ログインしてさらにmixiを楽しもう

コメントを投稿して情報交換!
更新通知を受け取って、最新情報をゲット!

GIS[地理情報]GPS[位置情報]活用コミュのERDASIMAGINE

  • mixiチェック
  • このエントリーをはてなブックマークに追加
どなたかユーザーがいらっしゃったら教えてくださいm(__)m

仕事で衛星画像(可視バンド?)から土地利用分類をできるようにとの指令があるのですが、ERDASIMAGINEはまともに使ったことがないので難航しています。
そもそも、衛星画像からの都市的土地利用の分類は可能なのでしょうか?
可能なら戸建住宅と集合住宅(写真左)、工場(写真中)、事務所(写真右で特に高層ビルの集まるエリアとそうでないエリアとか)くらいは分類したいのですが、使っているうちに建物の密度や敷地内の緑被率って考慮してくれるものなのか、少々疑問に思ってきました。上司はできるはずだと言うけど・・・。
当方、バージョンは8.7のProfessionalです。もしわかる方いらっしゃったら、そんな機能はないよ〜とか、○○の機能を使えばできると思う…などなど、ヒントだけでもいただけるとうれしいです。
よろしくお願いいたしますm(_ _)m

コメント(11)

はじめまして。
土地利用分類ではありませんが,教師無しの土地被覆分類が比較的簡単にできます。
ERDAS Imagineですと,Classifier > Unsupervised Classification です。
設定ウィンドウで分類数を指定すると,クラスター分析のように,似た色を持つ画素をクラス分けしてくれます。ただ,クラスが何を表しているのかを解釈する必要があります。

以上の方法は,土地利用分類ではありません。集合住宅と事務所などの違いを自動で分類することは,難しいと思います。そうなると判読になるかもしれませんが,衛星画像(上記画像はASTERですか?)ではおおざっぱにしか分からないかもしれません…。
はじめまして。
ご回答ありがとうございます。
お察しのとおり、写真はASTRERの可視画像です。

先ほどマニュアルを見ながら教師なし分類をやってみたのですが、どうしても建物の部分が解釈できません。選択した色の平均みたいなものを取っているだけのように見えたので、建物の密度とかを判読するのはきびしいのかなと思えてきました。かといって、自分でシグネチャを設定すると、細かく分類していないのに東京湾以外の水域が都市的土地利用に塗られてしまったり・・・大変なことになっています。

いかんせん自分はMapInfoユーザーで、ラスタデータの処理はさっぱりわからないのですが、上司によるとENVIで植生の密度による土地被覆判別ができるところまでは確認しているらしく、ERDASIMAGINEでもできるんじゃないかとのことでした。でも、建物となるとちょっと厳しそうですね。ひょっとして、ERDASIMAGINEをもってしても緑被や建物があるかないかということしかわからないのでは?と思うようになってきました。

来週までは少しがんばって調べてみようと思うので、また何かヒントなどがあったらよろしくお願いいたします。
>ERDASIMAGINEをもってしても緑被や建物があるかないかということしかわからないのでは?と思うようになってきました。

ERDAS Imagineや,他のリモートセンシングのソフトでも,基本的な機能にそれほど違いがありません。衛星画像の方に制約があります。ASTERの解像度は可視で15mですが,解像度の高いデータを利用すると,建物がわかってきます。ただ,解像度を高いデータはめちゃくちゃ高価ですし,自動的に判別するのはもっと困難になります。判読ベースとなるでしょう。

目的とか予算とか,どのくらいのスケールで分類結果が欲しいのかにもよると思いますよ。ASTERは1枚1万円くらいだから安いですよね。
はじめまして。
衛星画像から建物の種類を判別するということですが、個人的な意見としては、衛星画像データ単独の判読では無理だと思います。たとえば、工場と戸建住宅の間で、スペクトル反射の違いがあるとは思えないからです。工場のスペクトル反射と戸建住宅のそれとを比較されましたか?各セルのスペクトル反射をグラフで見られるツールがあったはずです。セルをクリックするとグラフが出てくるようなやつです。もし違いがあるならば、その違いを利用して判読に適用させることは一つの方法として考えられます。植生の密度で建物の判別ができるというのは少しナンセンスではないかと思ってしまいますが、どうなんでしょうか?これについてはよくわかりません。

もう一つは、他のデータをもってきて、それを手がかりにもデラーで判読の基準を作り、分類をさせる、という方法がありうると思います。ただ、どんなデータを持ってくればいいか、検討がつきません。

