などがあります．

　マルチスペクトルデータを得るセンサーは，例えば，土地の被覆情報や鉱物資源情報などの地球の状態を定量的に把握するための目的とする各主題（テーマ）を持って設計されています．本講座の例で利用しているランドサット（LANDSAT）のTM（Thematic Mapper）は主題地図の作成という意味を持っています．

　太陽の放射は，地表の物体で反射，透過および吸収されます．リモートセンシングの光学センサーは基本的に，太陽の光を当てた物体の反射された情報を収集します．マルチスペクトルでは，可視光から赤外線まで，ある一定の波長の幅をもった波長帯（バンド）ごとに地表からの反射を離散化してデジタル情報化しています．

　各波長帯は目的とする地表の対象物固有の特徴をうまく捉えられるものを選んでいます．対象物としては，土地や植生，水，岩石資源および温度などがあります．物質によって，どのように反射率が変化するかを示すスペクトルを下図（http://rst.gsfc.nasa.gov/Intro/より引用・加筆）に示します．

　物質によりスペクトルが多様であることがわかります．また，目に見える0.38から0.78μｍ以外の領域（ここでは近赤外の領域）でも，反射率が変化していることがわかります．さらに，植物でも種類が異なるとパターンが似ていますが，反射の割合が異なることがわかります．

　TMは米国のLandsat4号（1982），5号（1984），６号（失敗）および7号（1999；ETM+；Enhanced Thematic Mapper, Plus）に搭載されているセンサーです．良く利用されている4号・５号のTMは次ぎの７つのバンドから構成されています．

�@バンド１；0.45-0.52μｍ（青〜緑色；可視）：水，土地利用，土壌や植物の特徴の分析をサポートする．大気の散乱の影響を受けやすい．

�Aバンド２；0.52-0.60μｍ（緑色；可視）：青色と赤色の間の植物の葉のクロロフィル（葉緑素；植物の光合成に必要な緑色の色素）の反射に対応し，植物の活性を分析する．

�Bバンド３；0.63-0.69μｍ（赤色；可視）：活性の高い緑色植物のクロロフィルが吸収する（低反射）の波長帯．植生分析の最も重要なバンドの１つである．水域の区別がしやすい．土壌や地質の境界の図化に役立つ．大気の効果がバンド１，２に比べて少なく，コントラストが高い．

�Cバンド４；0.76-0.90μｍ（近赤外）：目では見えない．とくに，植物量（バイオマス）に対応する．また，陸と水域の識別に役立つ．

�Dバンド５；1.55-1.75μｍ（短波長赤外）：土壌や植物中の水分量に敏感に対応する．雲・雪および氷を区別できるなど，水文学的な研究で重要である．

�Eバンド６；10.40-12.5μｍ（熱赤外）：このバンドは他のバンドが太陽光の地表での反射を受けているのに対して，地表からの放射量を測定している．このため，太陽と関係なく夜間でも撮影できる．地表の温度分布を分析できる．これを用いて地熱の活動調査，熱慣性（暖まりやすさ，冷めやすさのようなもの）による岩石分布図の作成や植物のストレス解析などに利用されている．

�Fバンド７；2.08-2.35μｍ（短波長赤外）：岩石や粘土鉱物などの分類に役立つ．熱水変質帯の調査などで利用される．植生や水域は暗く見える．

　前回の講義および実習でLandsatのTMの各バンドの画像を表示したと思いますが，各バンドには上述したような意味があります．また，カラー合成では，簡単なバンド間の違いを情報化し，可視化しました．これもスペクトルの応用の１つです．

バンド間演算

　これらの複数の波長帯（バンド）の画像を用いて演算し，スペクトル解析に近い処理を行なうことができます．ここでは，その中で最も簡単な比演算（ratioing）を説明します．比演算はバンド間の明るさ（値）の比を計算することです．これにより目的の対象物のスペクトルの特徴に合わせたバンドを選び，その２つの比を計算することにより対象物を抽出します．

　前回の実習で行なったように，各TMのバンドを単色で表示した場合でも，山・谷や平野などの形が大まかに理解できたと思います．これは，山や谷などの地形が，太陽の方向に向く斜面どうかにより，光の当たり方が異なり，同じバンドでも明るさが異なるからです．対象物抽出の際に，バンド間の差ではなく，比を用いることにより，この太陽光と地形との効果を取り除くことが出来ます．また，逆に，地形の効果を取り除いた画像に戻すことも出来ます．

