2021年度もオンラインで開講します。テキストベースオンデマンド型オンライン講義を先行させて（事前課題あり）、対面形式あるいはオンラインによる対話・議論を12月以降に予定します。基礎的な部分はオンラインで十分理解できると思いますが、環境に関する理解を深めるためには対話・議論が効率的です。そのため、複数の事前課題に対する皆さんの記述を共有して、対話・議論を行いたいと思います。リモートセンシング入門 2021
2021年度もオンラインで開講します。テキストベースオンデマンド型オンライン講義を先行させて（事前課題あり）、対面形式あるいはオンラインによる対話・議論を12月以降に予定します。基礎的な部分はオンラインで十分理解できると思いますが、環境に関する理解を深めるためには対話・議論が効率的です。そのため、複数の事前課題に対する皆さんの記述を共有して、対話・議論を行いたいと思います。
リモートセンシング入門を開講します。とはいえ、3年生の皆さんはすでに研究室が決まり卒業研究を始めていると思います。研究室で新しい技術も学んでいることでしょう。ここでは最もベーシックなリモートセンシングの話をしようと思います。
今は多くの衛星データはネットが無償で公開されるようになり、様々な用途に低コストで利用できるようになりました。しかし、便利がもたらす弊害もあります。皆さんはキュービックコンボリューション法という用語を講義で学ぶことになると思います。衛星データは地球表面からの反射された電磁波のエネルギーを計測しています。その絶対値から地表面の性質や特徴を解析することができるわけです。デジタル画像では元画像はエネルギーの大きさを画素の値として保存していますが、公開される段階で画像としての美しさを見せる補正がされることがあります。その方法の一つがキュービックコンボリューション法です。画像が持つエネルギー情報はゆがめられますが、画像としてはきれいになります。この例のような基礎を知らないと、応用の段階において失敗することもあり得るでしょう。便利、簡便さは技術開発の目的の一つですが、それが人間の行動様式に大きな影響を与えることがあります。技術を使うときには十分心してほしいことです。
環境リモートセンシングとは何でしょうか。環境“と”リモートセンシング？いいえ、環境“のための”リモートセンシングだと私は考えています。環境とは人と自然が相互作用する空間のことです。環境問題とは人と自然の関係性に関する問題です。それがグローバル環境問題だとしても、問題は地域における人と自然の関係性の問題として現れます。
だから、問題解決のためには、まず地球および地域を知ること、そこにリモートセンシングやGIS（地理情報システム）の技術を適用できる素養を身につける必要があります。それが、時間と空間で世界を見る習慣です。世界はたくさんの地域が様々な関係性を持って相互作用しながら形成されています。その関係性を知ることが、問題解決につながります。
| ①事前課題 | ②課題を巡る対話 | ③リモートセンシングの基礎 | ④演習 |
講義は①事前課題（1１月15日提出〆切）、②リモートセンシングに関する基礎（11月～12月オンデマンド型テキストベースで実施、課題の提出は適時）、③アクティブ・ラーニング（12月以降を予定）の順番で行います。オンデマンド型テキストベースオンライン講義とオンライン双方向講義を考えたいと思います。2単位の講義ですので、それに見合うロードがあることをご理解ください。
事前課題 （提出期限：1１月15日） 提出していた回答をベースにアクティブ・ラーニング型の“考える”講義を実施します。11月中にコメントをホームページに掲載します。それに対する対話・議論を12月以降（予定）に行う予定です。
【提出方法】 近藤宛メール[kondoh(at)faculty.chiba-u.jp]で、件名に【RS入門】と書いて、送ってください。件名で検索して受信を確かめることができます。
GoogleEarth（あるいはそれに類するもの）を利用して、世界各地のリモートセンシング画像（空中写真でもよい）を閲覧し、人と自然の関係性について説明してください。
