ISE－TR－86”54

・懸　　．

REMOTE　SENSING　IMAGE　DATA　ANALYSIS　SYSTEM｛cTSUKUSYS”

　　　　　　　　　　　　　　　AND　IT’S　APPLICATION

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　一Especially　Classifing　Coastal　Area　around　a　Bay　Using↑M　I－

　　　　　　　　　　　　　　　　　　　　　　by

　　　　　　　　　　　　　　　　　　Takashi　Hoshi

　　　　　　　　　　　　　　　　　　　Kiyoshi　Torii

　　　　　　　　　　　　　　　　　Tomoyuk日shida

　　　　　　　　　　　　　　　　　January　6，1986

　　　　　Remote　Sensing　工mage　Data　Analysis　System　”Tsukusys”

　　　　　　　　　　　　　　　　　　　　and　工tIs　Appl　ication

一　Espec　ially　ClassiEing　Coastal　Pllrea　around　a　Bay　Using　［lhvi　一

　　　　　　　　　　　　　　　　　Takashi　Hoshi

工nstitute　of　工nfo　rma　tion　Sc　iences　and　Electronics

　　　　　　　　　　　　　Uni▽ersity　of　Tsukし止）a

　　　　　　　　　　　　　　　Ibaraki　305　Japan

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　Klyoshl　Torll

Depar七menし　of　Agricultural　Engineering

　　　　　　　　　　　　　　　　　　　コ　　　　　　　　　　　　　　　　　　　　　　　　　　　　　KyOt＝O　UnlVerSlty

　　　　　　　　　　Kyoし0　666　Japan

　　　　　　　　　Tomoyuk　i　工shida

Depa　rtment　of　Research　Developrnent

　　　　　　University　of　Tsukuba

　　　　　　　　工baraki　305，Japan

　　　　　Rem・te　Sensingエmage　Data袖a・ysiS　SYstem　’lTSukusys・

　　　　　　　　　　　　　　　　　　　　　and　工tls　Application

一一一@Especially　Classifing　Coastal　Area　around　a　Bay　Using　IXvr　一一一

　　　　　　　　　　　　　　　　　　　　　　　Takashi　Hoshi

　　　　　Institute　of．Inforrnation　Sciences　and　Electronics　　　　　　　　　　　　　　　　　　　University　of　Tsukuba

　　　　　　　　　　　　　　　　　　　　　Ibaraki・　305　JAPAN

　　　　　　　　　　　　Kiyoshi　Torii

Department　of　Agricuitural　　　　　　　　　　Kyoto　University　　　　　　　　　　Iくyoto　606　JaDan　　　　　　　　　　　　　　　　　　　　　　　　L

Engineering

　　　　　　　　　Tomoyuki　Ishida

Department　of　Research［）evel・μnent　　　　　　　　コ　　　　　　　　　　　　　　　　　　　

　　　　　　Unlversit二y　of　Tsukuba

　　　　　　　　Iba　raki　305　JAPAN

Abstract

　　　　　A　system　called　as　”ISukusys”　has　been　developed　to

distinguish　and　analyze　land　use　and　land　cQver　patterns　by

uslng　　　remote　　　senslr阿　　1mage　　data　r　especially　　Landsat二

Multispectral　Scgnner（IV！SS）　irnage　data．　As，　in　Japanr

Landsat二　Thematic　　IYIapper　（Tひ4）　　image　　dat二a　can　be　acquired．

slnce　last　year，　the　appl　ication　of　TM　data　by　the　Tsukusys

was　attempted．　As　a　result，　the　ad▽ant二age　of　the　T岡data　is

coinpletely　vertified．　This　investigation　is　to　interprete

wat二er　　quality　condit二ion　around　t二he　Koj　ima　Bay，　where　water

pollution　becomes　a　social　issue．

Contents

　　　Introduction

　　　Configuration　of　［Vsukusys　一一一一一一一一一一一一一一一一一一一一

　　　2－l　Configuration　oE’hardware　一一．一一一一一一一一一一一一一一一一一

　　　2－2　Configuration　of　software　一一’一一一一一一一一一一一一一一一一

　　　2－3　Sorne　fea　tures　o　f　the　Tsukusys　一一一一一一一一一一一一一

　　　An　Exarnple　of　Tsukusys’s　appl　ication　一一一一一一一一一一・・一

　　　3－1　0bゴective　to　classify　coastal　area　　　一一一一一一一一一

　　　3－2　Description　of　test　site　一一一一一一一一一一一一一一一一

　　　3一一3　Hydraulic　structure　in　test　site　一一一一一一一一一一一一一一

　　　3－4Analyticai　procedure　一一一一一一一一一一一一一一一一・一一一一一一一・一一一一一一一

　　　3－5　Results　and　discussion　一一一一一一一一一一一一一一一

　　　3－6　Conclusion　of　appl　ication　一一一一一一・一一一・一一一一一一一一一一一一

4　（lonclusion　一一一一一一一一一一一“”一．．．．一www”．w

1

2

3

1

1

1

4

9

9

9

Acknowledgments

References

，夢9曜，劇，e－po－oo響〇一一一一一，一一一｝一画岬，，，，

嘲■脚ρ●嘔幽P●■P■■■■■「刷■P■一■－騨門■■■■脚ρ口■■「，■■r騨■r■騨P■■’朝■■■■9「■■9r●■■■■■引■闘－■V燭■脚7■■’■■騨■■F■口脚q願t刷圏ρ■■PO■艶闘■■’■■F■■■■馴■P■■騨

10

12

12

13

17

18

18

18

1．　工ntroduction

　　　　　　an　invesしigaしi・n・n　regi・nal　scale　is　indispensaple　f・rしhe　research・f　earch

science’　　　for　　the　　invenヒories　　of　　natural　　resource　　and　　for　　the　　monition　　of

