はじめての衛星画像

Esri Landsat Viewer アプリの基本操作

最初に、Esri Landsat Viewer アプリを開き、スペクトル バンド割り当ての概念について理解を深めます。

  1. Esri Landsat アプリを開きます。

    デフォルトの Landsat アプリ

    注意:

    Esri Landsat Viewer アプリの詳細については、アプリ左下の [Esri Landsat アプリについて] をクリックします。United States Geological Survey (USGS) と NASA が共同で実施している Landsat プログラムの詳細については、プログラムのホームページをご参照ください。

    アプリで、カリフォルニア州レッドランズの Esri 本社の場所が開きます。 地形は、人間の目に映るような自然に見える色では表示されません。 都市エリアは薄い紫色で、植生エリアの一部は明るい緑色です。 なぜでしょうか?

    Landsat 衛星画像は、電磁スペクトルの波長のさまざまな範囲を取得しますが、この中には人間の目には見えない波長も含まれます。 各範囲はスペクトル バンドに個別に格納され、地形フィーチャまたはプロパティのタイプをハイライト表示するのに特に適しています。 次の表に、スペクトル バンドの説明を示します。

    バンド名前このバンドで最適に表示される事物

    1

    Coastal

    浅瀬、細かいちり粒子

    2

    深海、大気

    3

    植物

    4

    製造物、土壌、植生

    5

    近赤外 (NIR)

    海岸線、植生

    6

    短波赤外 1 (SWIR 1)

    雲の貫通性、土壌や植生中の水分

    7

    短波赤外 2 (SWIR 2)

    改善した雲の貫通性、土壌や植生中の水分

    8

    Cirrus

    巻雲

    スペクトル バンド割り当てにバンドを組み合わせることができます。

  2. 左側にある垂直ツールバーで、現在選択されている [農業] ボタンにポインターを置きます。

    [農業] ボタン

    デフォルトで、アプリは [農業] バンド割り当て (バンド 6、5、および 2、または短波赤外 1、近赤外、および青) を使用します。 この割り当ては、健康な農地植生を明るい緑でハイライト表示して、地表や市街地など、他の土地被覆タイプとは明確に区別します。 このオプションが現在オンになっています。 ここで、比較のために [ナチュラル カラー] バンド割り当てに切り替えます。

  3. ツールバーで [Natural Color] をクリックします。

    [ナチュラル カラー] ボタン

    新しい [ナチュラル カラー] バンド割り当て (バンド 4、3、2、または赤、緑、青) を使用することで、画像の大部分はアースカラーが占めていることがわかります。 赤、緑、青のバンドは、人間の目に見える光線のスペクトルを構成します。 3 つのバンドを組み合わせて、人の目に映るときの地形に近づけます。

    [ナチュラル カラー] ビューのレッドランズ

    [ナチュラル カラー] バンド割り当ては一部のアプリケーションで役立ちますが、多くの場合アナリストは、ハイライト表示する特定のフィーチャに基づいて他のバンド割り当てを選択します。 左側のツールバーには、アプリで利用できる一般的なバンド割り当てが表示されます。

スンダルバンス マングローブ林をナビゲートしながら、引き続きスペクトル バンド割り当てのパワーを探索します。

スンダルバンスのマングローブ林の監視

次の目的地は、インドとバングラデシュの国境にあるスンダルバンスのマングローブ林です。 Landsat の画像機能を活用し、変化の影響を受けやすい生態系に生息するマングローブ林の健康状態をモニタリングします。

  1. ツールバーの下部にある [ブックマーク] ボタンをクリックします。

    ブックマーク ボタン

    ウィンドウが開き、世界中のさまざまな場所をまとめたブックマークのリストが表示されます。

  2. [ブックマーク] ウィンドウで下方向にスクロールし、[Sundarbans] をクリックします。

    ブックマークのスンダルバンス

    マップ範囲がレッドランズからスンダルバンスに変わります。 スンダルバンス マングローブ地域の一部が表示されます。

  3. [ブックマーク] ウィンドウを閉じます。
  4. マップ ビューアーの左上隅で、コルカッタのラベルが北西に表示されるまで [縮小] ボタンを数回クリックします。

    拡大ボタン

    ヒント:

    マウスのホイール ボタンを使用して拡大縮小することもできます。

    デフォルトの [ナチュラル カラー] バンド割り当ての状態でこの地域を一見すると、森林に覆われたスンダルバンスと、北西に広がる大都市圏のコルカッタとの違いがはっきりとわかります。 元のマングローブ林の大半は伐採されましたが、残りの部分はインドおよびバングラデシュの両政府によって保護されています。