【意図】 リモートセンシングは技術としての側面を持っていますが、“環境リモートセンシング”は、リモートセンシングをツールとして環境、すなわち、いろいろな場所における人と自然の関係性のあり方を理解し、問題があればそれの解決を志向する科学です。そのためには、リモートセンシングのスキル以外に、対象に関する関心と知識、そして可能であれば経験が必要になります。大変だな、と思うかも知れませんが、学術が発展すると、自ずから多様な知識、経験が必要な段階に至ります。
【事例】 カンボジア、バﾞサック川のコルマタージュ
GoogleEarth、あるいはGoogleMap等のツールで、メコン川の支流バサック川のプノンペンから約50km南付近を見てみよう。GoogleMapではここをクリックしてください。バサック川流路と直角方向にいくつもの水路が延びています。これを“コルマタージュ”と呼びます。メコン川の洪水は雨季に水位が上昇し、乾季に入ると下がる一年を周期とした変動をしています。雨季に堤防を切り、後背湿地に水を入れることにより、形成される自然堤防は住居や畑として利用し、後背湿地は浮き稲の栽培を行っていました。これは“農学的適応”といって、地域の自然に適応した伝統的な生業の形態とされてきました。ところが、コルマタージュは植民地時代に、ナイルデルタの洪水灌漑をヒントにヨーロッパ人が考案したものだという説を最近知りました。人と自然の関係性は、その土地の地域性と歴史によって変遷していきます。
課題を探すのが難しいと考えたあなた、最初から投げずに様々な書籍やWEBから自分で情報を集めて、自分で調べて、自分で考える習慣を身に付けてほしいと思います。若いときに乗り越えた経験は、必ず社会人になって効いてきます。それでも、どうしても見つけられないという方は近藤まで問い合わせてください。
この課題に対する質問があったらメールで送ってください。この場で答えます。
課題が多すぎませんか。
オンライン講義になってようやく日本の大学も欧米並みになったのではないでしょうか。2単位の講義であり、応える側も大変ですのでご理解ください。ポストコロナ社会では考える力が重要になると思います。大学にいる間に考える力を鍛えておいてください。
皆さんが選択した地域を巡る議論・対話
事前課題に対するコメント2021をPDFで公開します。ただし、書き下ろしですので追加修正があるか知れません。時々訪ねてください。
最終課題は対話・討論が終わってから、もう一度同じ課題でまとめてもらう予定にしています。
以下は2020年度に提出して頂いた地域、問題に対する報告に対するコメントです。参考にしてください。2021年度はこれを参考にしても良いのですが、さらに深めたレポートをお願いしたいと思います。あるいは、新しい問題を発見して報告して頂ければおもしろいと思います。
センターピボットのある風景
とても良い観点を頂きました。ロッキー山脈の東側の平原をGoogleEarthで見ると、たくさんの丸いパターンが見えます。これはセンターピボット灌漑で、高校地理でもおなじみだと思います。さて、ロッキー山脈の東の大平原はハイプレーンと呼ばれ、アメリカの穀倉地帯です。しかし、降水量が少ない乾燥・半乾燥地域ですので、灌漑用水は地下水を利用しています。かつて地下水位が下がってしまったので揚水規制を行ったのですが、灌漑効率の良いセンターピボットが増え、地下水位低下は止まりません。90年代後半には人類が直面する環境問題として水問題が取り上げられ、ハイプレーン地域の問題も良く報道されていましたが、最近は気候変動や気象災害がメインですね。しかし、水問題が解決したわけではありません。
リモートセンシングで農地の拡大は簡単に地図化することができます。しかし、見えたことの意味は何なのか、背後で何が起きているのか、本当の問題は何なのか、それがわからなければ課題解決にはなりません。それが「環境リモートセンシング」の観点だと近藤は考えています。ハイプレーン地域の農業が資本主義の中の農業だとすると、地下水位が低下し、揚水コストが上がれば農家（というより事業者）は生産をやめるかも知れません。日本への安い穀物、肉類等の輸出が減るかも知れませんが、日本国内の農家にとっては朗報かも知れません。様々な関係性を紐解くことによって、見えていなかったこの世界の仕組みがわかり、解決すべき問題が明らかになり、この世界をどうしたらよいのかというアイデアが生まれるでしょう。その実行がSDGsです。
アラル海の縮小問題
