GRASP EARTH：衛星データと機械学習が実現する宇宙から地球をみる技術

こんにちは，株式会社Ridge-iの@space_wakuです．本記事では全二編からなる記事の第一弾として，衛星データの基本や従来のトレンドについてまとめます．また本記事は@machinery81によってレビューされています．

TL;DR

  • 無料サービスGRASP EARTHの紹介
  • 衛星データの種類について解説
    • 光学衛星・SAR衛星の特徴
    • 従来の解析手法の紹介

無料サービスGRASP EARTHとは

弊社では，無料変化検出アプリケーション『GRASP EARTH』を開発いたしました．GRASP EARTHは，GRASP EARTH SARとGRASP EARTH COLORの2種類で構成されています．

  • GRASP EARTH SAR：一部の地域・海域を除く全世界のSAR衛星画像を用いて，指定した期間中の建造物の変化を可視化
  • GRASP EARTH COLOR：光学画像で指定した期間での変化をカラー画像で比較

▼GRASP EARTHのサービスページはこちら

この記事では，GRASP EARTHについての理解を深めるため，衛星データの種類について簡単に説明をした後，将来のGRASP EARTHを支えるであろう衛星データ x 変化検出のトレンドについて連載でまとめたいと思います．

まず第一弾として，衛星データとはどのような種類があるのか，どのような観測が可能なのかについて説明し，第二弾で現在の衛星データ 変化検出トレンドについて解説したいと思います．

衛星の撮像方法について

人工衛星の軌道

f:id:Ridge-i_hatakeyama:20210607145106p:plain
図1 ALOS-4 (Image credit: JAXA)

人工衛星とは，地球の周りを周回する衛星です（厳密にいうと地球周回をしないものは「衛星」ではなく「探査機」と言われます）．人工衛星は，地球の重力を向心力として地球の周りを円運動をしています．以下に簡単な円運動の式を示します．

m\frac{v^2}{r}=G\frac{Mm}{r^2} \\ v=\sqrt{\frac{GM}{r}}

ただし，各文字は以下のようになっております．

\begin{align} m&\text{ : 人工衛星の質量}\\ v&\text{ : 人工衛星の円運動速度}\\ r&\text{ : 軌道半径}\\ G&\text{ : 万有引力定数}\\ M&\text{ : 地球の質量} \end{align}

この式から，人工衛星の円運動速度は，回転半径が大きくなるほど遅くなることが分かります． 人工衛星の回転速度と地球の自転の速度がちょうど釣り合うような高度のことを「静止軌道」と呼び，日本域を常時観測したいという要望のある気象衛星「ひまわり」などで利用されます．

基本的に静止軌道以外の軌道を選んだ場合には，人工衛星の円運動速度と地球の自転は完全に同期されないため，観測したい箇所が見えない時間帯が生じることに留意が必要です．

一見地球観測衛星の場合には，特定地域を常時観測できる静止軌道が魅力的に思えるかもしれませんが，静止軌道は上空36,000kmとなるため

  • 打ち上げコストが非常に高い
  • 地上分解能（※1）が悪い（∝約 1/\text{(高度)}^2)
  • 同じ経度の国が同じ静止軌道を使用するため，国際調整が大変

といった理由からほとんど使用されておりません．

※1 地上分解能とは，「地上にある2つの近接した物体を別々の物体として認識できる最小の長さ」と解釈することができます．つまり1ピクセルに丸め込まれないための物体間の最小距離としても解釈することができ，地上分解能が小さければ小さいほどより高精度な衛星とみなすことができます．

そのため，地球観測衛星の場合には一般的に低軌道（400km - 2,000km）が使用されます．この場合には静止軌道と違い，地上の関心があるエリア（以降Area of Interest (AoI)と呼びます）を観測してから次回観測するまでに数日かかることが一般的です．

この観測時間のロスを埋めたいという要望及び，近年SpaceX等の安価な打ち上げ業者が台頭してきたことにより，複数機の衛星を用いて地球を観測する衛星コンステレーションの構築が世界的に進められております．衛星コンステレーションはアメリカのPlanet社[1] がこれまでに200機以上衛星を打ち上げており，これにより1日に複数回同AoIを撮影することが可能となっております[2]．

