海洋リモートセンシング

Graduate Lecture

海洋リモートセンシング

衛星地球観測の基本原理とデータ解析について学ぶ大学院講義です。衛星地球観測の長所・短所の理解を念頭に、可視・近赤外リモートセンシング、マイクロ波リモートセンシング、さらに新しい観測センサーとその応用例を扱います。

Remote Sensing Radiative Transfer Infrared Visible Microwave Altimeter SAR LiDAR

講義のねらい

衛星地球観測の原理を理解し、観測データの長所と限界を把握することを目的とします。

可視・近赤外、熱赤外、マイクロ波、レーダー高度計、SAR、LiDAR などの代表的センサーを取り上げ、海洋・海氷・海上風・海面高度などへの応用を学びます。

講義内容

内容衛星地球観測の基本原理、データ解析などについて講義を行います。衛星地球観測の長所・短所の理解を念頭に、可視・近赤外リモートセンシング（RS）、マイクロ波 RS の詳細とその応用例について説明します。

1–2. 基礎と熱赤外 3–4. 可視・放射計 5–6. 散乱計・高度計・SAR 7. LiDAR と次世代センサー

1. 地球環境観測衛星によるリモートセンシング / 2. 光学センサー1：熱赤外リモートセンシング

1. 地球環境観測衛星によるリモートセンシング Details of RS, Platforms and Orbits, and Radiative transfer theory

2. 光学センサー1：熱赤外リモートセンシング Optical sensor 1: infrared remote sensing
温度推定等のアルゴリズムと応用

光学センサーの基礎として、放射が大気や物体を通過する際の吸収・散乱・放射を扱う放射伝達の概念図。

赤外放射計とマイクロ波放射計による海面水温観測衛星の歴史。各センサーの発展と継続観測を整理します。

3. 光学センサー2：可視域リモートセンシング / 4. マイクロ波センサー1：放射計

3. 光学センサー2：可視域リモートセンシング Optical sensor 2: remote sensing with visible-band sensor
クロロフィル-a 濃度推定・PFT 等のアルゴリズムと応用

4. マイクロ波センサー1：放射計 Microwave sensor 1: radiometer
海氷密接度・氷種・水温推定アルゴリズムとその応用

海色リモートセンシングでは、クロロフィル画像を入口として、炭素循環や基礎生産量への応用を学びます。

大気の透過率と atmospheric window。マイクロ波が雲を比較的透過しやすいことを理解するための基礎図です。

5. マイクロ波センサー2：散乱計と高度計 / 6. 合成開口レーダー・干渉型海面高度計

5. マイクロ波センサー2：散乱計と高度計 Microwave sensor 2: Scatterometer and altimeter
海上風推定アルゴリズムとその応用、海面高度算出の原理

6. 合成開口レーダー・干渉型海面高度計 Synthetic Aperture Radar and Interferometric Radar Altimeter

レーダー高度計が海面高度を測る原理と、海洋学における海面高度の重要性を示す図です。

海面高度観測衛星の歴史。TOPEX/Poseidon, Jason 系列, CryoSat-2, Sentinel-6, SWOT などの流れを概観します。

7. ライダー、次世代センサーの紹介 + 衛星 RS の応用研究

7. ライダー、次世代センサーの紹介 + 衛星 RS の応用研究 Introduction to LiDAR and new-generation satellites and sensors

将来の衛星ミッションや新しい観測手法を考える際の例として、Sentinel-6 や SWOT を含む高度計ミッションの系譜を紹介します。

可視域センサーから得られるクロロフィル画像を応用研究の例として示し、海洋物理・生態系研究とのつながりを説明します。

この講義で扱う主なテーマ

リモートセンシングの基本原理と放射伝達
衛星プラットホームと軌道設計
海面水温、クロロフィル、海氷、海上風、海面高度の推定アルゴリズム
可視・近赤外、熱赤外、マイクロ波、SAR、干渉高度計、LiDAR の比較
海洋物理・極域海洋・地球環境観測への応用

データ解析実践編

海洋リモートセンシングの実践編では、衛星データを実際に読み込み、画像化・物理量推定・センサー間比較を通じて、海洋観測データとしての特徴と限界を学びます。 EOF、SVD、DINEOF などの多変量解析はデータサイエンス概論で扱い、ここでは「衛星リモートセンシングらしい解析」を中心にします。

実践 1：MODIS L2 データから RGB 画像を作る Aqua/MODIS の Ocean Color L2 データを用いて、複数波長のリモートセンシング反射率から RGB 画像を作成します。雲、陸、沿岸水、外洋水、水塊境界などを画像として読み取ります。
実践編ページへ：MODIS L2 RGB画像

実践 2：海色データからクロロフィルa濃度を推定する RGB画像で見えた「海の色の違い」を、青〜緑の波長帯の反射率を用いて定量化します。 Rrs、波長比、クロロフィルa推定アルゴリズムの考え方を学びます。
実践編ページへ：クロロフィルa濃度推定

実践 3：MODIS SST4 と AMSR2/GHRSST SST の簡易合成 赤外 SST（Aqua/MODIS SST4）とマイクロ波 SST（AMSR2/GHRSST L2P subskin SST）を用いて、黒潮域における SST gap filling の可能性と限界を調べます。
実践編ページへ：MODIS + AMSR2 SST 合成

実践編で扱うポイント RGB画像、Rrs、クロロフィルa濃度推定、赤外・マイクロ波センサーの違い、 L2 swath と L3 mapped データ、QC、単位変換、再格子化、バイアス補正、source flag などを扱います。

補足

このページには講義PDFから代表的な図を配置しています。講義資料本体は授業進行に合わせて配布し、ここでは講義の構成と扱うテーマが一目でわかるように整理しています。