JP5423096B2 - 衛星画像シーンの晴天判別装置、判別方法、判別プログラム - Google Patents
衛星画像シーンの晴天判別装置、判別方法、判別プログラム Download PDFInfo
- Publication number
- JP5423096B2 JP5423096B2 JP2009080359A JP2009080359A JP5423096B2 JP 5423096 B2 JP5423096 B2 JP 5423096B2 JP 2009080359 A JP2009080359 A JP 2009080359A JP 2009080359 A JP2009080359 A JP 2009080359A JP 5423096 B2 JP5423096 B2 JP 5423096B2
- Authority
- JP
- Japan
- Prior art keywords
- clear sky
- image
- pixel
- image data
- solar radiation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
まず、図1について説明する。図1は、晴天判別装置100を含む晴天判別システムの全体構成、および晴天判別装置100の機能構成を示している。この晴天判別装置100は、静止気象衛星シーンの画像データ(第一の画像データ)および/または極軌道衛星シーンの画像データ(第二の画像データ)の晴天判別を行う。
なお、図1において晴天判別装置100は、静止気象衛星シーンの晴天度算出処理機能101を備える代わりに極軌道衛星シーンの晴天度算出機能103を利用し、第一段階の晴天判別処理機能102に代えて、極軌道衛星シーンの第一段階の晴天判別機能を備えてもよい。このような構成を備える実施例については、図15を参照して後述する。
図2において、コンピュータ200は、CPU201、ROM202、RAM203、ハードディスク装置204、インタフェース装置205、入力装置206、出力装置207を備えている。これらの要素はいずれもバス208に接続されており、CPU201の管理の下で各種のデータを相互に授受することができる。
なお、図2に示した構成から明らかなように、コンピュータ200の構成は標準的なコンピュータの多くが備えている構成である。したがって、標準的なコンピュータによって晴天判別装置100の前述した機能が実現できる。
薄い雲で覆われている場合や、小さな雲が点在する場合の大気の光学的な厚さは、上空から地表が見える程度を表す指標となる。この光学的な厚さは第一近似的には反射率(アルベード)で表現できるが、地表に到達する太陽光の強さ(日射量)で表現すると、より精度よく表現できる。しかしながら、日射量の強さは地域や季節、時刻により様々であり、単純に日射量の強度が高ければ晴れであるとは言えず、したがって、観測された日射量そのままの値は、どの程度雲が無いかを示す指標にすることはできない。
(A)晴天域での日射量推定計算式
SS = SI + SR + SA ・・・(1)
(B)雲域での日射量計算式
SS = (SI + SR + SA)(1-a・A) ・・・(2)
ここで、
SI=S・tO・tR(l−aw)・tA ・・・(3)
SR=S・tO・(0.5・(1−tR))・tA ・・・(4)
SA=S・tO・tR(1−aw)・FC・ω0(1−tA) ・・・(5)
S=I・(dM/d)2・cosθ ・・・(6)
A=R/cos θ ・・・(7)
上記式(1)〜(7)の各記号(パラメータ)の意味は以下の通りである。
θ:太陽天頂角
I:太陽定数
dM:太陽−地球間の平均距離
d:太陽−地球間の距離
tO:オゾンの吸収に関する透過率
tR:レイリー散乱に関する透過率
tA:エアロゾルに関する透過率
aw:水蒸気による日射吸収率
FC:エアロゾルによる前方散乱の割合
ω0:単一散乱アルベード
R:衛星が観測した反射率
A:アルベード値
a:雲の日射吸収係数
まず、S701では、CPU201は、ハードディスク装置204に記憶されている静止気象衛星画像データのデータベースから、静止気象衛星シーンの可視画像データ107を取得する処理を行う。
S901は、図7のS704の処理であり、CPU201は、晴天判別を行いたい極軌道衛星画像シーンの観測域をハードディスク装置204に記憶されている極軌道衛星画像データベースから取得する処理を行う。CPU201は、取得した極軌道衛星画像シーンの観測域を用いて、静止軌道衛星シーン内の極軌道衛星画像シーンの観測域の占める領域を特定する。
ここで、平均値の算出方法としては、以下の方法が考えられうる。
また、極軌道衛星シーンの領域内にあるピクセルの晴天度については、平均値だけではなく、中央値を用いる、ヒストグラムを作成して下限値を算出した値を用いる、などのその他の方法が用いられてもよい。
まず、S707では、第一段階の晴天判別画像に基づいて、極軌道衛星シーンの画像データについて晴天判別を行うか否かを判断する。この判断は、第一段階の判別結果が晴天であれば第二段階を行うよう予め判断条件を設定しておいてもよいし、あるいは、利用者が晴天判別画像を確認して判断してもよい。もしくは、単に第一段階の処理が終了したかどうかを確認して、第二段階を行ってもよい。予め判断条件を設定しておく場合には、閾値Xの値に応じて、晴天とする範囲を任意に決めることができる。例えば、閾値X決定時に下限値とするピクセル数を多くすれば、薄い雲や小さな雲を含む領域も晴天域と判別されることになる。したがって、このような場合は、第一段階では判別できなかった小さな雲域等を判別することを目的として、第二段階の判別を行うことになりうる。一方、予め判断条件を予め設定しない場合には、利用者が目的によって、第二段階の晴天判別を行うか否かを判断してもよい。例えば、第一段階の晴天判別結果が曇天であったとしても、例えば雲域中の小さな晴天域を判別する目的等で、利用者の判断により第二段階の判別を行ってもよい。
ここで、S711の閾値Zの決定処理の詳細について、図11Aおよび図11Bを用いて説明する。図11Aは閾値Zを決定する処理内容を示した図であり、図11Bは閾値Zの決定処理において作成するヒストグラムの例である。