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　つ　　　　　　　　　　　　　　　　　　　　　　　　　　ロ

env1「o㎜ent・It　ls　also　lM’P（）rtant　to　invesしigate　the　temporal　variaしion　on　the

「egion・da「th”・bservati・nal　sens・r　sys七ems・・aded　in　sate・・‡しes　ha▽e　rnet　these

requirements　since・97・Is・画・wぬndsat雌S　data　are　c・㎜ercia・・Y・bしainab・e　and

extensively　used　in　Japan・T・st・re　the　multiしemp・ral　lV6S　data　may　be。ne。f

necessary　conditions　　to　　develop　　t士1e　　apPl　icaしion　　of　　remote　　sensing　　しechnique．

Therefore　r　a　　daヒabank　　cons　i　sting　　of　　a　　large　amoしmt　of　the　image　data　should　be

establ　ished，　based　on　daしabase　concepts．　Wi　t士ししhe　realization　　of　　the　　databank　　in

mind，　　remote　　sensing　image　data　analysis　system　ca11＄d　as　lITsukusys闘　was　developed

in1983．

　　　　　This　paper　g　ives　an　outl　ine　of　the　Tsukusys．　Segしion　2　describes　　the　　hardware

organl　zaしlon　　and　　software　　organization　　of　　the　　system．　Section　3　discusses　the

apρlication　of　the　system’　esρecially　t血e　usefulness　of　Landsat　TM　daしa　t二〇　　classify

coasta］．　area　　around　　tne　Koゴima　Bay　that　includes　a　desalted　reser▽oir　where　water

quality　has　been　degraded。

2．　Configuration　of　TsuK）usys

2－i　Configuration　of　hardware

a．　Host　Cornputer　System

　　　　　Ahost　computer　oE　48　M　bytes　memory　capacity　r　which　runs　at　Science

エnf・rllati。n　Pr・cessing　Cenしer’Uni▽ersity・・f　TsukUba（Fig一・），is　used　as　rem・te

sepsing　image　analysis　systern．　Here　the　most　important　design　was　how　can　transfer

data　frqm．　Iarge　capacity　d　i　sk　memory　to　irnage　rnernory　at　high　speed．　This　problem　was

resolved　by　developing　an　interface　between　thern　and　by　connecting　them　onl　ine

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　－1　一一

I

N曜

Other　Faculties

ComputerNet　Work

Remote　Station（27　Stations　）

TSS　Terminal（300　Terminals　）

N－1　Network　（15

　　Universities）

Open　Ba　tch

　　　　　　　Station

Science　lnformation　Process’ing　Center

Hos　t　Cornpu　ter

CPU　Memory（48　M　bytes．）

BMC

DASD DASD

ccp BMC

Optical　Cable

TEK　4025

TEK　4027

×　16

×4

Computer　Sys　tem　for　Education

Hos　t．　Computer

　CPU・Memory　（24　M　bytes）

　　のStandal．one

Termina・1・

DASD

5　GB

MTI 2）3

×　90

⑤…一……〈動

78　GB 1600／6250　BPI

OpticalDisk

g｝t15ffil｛fiaging’

Disk

　　Mass

StorageSys　tem

101．7　GB

Imqge　Processing　System

lmage　　Memory

1．00　MB

Image

　　Memory．O．78　MB

512　×512

ColorPisplay

×

512　×512

ColorDisplay

Smalt　Computei’

CPU　Memory　　　（O．77　MB）

1024　×　1024

ColorDisplay

1024　×　1024

ColorDisplay

×

×

×

1

1

DASD

320　MB

1

1

MT　）MT Termina1 ×3

2000　×　3000

CCD　Camera

Fig－1　Con．figuration　of Host Copmputer　Sy＄tern

through　central　process　ing　units　（CPU）．　［Ehe　aux　i　l　iary　storage　oE　the　host　computer

cons　i　sts　of　9　magnetic　tape　（MT）　units，　a　d　i　sk　systein　（DASD）　（78　G　bytes）　and　a　mass

storage　systern　（IOI．7　G　bytes）．

　　　　　工nterdata　　8／23　system　is　also　available　at　the　center　as　a　sub－compu仁er　syst：em

for　analyzing　remote　sens　ing　image　data．　［［he　sub－systern　includes　a　high－density

drurn－scannerr　which　the　Tsukusys　uses　for　digitizing　color　aerial　photographies．

b．　mass　Storage　System

　　　　　工mage　databank　of　Landsat　MSS　data　was　constructed　and　has　been　arranged　so　far

as　to　．sto　re　106　tandsat　irnages　taKen　wi　th　in　and　outside　Japan

〈　Hosh　i　et　al　（1983）　〉．　’IWo　important　features　of　the　databank　a　re　to　bring　tandsat

image　data　inし。　uniしy　data　format，　that　is，　B工L　fo　rmat：and　to　　be　　able　　to　　process

thern　onl　ine．　The　later　fea　ture　i　s　’pe　rformed　by　the　mass　sto　rage　systern．’IXAio

cartridges　as　shown　in　Photo－1　（size　of　cartridge　is　4．7　crn　in　diarneter　and　8．8　orn

in　height）　can　efficiently　and　systematically　store　a　whole　image　taken　by　tandsat．

Photo－1　Ca　rtridge　of　itass　Storage　Systern

一3一

t

Using　the　daしabank．　comp◎sed　of　mass　storage　system，　it；　is・　possible　　to　　select　　an

interested　　image　thrdugh　image　ret＝rieval　system〈　工shii　et；aユ．　（1983）　〉．，、　to　take　ouし

the　dat二a　stored　in　mass　storage　syst（『m　to　stag　ing　d　isk，　and　t　len　to　convert　the　dat：a

stored　　in　sしaging　disk　t二〇　disk　system・　This　process　reduces　operaしion　in　respect；しo

labour　and　time，　by　comparing　wi　th　しhe　operat二ion　t＝hat　a　dat二a　stored　in　magneしic　ヒape

