次にやるべきこと－変化した領域の抽出

変化した領域を抽出する方法

ぴったり重なり合った多時期画像が得られたので、変化した領域を抽出してみよう。どんな方法があるか。
- 個別に分類し、土地被覆マップを比較する方法
- 単バンド画像、指標画像をRGB組み合わせから変化領域を可視化
- 単バンド画像、指標画像の差分をとる方法

　分類を行う方法

ER MapperあるいはENVI、MultiSpecで個別の画像を分類処理することができます。

ただし、教師付き分類では現地の景観がわからない場合は、共通のトレーニング領域をとることが困難かも知れません。

特に、教師なし分類では各画像ごとに分類基準が異なりますので、分類結果の単純な比較は困難です。

　RGB組み合わせによる可視化方法

コンピューターによる発色はRGBの三原色の組み合わせによります。この3つのプレーンに異なる時期の同じバンド、あるいは同じ指標画像の異なる時期の画像を割り当てることで変化した部分が発色します。

たとえば、RGBに1972年、1987年、2001年の画像を割り当て、すべての時期でDN値が高ければ白く発色します。1972年が高く、1987年に下がり、2001年まで継続した場合は赤く発色します。

使うバンドによって解釈が異なります。緑の植生の吸収帯である赤のバンドを使う場合は、植生があると暗くうつり、植生がなくなると明るくなる（地表面が乾燥している場合）という特徴を使うことができます。植生指標だったらどうなるか、もうわかるでしょう。

　差分をとる方法

RGBによる方法では判読は容易ですが、領域抽出が難しいかも知れません。そこで、二つの画像の差分をとり（差画像作成）、その結果をレベルスライスして表示することができます。

適当な閾値を設定することにより、変化領域の定量的な解析が可能になります。