四成分散乱モデル分解を用いた - NICTursi-f.nict.go.jp/doc/URSI_F_2006Dec15_yajima.pdf第510回URSI-F会合 開催日: 2006年12月15日 四成分散乱モデル分解を用いた

第510回URSI-F会合開催日: 2006年12月15日

四成分散乱モデル分解を用いた四成分散乱モデル分解を用いたPOLSARPOLSAR画像解析画像解析

矢島矢島 雄生雄生11　　山口　　山口 芳雄芳雄22　　佐藤　　佐藤 亮一亮一33　　山田　　山田 寛喜寛喜22

新潟大学大学院自然科学研究科新潟大学大学院自然科学研究科11

新潟大学工学部新潟大学工学部22　　教育人間科学部　　教育人間科学部33

発表の流れ発表の流れ

1. 研究の背景・目的　　　●背景・目的　　　●解析領域

2. 四成分散乱モデル分解について　　　●四成分散乱モデル分解　　　●散乱モデル　　　●平均化Coherency matrixによる四成分散乱モデル分解　　　●四成分散乱モデル分解の物理的問題点

3. 電力補正について　　　●物理的問題点についての調査　　　●電力補正アルゴリズム　　　●電力補正の妥当性

4. 解析結果　　　●森林領域の解析（苫小牧国有林）　　　●湿地帯領域の解析（佐潟）　　　●地震被災地の解析（旧山古志村）

5. まとめ

1. 1. 研究の背景・目的研究の背景・目的

背景背景

リモートセンシング技術による地球環境観測リモートセンシング技術による地球環境観測

・ 自然災害、都市災害のモニタリング・ 地表面、海洋現象等の観測 etc…

航空機搭載合成開口レーダ（Pi-SAR）によって得られたPOLSAR画像データを用いて地表面を解析

（ 固有値解析，偏波相関係数解析，散乱電力分解 etc… ）

航空機搭載合成開口レーダ（Pi-SAR）によって得られたPOLSAR画像データを用いて地表面を解析

（ 固有値解析，偏波相関係数解析，散乱電力分解 etc… ）

・ 散乱行列を観測することでターゲットのより詳細な情報を得ることが可能・ 合成開口レーダの手法による高分解能の実現・ 衛星搭載レーダに比べ高い機動性

目的目的POLSAR画像解析

[ ]SScattering matrix

Physical Mathematical Phenomenological

集合平均

Covariance matrix[ ]C 3×3

Coherency matrix[ ]T 3×3

Kennaugh matrix[ ]K 4×4

三成分散乱モデル分解 AH //α Huynenn Parameter

四成分散乱モデル分四成分散乱モデル分

電力が負になる物理的問題点の存在 ⇒ 誤分類の可能性

・ 問題点を解消するための電力補正の提案・ 電力補正を加えた分解法を用いた解析

解析領域　解析領域　--森林領域森林領域--Observation area 北海道苫小牧国有林

Observation day/

Incidence angle

2004. 8. 3 /30.69～44.6 [degree]

2004.11.3 /32.92～46.71 [degree]

2005. 2. 13 /34.7～48.36 [degree]

Polarimetry HH HV VH VV

Frequency/Image size/Pixel size/

Averaging size

1.27 [GHz] (L-band) /2000×2000 [pixel] /

2.5×2.5 [m] /5×5 [pixel]

9.55 [GHz] (X-band) /4000×4000 [pixel] /

1.25×1.25 [m] /10×10 [pixel]

Image typeHH HV VV composite

(Nov. , L-band)

Azimuth direction

Ran

ge d

irect

ion

Azim

uth

Range

(Nov. ,Feb.) (Aug.)