ロ　　　　　　　　　　　　　　リ　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　コ　　　　　　

エs　　d↓rectly　　coρied　to　dat；a　file　of　DASD．　工n　additlon，　this　mass　storage　system・・haS

tne　merit；of　smaller　cost　than　the　disk　sy＄tern　in　performing。，

c・　Color　graphic　disρlay

　　　　　Two　color　graρhic　displays　are　included　　in　　the　　image　　I／0　　ρrocessing　　units

connected　to　Che　host　compute　r．　The　d　i　splay　uniしs　have　l．78　iyi　byt二es　（512　x　512　byヒes

x　4　frames　and　3　frames）　image　memory．　The　reason　why　two　dispユ．ays　are　adopt；ed　is　to

be　　able　　し。　　operate　　them　　indeρendenしly　and　t；o　compare　the　image　before　and　aft；er

processing・　This　is　convenienし　fQr　image　processing・

d．　Co：Lor　ink一一ゴさt　printdr／plotter

　　　　　エtis　des；rable　t。　preser▽e　s。me　images・r　maps　represgnted。n・c・1・r　graphic

displays・　　Of　co］・or　pr：t．nter／plotter　on　sale’　a　color　ink一ゴet　printer／plot；しer　made　by

Applicon　Comp．　in　U．S．A．　was　thought　having　enough　capability　for　use．　lhe　　maximum

picture　　size　produced　by　it　is　more　t；han　four　times　than　（重uart：o　paper．　工し　is　larger

than　an　ordinary　map　in　Japan。　Although　the　design　ofl　ha　rd　wa　re　is　planed　t；o　　process

。n・ine　as　menti・ned　ab・▽er　the　printer／P・・tヒer　is　n・t　c。n「iected・n・ine・pecause

ρ「inting　and。thr「p「ocessing　can　p「ocee昌at甑e　same　time’total　P「。cessing　time

will　be　reduced’・wing　t・。ffline　pr。cessing・As　a　s・IUble　ink　in　water．jets’ヒhe

printer／pl・tter　has　a　demerit　that　c。1。r。f　pictures．fades。u七as　m◎istening．エt　had

bette「・laminate　picture串in。rdrr　t。　prevent　e。1・r　fr・m　fading「・u七・

2－21 bonfiguration　of　soEtware

a・　Usable　inpuし　image　data　sets　　　　　　　　　　　　　　．　　　　　　　　　　　・　　　　　　　　　　　　　　　　　　　、

　　　　　If　only・・工andsat　MSS　data　are　concerned，the　mass　st；orage　syst二em　is　enough　for

pracしical　use．　But　there　are　other　remote　sensing　image　data　sets’　so　　工／O　　soft壷are

is　installed　f・r　analyzing　these　image　daしa　sets・Usable　input　image　data　sets　qre

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　－4一

飴ndsat雌S　data　st・red　in　fl・pPy　disketteダdigiしaiized　aerial　c・IQr　ph・t・graphic

data’and　airborne　tv！SS　data．

（1）　Landsat　fv！SS　data

　　　　　In　Japan　r　£or　rnicro－computer　user，　8　inch　floppy　diskette　（1　M　bytes）　in　which

irnage　data　belonged　to　a　portion　of　a　irnage　taken　by　tandsat　tvlSS　is　storeq　can　be

acquired．

（2）　Digitalized　aerial　coior　pnotographic　data

　　　　　An　aerial　color　photography　is　digitalized　as　8　bits　data　with　Red－Green一一Blue

color．coding　system　r　using　above一一mentioned　drurn－scanner　〈　Hoshi　et　al　（1981）　〉．

（3）　Airborne　MSS　data

　　　　　The　airborne　MSS　data　l　i　ke　iY！SS　data　produced　by　Jirco　Comp．　in　Japan　or

Daedalus　Cornp．　in　U．S．A．　are　also　available．

　　　　　Pre－processing　includes　4　different　cornponents，　that　is，　speciEication　of　test

site，　elimination　of　striping　noiser　geometrical　registration　and　correction　to

norrnal　distribution．

（1）　Spef　iEication　of　test　site

　　　　　工n　　order　　to　　specify　a　しest　siしe　aしwill　by　using　truck－ball，　a　whole　Landsat；

LYISS　dat；a　or　oしher　image　daしa　are　ext二racted　at　intervaユ　of　7　ρixels，　so　　all　　of　　しhe

selected　pixels　can　be　displyed　on　a　coior　graphic　display　sirnultaneously．　At　this

operation　r　a　mesh　at　512　pixels　interval　is　displayed　together　with　remote　sensing

image　data　r　so　the　specification　of　a　test　site　is　easily　perforrned．

（2）　Elimination　of　striping　noise

　　　　　MSS　embarked　on　Landsat　has　6　detectors　peF　channel．　Due　to　the　difference　of

response　，　しhe　lag　of　offset二and　A／D　con▽ersion　wit二h　t；hese　deteqしors’　stripes　　t；urn

up　systernatically．　［［he　Tsukusys　has　capability　to　correct　them．

（3）　Geometrical　registration

　　　　　As　rernote　sensing　image　data　do　not　correspond　geornetrically　with　ordinary　map，

it　is　diEficult　to　cornbine　other　data　with　some　resulting　irnages　or　maps　produced

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　一一　5　一一

fr。m　t・he　image　daしa．エn・rder　t。　res・1▽e　this　pr。blem’the　Tsukusys　P「epa「esξ

software　especially　for　geornetrical　registration　t　hrough　universal　transvers（

mercat。r（U珊pr・ゴecti・nくNagamine　et　al（1982》》・U獅pr・ゴecti。n　was　ad・pted　b：

the　reason　that　ordinary　rnaps　on　the　scales　of　1／25，000　and　1／50，000　in　Japan　hav（

been　produced　using　this　projection．　，　，（4）　Correction　to　norrnal　distribution

　　　　　The　rnernory　of　host　computer　and　irnage　mernory　are　capable　of　assigning　a　dat，

into　a　byte．　Therefore，　previous　acquired　Landsat　rvlSS　data　which　are　forined　as

