなど現在へと続く代表的な衛星シリーズの打ち上げが始まった(初代の気象衛星「ひまわり」も1977年打ち上げである).1990年以降は,軍事技術の民生利用によって高度な技術が商用でも利用可能になるとともに,インターネット経由のデータ配布や画像処理済みのデータ販売が浸透したこともあり,リモートセンシング画像を手軽に利用するための環境が整備されつつあるのが現状である.

2. リモートセンシングの利用

さてリモートセンシングの利用は多岐にわたるが,特に重要なものとして「地球環境の監視」,例えば森林面積や海水温・海氷などの時間変化から地球温暖化の兆候を監視する,という用途がある.このような用途には、以下のようなリモートセンシングの特徴が活用されている.

  1. 広域性(広い地域を観測可能なこと)
  2. 均質性(同一のセンサで観測できること)
  3. 周期性(一定の時間間隔で観測できること)
  4. 継続性(長期間にわたって観測を続けられること)

一方でリモートセンシングの利用は、経済や生活に密着した分野にも広がっている.例えば、精密農業や災害情報収集、あるいは地理情報システムなどの分野においてリモートセンシングの利用による業務の効率化・高精度化が進んでいる。

3. デモンストレーション

4. 衛星画像情報処理の課題

研究の主な関心は、地球に関する貴重な情報を送りつづける衛星画像を、ただ死蔵するだけではなく研究者や一般の人々が有効に活用できるようにするためには、どのような情報学的方法論が有効かを考察することにある。そこで気象衛星画像を題材として、超大規模科学画像データベースを構築し、このデータベースという具体的な対象を通して得られた経験を、いかに理論的に深めていくかが研究の主な課題である。

気象衛星画像として主に用いるのは、赤道上に静止して観測を続ける静止気象衛星とよばれる種類の衛星である。この衛星は北極から南極までの観測をほぼ1時間に1回の間隔で繰り返すことが可能であり、地球規模から地域規模までの気象現象を継続的に追跡するという目的に適した特性を備えている。また、天気予報の基礎的データや、テレビ・メディアの天気予報素材としても、いまや不可欠の衛星データとなっている。

こうして毎日・毎時観測されたデータは、その時点での気象の把握には有効であるが、このような貴重なデータを使い捨てにするのは、科学的観点からは非常にもったいないことである。したがって、これらのデータを継続的に収集し、蓄積し、検索し、組織化するための方法論を構築することは、気象学の理解を深めるためにも重要な挑戦課題であると考える。本研究ではこのようなシステムを構築するための方法論を確立する。また、データが何か所にも分散して存在したり、データが意味する情報が専門家以外にはわかりにくかったりという、地球観測衛星データに典型的な問題をも解決するため、本研究では以下の課題を解決することを目標とする。

1. 大規模衛星画像コレクションに対する画像内容検索技術

衛星画像を検索する際に必要となる画像内容を自動的に抽出しインデックスを構築しておくことで、データの取得日時などの単純なメタデータを用いた検索に加え、画像情報に基づく高度な検索が可能となる。

2. 分散衛星データアーカイブに対するネットワーキング技術

世界各地に分散する衛星受信センターをネットワークで結合することで、各地で受信した衛星データから自動的に巨大衛星データアーカイブを構築していくような、ネットワーキング技術が必要である。このようなアイデアは、現在「データグリッド (Data Grid)」というキーワードで注目を集めている。

3. 衛星画像データに内在する種々の情報を、ユーザが直観的に理解しやすい形式で提示するビジュアライゼーション(可視化)技術

衛星データは基本的には数字の羅列であり、その羅列だけからわかることは少ない。そこで生のデータから情報を抽出し、わかりやすく加工して提示するという技術が真に重要である。このような技術は、一般にビジュアライゼーションと呼ばれるが、最近では「ビジュアル・データマイニング」との言葉も生まれている。

4. 地理情報学(Geoinformatics)との融合

リモートセンシングと地理情報学との融合には双方に利点があるため今後もこの方向性はますます進展していくと考えられる。その利点とは以下のようにまとめられる。

  1. リモートセンシングデータは、すべての画素が地理的座標に対応しているという意味で地理的データでもある。リモートセンシングデータを単なる画像データとしてではなく地理的データとして扱うことにより、地理的座標に関する事前情報を活用した画像解析などが可能となる。ゆえに、リモートセンシングデータは地理的な空間データ、あるいは時間座標も加えた時空間データとして扱うべきである。
  2. 一方で地理情報学(geoinformatics)の立場からは、災害発生などダイナミックに変動する事象に迅速に対応できる地理情報システムGIS (Geographic Information System)を構築するためには、リモートセンシングによる広域的・網羅的かつ迅速なデータ収集が不可欠である。さらに、地球環境情報を網羅的に収集し統一的な枠組みでアーカイブする技術は、地球規模の地理情報基盤(「デジタルアース」など)を実現する基盤技術ともなる。

5. 人工衛星から見た地球

  1. 歴代の静止気象衛星:ひまわり・ゴーズ・GMS・MTSAT・Himawari
  2. 宇宙から見た昼の地球:MODIS衛星によるThe Blue Marble(ブルーマーブル)データ
  3. 宇宙から見た夜の地球:DMSP衛星による地球の夜景データ
  4. 宇宙から見た夜の地球:DMSP衛星による地球の夜景データ(1992年〜2012年:Google Maps版)
  5. イラン・バムの城塞:地震前後の超高解像度衛星画像
  6. 気象衛星から見た流氷
  7. 気象衛星から見た火山噴火
  8. 気象衛星から見た日食

6. 参考文献(全リスト

  1. 北本 朝展, "リモートセンシング:画像情報処理から時空間情報処理へ", 電子情報通信学会技術報告, Vol. PRMU2002-255, pp. 73-80, 2003年03月 [ 概要 ] [ PDF ]
  2. 北本 朝展, 小野 欽司, "日本とタイの国際共同研究に基づく台風データの収集および台風画像データベースの構築", NII Journal, No. 2, pp. 15-26, 2001年03月 (in English) [ 概要 ] [ PDF ]
  3. Asanobu KITAMOTO, "Multiresolution Cache Management for Distributed Satellite Image Database Using NACSIS-Thai International Link", Proceedings of the 6th International Workshop on Academic Information Networks and Systems (WAINS), pp. 243-250, 2000年03月 (in English) [ 概要 ] [ PDF ]
  4. Asanobu KITAMOTO, "Toward Content-Based Satellite Image Database Systems over the Network", Proceedings of the 5th International Workshop on Academic Information Networks and Systems (WAINS), pp. 31-38, 1998年12月 (in English) [ 概要 ] [ PDF ]
  5. 北本 朝展, 高木 幹雄, "ボリュームレンダリングを用いた気象衛星画像の3次元可視化", テレビジョン学会年次大会, pp. 114-115, 1996年07月 [ 概要 ] [ PDF ]

7. 関連リンク