地球観測衛星の種類

地球を観測する人工衛星には大きく分けて以下の2つのタイプが存在します：

  • （光学衛星）太陽光が地表面に当たり，その反射光をセンサーで観測するタイプ．代表的なものとしては図2のようなMaxar社が運用している世界最高の0.3m程度の地上分解能※1を有するWorldView等が有名です．
  • （SAR衛星）衛星からマイクロ波を放出し，地表面にて反射された電波を観測するタイプ．図3のようなASI（イタリアの宇宙機関）らが運用するCOSMO-SkyMedなどが該当します．

f:id:Ridge-i_hatakeyama:20210607154013p:plain
図2 Maxar社WorldView-3（Image credit: DigitalGlobe, Ball Aerospace）

f:id:Ridge-i_hatakeyama:20210607154019p:plain
図3 ASI社 COSMO-SkyMed（Image credit: ASI）

次章以降で両者の性質について詳しくみていきたいと思います．

光学衛星

光学衛星の特徴

図4に示すように，太陽光は様々な波長の光によって構成されています．

f:id:Ridge-i_hatakeyama:20210607154439p:plain
図4 太陽光スペクトル（Image credit: Nick84 https://commons.wikimedia.org/w/index.php?curid=24648395）

図5に松林，草原，砂場，泥水のスペクトル情報を示します．この図からも分かるように，物体によって吸収しやすい波長，吸収しにくい波長が存在します．我々が目にしているものは，図4に示すような太陽光が物体に当たった反射光です．人間の目は約300nm - 700nmの波長域しか観測できませんが，一般的に光学衛星は，可視光以外にも赤外域なども観測可能なセンサーを搭載しています．4バンド以上十数バンド程度のバンド情報を持ったセンサーをマルチスペクトルセンサー，それ以上（百バンド以上に及ぶこともある）のバンド情報を持ったセンサーをハイパースペクトルセンサーと呼ばれます．

このような幅広いバンド情報を利用することで，現在までに土地の被覆分類などのタスクが行われてきました．例えばバンド間での演算を施すことで植生を見るのに特化した指標であるNDVIは，森林量の把握，緑化計画などの多くの分野で活用されてきています．NDVIは，植物の赤い光は吸収するが近赤外はほとんど吸収しないという性質を元に作成された指数です．

f:id:Ridge-i_hatakeyama:20210614185822p:plain
図5 様々な物質のスペクトル情報（Image credit: GRASSを用いた地理情報システム入門（第９回）, 大阪府立大学）

図6に東京中心部のNDVI画像を示しております．色が濃いほど，NDVI値が高く，植生が多いことを示しております．皇居の周辺と新宿御苑，代々木公園あたりが大きく緑色となっていることがわかります． このデータを追加で処理することにより東京都の何%が緑化されているか等の指標が得られ，SDGsなどに関連し東京23区の緑化計画等の施策へと応用することが可能です．

f:id:Ridge-i_hatakeyama:20210614190102p:plain
図6 東京中心部のNDVI画像 (Image credit: ESA, EO browser, Sentinel-2の画像をもとに作成)

スペクトルから得られる情報については参考文献[3]に詳しくまとめられておりますので，興味のある方は参考にしてください．

スペクトルから多くの情報を抽出できる光学センサーですが，欠点としては

  • 地上が曇っている場合
  • 地上が夜間の場合

には観測ができないことが挙げられます．

合成開口レーダー衛星（SAR衛星）

合成開口レーダ衛星とは，衛星本体からマイクロ波を放出し，地表面から返ってくる電波（後方散乱光）を再度衛星が受信することで，地表面の様子を測定する衛星です．SAR衛星では，反射してきたマイクロ波の「強度」，「偏波」，「位相情報」の情報を観測で利用しています．以下に簡単にSAR衛星の原理について紹介します．