　まず，下図（Lillesand and Kiefer, 1994より引用・加筆）に示す透明な水，乾燥した裸地（土壌），植物（緑色の葉）の３種類の反射スペクトルの特徴を見てみましょう．

これらは，それぞれの異なる反射曲線を描いています．ここで，TMのバンド３（赤色）とバンド４（近赤外）の波長帯に注目してみましょう．植物では，バンド４はバンド３に比べて大幅に反射率が増加しています．土壌はやや増加する傾向にあり，水は減少しています．ここで，バンド４／バンド３の計算を考えてみると，植物ではその比は１を大きく超える数になり，土壌は１を少し超える値，水は１より小さい値になることがわかります．したがって，バンド４／バンド３の演算を行なうことにより，これらの違いを抽出することが可能となります．

　下図は，バンド３とバンド４の画像です．それぞれ見やすいようにヒストグラム平滑化処理がされています．

この２つを用いてバンド４／バンド３を計算した結果（以下バンド４／３比画像）を下に示します．

このバンド４／３比画像から，水の分布する地域を抽出した画像を下に示します．

この画像で濃い青色の部分は基本的に河川や池など水のある領域に相当します．また，バンド４／３比画像から土壌が覆う部分が多い地域を抽出した画像を下に示します（下左図）．また，どのような地域かを確認するために，その中央部を拡大し，地形の傾斜方位図（aspect）を用いて合成した画像を示します（下右図：d.hisを用いた；実習参照）．

最後に，バンド４／３比画像から植生分布の多い地域を抽出した画像を示します．

また，土壌と同様に，中央部で傾斜方位と重ねた画像を示します（下左図：d.hisを用いた；実習参照）．さらに，dem（標高データ）を用いて３次元的に表現したものも示します（下右図：d.3dを用いた；実習参照）．

４-２-４．植生指標

　　対象物についてそれぞれ固有の反射特性があることがわかりました．ここでは，植物についてさらに深く考えてみよう．下に緑色の葉の可視から短波長赤外域での分光反射スペクトルの例を示します（(財)資源観測解析センター，宇宙からの地球観測システムより引用・加筆）．

　植物は光合成を行なっています．この際，緑色の葉の細胞中のクロロフィル（葉緑素）が重要な役割を果たしています．このクロロフィルは波長0.45μｍと0.68μｍの可視光線を吸収します．このため，逆にこれらの波長では，反射率が低下します．この２つの波長の中間に少しだけ反射率が高い部分があります．この波長が緑色のため，葉は緑色に見えることになります（下図）．また，熱に弱いクロロフィルを守るために，植物の葉は赤外の領域を大きく反射します．とくに近赤外の0.75μｍから1.3μｍまでは非常に反射率が高く，入射量の約半分を反射します（残りは葉を透過してしまう）．したがって，波長0.68μｍの吸収から0.75μｍの反射部分は反射率が急に変化します．この部分は植物に関する解析に非常に重要でレッドエッジと呼ばれています．なお，水分の不足等で植物がストレスを受けると，レッドエッジが短波長側（図中では左側）へ少しずれることがあり，ブルーシフトと呼ばれています．

　このような情報を得るために多くの人工衛星のセンサーでは，緑色と赤と近赤外の波長を区別して捉える様に設計されています．

　植物の中でも種類により反射特性が異なります．例えば，一般に常緑の針葉樹よりも落葉樹の葉のほうがより反射率が高い傾向があることがわかっています．

植生指標［Vegetation Index］

　これらの植物の葉の特性を利用して植物の有無や量および活性度を示す指標である植生指標が求められます．代表的なものとして正規化植生指標（NDVI；Normalized Difference Vegetation Index）と呼ばれるものがあります．これは，

のようにバンド間の比（ここでは差）で求められます．ここで，IR は近赤外，R は赤外のバンドの反射率です．これは上述したレッドエッジを挟んだ２つのバンドです．LANDSATのTMデータの場合では，IRがバンド４，Rがバンド３に相当します．つまり，

となります．また，NDVIの値は植物の葉が多いほど高くなります（実際には，土壌の反射やその他の影響を考慮する必要があります）．NDVIの例を下に示します．

まとめ（９）

（以上，第９回講義）