まず、S1201では、CPU201は、前述の閾値決定処理で決定した閾値Xを取得する処理を行う(図7のS705)。次にCPU201は、S710で算出したピクセル毎の晴天度β/αについて、各々が閾値X以上かについて判定する処理を行う。CPU201は、晴天度β/αの値が閾値X以上であれば晴天と判別して、S1203で晴天判別結果を示すフラグを1とし、晴天度β/αの値が閾値X未満であれば曇天と判別して、S1204で晴天判別結果を示すフラグを0とする。続いてCPU201は、S1205では、この判別結果に基づいて極軌道衛星画像シーンの晴天判別二値画像を作成する処理を行う。二値画像としては例えば、図3に示したデータ配列のピクセル毎に、判別された0もしくは1のフラグのデータが格納された画像が考えられる。もしくは、判別された結果のフラグを元に、0と1でそれぞれ決められた異なる二色のうちいずれかに、各ピクセルが色分けされた画像が作成されてもよい。
一般に、静止気象衛星は30分毎に観測したデータを配信し、極軌道衛星は一周90分ぐらいで地球を周回し、観測したデータを配信している。配信されたデータは地上の受信局や受信装置で受信され、ハードディスク等に保存される。受信局等で保存されたデータは、インターネット回線を通じて、もしくは記憶媒体に保存して配布することにより、利用者に提供することが可能である。
これらの処理の前に、予め選別された過去の極軌道衛星画像データを用いて、閾値の決定処理が行われている(1405)。
続いてS1505では、CPU201は、晴天度β/αの値が閾値X以上であれば晴天と判別して、S1506で晴天判別結果を示すフラグを1とし、晴天度β/αの値が閾値X未満であれば曇天と判別して、S1507で晴天判別結果を示すフラグを0とする。S1508では、この判別結果に基づいて極軌道衛星画像シーンの晴天判別二値画像を作成する処理を行い、晴天判別処理が終了する。
第二段階の晴天判別に用いる閾値Z決定のヒストグラムは、極軌道衛星画像の晴天ピクセル率について、シーン数を縦軸にとった分布を表している。ヒストグラム作成に用いる極軌道衛星画像シーンはほぼ晴天であるため、晴天ピクセル率は100%に近い値が多く、分布のばらつきが少なくなることが予想される。一方、閾値X決定のヒストグラムは、ピクセルの晴天度について、ピクセル数を縦軸にとった分布を表している。ピクセル毎の晴天度はシーン毎の晴天ピクセル率に比べてばらつきが大きくなることが予想される。ばらつきの小さいヒストグラムから決定した閾値Zは閾値Xに比べて信頼度が高く、したがって、図15の第一段階の判別処理に続いて図12の第二段階の判別処理を行うことにより、さらに信頼性の高い晴天判別結果を得ることができると考えられる。
(付記1)
第一の衛星によって撮影された第一の画像データを取得する衛星データ取得手段と、
該第一の画像を構成するピクセル毎に、該第一の画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記第一の画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する第一の晴天度算出手段と、
前記第一の画像に対応する領域内に含まれ、晴天判別が行われるべき対象領域に対応する晴天度に基づく値を算出し、該基づく値が予め定められた閾値X以上であるときに、前記対象領域を晴天と判別する第一の晴天判別手段と、
を備える、晴天判別装置。
(付記2)
前記第一の画像データの撮影時以前に、前記対象領域を撮影する第二の衛星によって撮影された一枚以上の各画像のデータを取得し、
該一枚以上の画像について、各画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出し、前記一枚以上の画像を構成する全てのピクセルに対して該晴天度β/αの度数分布図を作成し、該全てのピクセルの数に対して、ピクセル数の合計が定められた割合以上となるβ/αの下限値を前記閾値Xとして決定する、
閾値決定手段をさらに備えることを特徴とする、請求項1に記載の晴天判別装置。
(付記3)
前記衛星データ取得手段が、前記第一の画像データに加えて、第二の衛星によって撮影された第二の画像のデータを取得するとともに、
該第二の画像を構成するピクセル毎に、該第二の画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記第二の画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出し、該晴天度が前記閾値X以上であるときに、前記ピクセルを晴天と判別し、前記第二の画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出する、第二の晴天度算出手段と、
該晴天ピクセル率が予め定められた閾値Z以上であるときに、前記第二の画像データを晴天と判別する第二の晴天判別手段と、
をさらに備える、請求項1に記載の晴天判別装置。
(付記4)
前記第一の画像データの撮影時以前に、前記対象領域を撮影する第二の衛星によって撮影された一枚以上の各画像のデータを取得し、
該一枚以上の画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出し、
前記ピクセル毎の前記晴天度β/αが予め定められた閾値X以上であるときに、前記ピクセルを晴天と判別するとともに、前記画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出し、
前記一枚以上の画像に対して該晴天ピクセル率の度数分布図を作成し、該画像の全ての数に対して、晴天ピクセル数の合計が定められた割合以上となる晴天ピクセル率の下限値を前記閾値Zとして決定する、
閾値決定手段をさらに備えることを特徴とする、請求項3に記載の晴天判別装置。
(付記5)
衛星によって撮影された可視画像のデータを取得する衛星データ取得手段と、
該画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する晴天度算出手段と、