光学衛星とSAR衛星の観測のイメージの比較を図7に示します．

f:id:Ridge-i_hatakeyama:20210614190716p:plain
図7 光学衛星とSAR衛星の観測のイメージの比較

一般的に，衛星に搭載されているアンテナが大きくなるにつれて，撮影される画像が高解像度になります．しかし，人工衛星は，ロケットに搭載可能なサイズや重量により大きさが制限されているので工夫が必要です．どのようにしてこのような課題を解決しているのでしょうか．実は合成開口レーダは，衛星が地球を周回すること（2地点以上から同地点を観測できること）を利用してアンテナを大きく見せかけているのです（これが合成開口の所以です）．その他にも，解像度を上げるために衛星から射出されるマイクロ波の波形にも工夫がなされています．原理がより詳しく知りたい方は，[5]に詳細が記述されておりますので参考にしてみてください．

光学衛星と比較した際のSAR衛星の特徴としては以下が挙げられます．

  • 必ず衛星直下から角度（20度 - 40度程度）を付けて観測を行う
    • 直下にマイクロ波射出すると左右どちらから電波が跳ね返ってきたのか分からないため
  • 地上の天候に関係なく観測可能

SARの場合には，衛星が搭載しているマイクロ波の周波数帯によっても透過する物質が微妙に異なりるため，観測対象に応じて適切な周波数を選択する必要があります．

バンド帯域 L band C band X band
周波数 1GHz - 2GHz 4GHz - 8GHz 8GHz - 12GHz
衛星 ALOS-2
SEASAT 		Sentinel-1 Cosmo-SkyMed
ASNARO-2 (NEC)
STRIX (Synspective)
QPS-SAR
特徴 利点
・葉を透過するので森林の地面の様子まで観測できる
・　干渉解析が容易

欠点
・分解能に劣る 		利点も欠点もL-bandとX-bandのちょうど中間の性質を持つ 利点
・分解能が高い（<1m）

欠点
・干渉解析が難しい

強度情報を用いた解析

SAR衛星（Sentinel-1）で撮影した都心の様子を図9に示します．この画像は，上述したSARの特徴のうち，衛星に返ってくるマイクロ波の「強度」の情報を表しています（白くなればなるほど衛星の方に返ってくる信号が強い）．「強度」は地表面の形状・誘電率などにより変化します．この画像から，ビル群では反射強度が高く，皇居や新宿御苑の植物が茂っている部分ではビル群ほど信号が強くないこともわかります．ビル群で反射強度が高くなる理由としては，直角に配置した鏡を覗くとどの位置からも自分の顔が見えるように，入射してくる光と出ていく光の方向が一緒であるからです．

一方で，植生がある部分では樹冠などで複雑な反射を繰り返すため，建物ほど多くの信号を衛星の方に返ってこず，観測される信号強度は低・中程度となります．さらに，海や川の部分では水面で鏡面反射されることが多く，衛星の方に反射される信号の強度は極めて低くなります．このような原理から，SARでは水の特徴は非常に抽出しやすいということも特筆すべきことです．

f:id:Ridge-i_hatakeyama:20210614193006j:plain
図9 Sentinel-2で撮影した都心の様子(VV偏波)（Image credit: Sentinel-2 / EO browser）

偏波情報を用いた解析

次に「偏波」の情報を用いた解析について紹介します．衛星から射出するマイクロ波のE波面が地表面と並行した偏波を水平偏波（H偏波），垂直の偏波を垂直偏波（V偏波）と言います（図10参照）．射出された偏波情報と地表面から返ってきた電波の偏波情報を組み合わせた解析も行われています．例えば，衛星がH偏波を射出してH偏波を受信した場合には，HHを観測したことになり，V偏波を受信した場合にはHVを観測したということができます．衛星の受信機側のアンテナの種類にもよりますが，H偏波・V偏波を受信できるアンテナが装備されている衛星の場合にはHH，HV，VH，VVの4種類の組み合わせの信号を取得することが可能です（HVの場合には送信側がH偏波で射出し，V偏波にて受信したことを示します）．

f:id:Ridge-i_hatakeyama:20210614193408p:plain
図10 水平偏波（H偏波），垂直偏波（V偏波）の概念図 [10]

それぞれの偏波特性で，観測できるものの特徴が異なります．図11に，畑・住宅街・森林部分をPALSAR（ALOS-2に搭載されているSARのセンサ）で観測し，HH偏波部分は赤，HV偏波部分は緑に，VV偏波部分は青で着色した画像を示します．