これは有名な環境問題ですね。その経過は文献で簡単に知ることができます。しかし、それを書いただけだと単なる“知識の移転”です。ステレオタイプに囚われてしまうかも知れません。考えて見ましょう。アラル海の縮小の原因は（流入する淡水資源の）無計画的な利用とあります。本当に無計画だったのでしょうか。アムダリア、シルダリア流域の人々の豊かになりたいという思いは当然あったでしょう。そこに灌漑の技術者が水路を構築し、人々は豊かさを享受できたかも知れません。あるいは、資本主義の目的である貨幣の増殖を目指して綿プランテーションが造成され、地域は搾取されたのでしょうか。この様な観点を持つことにより、環境問題の本質に迫ることができます。また、二つの大河川の下流域では、少なくとも開発の主体は便益を受けたと考えられます。問題は、被害を被っているのが流域末端のアラル海周辺の人々であるということです。受益圏と受苦圏が離れていることにより生じる問題は、環境社会学の中でも最も解決が困難な課題です。受益と受苦をどのように捉えて、折り合いを付けるか。これも解決の方法の一つです。なお、近藤も現状はわかりません。調べて見てください。
イランのカナート
良いところに眼を付けました。カナートというのは乾燥地域における地下水取水システムで、山麓の地下水をトンネルでオアシスまで延々と導水するシステムです。横穴を掘るため、地上には掘削用の縦穴が転々と見えます。レポートによると、動力ポンプによる地下水利用のため、地下水位が下がり、カナートの利用に問題が生じている、と読めます。
カナートは自然の水循環に人が少しの改変を加えて、本来は流出して失われてしまう水を利用する持続可能なシステムです。ここに井戸からの揚水といった強制的な水利用が入ってくると、自然に適応した従来のシステムは大きな影響を受けます。しかし、強制的な地下水利用はストックを減らしていますが、涵養量を増やすわけではありません。さて、どうしたら良いでしょうか。しばらくは大丈夫かも知れませんが、未来のどこかで水資源は枯渇してしまうかも知れません。その時、社会はどうなるか。現在を生きる私たちが考えなければならない問題です。
イランは水道システムがまだ脆弱であるとの報告を読んだことがあります。乾燥地域の水不足問題をどうしたらよいのか。これも第一級の課題です。
スーダン、ガッシュデルタの洪水灌漑
おもしろい視点です。どんな画像があるのか、見せてください。乾燥地域ではワジに堰を作って水を確保しますが、私もUAEでそのようなダムを見たことがあります。しかし、水は貯まっていませんでした。ワジの表流水は不安定な水資源ですが、時たま発生する降雨時に表流水が発生し、それが地下水を涵養することで沙漠の地下には地下水が存在し、ワジの下流端には町が形成されていた場所もたくさんありました。しかし、地下水位は低下を続けている．．．。ガッシュデルタの話とはちょっと違うようですね。
引用文献（書き方に注意）を見たら私の知人でした。この場所における問題は何ですか。うまく水利用が行われているのでしょうか。問題があるとしたら、解決は試みられているか、あるいは解決法は提案されていますか。深読みをしてください。
この地域における問題は洪水灌漑(overflow irrigation)における水配分の不均一性ですね。地上に水を流すことにより均等に水を供給することは困難です。でも、洪水灌漑が一番簡単な方法なのです。予算があれば、スプリンクラー、センターピボット、点滴灌漑などの施設を使うこともできますが、それが難しい地域のようです。問題の本質を見極める努力をしましょう。
フィリピン、コルディリエーラの棚田群---
風景写真で有名なところですね。画像は判読しましたか。記述してあることを画像の上で確認するようにしてください。この地域の降水の特徴については“思う”ではなく、データを探して見てください。きっとあるはずです。
地形を活かした灌漑システムは多雨地帯における持続可能な農業を続ける資源ではないでしょうか。バリ島のスバックもそうですね。それなのになぜ保全されていない棚田が増えたのでしょうか。環境研究ではじっくり考えて、仮説を考え、検証するというサイクルが大切です。単純な因果関係が正しいとは限らないからです。
ZOOMにおける対話