前記ピクセル毎に対応する領域毎に、前記晴天度が予め定められた閾値以上である領域を晴天と判別する晴天判別手段と、
を備える、晴天判別装置。
(付記6)
衛星によって撮影された画像のデータを取得する衛星データ取得手段と、
該画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する、第一の晴天度算出手段と、
該晴天度が予め定められた閾値X以上であるときに、前記ピクセルを晴天と判別する、第一の晴天判別手段と、
前記画像データ毎に全ピクセル数に対する該晴天と判別されたピクセルの割合である晴天ピクセル率を算出する、第二の晴天度算出手段と、
該晴天ピクセル率が予め定められた閾値Z以上であるときに、前記画像データを晴天と判別する第二の晴天判別手段と、
を備える、晴天判別装置。
(付記7)
衛星によって撮影された画像のデータを取得する衛星データ取得手段と、
該画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出し、該晴天度が予め定められた閾値X以上であるときに、前記ピクセルを晴天と判別し、前記画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出する、晴天度算出手段と、
該晴天ピクセル率が予め定められた閾値Z以上であるときに、前記画像データを晴天と判別する晴天判別手段と、
を備える、晴天判別装置。
(付記8)
第一の衛星によって撮影された第一の画像データを取得する処理と、
該第一の画像を構成するピクセル毎に、該第一の画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記第一の画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する処理と、
前記第一の画像に対応する領域内に含まれ、晴天判別が行われるべき対象領域に対応する晴天度に基づく値を算出し、該基づく値が予め定められた閾値X以上であるときに、前記対象領域を晴天と判別する処理と、
をコンピュータに行わせることを特徴とするプログラム。
(付記9)
前記第一の画像データの撮影時以前に、前記対象領域を撮影する第二の衛星によって撮影された一枚以上の各画像のデータを取得する処理と、
該一枚以上の画像について、各画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出し、前記一枚以上の画像を構成する全てのピクセルに対して該晴天度β/αの度数分布図を作成し、該全てのピクセルの数に対して、ピクセル数の合計が定められた割合以上となるβ/αの下限値を前記閾値Xとして決定する処理と、
をさらにコンピュータに行わせることを特徴とする、付記8に記載のプログラム。
(付記10)
前記第一の画像データに加えて、第二の衛星によって撮影された第二の画像のデータを取得する処理と、
該第二の画像を構成するピクセル毎に、該第二の画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記第二の画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出し、該晴天度が前記閾値X以上であるときに、前記ピクセルを晴天と判別し、前記第二の画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出する処理と、
該晴天ピクセル率が予め定められた閾値Z以上であるときに、前記第二の画像データを晴天と判別する処理と、
をさらにコンピュータに行わせることを特徴とする、付記8に記載のプログラム。
(付記11)
前記第一の画像データの撮影時以前に、前記対象領域を撮影する第二の衛星によって撮影された一枚以上の各画像のデータを取得する処理と、
該一枚以上の画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する処理と、
前記ピクセル毎の前記晴天度β/αが予め定められた閾値X以上であるときに、前記ピクセルを晴天と判別するとともに、前記画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出する処理と、
前記一枚以上の画像に対して該晴天ピクセル率の度数分布図を作成し、該画像の全ての数に対して、晴天ピクセル数の合計が定められた割合以上となる晴天ピクセル率の下限値を前記閾値Zとして決定する処理と、
をさらにコンピュータに行わせることを特徴とする、付記10に記載のプログラム。
(付記12)
衛星によって撮影された可視画像のデータを取得する処理と、
該画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する処理と、
前記ピクセル毎に対応する領域毎に、前記晴天度が予め定められた閾値以上である領域を晴天と判別する処理と、
をコンピュータに行わせることを特徴とする、プログラム。
(付記13)
衛星によって撮影された画像のデータを取得する処理と、
該画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する処理と、
該晴天度が予め定められた閾値X以上であるときに、前記ピクセルを晴天と判別する処理と、
前記画像データ毎に全ピクセル数に対する該晴天と判別されたピクセルの割合である晴天ピクセル率を算出する処理と、
該晴天ピクセル率が予め定められた閾値Z以上であるときに、前記画像データを晴天と判別する処理と、
をコンピュータに行わせることを特徴とする、プログラム。
(付記14)
衛星によって撮影された画像のデータを取得する処理と、
該画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する処理と、
該晴天度が予め定められた閾値X以上であるときに、前記ピクセルを晴天と判別し、前記画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出する処理と、
該晴天ピクセル率が予め定められた閾値Z以上であるときに、前記画像データを晴天と判別する処理と、