解析領域　解析領域　--森林領域森林領域--

全域が樹高の高い植生

カラマツ落葉性の針葉樹

アカエゾマツ針葉樹のみで森を形成

トドマツ広葉樹との混生林を形成

解析領域　解析領域　--湿地帯領域湿地帯領域--Observation area 新潟県佐潟周辺

Observation day/

Incidence angle

2004. 2. 8 /31.71～46.13 [degree]

2004. 8. 4 /30.19～44.18 [degree]

2004. 11. 3 /31.19～45.49 [degree]

Polarimetry HH HV VH VV

Frequency/Image size/Pixel size/

Averaging size

1.27 [GHz] (L-band) /2000×2000 [pixel]/

2.5×2.5 [m]/5×5 [pixel]

9.55 [GHz] (X-band) /4000×4000 [pixel] /

1.25×1.25 [m] /10×10 [pixel]

Image typeHH HV VV composite

(Nov. , L-band)

Azimuth direction

Ran

ge d

irect

ion

佐潟

解析領域　解析領域　--湿地帯領域湿地帯領域--

・ 国内において数少ない砂丘湖　　　（砂丘列間の窪地に水がたまったもの）・ 都市近くに位置・ 貴重な野生生物，水生植物・ 水源は外部から流入する河川ではなく湧水や雨水のみ　　　　　　　　　　ラムサール条約に登録

・ 周辺湿地帯にはヨシが群生・ 成長のピークには２～３m以上になり，現地において　水域・抽水植物帯などを直接調査することが困難

解析領域　解析領域　--地震被災地地震被災地--

天然ダム

Azimuth direction

Ran

ge d

irect

ion

Observation area 新潟県旧山古志村

Obsevation day 2004.10.26 2004.11. 4

Polarimetry HH HV VH VV

Frequency / Pixel sizeImage / Averaging size

1.27 [GHz] (L-band) / 2.5×2.5 [m]2000×2000 [pixel] / 5×5 [pixel]

9.55 [GHz] (X-band) / 1.25×1.25 [m]4000×4000 [pixel] / 10×10 [pixel]

Image type HH HV VV composite (10.26 , L-band)

解析領域　解析領域　--地震被災地地震被災地--2004. 10. 23 新潟県中越地震・ 最大震度７・ 震度５以上の余震を複数回観測

家屋の倒壊土砂崩れ

天然ダムの形成

家屋の倒壊家屋の倒壊土砂崩れ土砂崩れ

天然ダムの形成天然ダムの形成

迅速な被害状況把握が必要！！

2. 2. 四成分散乱モデル分解について四成分散乱モデル分解について

四成分散乱モデル分解四成分散乱モデル分解

測定散乱波を物理的な散乱過程に基づいた散乱モデルに分解

表面散乱 海域・農地・低植生域における散乱過程

地表面に入射して樹幹や人工建造物に反射する散乱過程

二回反射

ランダムに傾いたWireが合成された散乱過程体積散乱

Helix散乱 直線偏波を円偏波に変えるHelix成分を持つ散乱過程

Ps Pd Pv PcTotal power = Ps + Pd + Pv + Pc

散乱モデル散乱モデル --11--

体積散乱モデル ⇒ dipoleの集合

⇒

[ ] ⎥⎦

⎤⎢⎣

⎡=− 10

00HVwirevS

[ ] ⎥⎦

⎤⎢⎣

⎡=− 00

01HVwirehS

垂直ワイヤ

水平ワイヤ[ ]

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡=

100010002

41HV

dipoleT

⇒　体積散乱Coherency matrix確率密度関数により選択

[ ]⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡=

8000750515

301HV

volT

( ) θθ sin21

=p( ) θθ cos21

=p ( )π

θ21

== pp

Horizontal wire Random wire Vertical wire

[ ]⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡−

−=

8000750515

301HV

volT [ ]

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡=

100010002

41HV

volT

散乱モデル散乱モデル --22--

表面散乱モデル ⇒ 奇数回反射モデル

Rv

RhPs [ ] ⎥

⎦

⎤⎢⎣

⎡=

v

h

RR

S0

0

[ ]( )( )