課題提出者はその内容について説明してください。それに対して近藤がコメント、質問をしますので、相互に対話しましょう。すべての提出課題について対話を行います。
リモートセンシングの基礎
各項目に対して質問を受け付け、このページ上で回答します。質問力も大学で学ぶべき重要な力ですので、良い質問だったら評価します。
参考図書
実は絶版。でもアマゾンで古本を購入可能なようです。工学系の教科書はいくつかありますが、リモセンを使おうという方には最適。その他の教科書はブラウザで検索して探してください。
2008年の出版ですが、地球観観測の黎明期から50年の歩みが書かれています。研究に限らず、その進歩の歴史を知ることが、次のステップへの足がかりになります。Free Downloadできます。
講義
まず画像を見てみよう
クリックして講義
ここで紹介した画像は少し古い。しかし、環境リモートセンシングでは古い情報ほど新しい。すなわち、すでに50年にもわたる高空間分解能画像による地球観測の歴史の中で見えてきた変化こそが、最も重要な情報なのです。
質問を受け付けます。
(24枚目）この二枚の画像は、同じRGBとバンドの組み合わせで合成しているが色合いが異なる、ということで良いでしょうか。植生部分は変化が明らかですが、丸く抜け
た集落の部分の色合いが雨季の方が青っぽく見えます。合成方法が同じならば、これも何かの季節変化なのでしょうか。(予想では土壌水分など？)
リモセン画像における色合いの意味の理解は、画像判読の基礎です。同じ土地被覆でも土壌水分等の状態、太陽光の入射角度が異なると色合いは変わります。リモセンでは観測放射輝度の絶対値で議論する必要がありますが、画像を見やすくするために、ストレッチングと呼ばれる処理を行います。その方法によって全く同じ対象でも色合いが異なることがあることに注意してください。集落の部分の色合いの違いは土壌水分である可能性もありますが、赤道直下では降雨後の乾燥は迅速で、表層に乾燥した土壌の層が素早く形成されることがあります。これが下層との水の移動を遮断して、浸透に寄与する現象もあります。これは水文学の知識ですが、環境リモセンでは知識・経験の組み合わせが、新しい認識を産むことに気が付いてください。
さて、サバナの雨季と乾季の景観は全く異なります。この場所は灌木サバナと呼んでも良いでしょう。丈の低いアカシア等の灌木林（薪炭林として利用されているために若齢樹しかない？）が部落の周りに ありますが、雨季は葉を付けています。だから、雨季（左）の画像はＢ・Ｇ・Ｒ＝Ｇ・Ｒ・Ｎｉｒの配色で、ディスプレイのＲに対応するＮｉｒのデジタル値が大きいので赤く発色しています。
画像中で緑の領域が北東から南西に延びています。これは大地溝帯と平行に発達している断層です。断層崖（といっても緩傾斜）には次のスライドの写真でわかるように赤色土が分布しています。Ｂ・Ｇ・Ｒ＝Ｇ・Ｒ・Ｎｉｒの配色で、赤の反射光はディスプレイではＧに割り当てられます。だから、赤色土の分布域が緑に発色しているのです。
なお、乾燥地域については、環境リモートセンシング概論に資料がありますので参考にしてください。
http://www.cr.chiba-u.jp/lab/Kondoh-laboratory/edu/lec/basic_geo/index.html#lec_4
(13枚目） 「リエゾンが緊急時に役立つ情報を提供できるか」という問題提起があり私自身も地球科学を学び、今後社会に貢献していくうえで非常に重要なことではないかと思います。ここからが質問になるのですが、派遣される技術者や研究者は現地調査や復旧工法の検討なども担うことになると思いますが、その地域に詳しかったりその地域を研究している者が特に召集されたりするのでしょうか。またスライドでは噴火が発生した際に衛星技術者が召集されるケースを例に挙げていますが、「この災害なら特にこの分野の研究者」というようにそれぞれの災害ケースによってこの分野の研究者が派遣されやすい・必要とされやすいといったことはあるのでしょうか。（私は地球科学はいかに他の分野の知識も複合して考えられることができるかが重要だと思うので、特に災害といった緊急事態下ではたとえ専門に研究していなくても現地調査や情報提供はいつ・誰でもできるようにしておくべきであると考えますが。）