  • HH：入射波と反射波で偏波情報を変更しない反射をするもの（2回反射する住宅や1回反射が多い裸地等）
  • HV：入射波が複雑な反射を繰り返し偏波情報を変更するもの（森林など）
  • VV：入射波と反射波で偏波情報を変更しない反射をするもの（2回反射する住宅や1回反射が多い裸地等）

HHとVVの違いは難しい部分もありますが，例えば地面に垂直に植えている植物（稲等）があるときには，V偏波は植物で吸収される場合もあり，Hの方が衛星の方に戻ってきやすい場合もあります．

これらの状況から，

  • 赤い部分（HH）は住宅がある箇所もしくは稲が存在する水田
  • 黒い部分（全ての偏波で強度が低い）は水が張っている（稲が植えてあってもまだ小さい）
  • 緑部分はその他の作物が植えてある，もしくは森林

であることが推察されます．

Residential area（住宅街部分），Forest area（森林部分）でも緑の部分（森林）と赤い部分（建物が密集している部分）が含まれており，これらの情報を使用することで土地分類が可能です[7]．

f:id:Ridge-i_hatakeyama:20210614193519p:plain
図11 HH, HV, VVをそれぞれ赤・緑・青にカラー画像化したもの

無料でデータを取得することができるSentinel-1は，定常運用ではVV，VHのみ偏波を取得することが可能です（極域ではHH・HV偏波も取得することができます）．

干渉解析

SARに特有な観測として干渉解析（DInSAR）があります．DInSARの原理を図12に示します．この図の通り，DInSARでは位相の変化から地表面の動きを推定します．

f:id:Ridge-i_hatakeyama:20210614193755p:plain
図12 DInSARの原理 (Image credit: 国土地理院[8]）

干渉解析では，波長の約1/10程度の精度（Xバンドであれば5mm以下，Lバンドであれば5cm以下）で地面の隆起・沈降まで観測できるためインフラモニタリングなどの分野でも使用されております．

2016年に生じた熊本地震前後での干渉解析を行った例を図13に示します．赤い線が活断層を示しており赤い線に沿って縞模様が発現していることが分かります．右下の凡例から，活断層に沿って10mm前後の変移が生じたことも分かります． 現在，都市部などの狭い領域でも精度良く観測するための手法が開発されており，2020年に東京都調布市で生じた外環道工事に起因する道路の陥没事故解析でも一定の有効性が認められております．

f:id:Ridge-i_hatakeyama:20210614193944p:plain
図13 熊本地震前後での干渉解析結果（Image credit: 国土地理院）

干渉解析は基本的に，広範囲の2時期のデータを干渉させるため通常観測と下記の点で運用上の違いが発生します．そのため，干渉解析の実施を考える際には前処理として下記のことを留意する必要があります．

<SAR通常観測と干渉解析の運用上の違い>

  • 異なる2時期の組み合わせ・場所の選択肢が無数にあるため事前に解析方針を細かく策定する必要がある（全球リアルタイム更新が難しい）
  • 解析結果に影響を及ぼす因子（例えば，干渉解析に使用する軌道の垂直距離，現地の天気等）が無数にあるため，どのペアを使用するかを選択するのにノウハウが必要
  • 干渉解析には多くのメモリを消費するため，マシンパワーが必要
  • 干渉解析に時間がかかる

Coherenceを用いた変化検出

SAR衛星では，2時期の観測データを用い，干渉させることで地面の変動量が求められるということを述べました．しかし「干渉」が起きないケースもあります．それはどういうときでしょうか．干渉が起きない原因は主に2パターン存在します．

  1. 地表面に位相がランダムで変化するものが存在するとき
  2. 2時期の間に地上の様子が大幅に（波長よりも大きいスケールで）変化したとき

一般的にマイクロ波が植物を透過する際には，植物の葉や枝などで乱反射が生じ，それにより光路長もランダムになります．そのため地表面が植物に覆われている箇所に関しては1の場合に当てはまり，干渉解析が上手くいきません． また，地盤沈下以外の要因で地表面の様子が大きく変化した際（例えばビルが新しく建った等）にも位相特性が変化し，干渉解析が上手くいかない要因の一つとなります．