をコンピュータに行わせることを特徴とする、プログラム。
(付記15)
第一の衛星によって撮影された第一の画像データを取得するステップと、
該第一の画像を構成するピクセル毎に、該第一の画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記第一の画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出するステップと、
前記第一の画像に対応する領域内に含まれ、晴天判別が行われるべき対象領域に対応する晴天度に基づく値を算出し、該基づく値が予め定められた閾値X以上であるときに、前記対象領域を晴天と判別するステップと、
を備える、晴天判別方法。
(付記16)
前記第一の画像データの撮影時以前に、前記対象領域を撮影する第二の衛星によって撮影された一枚以上の各画像のデータを取得するステップと、
該一枚以上の画像について、各画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出するステップと、
前記一枚以上の画像を構成する全てのピクセルに対して該晴天度β/αの度数分布図を作成し、該全てのピクセルの数に対して、ピクセル数の合計が定められた割合以上となるβ/αの下限値を前記閾値Xとして決定するステップと、
をさらに備えることを特徴とする、付記15に記載の晴天判別方法。
(付記17)
前記第一の画像データに加えて、第二の衛星によって撮影された第二の画像のデータを取得するステップと、
該第二の画像を構成するピクセル毎に、該第二の画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記第二の画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出するステップと、
該晴天度が前記閾値X以上であるときに、前記ピクセルを晴天と判別し、前記第二の画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出するステップと、
該晴天ピクセル率が予め定められた閾値Z以上であるときに、前記第二の画像データを晴天と判別するステップと、
をさらに備える、付記15に記載の晴天判別方法。
(付記18)
前記第一の画像データの撮影時以前に、前記対象領域を撮影する第二の衛星によって撮影された一枚以上の各画像のデータを取得するステップと、
該一枚以上の画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出するステップと、
前記ピクセル毎の前記晴天度β/αが予め定められた閾値X以上であるときに、前記ピクセルを晴天と判別するとともに、前記画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出するステップと、
前記一枚以上の画像に対して該晴天ピクセル率の度数分布図を作成し、該画像の全ての数に対して、晴天ピクセル数の合計が定められた割合以上となる晴天ピクセル率の下限値を前記閾値Zとして決定するステップと、
さらに備えることを特徴とする、付記17に記載の晴天判別方法。
(付記19)
衛星によって撮影された可視画像のデータを取得するステップと、
該画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出するステップと、
前記ピクセル毎に対応する領域毎に、前記晴天度が予め定められた閾値以上である領域を晴天と判別するステップと、
を備える、晴天判別方法。
(付記20)
衛星によって撮影された画像のデータを取得するステップと、
該画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出するステップと、
該晴天度が予め定められた閾値X以上であるときに、前記ピクセルを晴天と判別するステップと、
前記画像データ毎に全ピクセル数に対する該晴天と判別されたピクセルの割合である晴天ピクセル率を算出するステップと、
該晴天ピクセル率が予め定められた閾値Z以上であるときに、前記画像データを晴天と判別するステップと、
を備える、晴天判別方法。
(付記21)
衛星によって撮影された画像のデータを取得するステップと、
該画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出するステップと、
該晴天度が予め定められた閾値X以上であるときに、前記ピクセルを晴天と判別し、前記画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出するステップと、
該晴天ピクセル率が予め定められた閾値Z以上であるときに、前記画像データを晴天と判別するステップと、
を備える、晴天判別方法。
101 静止気象衛星シーンの晴天度算出処理機能
102 第一段階の晴天判別処理機能
103 極軌道衛星シーンの晴天度算出処理機能
104 第二段階の晴天判別処理機能
105 閾値決定処理機能
106 衛星データ取得機能
107 静止気象衛星データ
108 極軌道衛星データ
109 過去の極軌道衛星データ
110 晴天判別結果
601a、801a、1101a、1301a、1301a’ 雪氷域推定処理
601b、601b’、801b、1101b、1301b、1301b’ 日射量推定処理
601c、801c、1101c、1301c、1301c’ 晴天度算出処理
607 撮像時刻T0の衛星画像データ
607’ 撮像時刻T0
611、811、1111、1311、1311’ 推定日射量α
612、812、1112、1312、1312’ 推定日射量β
613、813、1113、1313、1313’ 晴天度β/α
814、1114 雪氷域
815、1119 ヒストグラム作成処理
816、1116、1316 閾値X
1117 晴天ピクセル率算出処理
1118、1318 晴天ピクセル率
1120、1320 閾値Z
1308a、1408a 極軌道衛星データの観測域
Claims (7)
- 第一の衛星によって撮影された第一の画像データを取得する衛星データ取得手段と、