( )( )⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢

⎣

⎡

−+−

−++

= ∗

∗

00000

21 2

2

vhVhVh

VhVhvh

surface RRRRRRRRRRRR

T

⇒

⇒　表面散乱Coherency matrix

[ ]⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

=

∗

000001

2βββ

HVsurfaceT1<<

+−

= ββ ,vh

vh

RRRR

⇒

散乱モデル散乱モデル --33--

２回反射モデル ⇒ 誘電体コーナーリフレクタ地面と木の幹により構成される２回反射構造を想定

[ ] ⎥⎦

⎤⎢⎣

⎡ ′=

⎥⎥⎦

⎤

⎢⎢⎣

⎡⇒

100

00 2

2

2 αγγ

γ

thghj

tvgvj

thghj

tree RReRRe

RReS v

v

h

tvgv

thghj

RRRR

e vh )( γγα −=′ 2

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡⇒

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡′−

′+=

01

011

21

ααα

pk⇒

⇒　２回反射Coherency matrix

[ ]⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

= ∗

0000102

ααα

HVdoubleT22111 TT <<<α ⇒

散乱モデル散乱モデル --44--

Helix散乱モデル ⇒ 円偏波発生ターゲット

Non reflection symmetry target 00 ≠≠ ∗∗HVVVHVHH SSSS ,

R-Helix

L-Helix

[ ] ⎥⎦

⎤⎢⎣

⎡−−−

=− 11

2

2

jjeS

jHV

helixr

θ

[ ] ⎥⎦

⎤⎢⎣

⎡−

=− 11

2

2

jjeS

jHV

helixl

θ

[ ]⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

−=

−

1010

000

21

jjT HV

helixr

[ ]⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡−=

−

1010

000

21

jjT HV

helixl

⇒

⇒

⇒　Helix散乱Coherency matrix

[ ]⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡±=10

10000

21

jjT HV

circular

m

平均化平均化Coherency matrixCoherency matrixによるによる四成分散乱モデル分解四成分散乱モデル分解 --11--

[ ] [ ] [ ] [ ] [ ] HV

circularcHV

volumevHV

doubledHV

surfacesHV TfTfTfTfT +++=

：各成分の寄与　　　　　　：相対要素（未知数）f βα ,

Choice of by[ ] HV

volT

⎪⎭

⎪⎬⎫

⎪⎩

⎪⎨⎧

2

2

10VV

HH

SSlog

[ ]⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡−

−=

8000750515

301

100010002

41

8000750515

301HV

volT

-2 dB 0 dB 2 dB

Horizontal wire Vertical wireRandom wire

4 dB-4 dB

平均化平均化Coherency matrixCoherency matrixによるによる四成分散乱モデル分解四成分散乱モデル分解 --22--

Comparison of matrix element

for example random wire case

( )

( )

( )( ) CSSSSffT

DSSSffT

SfSSSffT

fSf

SffT

SSSf

SSSfT

VVHHVVHHds

HVVVHHds

cHVVVHHds

cHVv

HVcv

VVHHHVc

VVHHHVc

=−+=+

=−−=+

=+−+=+

−=∴

=+

−=∴

−=

∗∗

∗

∗

21

221

421

28

224

22

12

22222

22211

2

233

23

αβ

β

α

Im

Im

vv

cc

fPfP

=

=

S, D, C　⇒　　given by measured datafs, fd, α, β　⇒　　unknown number

平均化平均化Coherency matrixCoherency matrixによるによる四成分散乱モデル分解四成分散乱モデル分解 --33--

22

0c

HVVVHHPSSSC +−= ∗4 unknowns can be derived as follows

{ } 00 >CRe

⇒ 表面散乱が主 0=α

SC

SC

Df

Sf

d

s

=

−=

=

*β

2

{ } 00 <CRe

⇒ ２回反射が主 0=*β

DC

DC

Sf

Df

s

d

=

−=

=

α

2

( ) ( )22 11 αβ +=+= ddss fPfP

四成分散乱モデル分解の物理的問題点四成分散乱モデル分解の物理的問題点

Surface Double bounce Volume Helix

( )21 α+= dd fP( )21 β+= ss fP vv fP = cc fP =

1) Pv < 02) Pc + Pv > TP3) Ps < 0 or Pd <0

Physical problems !!