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　／

bits　data　are　converted．　to　8　bits　ones　and　corrected　to　norma1　distribution　wit

taking　the　effect　oE　enhancement　into　account．

c．　unsupervised　classfication　・，　　　　　［the　unsupervised　classfication　analysis　applied　in　this　systern　is　t　h

hierarchical　clustering　method　which　includes　tne　6　different　componenPs　as　follows

（1）　Wa　rd　rnethod

（2）　Group　average　rnethod

（3）　Centro　id　rnethod

（4）　Med　i　an　rnethod

（5）　Furthest　ne　ighbour　method

（6）　Nearest　ne　ighbour　rnethod

　　　　　Although　it　is　desirable　t　hat　all　pixels　within　a　test　site　are　submitted　to

clustering　algorithm　for　producing　a　resulting　map，　it　is　not　efficient　in　terms　e

calculation　time．　Hence，　in　this　systern，　an　approach　to　improve　classification　spee

is　ad・ptedぴacc・rding　t・bel・w・rnenti・ned　pr・cedures〈H。shi　et　al（in　press）〉．

　　　　　The　256　pixels　that　are　randomly　located　are　extracted　frorn　interested　sub一一tes

site．　They　are　regarded　as　rePresentative　of　test　site．　Ctr）e　method　chosen　frorn　thos

mentioned’ ≠b盾魔?@is　performed　within　the　256　pixels．　［Ehe　256　pixels　are　・flnall

combined　into　20　clusters．　Every　pixel　of　test　site　is　then　assigned　to　the　ciuste

sAzhose　mean　vector　’is　closest　to　the　pixel　vector．　For　display，　each　pixel　assigne

to　s珈e　cluster　is　labeled　wiしh　one　corresp（）nding　color，　a　color　sch㎝e　is　Inanuall

altered　so　as　to　match　well．　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　一一　6一

d．　Supervised　ciassification

　　　　　ll）e　well－known　rnaxirnum　l　i　kel　ihood　method　i　s　implernented　to　・assign　the　pixels　to

one　of　pre－deterrnined　classification　iterns　according　to　the　analysis　objectives．　2

criterions　are　adopted　to　assess　the　degree　of　success　oE　the　classification

results．

（1）　Average　perforrnance

　　　　　［［he　average　performance　is　obtained　on　the　basis　of　correct　recognition　for

each　i　tem　and　is　expressed　as

　　　　　　　　　　　　　　　　　n

　　　　　　　　　　　　S＝．Z．：．1　ri／n　．一一一一一一一一一一一一一一一m一一　（2－1）

　　　　　Vghere　r　and　n　refer　to　the　percentage　of　correct　recognition　for　each　item　and

the　number　of　i　terns　respectively．

（2）　Equivocation　quantification

　　　　　．1he　equivocation・qunatification　is　’based　on　the　concept　of　entropy　by

information　theory　and　considers　the　infuluence　of　rejection　items．　〔【『be　fしmction　　is

denoted　by　［V（G，G）　as　expressed　in　equation　（2－2）．

T（G，召）　＝　工（G，ご）’／H（G》

　　　　　　　　＝　1　一　｛　H（Gr　’G一’）　一　H（G一）　｝／　H（G）　’一”一一一一”　〈2‘”’2）

　　　　　Vthere　1（G，G）r　H（GrG），　H（G）　and　H（G）　refer　to　rnutual　inforination，　joint　entropy，

entropy　of　a　prior　itern　and　entropy　of　the　posterior　item　respectively．

　　　　　T（G’G）　varies　from　o’七〇　1・　エf　the　value　is　obtained　to　be　higher　than　o．65，　the

classi［ication　result　is　generally　considered　as　good．

e．　EValuation　of・distance　and　area

　　　　－The　estimation　in　distance　and　area　can　be　carried　out　on　the　basis　of　counting

the　nuMbeF　of　line　and　colume　in　interested　image　data．　A　distance　can　be　evaluated

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　－7　一一

by　　specifying　two　ρoints　on　CRT　wit士1しruck・一ball・Also，　an　area　can　be　sized　up　from

sum　total　of　pixels　belonged　し。　same　classification　item　not　only　in　　a　　rectangular

region　but　also　in　an　irregular　region．　A　disしance　or　an　area　evaluaしed　in　this　way

will　be　compared　wit血　bygone　data　acquired　by　ground　survey　or　image　dat二a．

f．　工mage　descripしion

　　　　　Ouしput　devices　for　describipg　image　data　include　color　graphic　　display，　coユ．or

ink一ゴeし　prinしer／plotter　and　X－Y　plotter．

（1）　Display　on　color　graphic　display

　　　　　trh6　subr。utines　f・r　pr。▽iding　a　funとti。n　t・dispユay。n　CRT　were　devel・ped．

These　subroutines　include　the　data　ponversion　from　one「CRT　　to　　ot二her‘CRT　　and　　the

representat二ion　of　image　data　depend　ing　on　some　formats．　　　　　　　　　　　　　　’，

（2）　Display　on　color　printer／plotter

　　　　　Although　　the　　color　　ink一つet　　printer／plotter　　installed　　aし　ーヒhe　center　adopts

Lyragent；a，　Yellow，　and　Cyan　（M．Y．C）　color　coordinate，　Red　r　Green，　and　Blue　　（R．G．B）

c・1・rc・ding　systern　can　beしransf・rmed　t。　LYi．Y．C　acc・rd　ingし・an　expressi・n　bel・w’

　　　　　　　　　M　　al「bl　cl　R

　　　　　　　　　Y　　　＝　　　a2　　　b2　　c2　　．　　G　　　　一一。一一一一一一一一一一一一一一（2－3》

　　　　　　　　　C　　a3　b3　c3　B

　　　　　Where　the　matrix　elements　are　experimentally　determined．

　　　　　Hisしograms　　for　　each　　of　M，　Y　and　C　are　construc＝ヒed　for　each　image．　The　M－Y・一C

levels　are　transforrned　to　color　plotter　patch　which　is　composed　of　l6　dots　either　in

equal　disしance　basis・r　in　equal　pr・babiliしy　basis．16　d・ts　patch　can　represenしi7

Cし止×∋　color　le▽eユS．

（3）　Display　on　X－Y　plotter

　　　　　　　　　　　　　　　　　　　　