該第一の画像を構成するピクセル毎に、該第一の画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記第一の画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する第一の晴天度算出手段と、
前記第一の画像に対応する領域内に含まれ、晴天判別が行われるべき対象領域に対応する晴天度に基づく値を算出し、該基づく値が予め定められた閾値X以上であるときに、前記対象領域を晴天と判別する第一の晴天判別手段と、
を備える、晴天判別装置。 - 前記第一の画像データの撮影時以前に、前記対象領域を撮影する第二の衛星によって撮影された一枚以上の各画像のデータを取得し、
該一枚以上の画像について、各画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出し、前記一枚以上の画像を構成する全てのピクセルに対して該晴天度β/αの度数分布図を作成し、該全てのピクセルの数に対して、ピクセル数の合計が定められた割合以上となるβ/αの下限値を前記閾値Xとして決定する、
閾値決定手段をさらに備えることを特徴とする、請求項1に記載の晴天判別装置。 - 前記衛星データ取得手段が、前記第一の画像データに加えて、第二の衛星によって撮影された第二の画像のデータを取得するとともに、
該第二の画像を構成するピクセル毎に、該第二の画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記第二の画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出し、該晴天度が前記閾値X以上であるときに、前記ピクセルを晴天と判別し、前記第二の画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出する、第二の晴天度算出手段と、
該晴天ピクセル率が予め定められた閾値Z以上であるときに、前記第二の画像データを晴天と判別する第二の晴天判別手段と、
をさらに備える、請求項1に記載の晴天判別装置。 - 前記第一の画像データの撮影時以前に、前記対象領域を撮影する第二の衛星によって撮影された一枚以上の各画像のデータを取得し、
該一枚以上の画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出し、
前記ピクセル毎の前記晴天度β/αが予め定められた閾値X以上であるときに、前記ピクセルを晴天と判別するとともに、前記画像データ毎に全ピクセル数に対する晴天と判別されたピクセルの割合である晴天ピクセル率を算出し、
前記一枚以上の画像に対して該晴天ピクセル率の度数分布図を作成し、該画像の全ての数に対して、晴天ピクセル数の合計が定められた割合以上となる晴天ピクセル率の下限値を前記閾値Zとして決定する、
閾値決定手段をさらに備えることを特徴とする、請求項3に記載の晴天判別装置。 - 第一の衛星によって撮影された第一の画像データを取得する処理と、
該第一の画像を構成するピクセル毎に、該第一の画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記第一の画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する処理と、
前記第一の画像に対応する領域内に含まれ、晴天判別が行われるべき対象領域に対応する複数の前記ピクセル毎の晴天度に基づく値を算出し、該基づく値が予め定められた閾値X以上であるときに、前記対象領域を晴天と判別する処理と、
をコンピュータに行わせることを特徴とするプログラム。 - 第一の衛星によって撮影された第一の画像データを取得するステップと、
該第一の画像を構成するピクセル毎に、該第一の画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記第一の画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出するステップと、
前記第一の画像に対応する領域内に含まれ、晴天判別が行われるべき対象領域に対応する複数の前記ピクセル毎の晴天度に基づく値を算出し、該基づく値が予め定められた閾値X以上であるときに、前記対象領域を晴天と判別するステップと、
を備える、晴天判別方法。 - 衛星によって撮影された可視画像のデータを取得する衛星データ取得手段と、
該画像を構成するピクセル毎に、該画像に対応する領域を晴天と仮定した場合の推定日射量αを求めるとともに、前記画像データに基づいて実際の推定日射量βを求め、前記ピクセル毎にβ/αによって定義される晴天度を算出する晴天度算出手段と、
前記ピクセル毎に対応する領域毎に、前記晴天度が予め定められた閾値以上である領域を晴天と判別する晴天判別手段と、
を備える、晴天判別装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009080359A JP5423096B2 (ja) | 2009-03-27 | 2009-03-27 | 衛星画像シーンの晴天判別装置、判別方法、判別プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009080359A JP5423096B2 (ja) | 2009-03-27 | 2009-03-27 | 衛星画像シーンの晴天判別装置、判別方法、判別プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010230587A JP2010230587A (ja) | 2010-10-14 |
JP5423096B2 true JP5423096B2 (ja) | 2014-02-19 |
Family