重要な観点に気が付いて頂きました。看護学研究科で災害看護IP(Inter-Professional)演習という科目が開講されていて、DIG（Disaster Imagination Game)を毎年実施しています（昨年度はコロナ禍で中止）。警察、消防、自衛隊、行政のOBにも参加していただき、リエゾンの機能を演習で学んでいます。情報の仲介役、調整役として機能する力を養うことができます。
リモセンは災害現場を“見る”ということは行ってきましたが、最初に災害の現場にリモセン画像が送られたのは中越地震ではなかったかなと思います。準リアルタイムで高空間分解能衛星画像を現場に届けることによって、災害、中越の場合は土砂災害の状況を現場が把握することが可能となりました。
しかし、現場に画像を判読できる人材が常にいるとは限りません。どうすれば良いか。静岡大学防災総合センターでは行政や企業いおける防災担当者を教育する目的で「防砂フェロー」と名付けた教育プログラムを実施しています。まず、担当者教育を行い、そこから現場への普及を図るという戦略です。10年を経て、修了生が各地で活躍するようになっています。近藤も「地理学演習」を担当しています。
リモセンだけというわけではないですが、防災科学技術研究所では科学技術の成果を如何に災害の現場に伝達するか、という課題に挑戦してきました。下記のページのISUTはその成果のひとつではないかなと思います。
http://www.bousai.go.jp/kohou/kouhoubousai/r01/97/news_05.html
研究の世界では論文を書けば（自分ではない）誰かが社会に役立てるはずだ、という言説があります。実践も研究に劣らない、いや研究以上に重要な営みなのです。
最後になりましたが、質問の本質である（科学）リエゾンの専門性です。もちろん災害の種類によっては専門性が必要となるとは思います。ただし、災害の現場で研究者がイニシアティブをとるということではないことに注意してください（研究者の性質でもありますが）。問題の解決は、問題の解決の達成を共有した協働の枠組みの中で行われます。意思決定は自治体の長が行う仕組みになっています。当該の自治体の災害対策本部の活動をサポートする立場がリエゾンです。
センサーとプラットフォーム
これも古い。しかし、古い衛星による観測結果を駆使して、変化を知ることが、未来の創造に繋がります。古い地球観測衛星のデータは宝物ですので、古い衛星やセンサーの仕様を学びましょう。
(7枚目）衛星データ利用の進展の第5段階と第6段階についてです。第5段階は環境を構成する各地域それぞれの課題解決を、第6段階はそれを踏まえて環境全体の課題解決を目指す、という認識で合っていますでしょうか。
このスライドは大分前に作成したものですが（21世紀になる頃？）、 第5段階はまさに現在の状況だと思います。SDGsが始まったのは、まさに地域の問題解決が求められていると解釈しています。SDGsは1国1票の国連の場で、途上国が外交的にうまく行動して実現したもので、切実な問題を抱えています。その問題とは貨幣経済や資本主義の歪み等の複雑な問題を含んでいます。だから、SDGsの本質は“世界の変革”なのです。ここは深い対話を行いたいですね。
第6段階は、昔まだ私自身グローバル志向が強かった時代に書いたものですが、今は改めて世界観を見直す必要があるという意味で主張したいと思います。下記を参考にして頂き、考えてください。後で対話しましょう。
http://www.llsci.net/klab/topics/2019/20191110_HD/index.html
http://www.llsci.net/klab/topics/2019/20200221_FE/index.html
http://www.llsci.net/klab/topics/2020/20200713_JpGU/index.html
電磁波の基礎
電磁波の基礎の基礎について学びます。
質問に対する回答をここに記載します。
マイクロ波リモートセンシングの基礎
マイクロ波リモートセンシングは誰でも使える技術になってきました。どんな問題の解決のために使うか、というアイデアを持つことが大切です。
オフナディア角についてです。オフナディア角が大きくなるとレイオーバーなどにより情報が失われるのであれば、オフナディア角は小さいほど良いはずですが、オフナディア角を小さくするとデメリットはあるのでしょうか。