　　　　　工し　1s　lmportant；to　observe　features　of　training　　data　　utilized　　by　　suρervised

classification　　analysis．　The　Tsukusys　has　capabilit；y　to　represent　these　data　on　X－Y

pl・tter’using．1’c。nstellaしi・n　meth・d”by　which　rnulti▽ariate　data　can　be　displayed。n

plane　　or　　it　4－axis　　methodi1　by　　which　　4　efficient　channel　da　ta　can　be　disρlayed　on

ort血ogonal　coordinaしe　system，　so　distribution　of　these　data　becomes　clear。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　一8一

h

Z2－3　Sorne　features　of　the　Tsukusys

　　　　　Landsat　tvlSS　data　cover　all　over　the　werld　and　are　．　represantive　of　rernote

sensingネmade　da　ta・エt　is　imp。rtant　as　a　system　f。r　educati・n　and　training　t・

analyze　the　popular　irnage　data　by　using　the　authorized　unsupervised　and　supervised

cl．assiEication　analysis．　ln　designing　digital　image　data　analysis　system，．　most　of

designers　only　have　an　inclination　to　construct　hardware　systern　and　to　develop

software　system，　not　including　image　databank．　The　reason　is　that　the　databank　is

too　expensive　to　be　werthy　of　study　obj’ective．　However，　in　future，　it　may　be

indispensable　Eor．remote　sensing　irnage　data　analysis　systern　to　contain　an　image

databank　and　the　retrieval　systern．

　　　　　A　Color　graphic　dispiay　plays　an　important　role　for　observing　image　data．　So，

the　Tsukusys　efficiently　㎝ployes　the　2　displays．工t　is　also　important　to　shorten

the　time　for　displaying　image　data．　Here，　high－speed　processing　is　realized　by

developing　the　inte　r　face　between　host　cornputer　and　image　rnernory．

　　　　　Citing　other　features，　the　way　how　to　extract　the　data　appl　ied　in　cluster

a19。砒㎞with　unsupe「vised　classificati・n’new　criteri・n　with　accgracy。f

supervised　classification　（equivocation　quantification）　and　so　on　are　included．

3．　An　example　of　Tsukusys’s　appl　ication

　　　　　Here，　the　attempt　to　classifY　coastal　area　around　a　bay　using　［ITvl　is　introduced

as　one　of　applications　〈’Ishida　et　al　（1985）　〉．

3一一i　Qbjective　to　classify　coastal　area

　　　　　［［he　objective　oE　this　study　is　to　investigate　the　usefulness　of　Tlvr　data　for

lnte「p「etユng職e「quality・Especially’the　study　was　E・cused・n　classifying　water

zones　and　extracting　flow　patterns．

一9一

Phoし。－2　Natural　Color　工mage　of　Test　Site　and　Training　Classes

3－2　Description　of　test　site

　　　　　The　area　stud　ied　includes　the　Koゴima　Bay　in　Japan．　工t　　i　s　　encompassed　　by　　t」ae

K・jima　Peninsula　Wnich　is　1・cated　in　the　cenヒralρart。f　Seし・エnland　Sea　and　several

Kiiorneters　away　from　Okayama　City　in　the　southern　direction・A　　reclamation　　proゴect

aroしmd　　the　　bay　　by　　drainage　　has　　been　　begun　more　than　one　hundred　years　before．

However　e　because　there　is　no　sufficient　water　for　the　reclairned　agricultural　land，

crops　　frequently　　sustained　drought　damage・　工n　order　し。　sol▽e　this　problem’　a　levee

across　the　middle　of　the　bay　was　constructed　in　l962・　工し　ρrevents　sea　　wat二er　from

flowing　into　tne　bayr　and　a　desalted　reservoir　with　an　area　of　1，088　ha　was　formed．

As　a　resultr　suf£icient　irrigation　water　supply　got　guarantee　and　reclaimed　land

became　available．

一　10　一

　　　　tately，　Kurashiki　and　Sasagase　River　catchrnents　proceeded　to　be　urbanized，　wi　th

the　inc　rease　of　population　on　the　outskirts　of　ekayama　City．　Accord　ingly，

urbanizaVion　caused　water　pollution　in　the　reservoir．　Because　both　industry　waste

water　and　dornestic　sewage　of　cities　are　’poured　’into”　rivers　and　water　from　the

yoshii，　Asahi，　Sasagase　and　Kurashiki　River　Elows　into　the　bay　（Fig－2）i　So　various

chernical　materials　move　into　the　reservoir　and　deposit　there．　Water　quality　of　the

reservo　i　r　comes　to　be　deg　raded．　：t　i　s　thought　that　i　t　is　irnpo　rtant　to　construct　a

reg　ional　sewerage　net　to　draw　clear　watet　from　the　upper　reach　and　to　drain　water

flowing　in　lower　stratum　by　desalination　underdrain，　as　to　irnprove　the　water

Sea　ef　Japan

D

、欝t確書

Se

’Kyes．hLu

　　　Di　st　ri　ct

Shikoku

　District

Pacfic　Ocean

　　　　ioo　KmN一一，．一一．．一，．一一dve

Fig－2　Geographical　ILocation　of　Test　Site

一　11　一一

quality．　The　present　study　was　attempted　　to　　extract　　the　　information　　about；　flow

pat；しerns　　aroしind　　the　　bay　　from　TM　data　〈　Torii　et　al　（1985）　〉’　in　order　to　pro▽ide

scientific　e▽idence　for　the　proゴect　of　water　purification・

3一・3　Hydraulic　structure　in　test　site

　　　　　The　level　of　sluice　gaしe　for　drainage　in　Koゴima　desalted　reservoir　　is　　usually

adゴusted　acc。rding　t。　the　rise　and　fall・f　tide・［［he　sill。f　the　gaしe　is　f・unded　at

the　elevation　of　3　meters　below　the　sea－1e▽el　and’　some　　spots　　are　　deeper　　しhan・　3

rneters．　Fig」3　　shows　the　isobat血　of　desalted　reservoir　at　present二・Most　area　of　tt）e

reser▽oir　are．shallow，　aboUt　2．5　m　in　depth．　There　are　only　two　deeper　spots　along