上記の理由から，干渉解析を行う際に干渉可能性を知ることは非常に重要です．一般的に，SAR衛星で干渉解析をする際に使用する値としてcoherenceという指標があります．coherence値は大きければ大きいほど「干渉可能性」が高く，低いほど「干渉可能性」が低いという指標です．裏を返すと「干渉性」が低いときには地表面の様子が変化している，もしくは植物で覆われているということも知ることができるため，coherence値を使用した土地分類や変化検出もこれまでに行われてきています．

coherenceは以下の式で表されます[10]．

\gamma=\frac{\sum^N_{i=1} u_{1i}u_{2i}^*}{\sqrt{\sum^N_{i=1} |u_{1i}|^2}\sqrt{\sum^N_{i=1} |u_{2i}|^2}}

式の中の uはある座標における複素数での後方散乱値を示しており，添字の1と2はそれぞれ1時期目か2時期目のデータか，*は複素共役値， Nはある座標周囲部分の値を示しています．この式から，coherenceとは，ある座標周辺での2時期干渉データの相関係数という理解ができます． （注：ここでは，原理からあえてピクセル値とは呼ばず，関心のある場所を「ある座標」と表記しています．）

以上をまとめると光学衛星およびSAR衛星の特徴，メリット／デメリットは下記の通りとなります．

光学衛星

  • 特徴：
    • 太陽が地表面に当たった反射光を観測
    • 対象物の反射特性を用いた地表面被覆分類などに応用
    • DLと組み合わせることで車台数のカウントなどマーケティング用途での使用も可能
  • メリット：
    • 人間が解読しやすい
  • デメリット：
    • 地表面が曇っていると観測できない

SAR衛星

  • 特徴：
    • 人工衛星からマイクロ波を発出し，地表面での反射波を観測
    • 取得された画像には角度がついている
    • 「強度」，「偏波」，「位相情報」を用いることで様々なアプリケーションに応用が可能
  • メリット：
    • 地表面の天候によらず観測可能
    • 干渉解析を行うことで，高精度で地盤変動の様子が観測可能
    • 干渉解析の時に参照するcoherenceを用いると変化検出が可能
  • デメリット：
    • 解析に専門知識が必要

さいごに

本記事では変化検出サービス「GRASP EARTH」の概要説明と衛星データ解析に関する簡単な説明をいたしました．SARの場合にはcoherenceという値を用いて地上の様子を見ることができる点も紹介しており，現在ではcoherenceやマルチスペクトル画像を組み合わせた変化検出なども研究対象として行われています．第二弾の記事では，それらの技術に対してもご紹介できればと考えております．

一方で，実ビジネスに応用する観点では，現行のGRASP EARTHに機能を上乗せするような仕組みも必要ですし，衛星データ取得から継続的に更新がかけられるような運用設計についても非常に重要です．弊社では引き続きこのような技術についても開発を進めいきたいと考えております．

GRASP EARTHを含め，Ridge-iでは様々なポジション（衛星データ解析も含む）で積極採用中です．カジュアル面談も可能ですのでご興味がある方は是非ご連絡ください．

ridge-i.com

参考文献

[1] Planet. Home. URL: https://www.planet.com/ (アクセス：2021/06/07）

[2] BBC. SpaceX: World record number of satellites launched. (アクセス：2021/06/07）

[3] 課題に応じて変幻自在？ 衛星データをブレンドして見えるモノ・コト #マンガでわかる衛星データ | 宙畑, 宙畑（アクセス：2021/6/14）

[4] SAR衛星とは？ASNARO-2で広がる宇宙ビジネスの可能性 | 宙畑, 宙畑（アクセス：2021/6/14）

[5] リモートセンシングのための合成開口レーダの基礎, 木内和夫 (2009)

[6] Radar Polarimetry, Government of Canada（アクセス：2021/6/14）

[7] Polarimetric observation by PALSAR, JAXA（アクセス：2021/6/14）

[8] 干渉SARの原理 | 国土地理院, 国土地理院（アクセス：2021/6/14）

[9] 衛星データで分析 東京・調布の道路陥没事故：日本経済新聞, 日本経済新聞（アクセス：2021/6/14）

[10] Part C InSAR processing: a mathematical approach http://www.esa.int/esapub/tm/tm19/TM-19_ptC.pdf, ESA（アクセス：2021/6/14）