    スンダルバンスの拡大図

    注意:

    衛星では 1 枚の画像で世界全体を捉えることができないので、複数の画像を撮影し、それらをつなぎ合わせて、「モザイク」と呼ばれるパッチワーク画像を作成します。 画像の境目に斜めの線が入っています。 また、画像は異なる日時に撮影されたため、色の強度は画像によって異なる場合があります。

    マングローブの植生をより明確に区別するため、[赤外カラー] バンド割り当てを使用します。これは、バンド 5、4、3、(または近赤外、赤、緑) を組み合わせます。 近赤外 (NIR) は、植生地物 (高い値) と非植生地物 (低い値) を非常に明確に区別します。 次のスペクトル プロファイル グラフに表示されているように、一般的な [Forest]、[Urban]、および [Water] フィーチャの NIR 値は大きく異なります。

    [赤外カラー] バンド割り当て

    健康な植生は、[赤外カラー] バンド割り当てでは明るい赤で表示されます。

  5. ツールバーで [赤外カラー] をクリックします。

    [赤外カラー] ボタン

    画像が更新されます。

    [赤外カラー] バンド割り当てを使用したスンダルバンス

    マングローブ林が明るい赤で表示されます。これは、密集した全体的に健康な植生を表します。 マングローブを通過する水域は、植生はないが堆積物が多く、ターコイズ ブルーに見えています。 コルカッタのような市街地は、グレーやベージュで表されます。 農業が行われている地域は、明るめの赤で示されます。これは、ある程度の植生は見られるが、マングローブよりも密度が低いことを意味します。

  6. マングローブ林の中心を拡大します。

    マングローブ林の拡大図

    注意:

    Landsat 画像は定期的 (平均 2 週間おき) に最新の画像に更新されるため、スンダルバンス地域の最新画像が少し曇っていたりはっきりしていなかったりすることがあります。 そのような場合は、マウスを使用して、より明確に表示されているマングローブ林の別の地域に画面を移動します。

    マングローブ林が細かく見えるようになりました。 広大な三角州地帯で、森林の間にはいくつかの河川と入り組んだ感潮水路が走っています。 小さな島の多くは船でしか往来できないため、地上での観察の妨げとなっています。そのため、森林のモニタリングにおける衛星画像の必要性がますます高まっています。

    植生が健康であればあるほど赤が鮮やかになりますが、赤が薄い、またはベージュの地域も見られます。 アナリストとして、これらの地域の植生は健康ではない可能性があり、詳細な調査が必要であるとみなすことができます。

  7. 画面をズームおよび移動して、マングローブのさまざまな地域を探索します。
  8. マングローブの西側に移動します。ここでは、大部分の色が赤からベージュに大きく変化しています。

    森林地域と伐採地域

    保護マングローブ地域の終端でコントラストがはっきりしているのがわかります。保護されていない地域の陸地は、以前はマングローブ林に覆われていましたが、今は完全に伐採されています。 大部分がベージュか薄いピンクで、植生が存在しないことを意味します。 アナリストとして、こうした色の違いを利用して、保護エリアにおける不法伐採を検出できます。

    マングローブ林は、海水位や水中塩分の変化に加え、汚染、不法伐採、その他の要因に大きな影響を受けます。 マングローブ林の喪失は、マングローブ林の多様な動植物の生息環境を危険にさらすだけでなく (ベンガルトラなど、数多くの絶滅危惧種を含む)、周辺地域をモンスーンから守ることもできなくなることを意味します。 森林の健康状態を守るのは重要です。画像がその役に立ちます。

    注意:

    [赤外カラー] バンド割り当てと、前のレッスンで使用した [農業] バンド割り当ての違いは何でしょうか。 どちらも健康な植生をハイライト表示するのに適しています ([赤外カラー] は明るい赤、[農業] は明るい緑)。 [赤外カラー] は、多種多様な衛星画像や航空写真で使用される、一般的なバンド割り当てです。必要なのは緑と赤の可視光線バンドに加えて近赤外 (NIR) のみであるためです。 一方で [農業] バンド割り当ては、NIR バンドのみならず、短波赤外 (SWIR) バンドも必要であるため、赤外カラーほど一般的ではありません。 SWIR バンドが存在すると土壌や植生の水分レベルを捉えやすく、雲もより効果的に貫通できます。

タクラマカン砂漠でのオアシス探索

画像でモニタリングできるのは植生だけではありません。 次に、中国のタクラマカン砂漠の乾燥地帯の水分レベルを確認します。

  1. ツールバーで [ブックマーク] をクリックします。 [ブックマーク] ウィンドウで、下にスクロールして [Takla Makan Desert] (タクラマカン砂漠) ブックマークをクリックします。