電力補正を提案

3. 3. 電力補正について電力補正について

物理的問題点についての調査物理的問題点についての調査 --11--1) Pv < 0 case ■ Pv < 0 となるピクセル

佐潟周辺（Aug. ,L-band）

苫小牧国有林（Nov. , L-band）

Pv < 0 となる領域　　　Reflection Symmetry Target

・ 田圃、海域において　 Pv < 0・ 森林域では Pv >0

・ 田圃、海域において　 Pv < 0・ 森林域では Pv >0

( ) 02

0

≈−=∴

≈≈ ∗∗

VVHHHVc

HVVVHVHH

SSSP

SSSS*Im

If Pv < 0, Pc = 0 (Pv > 0)

物理的問題点についての調査物理的問題点についての調査 --22--2) Pc + Pv > TP case

Pv > Ptotal Pv + Pc > Ptotal Total

佐潟、L-band(2004.2.8)

5.11 1.78 6.89

8.71

8.24

33.93

(2004.8.4) 6.13 2.58

(2004.11.3) 5.8 2.44

苫小牧国有林、L-band(2004.11.3)

24.2 9.73

複雑な散乱を起こすターゲットにおいて問題が生じる可能性大Volume Scattering Target

if Pv > TP, Pv = Ptotal ( Ps = Pd = Pc = 0 )if Pv + Pc > TP, Pv = Ptotal – Pc ( Ps = Pd = 0 )

物理的問題点についての調査物理的問題点についての調査 --33--3) Ps < 0 or Pd < 0 case

Ps < 0 Pd < 0

佐潟、L-band Feb. 34.01 65.99 97.01 2.99

Aug. 23.44 76.56 92.99 7.01

0.84 99.16 4.1新潟大学周辺 95.9

0=α 0=∗β 0=α 0=∗β

表面散乱が主と仮定 ⇒ Pd < 0 の可能性大Non Double Bounce Scattering Target２回反射が主と仮定 ⇒ Ps < 0 の可能性大

Non Surface Scattering Target

if Ps < 0, Pd = Ptotal - Pv - Pc ( Ps = 0 )if Pd < 0, Ps = Ptotal - Pv - Pc ( Pd = 0 )