しhe　levee　and　two　deeper　spots　nea亡　’］．efし　and　right　shore　respectively．

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　ウ　　　　　Fig－4　　shows　　the　distribution　of　▽elocit二y　of　plan　flow　obtained　by　もol▽ing・two

dilnens　ional　　sha1ユow　　water　　equation　　〈Kawachi　et　al　（1983）　〉，　　using　　depth

disしribution・data　　as　boしmdary　condition．　The　resuit　is　acquried　on　t士ie　calculation

condiしion　that　much　water　water　flows　int二〇　tne　reservoir，　on　t士1e　　ot血er　　hand　r　much

water　emits　from　tne　gate，　and　so　the　stream　patterns、　can　l　be　completely　understood・

3－4Analytical　procedure

　　　　　Of　　softwares．　mentioned　　　in　　　configuration　　of　　software，　pre一一processing，

uni3up6r▽ised　classification，　supervised　classification　　and　　image　　descript二ion　　are

adopted　　and　　t血e　　image　　processing　proceeds　in　turn．　T（）beg　in　wi　th，　the　TM　digiしal

daしa　t血at　were　acqui　red　on　8th　May　l984，　are　con▽erted　for　handling　a§　MSS　data　　and

pre・一precesSing　is　performed　on　t血e　convert二ed　data　set二s．

　　　　　エnthis　c昌se，　pre－pr・ceSsing　d・es　n。t　include　ge。metrical　registraしi・n　and

correction　of　striping　noise，　because　the　registration　is　not　necessary　judging　from

the　　obゴective　　of　the　ρresent　study　and　striping　no　i　se　can　not　be　foしmd．　4　bands　TM

daしa　corresp◎nding　し。　wave　range　of　瞭∋Sグ　that　is，　Band　2，3，　4　and　　5．　were　　selecしed

for　analysis．　The　　しest　　site　is　disp］．ayed　by　composing　bands　data　in　Photo一・2．　And

t血en，　unsupervised　classification　is　performed　using　centroid　method．　The　result　　is

utilized　　as　reference［data　for　super▽ised　classificat二ion・　Super▽ised　classification

is　performed　using　maximum　likelihood　method・

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　一12一

3－5　Results　and　discussion

　　　　　Phot二〇一3　is　t二be　classificat二ion　map　on　the　case　that　しraining　siヒes　amount二　t二〇　　14

sites　shown　in　Table－1　and　Table－2．　Water　bQdies　and　land　area　were　classiEied　into

8　and　6　types　respectively．　Judg　ing　frorn　the　con；ingency　table　（Table－2），　average

accuracy　is　high　at　83．9　percentage　of　correct　classiEication　and　at　O．86

equivocaしion　quantification　・　エヒ　is　considered　as　high　as　t；he　results　acquired　　from

airborne　　MSS　　data　〈Hoshi　（1979）　and　Torii　et　a1　（1979）　〉．　However，　the　accuracy　of

classiEication　item　4t　5，　12　and　13　are　extremly　low．　Lirniting　nbtice　to　the　types

concerning　water　body．e　altnough　8　types　are　correctly　classified，　the　types　do　not

lead　t士1e　resultanし　map　representing　some　features　　of　　filow．　　4　　combined　　t二ypes　　in

respect　of　land　and　3　coinbined　types　of　water　body　are　displayed　in　PhQto－4　so　as　to

disしinguish　definiしely　the　st二aしus　of　flow．

Photo－3　Supervised　Classification　Map　（No．　of　Training　Classes　is　14）

一　13　一一

Table－1　Characteristic　of　Training　Classes

1

　心i

Classification　it㎝ No．of　pixels Band　2 Band　3 Band　4 Band　5

1．　Wa　ters　in　the　reservo　i　r 216 105．6±1．2 42．2±0．7 41．4±0．8 28．8±0．5

2．　Waters　in　the　Koj　ima　Bay 200 115．2±1．5 49．1±0．7 45．7±0．9 27．3±0．8

3．　Wa　ters　in　the　I　n　l　and　Sea 416 109．5±1．3 ’40．9±0．7 36．8±1．0 21．3±0．8

4．　Wa　ters　in　Sasagase　River 120 117．3±3．2「 49．3±2．4 ’51．0±4。7 44．6±14．8

5．　Waters　in　Kurashiki　River 104 112．7±L4 47．3±1．4 48．2±1．9 49．1±20．9

6．　Wa　ters　in　reclaimed　area 脳 110．8±1．5 45．8±0．8 44．1±1．2 33．2‡4．8

7．　Waters　in　Yoshino　River 192 119．3±1．5 49．6±1．1 50．4±1．9 32．0±3．3

8．　Wa　ters　in　Asahi　River ㎜ 119．1±1．6 49乙5±1．2 48．6±3．1 33．3±7．6

9．　Paddyfields　in　planting　season 132 111．6±2．5 47．9±1．6 47．3±3．3 122．4±7．4

10．Urban　areas 娚 137．6±4．1 60．5±2．1． 71．8±4．3 65．8±4．8

11．Trees 謝 103．0±2。0 46．7±1．9 43．6±1．8 107．3±15．0

12．Bare　fields 45 140．9±6．9 ．〔違．0±4．1 87．9±7．6 76．9±6．5

13．　Concre　te　s　t1Mc　tures　around　coas　t 80 126．3±4．7 56．7±2．9 65．5±5．5’ 69．3±8．5

14．Shad㎝s 140 122．6±4．6 55。7±2．6 63．4±4．6 84．5±9．6

　1

Aor　l

Table－2 Contingency　Table of Supervised Classification

Classification it㎝ No．of　pixels 1 2 3 4 5 6 7 8 9 10 11 12 13 14

1． Wa　ters ■1n the　reservoir 216 98．6 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．5