スライドの10枚目あたりからをご覧ください。日本のJERS1は地質構造の判読のために地形を見ることが主な目的でしたので（旧通産省の衛星ですので）、オフナディア角を大きくしています。ヨーロッパのERS1は海洋観測が主要な目的だったので、オフナディア角を小さくしています。観測の目的によって、SARのパラメーターは適切なものが選択されます。
マイクロ波リモートセンシングによって海上の油汚染状況がわかるとスライドに記載があります。油汚染状況がわかるということは、海洋の表面温度など、表面で観測できることは多々あると思いますが、海洋の深さ、海洋の化学成分、海洋の温度の垂直分布など3次元的に海洋の観測は可能であるのでしょうか。
SARで計測している地表面の後方散乱係数(σ0)は 、地表面の粗度（波長程度の凸凹の程度）に依存します。海面が油で覆われると粗度が小さく（なめらかに）なり、入射したマイクロ波は鏡面反射して衛星方向に戻ってこなくなり、画像では黒くなります(σ0が小さい)。よって、SARでは表面の形を見ていることになるので、深度、化学成分や温度は捉えるのは難しいと思います。
ただし、スライドの中に入れたように、海底地形によって波が屈折する状況を反則することにより、海底の状況を推定することも可能であるという事例を示しました。
化学成分は難しいと思いますが、可視・赤外のリモセンで海面の分光反射特性に反映されるような成分があれば可能性はあると思います。なお、浅い海でしたら波長の短い青の光は水中に透過しますので、海岸近くの水深を測定することはできます。
以前SAR画像を用いる際にDescendingとAscendingによって高低差がある場所の見え方が異なる、というようなことを教わったのですが、見る対象や条件によっ
てどのように使い分けをしていくのかということが気になりました。
SARで計測している地表面の後方散乱係数(σ0)は 、入射角に依存します。また、入射方向が変わると地表面の散乱特性も変わることがあり得ます。よって、常に同じ入射角、入射方向で観測しないと同じ対象に対するσ0は決められません。よって、σ0の絶対値が問題となる課題では、DescendingかAscendingのどちらかの軌道に統一して解析を行うことが多いように思います。山地ではこのことは問題になるように思いますが、アマゾンのような平らな森林地帯で伐採されたかどうか、を問題にするような場合は大きな影響はないかも知れません。いろいろな場合があると思いますので、調べてみてください。
画像処理と地理情報システムの基礎
画像処理と地理情報システム（GIS)の基礎を学びます。画像処理ではデジタル画像データの中身について理解してください。応用力がつきます、GISはすでに一般的な技術になりました。その基礎的概念を学んでください。。
教師無し分類についてです。教師付き分類の方がより忠実に土地利用分類を調べられると思うのですが、教師無し分類は具体的にどのような事例で何のために使
われるのでしょうか。
海外の土地利用・土地被覆分類を行うとき、うまく教師（トレーニングエリア）を選べないこともあります。そんな時は教師なし分類で分光特性が同じグループを判別してから、あらゆる状況証拠を使って各クラスの意味づけを行い、それを教師としてもう一度教師付分類を行うことがあります。
対象の判別は分光特性だけでは良くわからないことも現実の場面ではよくあります。そんな時に力を発揮するのが地理学の知識、経験です。総合的、俯瞰的な観点から地域を見る地理学の力を用いて、対象の分布の形から、それが何かを判断することができることはよく経験するところです。
リモートセンシングの基礎に対する課題
楽しみにしていてください。
演習
ここは古いページです。参考までに公開します。
入門用画像処理ソフトウエアとしてMIRINKidsを使いましたが、これは「はじめてのリモートセンシング―地球観測衛星ASTERで見る」（古今書院）の付録です。利用希望者は近藤まで連絡ください。
資料の中ではコンパイラはVisual C++2010を使っています。コンパイラについては自分で調べてみよう。
今回使用した教材はここに置いてあります。参考にしてください。