もしここ以外で質問をしたい場合は、「てくてくGIS」をオススメします。検索エンジンで「てくてくGIS」と入れるとすぐにみつかります。

トップページから「参加する」へ行くと質問をすることができる掲示板へいけるはずです。ここで質問をしてみてもいいかもしれませんね。
>たぐちゃん さん
じつは今のところ、目的ははっきりしていません。
GISの実習の準備中でして、上司が大学の周辺のデータをいろいろ買いあさって何ができるのかを模索している状態です。
研究室にはほかにユーザーがいないので、先発隊でとにかく操作を覚えていろいろな処理ができるようにスキルアップするように・・・との指示が出ています。
今回の土地利用判別の「お題」は、できるかどうかということだけでなく、できない場合にその理由をはっきりさせるのも大事だという視点からかなと勝手に解釈しています。

>Tetsu さん
はじめまして。
マルチバンドの衛星画像なんていじったことがないので、上司に「できるんじゃないかなぁ?」と言われても、そもそも可能かどうかすらわからないんです(泣)
無理ならその理由がわかればよいのですが、こういう処理はまったくのド素人なので、見当つかなくて質問してみました。
スペクトル反射を見るツールについて、次回調べてみます。
大きな違いが見られなければ、衛星画像のデータの制約でそこまでの分類は難しいと報告できるかと思います。

ご意見ありがとうございましたm(_ _)m
上司の方があまり知識がないようなので、はっきりと「できないです」と言った方がいいですよ。できないですから。知識のない上司を持つと困りますよね。

建物の種類の判別は、木の樹種の判別と同じかそれ以上の難しさを持っていると思います。樹種の判別については、現在様々な研究機関や大学研究者が、IKONOSなどの高解像衛星画像を使ってやっていたりするトピックです。ASTERでできることではありません。これが私の意見です。
>Tetsuさん
ありがとうございます。
あの画像では無理かなぁと思いつつも、自分がさらに知識がなので確信が持てず、できないと断言できませんでした。

もともとあの可視画像は温度の画像の領域を特定するついでに注文しただけのものなので、建物や木の密度から用途の違いを判別させるのは無理だとわかっただけでも収穫かもしれません(^^;A
となると、いつかマイクロ波の画像を注文されそう・・・先日、マイクロ波は雲量を気にしなくていいから超使えるらしいと言っていたもので。

マイクロ波って、実際にはどのような用途で使用されているのでしょうか?
使えないようなら注文される前にそう言うので、ご存知でしたら教えてください。
マイクロ波の画像(SAR)は確かに雲の影響を受けません。ただ,非常に扱いづらいデータですので,お勧めできません。可視光や近赤外の波長帯を使うリモートセンシング以上に難しいと思います。
今日も画像をいじってきました。

我が上司、以前ENVIを使ってランドサットTMの画像を処理したものを見せてきて、これくらい大まかならできるんじゃないかなと言ってました。その直後に、私がいじっているのが可視画像だったことをすっかり忘れていたことが発覚・・・(苦笑)
バンド少なくて無理か?と思っていたけど、試しに最尤法から最短距離法に変えてみたら、わりとキレイめに分類できました(^^)v
メジャーなのは最尤法だけど、最短距離法のほうがシンプルだからうまく処理できる場合があるそうです。知らなかったorz

水、森林、草地、水田?、コンクリート(オフィスビル街を選択)、舗装面(とりあえず駐車場を選択)ですが、きっとこれが限度でしょう・・・。
こんにちは。
もう最終コメントからずいぶん経っていますが一言。

分類に関しては
衛星画像ではかなり制限されてきますよね〜。

E-cognitionというソフトがかなり良いと聞きましたが
中身がかなりブラックボックスらしく。。。汗

以前空中写真から緑地を抽出する作業でIMAGINEを使用しましたが。。。やはり半分は目視判読となりました。
ばしぃっと分類できるようになってみたいです。
>空中写真から緑地を抽出する作業
私はMapInfoでジオリファレンス後の画像をトレースしました。そのときは4図郭分くらいだったからよかったけど、広い範囲で必要になったら・・・まず無理です(^^;A

>ばしぃっと分類できるようになってみたいです。
できたらぜひ、教えてくださいましm(_ _)m

ログインすると、みんなのコメントがもっと見れるよ

mixiユーザー
ログインしてコメントしよう!

GIS[地理情報]GPS[位置情報]活用 更新情報

GIS[地理情報]GPS[位置情報]活用のメンバーはこんなコミュニティにも参加しています

星印の数は、共通して参加しているメンバーが多いほど増えます。

人気コミュニティランキング