JPH09257787A

JPH09257787A - 水圏内微生物の広域監視システム

Info

Publication number: JPH09257787A
Application number: JP6970596A
Authority: JP
Inventors: Ichirou Enbutsu; 伊智朗圓▲彿▼; Kenji Baba; 研二馬場; Shoji Watanabe; 昭二渡辺; Hideo Enoki; 英雄榎; Isao Yamazaki; 功夫山崎; Naoki Hara; 直樹原
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1996-03-26
Filing date: 1996-03-26
Publication date: 1997-10-03

Abstract

(57)【要約】【課題】湖沼の富栄養化や水質変化を反映する微生物、
特に植物プランクトンの分布を広範囲に監視できる水圏
監視システムを提供する。【解決手段】フローセルタイプの微生物計測手段と、微
生物の計測情報とリモセン情報とを用いて微生物分布を
計算する微生物評価式の作成手段と、微生物評価式から
湖沼内の微生物分布を計算する手段と、データベースと
を有する水圏監視システム。【効果】微生物評価式を高精度化できることから、より
信頼性の高い微生物監視を実現できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、リモートセンシン
グ（以下、リモセンと呼称する）情報を利用して、湖沼
や河川などに棲息する微生物を監視する水圏監視システ
ムに係るもので、特にアオコや赤潮などの原因となる植
物プランクトンの分布を計算するための評価式を作成す
る手段と、この評価式に基づいて植物プランクトン分布
を評価する手段とに関する。

【０００２】

【従来の技術】リモセン情報を利用した水圏監視システ
ムは、例えば、「Landsat の捉えた霞ケ浦のアオコの拡
がりと吹送流」（日本リモートセンシング学会誌Ｖo
l．１０Ｎo.３ｐｐ.２５−ｐｐ.３５）などに示され
ている。これらの従来例に示されるように、リモセン情
報を用いて水圏内の微生物分布を評価する場合、リモー
トセンシングセンサを搭載する地球観測衛星や航空機な
どのプラットフォームが飛来する日時に合わせて、水圏
内の複数箇所で微生物の観測情報（グランドトルース；
ground truth）を獲得し、この観測情報とリモセン情報
とを用いて微生物評価式を作成する方式が取られてい
る。ここでの観測情報の獲得は、フィールドにおける目
視観察と直接採水したサンプルの分析・顕鏡とで行われ
ている。

【０００３】この方式の場合、観測情報の獲得は、フィ
ールド調査での観測者による作業で行われるため、プラ
ットフォーム飛来日時と観測日時とを正確に一致させる
ことが難しいケースがある。また、複数の箇所での観測
を同一条件に揃えることも難しく、観測情報の精度など
に大きなばらつきを生ずるケースがある。

【０００４】

【発明が解決しようとする課題】上記の従来技術では、
リモセン情報の飛来日時とグランドトルースとなる観測
情報の観測日時とが正確に一致しないので、湖沼内の微
生物分布の経時変化が大きいと、それぞれ異なる湖沼の
状態を計測したリモセン情報と観測情報とを対応させな
ければならないケースが生ずる。さらに、観測箇所が多
数の場合には、観測条件を同一にすることが難しく、観
測情報の精度が大きくばらつくため、観測箇所の数を抑
えざるを得ないケースがある。これらのいずれのケース
でも、観測情報とリモセン情報とを用いて作成する微生
物評価式の精度が十分でなく、結果として、評価式から
求められる微生物分布の計算値も信頼性が低下するとい
う問題があった。

【０００５】本発明の目的は、リモセン情報の飛来日時
に合わせた観測情報の獲得ができるような微生物の計測
手段を提供することにある。また、本発明の別の目的
は、観測箇所が多数となった場合にも、総ての観測箇所
で観測条件を同一にできるような微生物計測手段を提供
することにある。

【０００６】

【課題を解決するための手段】本発明は、上記目的を達
成するために、連続サンプリングにより水圏内の微生物
を計数するサンプル流通管（フローセル）タイプの微生
物計測手段と、前記微生物計測手段で計測した微生物情
報の中から、リモートセンシング情報計測時の該微生物
情報を用いて、該リモートセンシング情報から水圏内の
微生物分布を評価する微生物評価式を作成する評価式作
成手段と、前記評価式作成手段で作成した微生物評価式
と該リモートセンシング情報とを用いて、微生物分布を
評価する微生物分布評価手段とを具備することを特徴と
する水圏監視システムを提案するものである。本提案シ
ステムでは、微生物計測手段により、微生物に関する情
報を連続計測できるので、任意の飛来日時のリモセン情
報に対応する観測情報が利用可能となる。