2． Wa　ters 01n the　Koj　ima　Bay 200 0．0 84．5 0．0 2．5 0．0 7．5 0．0 1．0 0．0 0．0 0．0 0．0 0．0 0．0

3． Wa　ters 01n the　Inland　Sea 416 0．0 0．0 99．5 0．5 0．0 0．0 0．0 0．0 0．0 0．0 「0．0 0．0 0．0 0．0

4． Wa　ters ■1n Sasagase　River 120 0．0 0．0 0．0 35．0 45．8 11．7 0．O 2．5 0．0 0．0 0．00．O　P

0．0 0．0

5． Wa　ters ■1n Kurashiki　River 104 0．0 σ．0 0．0 1．9 2510 66．3 0．℃ 0．0 0．0 0．0 0．0 0．0 0．0 0．0

6． Wa　ters ■1n rec　l　a　i　med　area 204 0．0 0．0 0．0 0．0 0．0 10010 0．0 0．0 0．0 0．0 0．0 0．0 0．0 010

7． Wa　ters ■1n Yoshino　River 192 0．0 0．0 0．0 1．0 0．0 0．0 87．5 5．7 0．0 2．1 0．0 0．0 2．7 0．0

8． Wa　ters ■1n Asahi　River ㎜ O．0 1．0 0．0 0．5 0．0 0．0 22’．5 76．0 0．0 0．0 0．0 0．0 0．0 0．0

9． Paddyf ields in　planting　seaSOn 132 0．0 0．0 0．0 0．0 3．0 0．0 0．0 0．0 93．9 0．0 0．8 0．0 0．0 0．8

10． Urban areas 螂 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 85．5 0．0 8．1 4．8 0．0

11． Trees 304 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 1．7 0．0 98．0 0．0 0．0 0．3

12． Bare fields 45 0．0 0．0 0．0 2．2 0．0 0．0 0．0 0．0 0．0 6．7 0．0 22．2 66．7 0．0

13． Concre te struc　tures　around　（x沿s　t 80 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 0．0 62．5 35．0

14． Shadows 140 0．0 0．0 0．0 0．0 2．9 0．0 0．0 0．0 1．4 0．0 0．0 0．0 22．9 69．3

’Average performance＝83．9％ Equivbcation quantification　＝　O．as

rf7NE5i7　　濫

　　　　’　｝zi！

・Nl．5

！

N

q

奪

の

憾ミf一

瞥蕎　　N

1．5

2Z

’

O，5

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　Fig・一3　工sobath　（m）　in　the　Reservo1「

　VELOCITY（MIS）　ト峰ト0．400　e■

工く）㎜「1盟N　O．0100M／S

　　　　　　　　　ノ　　　る　　　　　　　1二，’一、・、

、こご二乞楽藁　　　＼　　一　　　ノーく「」二、　　　　ヘ　　　　　　　　　　　　　　　　　ノ

　　　　　　　　　　　　　　　　　　　　ノ

ー、 A　　、　！　／　／／＼＿　　＼　イ　／　／

　＼く、『／　！　　　　　　　　　ノ＼　　　　　　　’　＼　　　噸　　　　　’，　’　　，

、　、　’　！　1　　　　　　　　’　、　　　，

　　　　鳴　　”　●　　　　　覧

　　　　　、　　　　●

・　　　　○

　　　○　　　　■　　　　．

．　　　　o

　　　．　　　，　　　，

　・　　　．　　　　●　　　　．　　　　・

　．　　　．

　　　　…　　■　　　・　　　　●

　　．　　　，

　　　　o　　　　　●　　　φ

　　　　‘　　　　　　　●　　　　　●

く1．

蝿 ’、　　　　　　3跡」層●印の一」

驚募＝　　　ノ’t　”＿，の一

　　　　知

．．ｯ

髪纏．．’、、” @ミミ1

糠’沁＼　　瓢＼＼　　　xx　　　N　N　　　　N　　　　N

　　　　　．

％

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　Fig　・一　4　Caluculated　Velocities　．in　the　Reservolr

一　16　一

　　　　　It　is　very　interesting　to　compare、the　map　wi　th　the　distribution　　of　　calcu：Lated

velocity　　（Fig　一4）●　　Because　　the　　map　represenしs　waしer　flowing　out二side、t士lrough　water

gate，　so　iヒ　is　supposed　that二water　from　Sasagase　and　Kurashiki　River　flows　into　　the

　　　　　　　　reserVOIr●

3rr6　Conclusion　of　appl　ication

　　　　　From　this　test　example，　following　conclusions　can　be　madeラ

（1）　The　accuracy　o：E　the　TM　data　is　as　well　as　airborne　MSS　data．

（2）　工f　　successi▽e　　TM　digital　data　of　a　test；site　are　st二〇red，　it　may　be’possible　to

detect　exactly　future　transition　on　the　enviro㎜ent　around　theヒest　site．

．（3）　工naddition，　the　どemote　sensing’techniques　may　　bring　　their　　capabilities　　into

full　play’　taking　　togeth〔学r　with　simulation　model　in　respect　of　water　and　chemical

maしerial　flow．

Photo－4　Supervised　ClassiEication　Dvlap　（No．　of　Training　Classes　is　7）

e’　17　’

4．　Conclusion

　　　　　工し　has　been　shown　that；the　Tsukusys　was　deVeloped　mainly　for　　しhe　　ana：Lysis　　of

Landsat　tvlSS　data　r　could　cope　wi　th　the　Landsat　［“vr　da　ta．　HOwever，　in　o　rder　to　expand

the　utilization　of　Landsat　Tlvr　data，　it　is　necessary　that　the　TsuKusys　can　sele¢t

spectral　bands　wi　th　anaiysis　or　rnore　than　4　bands　data　can　be　processed，　while　the