電力補正アルゴリズム電力補正アルゴリズムCalculation of Pc, Pv

Pv > 0

Non Reflection Symmetry Target四成分散乱モデル分解

Reflection Symmetry Target三成分散乱モデル分解*

Pv+Pc<TP

Ps>0 and Pd>0

Non Reflection Symmetry TargetTP = Ps + Pd + Pv + Pc

Non Reflection Symmetry TargetTP = Ps + Pd + Pv + Pc

Volume Scattering TargetTP = Pv + Pc

Volume Scattering TargetTP = Pv + Pc

Ps < 0Non Surface Scattering Target

TP = Pd + Pv + PcPd < 0

Non Double Bounce Scatterig TargetTP = Ps + Pv + Pc

Ps < 0Non Surface Scattering Target

TP = Pd + Pv + PcPd < 0

Non Double Bounce Scatterig TargetTP = Ps + Pv + Pc

no

no

yes

yes

yes

ターゲットの特徴に応じて電力を分解

* 三成分散乱モデル分解に分岐した場合 Pc = 0

Calculation of Ps, Pd

no

電力補正の妥当性電力補正の妥当性

従来の手法による解析　　　　　　　　　　 電力補正後

電力補正の妥当性電力補正の妥当性

illmination illmination

補正前 補正後

電力が負となる問題を解消、分類精度の向上

4. 4. 解析結果解析結果

森林領域の解析　森林領域の解析　-- LL--band band --Ps Pd Pv Pc

04. 8. 3

04.11. 3

05. 2.13

森林領域の解析　森林領域の解析　-- XX--band band --Ps Pd Pv Pc

04. 8. 3

04.11. 3

05. 2.13

森林領域の解析森林領域の解析 -- PdPd PvPv PsPs composite composite --

L-band

04. 8. 3 04.11. 3 05. 2.13

X-band

森林領域解析のまとめ森林領域解析のまとめ

高植生域における四成分散乱モデル分解

季節に関係なく Pv が支配的L-band

X-band 季節によって電力構成が大きく変化

⇒ Pv が支配的⇒ Ps の寄与が増加

８月 ： 針葉樹林混生林

１１月 ： Pv が支配的⇒ 広葉樹の落葉によって Ps の寄与が減少

２月 ： Pd の寄与が増加⇒ 地面（雪面）と幹との２回反射構造

高植生域の解析には X-band が有効

湿地帯領域の解析　湿地帯領域の解析　-- LL--band band --

Pv

Pd

Ps04. 2. 8 04. 8. 4 04.11. 3

Pc

湿地帯領域の解析　湿地帯領域の解析　-- XX--band band --

Pv

Pd

Ps04. 2. 8 04. 8. 4 04.11. 3

Pc

湿地帯領域の解析湿地帯領域の解析Pd Pv Ps composite image

L-band X-band

2004. 2. 8

2004. 8. 4

2004.11. 3

航空写真との航空写真との Overlay Overlay 画像画像

湿地帯領域解析のまとめ湿地帯領域解析のまとめ

佐潟周辺植物帯における特徴

ヨシ域L-band : 測定時期によって電力構成に大きな変化⇒ ８月データではヨシ域内部においても電力構成に変化

　　　　　ヨシ域底部の土壌による影響X-band : 季節を問わず Pv が支配的

ハス域L-band : ヨシ域との同様の電力構成X-band : Ps の寄与が大きくなることで区別が容易

調査目的に応じた周波数選択の必要性　　水域付近における植生分類 X-band　　湿地帯における土壌調査 L-band

湿地帯領域解析のまとめ湿地帯領域解析のまとめ

ヨシ域水域

illumination

ヨシ域底部の状態により電力構成が変化

土壌 ⇒ 地表面における表面散乱　　　　　　　Pd の寄与小水域 ⇒ 水面とヨシとの２回反射　　　　　　　Pd の寄与大

water

PdPvPs

soil

実際の水域推定が可能

地震被災地の解析地震被災地の解析天然ダム被害のモニタリング（L-band）

2004.10.26 2004.11. 4

　Ptotal の増減により水域の推定が可能　　Pd が変化 ⇒ 家屋の倒壊やダムの水位が影響　

地震被災地の解析地震被災地の解析天然ダム被害のモニタリング（X-band）

2004.11. 42004.10.26

地震被災地解析のまとめ地震被災地解析のまとめ

天然ダム被害のモニタリング（L-band）

・ ダムの面積 ⇒ Ptotal の変化により推定可能

・ ダムの水位、浸水家屋の損壊状況　　⇒ Pd の変化により推定可能

水位低 ⇒ Pd 大 水位高 ⇒ Pd 小 家屋の倒壊 etc⇒ Pd 小

四成分散乱モデル分解の利点

四成分散乱モデル分解の利点

5. 5. まとめまとめ

まとめまとめ

電力補正を加えた四成分散乱モデル分解を提案

従来法における物理的問題点を解消、分類精度の向上

提案手法を用いて様々な領域を解析

・ 森林領域（北海道苫小牧国有林）

X-band ： 広葉樹、針葉樹の識別が可能・ 湿地帯領域（新潟県佐潟）

X-band ： 水上植物の識別に有効L-band ： 周辺植物の識別、水域推定に有効

・ 地震被災地領域（新潟県旧山古志）

天然ダムの水位推定、倒壊家屋検出に有効

電力補正四成分散乱モデル分解の有効性を確認