ID=43046555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009080359A Expired - Fee Related JP5423096B2 (ja) | 2009-03-27 | 2009-03-27 | 衛星画像シーンの晴天判別装置、判別方法、判別プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5423096B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200075881A (ko) * | 2017-11-30 | 2020-06-26 | 한국에너지기술연구원 | 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템 |
US11294098B2 (en) | 2017-07-03 | 2022-04-05 | Kabushiki Kaisha Toshiba | Solar irradiance intensity estimation apparatus, solar irradiance intensity estimation system, and solar irradiance intensity estimation method |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721988B (zh) * | 2012-06-14 | 2014-09-03 | 中国气象科学研究院 | 基于天空可见光图像的日照时数测量方法 |
JP6541612B2 (ja) * | 2016-04-25 | 2019-07-10 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3751737B2 (ja) * | 1998-01-21 | 2006-03-01 | 富士通株式会社 | 衛星画像データを用いた日射量推定システム、方法及び記録媒体 |
JP2000020692A (ja) * | 1998-07-02 | 2000-01-21 | Nec Corp | 高解像度衛星データにおける影除去方法と該方法を用いた衛星データ処理装置 |
JP2002250778A (ja) * | 2001-02-26 | 2002-09-06 | Canon Inc | 天気状態測定のための装置、方法及びプログラム、記憶媒体 |
JP4641363B2 (ja) * | 2001-07-06 | 2011-03-02 | 本田技研工業株式会社 | 日射センサ |
JP2003121558A (ja) * | 2001-10-12 | 2003-04-23 | Canon Inc | 情報処理装置およびその方法 |
JP2004294381A (ja) * | 2003-03-28 | 2004-10-21 | Japan Science & Technology Agency | 光合成有効放射量の推定方法及びそれを用いた推定システム |
JP2006210750A (ja) * | 2005-01-31 | 2006-08-10 | Sanyo Electric Co Ltd | 発電量予測システムおよび発電量予測方法 |
-
2009
- 2009-03-27 JP JP2009080359A patent/JP5423096B2/ja not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11294098B2 (en) | 2017-07-03 | 2022-04-05 | Kabushiki Kaisha Toshiba | Solar irradiance intensity estimation apparatus, solar irradiance intensity estimation system, and solar irradiance intensity estimation method |
KR20200075881A (ko) * | 2017-11-30 | 2020-06-26 | 한국에너지기술연구원 | 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템 |
KR102404712B1 (ko) | 2017-11-30 | 2022-06-29 | 한국에너지기술연구원 | 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템 |
Also Published As
Publication number | Publication date |
---|---|
JP2010230587A (ja) | 2010-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Menzel et al. | Improved cloud motion wind vector and altitude assignment using VAS | |
Nieman et al. | A comparison of several techniques to assign heights to cloud tracers | |
Su et al. | Next-generation angular distribution models for top-of-atmosphere radiative flux calculation from CERES instruments: Validation | |
Sadavoy et al. | The Herschel and JCMT Gould belt surveys: constraining dust properties in the perseus B1 clump with PACS, SPIRE, and SCUBA-2 | |
Stowe et al. | The advanced very high resolution radiometer (AVHRR) Pathfinder Atmosphere (PATMOS) climate dataset: Initial analyses and evaluations | |