TsukusYs　presently　only　deals　wi　th　4　bands　data．

　　　　　The　second　systern　is　being　designed　r　taking　notice　of　the　selection　and

eniargernent　of　the　bands．　The　systern　i　s　scheduled　to　process　tandsat　Trvl　data，　MOS－1

tv！ESSR　data　．and　SpCrr　XS　data．　When　the　new　systern　i　s　accornpl　i　shed，　t　he　sys　tern　wi　l　l

aiso　be　open　for　education　and　training　as　well　as　the　TsuKusys．

AcKnowledgments

　　　　　The　authors　would　like　to　thank　Mrs．　Zhang　Shaoxing　Eor　her　enl　ightening

comments　and　suggestions．

References

1）　Hoshi，T．　（1979）　；　Processing　System　”USASi，　of　MSS　Dat；a　from　an　Aircraft；and　　工し。s

Application，　Proc．　oE　Japanese　Societ’ 凵@gf．Civil　Eng．，　’No．285r　pp．69－83．　（in

Japanese）

2）H。sh・，T．　andエs・hama，K．（1981）；lnput／Output＄・ftware・fエrnag・e　Pr。cessing’JAFSA

Rep．　811012，　pp．207－220．　（in　Japanese）

一　18　一

3）　Hosh　i，T．　and　Nakayarna，K．　（1983）．；　A　1！andsa　t　rmage　Databank　Us　i　ng　iY！ass　Sto　rage

System－et　TrsUKUSYSie　工lnage－bank一・一’r　　Inter　　Graphics　I　83，　An　　工nternational　　Conf．　＆

Exhibition　on　Computer　Graphic　Technical　SessionS，　D8－i，　pp．1－15．

4）　Hosh　i，T．　and　Sato，K．　（　in　press　）　；　Analys　i　s　of　iYlang　rove　Forest　in　OKinawa　Us　ing

Airborne　Remote　Sensing　Data　r　Proc．　of　6Vh　Asian　Conf．　on　Rernote　Sensig．

5）　lshida，T．　and　Hoshi　rT．　（1985）　；　Estirnation　of　Regional　Evapotranspiration　Using

Land　Classification　wap　Obtained　frorn　Landsat　D4SS　Data　r　Proc．　of　Annual　Conf．’85r

Soc　iety　of　Photog　rammetry　and　Remote　Sensing，　pp．95－100．　（in　Japanese）

6）　工shii’Y・’Nakayama’K・’and　Hoshi’T・　（1983）；　The　Analysis　of　　Landsat　（MSS）　　工mage

Dat『亀　Using　　工nしeractive　　Information　Retrieval　L尋nguage　SOAR，　工nter　Graphics曹83，　An

エnternati・nal　C・nf・＆Exhibiti・n・n’　C。mputer　Graphic　Technical　Sessi。ns’D8・一4，

pp．1一一i4．

7）　Kawachi，T．　　and　　Kooutangkulvong　r　S．　（1983）　；　Numerical　Investigation　iWo

Dimensi。na・Backwaしer　by㎞e　Finite　Element　Me伽d，」．・fエrri．　hng．　and　Rural

Planning，　No．3，　pp．32・一51．

8）Nagamine’K・and　H・shi’T・（1982）；pre－pr・cessing。f　tandsat　lYISSエmage　Data　by

Using　Graphic　Display，　Proc．　of　Annual　Conf．’82，　Society　of　Photogrammetry　and

Remote　Sens　ing，　pp．61一一64．　（in　Japanese）

9）［DoriirK．　OkagawarN．r　Kltarnura，T．　and　Hoshi　rT．　（1979）　；　Analysis　of　Water　Area

around　the　Suwa　Lake　Using　CCCT，　Proc．　of　Annual　Conf．’79，　Soc　i　ety　o　f　lnstrument　and

Control　Eng．t　pp．．111－114．　（in　Japanese）

IO）　ToriirK．　HoShi，T．，　and　lshida，T．　（1985）；Flow　Patterns　around　the　Kojima

Reservo　i　r　Us　ing　［IM　r　Proc．　o£　Annual　Conf．’85，　Society　of　Photog　rammetry　and　Rernote

Sensing　r　pp．IOI－104．　（in　Japanese）

一　19　一一

INSTITUTE　OF　INFORIvrATION　SCIENCE　AND　ELECTRONICS　　　　　　　　　　　　　UNIVERSITY　OF　TSUKUBA

　　　　SAKURA－MURA，　NIIHARI－GUN，　I　BARAKI，　JAPAN

REPORT NUMBERREPORT　DOCU凹ENTATION　PAGE

ISE－TR－86－54

TITLERemo・ヒe　Sensing工mage　Data　Analysis　Sys’ヒem 町sukusys”

and工t　1　s　Application

　　　　　　　●　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　・　　　　　　● und aBa．　Usin　MT一AUTHOR（S）

Takashi　Hbshi

1くiyoshi　Torii

TQmoydd工shida

REPORT　DATE NUMBER　OF　PAGES

January　6，　1986 19

MAIN　CATEGORY CR　CATEGORIES

Remote　Sensin9 4．0

KEY　WORDS1血㎝atic　Map鉾r，　Stream　Pattem ，Super▽ised Classification

ABSTRACT

A　system　ca】」．　ed as“TSukusys．。 has　been（皐eveloped　to

distinguish　arKヨanalyze 1and　use　and 1and　cover　patterns’by

　　・　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　．

tSlrg　　　remote　　SenSlng image　δata， especially　　Landsat

Mul　tispectral　　Scanner （MSS）　　imag　e data．　As」　　in　　Japan，

Landsat　Th㎝atiC　Mapper （別）　image data　can　be　acquireq　　　　　．

SinCe　laSt　year， the　apPIication　of TM　dat二a　by　the　Tsuku寧ys

was　attempted．　AS　a　reSult， the　ad▽antage　of　t二he　TM　data　is

c㎝Pletely　vertified・ This　in▽estigation is　　し。　　interprete

water　quality　condition around　the K・」ima臼ay油e「e　mter

pollution　becomes　a　social ●1ssue●

SUPPしEMENTARY　NOTES