【０００７】また、前記の微生物計測手段が、微生物の
形状によって種類を識別できる画像処理手段を具備する
ことを特徴とする水圏監視システムを提案する。この提
案システムでは、予め決められた画像処理ロジックに基
づいて微生物を識別するので、検鏡の個人差による観測
情報のばらつきをなくすことが可能となる。

【０００８】これらにより、観測情報とリモセン情報と
を用いて作成する微生物評価式の精度を向上させ、提供
する微生物分布情報の信頼性が高い水圏監視システムを
実現できる。

【０００９】

【発明の実施の形態】本発明は、リモセン情報を利用し
て水圏内の微生物を監視する水圏監視システムに関する
もので、微生物分布を計算する評価式を作成するために
必要な観測情報の獲得方法を提案するものである。ここ
でいう水圏とは、水道水源となる湖沼や河川を指してい
る。また、監視の対象となる微生物としては、アオコや
赤潮などの原因となる植物プランクトン（Microcystis
など）やクロロフィルａなどを想定している。

【００１０】以下、図面を参照して、本発明の実施例を
説明する。

【００１１】図１は、本発明による水圏監視システムを
湖沼の微生物監視に適用した一実施例の全体構成を示
す。湖沼１０を含む地表面の分光反射率が地球観測衛星
２０に搭載された光学センサ（図示せず）で計測され
る。この計測情報は中継装置３０を介して、水圏監視シ
ステム５０に供給される。ここでのリモセン情報の供給
は、商用の情報ネットワークやインターネットなどを経
由させた伝送による方法、若しくはリモセン情報供給元
から磁気テープやＣＤ−ＲＯＭなどの記録媒体で配付を
受ける方法がある。水圏監視システム５０では、供給さ
れたリモセン情報を用いて湖沼１０内の微生物分布を計
算し、結果をＣＲＴ６０に表示する。また、必要な条件
入力などはキーボード７０により行う。

【００１２】本発明による水圏監視システム５０は、大
きく分けると（１）微生物計測手段１００（２）評価式作成手段３００（３）微生物分布評価手段５００（４）データベース７００とから構成される。

【００１３】まず、水圏監視システム５０による微生物
監視の大まかな流れについて説明する。微生物計測手段
１００では、複数の箇所に配置したフィールドユニット
110a，１１０ｂ，１１０ｃ，…で連続に湖沼１０のサン
プルを採水・撮像し、微生物を含んだ映像を得る。この
映像を画像処理することで、サンプル内の植物プランク
トンなどをタイプごとに識別し、計数する。この微生物
計測手段１００で計測したデータが、湖沼１０における
真値であるグラウンドトルースの情報（以下、観測情報
と呼称する）とみなされる。観測情報は、データベース
７００へ伝送され、保存される。

【００１４】データベース７００に保存された観測情報
は、評価式作成手段３００でリモセン情報と共に微生物
評価式の作成に使用される。ここでの微生物評価式と
は、植物プランクトンの濃度やアオコ発生の有無などを
リモセン情報から推定する式（または判別ルール）を指
す。評価式作成手段３００では、統計解析の手法などを
用いて、微生物評価式を作成する。さらに、微生物分布
評価手段５００では、データベース７００に保存された
リモセン情報を用いて微生物評価式を計算し、湖沼１０
内の微生物分布を求める。例えば、微生物評価式がアオ
コ発生の判別ルールであった場合には、湖沼１０内のア
オコ発生分布マップが得られる。求めた結果は、データ
ベース７００に出力されると共に、ＣＲＴ６０にも表示
される。微生物分布評価手段５００による微生物分布の
計算は、データベース７００内のリモセン情報が更新さ
れる毎に行われる。水圏監視システム５０の使用者は、
ＣＲＴ６０の画面表示によって、湖沼１０内の微生物分
布を把握することができる。以上が水圏監視システム５
０による湖沼１０の微生物監視の大まかな流れである。

【００１５】次に、水圏監視システム５０の各構成要素
の詳細を説明する。

【００１６】まず、微生物計測手段１００を説明する。
図２には、本実施例における微生物計測手段１００の構
成例を示す。大きくは、フィールドユニット１１０，映
像中継手段１６０，画像処理手段２００の３つから構成
される。フィールドユニット１１０は、湖沼１０内の代
表的な箇所に複数個を配置し、微生物を撮像するための
装置である。各々のフィールドユニット１１０ａ，１１
０ｂ，１１０ｃ，…で撮像された映像は、映像中継手段
１６０を通して、画像処理手段２００へ送られる。映像
中継手段１６０は、フィールドユニット１１０と画像処
理手段２００とを直接結ぶ通信ケーブルで実現できる
が、両者間が長距離となる場合には、通信ケーブルの一
部を商用の通信回線（一般の電話回線やＩＳＤＮ回線な
ど）やテレメータによる遠隔無線通信に代替することも
できる。画像処理手段２００では、微生物映像の画像処
理により、微生物タイプごとに計数し、結果をデータベ
ース７００へ出力する。

【００１７】微生物計測手段１００の特徴となるフィー
ルドユニット１１０と画像処理手段２００について、さ
らに詳細を説明する。フィールドユニット１１０は、サ
ンプリングポンプ１１５，フローセル１２０，ＩＴＶカ
メラ１５０で構成される。サンプリングポンプ１１５
は、湖沼１０から湖水を直接採水するもので、予め設定
した流量で湖水を吸い上げて、フローセル１２０に供給
するものである。湖水中にサイズの大きい夾雑物（ゴ
ミ，土砂など）が混じる場合には、サンプリングポンプ
１１５の前段にフィルターを設置する。サンプリングポ
ンプ１１５は、連続運転と断続運転の２つのモードの切
り替えが可能である。後者の断続運転モードでは、地球
観測衛星２０の飛来スケジュールに合わせて、リモセン
情報の計測日時を挟んだ所定の時間帯のみに運転する。
地球観測衛星２０の飛来スケジュール（いつ、どこを通
過するか）は、予め正確に決められているので、これを
データベース７００に登録，管理する。断続運転モード
時のサンプリングポンプ１１５の起動，停止は、画像処
理手段２００がデータベース７００を参照し、制御信号
を出すことで行う。

【００１８】次にフローセル１２０の構成を図３を用い
て説明する。フローセル１２０は、サンプルとなる湖沼
水をシース液と呼ばれる液中で微小幅に流通させること
により、微生物を連続で計測可能とするものである。こ
こでのシース液とは、サンプルを包む「鞘(sheath)」状
の流通液を指すもので、シース液タンク１３０に保存し
た純水が用いられる。サンプリングポンプ１１５とシー
ス液ポンプ１２５の流量により、処理流量を調整するこ
とができる。処理流量は、次工程の画像処理手段２００
の処理性能と湖水中の微生物濃度に応じたものとする。
一般には、微生物濃度が希薄なほど、処理流量を大きく
する。また、サンプリングポンプ１１５とシース液ポン
プ１２５との流量比によって、フローセル１２０内を流
れる湖沼水のサンプル厚を調整できる。このサンプル厚
は、対象とする微生物のサイズと対物レンズ１４０の焦
点深度に応じて調整する。一般には、対象とする微生物
が小さくなる程、対物レンズ１４０を高倍率のものにす
る必要があり、焦点深度が短くなるため、サンプル厚を
短くする。

【００１９】映像を取り込むための撮像系は、パルスラ
ンプ１３５，対物レンズ１４０，ＩＴＶカメラ１５０で
構成される。これらの位置関係は、図３に示すように、
対物レンズ１４０とＩＴＶカメラ１５０に対して、フロ
ーセル１２０を挟む位置にパルスランプ１３５が設置さ
れている。パルスランプ１３５は、一定間隔で点滅し、
フローセル内の湖沼水に照明を当てるものである。フロ
ーセル内の映像は、この点滅間隔でＩＴＶカメラ１５０
に取り込まれる。取り込まれた映像は、前述の映像中継
手段１６０を介して画像処理手段２００へ送られる。以
上がフィールドユニット１１０の構成の説明である。こ
のフィールドユニット１１０は、決められた箇所に固定
する以外にも、湖沼１０内の観測船に搭載できる可搬型
とすることもできる。この場合、サンプリングの位置が
変わるため、その位置を正確に計測できる測位手段１５
５が必要である。ここでの位置情報の計測は、公知技術
である、いわゆる、ＧＰＳ（Global Positioning Syste
m ；広域測位システム）で実現できる。この方式では、
複数の人工衛星（一般には３つ以上の人工衛星）からの
情報を用い、現在の位置を求める。位置計測精度は、条
件にもよるが、一般に数メートルから３０メートル誤差
程度である。

【００２０】次に、微生物計測手段１１０のもう１つの
特徴である、画像処理手段２００の詳細を説明する。画
像処理手段２００の動作を図４のフローチャートを用い
て説明する。最初の映像取り込み工程２１０では、映像
中継手段１６０から微生物の映像を取り込む。ここでの
映像は、具体的には、一画面を所定の数で分割したメッ
シュごとの輝度データで扱われる。映像の取り込み周期
は、ＩＴＶカメラ150の撮像間隔に同期したものとな
る。オフラインで既に保存済みの映像を処理する場合に
は、データベース７００から映像を取り込む。

【００２１】次の二値化処理工程２２０では、輝度情報
に基づいて、映像の各メッシュを微生物やゴミなど、何
らかの物体が存在するメッシュ（１の値を付与する）と
存在しないメッシュ（０の値を付与する）とに分類す
る。一般に、物体が存在するメッシュのほうが輝度が小
さいので、適当なしきい値を設定し、このしきい値との
大小判定により分類する。物体が存在すると判定された
メッシュは、次のラベリング処理工程２３０で、相互に
隣接する同一値のメッシュのグループ（１つの物体とみ
なされるメッシュ群）単位で番号付け（ラベリング）を
行う。以降の工程では、この番号付けされたメッシュ群
が処理の単位となる。

【００２２】ノイズ除去工程２４０では、先の工程で得
た二値化画像から微生物以外の物体を除去する処理を行
う。対象とする微生物と比較して、除去されるべき物体
（ゴミなど）のサイズが小さい場合には、メッシュ群の
面積に対してしきい値を与え、このしきい値よりも小さ
いメッシュ群をノイズとして除去する方法を用いる。こ
の他、縮体膨張処理（メッシュ群の輪郭からｎメッシュ
分を取り除いた後、残ったメッシュ群の輪郭にｎメッシ
ュ分を付加する処理）により、長軸長さが２ｎメッシュ
以下のメッシュ群を除去する方法を用いることもでき
る。微生物と除去すべきノイズのサイズに大きな違いが
見られない場合には、物体の輪郭付近での輝度勾配の差
によってノイズを識別・除去する処理工程を二値化工程
２２０の前段に追加する。

【００２３】特徴量抽出工程２５０では、ノイズが除去
された後の二値化画像を用いて、各メッシュ群の形状特
徴量を計算する。ここでは、円形状係数（円にどれだけ
近いかを表す係数）、長軸／短軸比などの形状特徴量を
計算する。ここでの演算は、公知の手法（例えば、「プ
ランクトン画像認識システム」，第６回世界湖沼会議霞
ケ浦 '９５論文集Ｖol．２ｐｐ.１１０７−ｐｐ.１
１１０）を用いて行うことができる。

【００２４】タイプ分類工程２６０では、特徴量抽出工
程２５０で計算した形状特徴量を用いて、各メッシュ群
に対応する微生物のタイプを求める。微生物は、そのタ
イプごとに形態的な特徴（例えば、Microcystis は小型
の円形である、など）を持っているため、形状特徴量の
組み合わせによって、分類できる。ここでは、数１に例
示するような分類ルールを用いる。

【００２５】

【数１】ＩＦ円形状係数（ｉ）≧０.４ＡＮＤ面積（ｉ）≦１０メッシュＴＨＥＮメッシュ群（ｉ）＝Microcystis …（数１）各タイプに対して、数１のような分類ルールが定義され
る。総てのメッシュ群に対して、このような分類ルール
が適用され、分類が行われる。タイプ別計数工程２７０
では、各微生物のタイプが各々いくつ得られたかを計算
する。計算結果は、最後の処理結果出力工程２８０から
データベース７００に送られる。以上が画像処理手段２
００の一連の処理である。これらの画像処理手段２００
での処理は、画像処理プログラムや分類ルールを記憶し
た計算機によって行われる。

【００２６】以上までが微生物計測手段１００の説明で
ある。

【００２７】次にデータベース７００の構成を説明す
る。図５には、本実施例におけるデータベース７００の
構成例を示す。大きくは、リモセン情報７１０，観測情
報720，地理情報７３０、及び、評価式ライブラリ７４
０とで構成される。

【００２８】リモセン情報７１０には、地球観測衛星２
０で計測したデータが保存されている。データの形式
は、計測対象領域をメッシュで分割し、行列状に並んだ
メッシュ単位でデータを管理するラスター形式である。
地球観測衛星２０から計測されたリモセン情報の具体的
な内容は、湖沼面の分光反射率のデータである。この分
光反射率は、複数の波長帯（バンド）ごとに計測された
もので、ここではＣＣＴ（Computer Compatible Tape）
と呼ばれる計算機処理向けのフォーマットに変換済みの
ものを用いる。計測バンド数は、リモートセンシングセ
ンサによって異なっており、代表的な地球観測衛星であ
るLandsat のＴＭセンサの場合、７バンドである。これ
らのデータは、計測日時別に管理する。

【００２９】次の観測情報７２０には、微生物計測手段
１００で得られた微生物のグランドトルースデータが保
存されている。データ形式は、地図を構成する各線分に
識別番号を付与した上で、識別番号の始点と終点の座標
値（緯度・経度やＵＴＭ座標値など）を持たせるベクタ
ー形式である。ここでは、微生物計測手段１００のフィ
ールドユニット１１０ａ，１１０ｂ，１１０ｃ，…の設
置点のみを扱えば良いので、ベクター形式の特殊な場合
に相当するサイト形式（点のみを扱う形式）となる。具
体的なデータは、アオコ発生の有無，微生物タイプごと
の存在数（単位サンプル量当たりのカウント数）などの
時系列データである。

【００３０】地理情報７３０は、対象となる湖沼１０と
その周辺を含むエリアの地理的な情報を保存したもの
で、前述のベクター形式である。ここでいう地理的な情
報とは、地形（標高），土地用途区分図，行政界境界
線，河川流路図などを指す。これらの情報は、微生物計
測手段１００による計測結果や後述する微生物分布評価
手段５００による微生物分布の評価結果と同時に表示
し、結果の評価や解釈を容易にする目的で用いる。

【００３１】最後の評価式ライブラリ７４０には、評価
式作成手段３００で作成する微生物評価式が保存されて
いる。ここで保存される評価式には、作成に用いたデー
タの種類と作成日時の情報が付与されている。微生物分
布評価手段５００は、これらの情報をインデックスとし
て、複数保存された評価式群の中から必要な評価式を読
み出して使用する。以上がデータベース７００の説明で
ある。

【００３２】次に評価式作成手段３００の動作を図６を
用いて説明する。本手段は、リモセン情報７１０と観測
情報７２０とを用いて、微生物分布を評価するための評
価式を作成するもので、５ステップの工程からなる。最
初の観測情報読み出し工程３２０では、リモセン飛来の
最新の日時に対応する観測情報７２０をデータベース７
００から読み出す。さらに、次のリモセン情報読み出し
工程３４０では、観測情報７２０の計測箇所（フィール
ドユニット１１０ａ，１１０ｂ，１１０ｃ，…の設置
点）に対応する箇所を含むエリアのリモセン情報７１０
を読み出す。

【００３３】次の説明変数選定工程３６０では、評価式
に用いる説明変数を選定する。ここでの評価式の目的変
数は、観測情報７２０から読み込んだ項目である。一
方、説明変数はリモセン情報７１０から読み込んだ項目
であり、具体的には地球観測衛星２０で計測した波長帯
の異なるバンドデータである。一般に、バンドデータの
データ量は各々数十ＭＢオーダと大きく、また、バンド
データ間に相関が見られることが多いため、必要最小限
なバンドデータのみを選択して説明変数とする。ここで
は、各々の目的変数とバンドデータとの相関係数を計算
し、相関係数の高い方から順に、予め与えた選択項目数
までのバンドデータを選定する。もし選定したバンドデ
ータ間の相関が、予め与えたしきい値よりも大きい場合
には、目的変数との相関が小さい方のバンドデータを棄
却し、他のバンドデータを繰り上げて選定する。また、
別の説明変数選定方法として、主成分分析による方法を
用いることもできる。この方法は、バンドデータの分散
（データの変動成分、つまりバンドデータが持つ情報
量）を表現できる、相互に独立な成分を抽出する方法で
ある。この成分は、バンドデータの一次多項式で表現さ
れ、分散値の大きい順に、第一主成分，第二主成分，…
と呼称する。具体的な手順は、１）バンドデータ間の分
散行列を計算し、２）分散行列を対角化するための変換
行列（固有ベクトル）を求め、３）対角化した行列の対
角成分（固有値）を求める。固有ベクトルにより、バン
ドデータの一次多項式である主成分が求まり、固有値を
用いて、数２により各主成分の寄与率(全バンドデータ
の情報のどれだけを説明しているか)が計算される。

【００３４】

【数２】Ｃ_i＝｛Ｅ_i／ΣＥ_j｝×１００ …（数２）但し、Ｃ_i：全情報量に対する第ｉ主成分の寄与率
（％）Ｅ_j：第ｊ主成分の固有値この方法により、評価式の演算に必要なデータ量を低減
し、かつ独立な変数を用いることができるようになる。

【００３５】次の評価式タイプ選択工程３８０では、予
め準備した評価式のタイプの中から、次の評価式作成工
程４００で用いる評価式のタイプを選択する。評価式タ
イプの選択肢は、計算式タイプと判定ルールタイプに大
別される。さらに、前者は線形重回帰モデル，神経回路
網（ニューロ）モデルなど、後者はプロダクションルー
ル，ファジィルールなどの中から選択する。これらの選
択は、ＣＲＴ６０による選択肢の表示とキーボード７０
からの使用者の入力で行う。最後の評価式作成工程４０
０では、評価式タイプ選択工程３８０で選択したタイプ
で評価式を作成する。ここでは、計算式タイプの線形重
回帰モデルの例と判定ルールタイプのプロダクションル
ールの例を示す。

【００３６】まず、線形重回帰モデルをクロロフィルａ
濃度の例で説明する。Landsat ＴＭの７バンドを用いた
説明変数選定工程３６０での主成分分析の一例は数３の
ようになる。ここでは、累積寄与率が９０％を越える第
三主成分までを示している。

【００３７】

【数３】ＰＣ１＝−0.26B₁−0.20B₂−0.30B₃−0.90B₄−0.89B₅−0.12B₆− 0.37B₇ ＰＣ２＝0.73B₁＋0.51B₂＋0.65B₃＋0.09B₄−0.57B₅＋0.11B₆−0.20B₇ ＰＣ３＝0.16B₁＋0.07B₂＋0.13B₃−0.45B₄＋0.28B₅−0.01B₆＋0.16B₇ …（数３）但し、ＰＣ_i：第ｉ主成分Ｂ_j：Band ｊのデータ値（ｊ＝１〜７）目的変数であるクロロフィルａに対し、上記の３つの主
成分を説明変数として、数４に示すような線形重回帰式
を作成する。

【００３８】

【数４】クロロフィルａ（μｇ／ｌ）＝Ａ₀＋Ａ₁・ＰＣ１＋Ａ₂・ＰＣ２＋Ａ₃・ＰＣ３ …（数４）但し、Ａ_i：回帰係数（ｉ＝０〜３）ＰＣ_i：第ｉ主成分回帰係数は、リモセン情報７２０の値から数３により各
主成分の値を求め、この値により数４から計算されるク
ロロフィルａの値と、観測情報７２０から読み出したク
ロロフィルａの値との誤差が最小になるように求める。
この計算方法は、統計解析の手法として広く用いられて
いる公知の技術で行うことができ、例えば、「Ｃ言語に
よる最新アルゴリズム事典」（技術評論社、平成３年）
などに詳しい。これにより求められた重回帰式の一例を
数５に示す。

【００３９】

【数５】クロロフィルａ（μｇ／ｌ）＝−60.7−1.66・PC1＋0.22・PC2＋1.62・PC3 …（数５）但し、ＰＣ_i：第ｉ主成分次にプロダクションルールの作成をアオコの識別ルール
を例に説明する。図７には、Landsat ＴＭのバンド２
（０.５２−０.６０μｍ；可視光緑）とバンド４（０.
７６−０.９０μｍ；近赤外）との散布図の一例を示
す。観測情報７２０から読み出した情報により、アオコ
発生箇所とそれ以外の箇所とを別シンボルでプロットし
ている。この図からは、アオコ発生箇所においては、そ
れ以外の箇所に比べて、バンド２とバンド４のデータ値
が大きくなっていることが分かる。これにより、それぞ
れのバンドデータに対して適切なしきい値を設定すれ
ば、アオコ発生箇所とそれ以外の箇所を識別できる。プ
ロダクションルールによるアオコ識別ルールの一例を数
６に示す。ルール中のしきい値は、［平均値］±定数・
［標準偏差］の形式で記述している。

【００４０】

【数６】ＩＦ（35.6−1.5・3.69）≦Band2(ｘ，ｙ)≦（35.6＋1.5・3.69）ＡＮＤ（35.3−4.0・19.2）≦Band4(ｘ，ｙ)≦（35.3＋4.0・19.2）ＴＨＥＮエリア（ｘ，ｙ）にはアオコが発生 …（数６）但し、Band i （ｘ，ｙ）：エリア（ｘ，ｙ）でのバン
ドｉの値ここで、［平均値］±定数・［標準偏差］の定数を変化
させることにより、アオコ識別率（全アオコ発生箇所の
うち、アオコと識別される箇所の割合）と誤識別率（ア
オコが発生していない箇所のうち、アオコが発生してい
ると判定される箇所の割合）も変化する。定数の決定
は、定数を何段階かで変化させてアオコ識別率と誤識別
率を計算し、［アオコ識別率］−［誤識別率］が最大と
なるような定数を採用する。アオコ識別率と誤識別率の
計算は、例えば、バンド２とバンド４が正規分布である
と仮定し、計算した平均値と標準偏差とから確率密度関
数を求める。アオコ発生箇所の確率密度関数における、
しきい値からの上側累積確率がアオコ識別率であり、ア
オコが発生していない箇所の確率密度関数における、し
きい値からの上側累積確率が誤認識率であり、計算で求
めることができる。上記工程で作成した評価式は、デー
タベース７００中の評価式ライブラリ７４０に出力し、
保存する。以上が評価式作成手段３００の説明である。

【００４１】最後に、微生物分布評価手段５００につい
て説明する。微生物分布評価手段５００の動作を図８の
フローチャートに示す。まず、リモセン情報読み出し工
程５２０では、データベース７００内のリモセン情報７
１０から、評価したい日時に対応するデータを読み込
み、以降の工程に利用できる状態とする。次の評価エリ
ア切り出し工程５４０では、評価の対象とする湖沼１０
を含む矩形のエリアのデータのみを切り出して、データ
量を低減する。さらに、湖沼領域抽出工程560では、湖
沼１０のエリアのみを抽出して、必要最小限のデータと
する。湖沼１０とその周辺の陸地部とは、表面温度の違
いによって識別する。表面温度は、熱赤外波長を計測し
たバンドデータ（Landsat ＴＭではバンド６）で評価で
きる。これは、数７に示すStefan−Boltzman法則を利用
するものである。

【００４２】

【数７】熱赤外放射強度＝ε（ｘ，ｙ）・σ・｛Ｔ（ｘ，ｙ）}⁴…（数７）但し、ε（ｘ，ｙ）：エリア（ｘ，ｙ）での放射率（em
issivity） σ：Stefan−Boltzman定数（５.６７×１０^-8）Ｔ（ｘ，ｙ）：エリア（ｘ，ｙ）での表面温度（Ｋ）数７に示すように、表面温度の四乗と表面の特性によっ
て決まる放射率に比例した強度で熱赤外線が放射され
る。一般に、水面の方が地表面よりも温度が低く、また
放射率も小さいため、水面の熱赤外放射強度の方が地表
面のそれよりも小さい値を取る。そこで、熱赤外のバン
ドデータに適当なしきい値を設定し、しきい値よりもデ
ータ値が小さい箇所を湖沼１０の水面部分として抽出す
る。ここでのしきい値は、水面部分と陸地部分のお手本
となるエリアを与え、熱赤外バンドのヒストグラムを取
り、水面部分の最大値と陸地部分の最小値との間に設定
すれば良い。

【００４３】次のデータ補正工程５８０では、センサ特
性に由来する周期成分などをデータから除去するための
補正処理を行う。例えば、Landsat ＴＭの衛星画像に
は、一定の周期で縞模様状のラインが現れることが知ら
れている。この場合には、各バンドデータごとに周波数
分析を行い、ピークを示した周波数成分を抽出し、この
成分を除去する。最も一般的に用いられるのは、各バン
ドデータをデータ列としてフーリエ変換して、周波数成
分を求め、除去すべき周波数成分を削除した後、逆フー
リエ変換してデータ列を計算する方法である。

【００４４】微生物評価式読み出し工程６００では、デ
ータベース７００内の評価式ライブラリ７４０から、必
要な評価式を読み出す。次の評価式演算工程６２０で
は、湖沼領域抽出工程５６０で抽出した湖沼１０の水面
エリアのバンドデータ値を、評価式に入力し、評価式の
目的変数(アオコ発生の有無，クロロフィルａ濃度など)
を水面エリア内の各メッシュに対して計算する。これに
より、微生物の分布が計算されることになる。最後の演
算結果出力工程６４０では、この計算結果をデータベー
ス７００に出力する。また、必要に応じて、ＣＲＴ６０
にも表示する。

【００４５】以上が、本発明による水圏監視システムを
湖沼の微生物監視に適用した実施例の構成と動作の説明
である。本実施例では、地球観測衛星の飛来日時と合わ
せた微生物のグランドトルースデータを計測できるの
で、評価式の精度が向上し、結果として、より信頼性の
高い湖沼の監視が実現できる。

【００４６】本発明は、この他にも、水源河川の微生物
監視などにも適用できる。この場合も、上述した湖沼監
視の実施例と同じ構成と動作で実現することができ、湖
沼監視の場合と同様な効果を得ることができる。

【００４７】

【発明の効果】本発明によれば、フローセルタイプの微
生物計測手段により、連続で微生物情報を計測できるた
め、リモセン情報の計測日時に正確に対応したグランド
トルースデータを獲得できる。また、グランドトルース
の測定箇所が複数となっても、採水条件や微生物の計数
条件を同一にできるため、測定箇所によるデータ精度の
ばらつきを小さくできる。このようなグランドトルース
データが使用可能となることにより、微生物の濃度や特
定の微生物タイプの存否を求める微生物評価式の推定精
度が大きく向上する。これにより、より信頼性の高い微
生物監視を実現できる効果がある。

【図面の簡単な説明】

【図１】本発明を湖沼の微生物監視に適用した実施例の
全体構成を示す図。

【図２】微生物計測手段の構成を説明する図。

【図３】フローセルの構造を説明する図。

【図４】画像処理手段の動作を示すフローチャート。

【図５】データベースの構成を説明する図。

【図６】評価式作成手段の動作を示すフローチャート。

【図７】バンドデータによるアオコの識別を説明する
図。

【図８】微生物分布評価手段の動作を示すフローチャー
ト。

【符号の説明】

１０…湖沼、２０…地球観測衛星、３０…中継装置、５
０…水圏監視システム、６０…ＣＲＴ、７０…キーボー
ド、１００…微生物計測手段、１１０…フィールドユニ
ット、１２０…フローセル、３００…評価式作成手段、
５００…微生物分布評価手段、７００…データベース。

───────────────────────────────────────────────────── フロントページの続き (72)発明者榎英雄茨城県土浦市神立町502番地株式会社日立製作所機械研究所内 (72)発明者山崎功夫茨城県土浦市神立町502番地株式会社日立製作所機械研究所内 (72)発明者原直樹茨城県日立市大みか町五丁目２番１号株式会社日立製作所大みか工場内

Claims

【特許請求の範囲】

【請求項１】複数の波長帯データを含むリモートセンシ
ング情報を利用して水圏の状態を監視する水圏監視シス
テムにおいて、該水圏からの連続サンプリングが可能なサンプル流通管
を用いて、リモートセンシングの計測時に合わせて水圏
内の微生物を計測する微生物計測手段と、前記微生物計測手段で計測した微生物情報のうち、リモ
ートセンシング情報計測時に対応する微生物情報を用い
て、水圏内の微生物分布を評価する微生物評価式を作成
する評価式作成手段と、前記評価式作成手段で作成した微生物評価式とリモート
センシング情報とを用いて、微生物分布を評価する微生
物分布評価手段と、リモートセンシング情報と、前記微生物計測手段で計測
した微生物情報と、前記評価式作成手段で作成した微生
物評価式を保存するデータベースとを具備することを特
徴とする水圏監視システム。
【請求項２】請求項１に記載の水圏監視システムにおい
て、前記微生物計測手段が、微生物の形状特徴量を演算して
微生物の種類を識別できる画像処理手段を具備すること
を特徴とする水圏監視システム。
【請求項３】請求項１に記載の水圏監視システムにおい
て、前記微生物計測手段が、微生物の単体の形状特徴量、ま
たは微生物の群体の形状特徴量を演算して、藍藻類を識
別するアオコ識別手段を具備することを特徴とする水圏
監視システム。
【請求項４】請求項１に記載の水圏監視システムにおい
て、前記評価式作成手段で使用するリモートセンシング情報
として、少なくとも０.７６〜０.８０μｍの波長を含
む、近赤外領域の波長帯データを用いることを特徴とす
る水圏監視システム。
【請求項５】請求項１に記載の水圏監視システムにおい
て、前記微生物計測手段のサンプル流通管が可搬であって、さらに、衛星情報を用いた測位装置により、該サンプル
流通管の該湖沼内での位置を計測して、前記データベー
スへ出力する測位手段を具備することを特徴とする水圏
監視システム。