Merlin et al. | Multidimensional disaggregation of land surface temperature using high-resolution red, near-infrared, shortwave-infrared, and microwave-L bands | |
Dybbroe et al. | NWCSAF AVHRR cloud detection and analysis using dynamic thresholds and radiative transfer modeling. Part II: Tuning and validation | |
Yoon et al. | Evaluation of hourly solar radiation on inclined surfaces at Seoul by Photographical Method | |
Han et al. | Development and evaluation of hourly and kilometer resolution retrospective and real-time surface meteorological blended forcing dataset (SMBFD) in China | |
JP5423096B2 (ja) | 衛星画像シーンの晴天判別装置、判別方法、判別プログラム | |
Pimentel et al. | Subgrid parameterization of snow distribution at a Mediterranean site using terrestrial photography | |
Khlopenkov et al. | Recent advances in detection of overshooting cloud tops from longwave infrared satellite imagery | |
Gleason et al. | Effects of orbital drift on land surface temperature measured by AVHRR thermal sensors | |
Inoue et al. | Radiative effects of various cloud types as classified by the split window technique over the eastern sub-tropical Pacific derived from collocated ERBE and AVHRR data | |
Kumar et al. | Impact of assimilation of INSAT-3D retrieved atmospheric motion vectors on short-range forecast of summer monsoon 2014 over the south Asian region | |
Ambast et al. | An operational model for estimating regional evapotranspiration through surface energy partitioning (RESEP) | |
Turk et al. | The NRL-blend high resolution precipitation product and its application to land surface hydrology | |
KR101378774B1 (ko) | 열적외선영상을 이용한 시계열 지표온도 모니터링 방법 | |
Kumar et al. | Evapotranspiration mapping for agricultural water management: An overview | |
KR20190037855A (ko) | 수증기 채널 및 적외 채널을 이용한 상향 장파 복사 산출 방법 | |
KR102577435B1 (ko) | 정지궤도 적외선영상에서의 고도영향 저감방법 및 그 장치 | |
Valdelomar et al. | Comparison of two different techniques to determine the cloud cover from all-sky imagery | |
Papachristopoulou et al. | Effects of clouds and aerosols on downwelling surface solar irradiance nowcasting and sort-term forecasting | |
KR102404712B1 (ko) | 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템 | |
Papachristopoulou et al. | Effects of clouds and aerosols on downwelling surface solar irradiance nowcasting and short-term forecasting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111205 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130228 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20131029 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131111 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5423096 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |