この記事でわかること
- 対象地域や撮影時期のほかに、どの条件で画像を選べばよいか
- 光学画像の雲除外と、SAR画像の前処理はどう違うのか
- 画像を合成・解析した後、結果の信頼性をどう確かめるか
処理の各段階で確認すべき条件を押さえ、目的に応じた画像と解析・検証方法を選べるようになります。

処理の各段階で確認すべき条件を押さえ、目的に応じた画像と解析・検証方法を選べるようになります。
衛星画像処理とは、観測された画像を目的に合う形に整え、地表の状態や変化を読み取るための一連の作業です。一般には、画像の選定から前処理、品質の確認、表示・解析、結果の検証へと進みます。
ただし、すべての画像に共通する固定の手順があるわけではありません。光学画像かSAR画像か、配布時にどこまで処理されているか、何を調べたいかによって、必要な工程を選びます。
衛星画像処理では、最初に調べたい対象と、最終的に必要な成果を決めます。例えば土地被覆の分布を知りたい場合と、同じ場所の時間的な変化を調べたい場合では、必要な画像の枚数や比較条件が異なります。
以下は作業を整理するための基本的な流れです。前処理済みの製品では一部の作業が不要になる一方、解析目的によって追加の処理が必要になることもあります。
画像を選ぶ際は、調査対象を表現できる細かさと、比較に必要な観測条件を見極めます。例えば、小さな地物を調べたいのに画素が大きすぎる場合、個々の地物を区別しにくくなります。
光学画像では、雲量の集計範囲にも注意が必要です。Landsatのシーン雲量は画像全体の推定値なので、数値が小さくても対象地域に雲がかかっていることがあります。候補を絞った後、対象範囲を画像や画素単位の品質情報で確認します。
SAR画像では観測条件も選定や比較に関わります。例えばSentinel-1の製品では、観測モード、軌道方向、偏波を確認し、目的に合う画像を選びます。
光学画像を入手したら、まず製品の処理レベル、バンド、メタデータ、品質情報、画素値の変換条件を確認します。同じ衛星の画像でも、配布される値の意味は製品によって異なります。
例えばLandsat Collection 2のLevel-1では、メタデータの係数を使って画素値を大気上端反射率などに変換できます。Level-2の表面反射率は大気の影響を補正した製品ですが、その格納値にも所定のスケール変換があります。係数を他の製品に流用せず、配布元の説明を確認しましょう。
雲や雲影などは、品質フラグを利用して解析対象から除外できます。例えばLandsat Collection 2の品質バンドには、雲、雲影、雪、欠損などを示す情報があります。ただし判定は完全ではないため、対象地域の画像とマスクを見比べ、明らかな誤判定や除外漏れがないか確認します。
雲の少ない情報を得るために複数日の画像を使う場合は、マスク後に期間内の中央値などを計算する方法があります。この時間合成では、バンドごとに画素値が集約されるため、結果が必ずしも実際の一日の観測画像を表すとは限りません。比較や報告では、合成期間と方法を記録します。
SARは自ら発したマイクロ波の反射を記録する能動型センサーです。光学画像の雲マスクをそのまま適用するのではなく、製品形式や目的に応じて、軌道情報の適用、熱雑音の扱い、放射量校正、地形補正や地理参照などを検討します。スペックルの軽減やdB変換は、目的に応じて行う工程です。
製品形式も解析に合わせて選びます。例えばSentinel-1のSLCには振幅と位相が含まれ、GRDは検出・マルチルック処理された画像です。マルチルックはスペックルを抑える一方、解像度も低下します。位相を用いる干渉解析では、振幅を使う解析とは必要な入力や処理が異なります。
SARでは地形による短縮、レイオーバー、レーダーシャドウにも注意が必要です。地形補正は位置や幾何歪みの扱いに役立ちますが、レイオーバーやシャドウで失われた観測情報を元どおりに復元するものではありません。山地などでは、補正後も解釈できない範囲がないか確認します。
確認項目 | 光学画像 | SAR画像 |
|---|---|---|
品質上の主な確認 | 雲・雲影、雪、欠損など | スペックルや地形による影響など |
値の扱い | 製品に応じた反射率への変換や大気補正 | 製品に応じた放射量校正や雑音の扱い |
比較時の注意 | 波長帯、撮影時期、雲の状態 | 偏波、軌道方向、観測条件、製品形式 |
バンド合成は、複数の単バンド画像を赤・緑・青に割り当てて表示する方法です。可視光のバンドを使う自然色表示のほか、見たい対象に応じて割り当てを変える疑似カラー表示があります。色の意味は選んだバンドと割り当て方によって変わります。
ここでいうRGB合成は表示のための操作であり、画像を空間的につなぐモザイクや、複数時期の値を集約する時間合成とは別です。また、色分けして見やすくしただけでは、地物の分類や変化の検出を実施したことにはなりません。
定量的に調べる場合は、目的に応じて反射率やSARの後方散乱の比較、スペクトル指標、分類、時系列比較などを選びます。例えば植生の違いを調べるなら、対応する波長帯の値や指標を確認し、土地被覆を区分したいなら分類結果を作る、という使い分けです。
複数画像の値を比べる際は、バンドや偏波、観測条件、校正状態、処理履歴を確認します。SARの後方散乱は地表の粗さや構造、湿潤状態などに関係しますが、観測条件も解釈に関わるため、値の差だけで原因を断定しないことが重要です。
結果を利用する前に、位置、画像の品質、解析結果それぞれの妥当性を分けて考えます。例えば画像の位置が参照データと合っていても、土地被覆の分類が正しいとは限りません。
土地被覆の分類では、訓練に使ったデータとは別の評価用データを用意します。評価地点の分類結果と参照情報を照合し、誤差行列などを使えば、どの種類で取り違えが起きたかを確認できます。参照情報の質や標本設計も、評価結果を解釈する際の条件です。
成果物には、使用画像の観測時期、製品と処理条件、品質マスク、解析方法、参照データと検証結果を残します。比較に使う次回の画像を選ぶ際にも、条件をたどる手掛かりになります。
出典:
HLS User Guide V2.0 April 2026|NASA LP DAAC
# Satellite Sensor Comparison and Questions for Selecting Satellite Images|U.S. Geological Survey
ONE PAGER SERIES|earthdata.nasa.gov
Joint Agency Commercial Imagery Evaluation (JACIE) best practices for remote sensing system evaluation and reporting|U.S. Geological Survey
ANALYZING THEMATIC MAPS AND MAPPING FOR ACCURACY|U.S. Geological Survey
Landsat Collections Land Cloud Cover|U.S. Geological Survey
Sentinel-1 Product Specification|sentinels.copernicus.eu
Using the USGS Landsat Level-1 Data Product|U.S. Geological Survey
How do I use a scale factor with Landsat Level-2 science products?|U.S. Geological Survey
Landsat Collection 2 Quality Assessment Bands|U.S. Geological Survey
ImageCollection Reductions|Google Earth Engine|Google for Developers
Landsat Collection 2 Level-2 Science Products|U.S. Geological Survey
Introduction to SAR|HyP3
eros.usgs.gov|U.S. Geological Survey