    マップ範囲が変更されます。

  2. [ブックマーク] ウィンドウを閉じます。

    中国のタクラマカン砂漠

    [ナチュラル カラー] で表示されている場合でも、楕円形の砂漠の境界が、かなりはっきりとわかります。 タクラマカン砂漠は主に砂丘で構成されているので、上空からだと表面は滑らかで均一に見えます。山などの地物はほとんどありません。 砂漠は一見すると乾燥していますが、湿潤指数を使用して水分のある地域かどうかを判断できます。

    注意:

    Landsat 画像は定期的に更新されているため、雲量や季節的な気象条件によっては、上記の例とは異なる画像となることもあります。

    明るい白色のエリアは雲を表し、観測している現在のシーンの雲とほぼ同じである可能性があります。

  3. ツールバーで [湿潤指数] をクリックします。

    湿潤指数を使用して表示されたタクラマカン砂漠。

    [赤外カラー] は、3 つの異なるスペクトル バンドの割り当てに過ぎませんが、[湿潤指数] はさらに洗練されたスペクトル バンドの使い方です。 これはインデックスであり、異なるバンド間の比率を算出する計算です。 [湿潤指数] の場合、関連するバンドは 5 (NIR) と 6 (SWIR 1) で、式は次のとおりです。

    (Band5-Band6)/(Band5+Band6)

    NIR バンド値が SWIR 1 バンド値よりも高い場合、式の結果は高い水分レベルを示す高い (正の) 値になります。 それ以外の場合は、低い水分レベルを示す低い (負の) 値になります。 次のグラフに見られるように、通常、[Lush Grass] フィーチャと [Water] フィーチャは正の値になり、[Desert] フィーチャは負の値になります。

    [Desert]、[Lush Grass]、[Water] フィーチャの NIR および SWIR 1 バンド

    マップ上で、[湿潤指数] は水分量が豊富な地域を青色のトーンで示し、水分量の低い地域をオレンジ色のトーンで示します。 期待どおりに、タクラマカン砂漠の大部分は水分量が低いように見えます。 ただし、[湿潤指数] は、見た目より乾燥していない複数の場所を [ナチュラル カラー] で示しています。 ここでは、周囲の濃い青色のパッチは雲 ([ナチュラル カラー] ビューでは白で示されていた雲) を表すため無視します。 実際の地表レベルの水分を表す、中程度の濃さの青色のパッチ部分に注目します。

  4. 砂漠の西側にある湿潤地帯を拡大します。以下の画像で、丸で囲んだ部分です。

    タクラマカン砂漠の水分量が豊富な地域

    ヒント:

    特定の範囲にズームするには、Shift キーを押したままマップ上の拡大したいエリアの周りにボックスを描画します。

    マップ上で「Shache」(莎車) とラベルが付けられた部分に拡大します。

    莎車地域の拡大表示

    莎車は、近辺の山脈の河川の水を引くオアシスです。 [湿潤指数] を見ると、この地域は全体的に水分量が豊富であることがわかります (ただし、正確な量は季節によって異なります)。 [湿潤指数] は、渇水レベルの監視と砂漠化傾向の計測に優れたツールです。

    注意:

    拡大すると、莎車地域は中間の青色から濃い青色になっています。 これは、マップ上に現在示されているフィーチャに基づいて色が選択されているためです。 雲の量が多かったときに、水分量が最も高いフィーチャになり、最も濃い青色のトーンで表示されました。 今はほとんどの雲がマップ範囲外にあるため、莎車オアシスが水分量が最も高いフィーチャになり、濃い青色で示されています。 このようなレンダリングは、ダイナミック レンジ調整または DRA と呼ばれます。

    莎車地域の水分が何に使われているかを明らかにするために、[農業] バンド割り当てを使用します。

  5. ツールバーで [農業] をクリックします。 以下の画像のような表示になるまで、1 ~ 2 回拡大します。

    [農業] バンド割り当てを使用した莎車地域

    前のセクションで示されたように、[農業] バンド割り当て (バンド 6、5、および 2、または SWIR 1、NIR、および青) は農業を明るい緑でハイライト表示します。 [湿潤指数] で表示された水分量が豊富な地域の大半は、現在明るい緑で表示されている農業地域と一致します。 ただし、濃い青色で植生地域から明確に区別された、この谷に注いでいる河川と支流の場所も特定できます。

    異なるバンド割り当てとインデックスを使用すると、画像に含まれる他所多様な情報を見つけることができます。

    注意:

    衛星画像の視覚分析を行うには、適切な判断を下すうえで重要です。 たとえば、[湿潤指数] は、単に雲の存在によって、一部の地域を水分量が豊富な地域として示しました。 さらに、地下水が豊富であるが、まだ農業用として活用されていない地域も、[湿潤指数] では示されていない可能性があります。 衛星画像を的確に解釈することで世界の真の姿を明らかにすることができますが、その限界を理解しておく必要もあります。

モルディブで水没した島々の探索

Landsat は、ある程度であれば水中の様子も撮影でき、浅い海底の画像を捉えることは可能です。 この機能を試すため、次はインド洋に浮かぶ小さな島国、モルディブに移動します。 モルディブは、1,000 を超える小さな低海抜の島々で構成されています。 海抜が非常に低いため、このまま海面が上昇し続けると、国全体が水没する危険にさらされています。 Landsat の等深線図機能を活用すると、水没した島や、水没の危険がある島を見ることができます。

  1. ツールバーで [ブックマーク] をクリックします。 [ブックマーク] ウィンドウで、下にスクロールして [Maldives] (モルディブ) ブックマークをクリックします。
  2. [ブックマーク] ウィンドウを閉じます。

    モルディブ

    画像に小さな島々が表示されます。 島は珊瑚で形成されており、円状のクラスターにグループ化されています。これは「環状珊瑚礁」と呼ばれます。 [Maldives] (モルディブ) ブックマークでは [Bathymetric] バンド割り当てが自動的に有効になっています。 [等深線図] バンド割り当て (バンド 4、3、1、または赤、緑、水色) は、青を水色で置き換え、浅い水中の地物を強調します。 ただし、デフォルトの範囲では、水中にあるものとそうでないものを区別するのが困難です。

  3. マップ上で「Malé」(マレ)とラベルが付けられた部分に拡大します。以下の図で、四角で囲まれた部分です。

    Malé (もしくは Maale、マレ)

    Malé (マレ、Maale と表記されることもある) は、モルディブの首都です。 拡大すると、一部の島で都市開発が進んでいることが見て取ることができます。 わかりづらい場合は、さらに拡大してください。

    マレ周辺の開発された島

  4. マレの西側にあるティラフシ島に画面移動し、拡大します。

    ティラフシ島。

    ティラフシの東側 (ベージュと茶色のトーン) が海面より上にあり人が住む地域であるのに対し、島の左側 (青みがかったトーン) は無人でほとんど水没しているサンゴ礁であることがわかります。 次に、完全に水没している島を探してみます。

  5. マレの北側に画面移動すると、完全に、またはほぼ完全に水没した島が多数あるのがわかります。

    水没した島々

    [等深線図] バンド割り当ては、水没した地物 (青またはターコイズ ブルー) と海面上の地物 (白、ベージュ、または茶) の違いを際立たせます。

Landsat 画像では、こうした低海抜の島々に対する海面上昇の影響をモニタリングできます。 正確に把握するには海面上昇を数学的に測定する必要がありますが、衛星画像でも、地上 (または水中) の実際の状況について説得力のある根拠を示すことが可能です。 気候変動に起因する海面上昇により、世界中でさまざまな島々が水没しかけています。 21 世紀中頃までに、多くの低海抜の環礁島は居住できなくなる可能性があるのです。

スエズ運河拡張の追跡

これまでは、ある瞬間のスナップショットとして撮影された画像を調べ、利用可能な最新の Landsat 画像を見てきました。 経時的な傾向を追跡したい場合はどうでしょうか。 現在のマングローブ林の健康状態を、10 年前のマングローブ林と比較したい場合、またはモルディブの水没した島々が、過去に海面上にあったかどうかを確認したい場合はどうすればいいでしょうか。 Landsat 衛星の 1 号機は 1972 年に打ち上げられました。つまり、40 年以上にわたって蓄積された Landsat 画像を比較に使えます。 古い衛星には最新の衛星の機能がすべて搭載されているわけではないので、一部スペクトル バンドを表示することはできせん。それでも、衛星画像は世界の変化の様子を捉えるのに重要な役割を果たすことがあります。 それを示すために、交通容量を増やす目的で行われた、エジプトのスエズ運河の拡張工事の様子を視覚化します。

  1. ツールバーで [ブックマーク] をクリックします。 [ブックマーク] ウィンドウで、最初の [Suez Canal] (スエズ運河) ブックマークをクリックします。
  2. [ブックマーク] ウィンドウを閉じます。

    エジプトのスエズ運河

    マップに、[農業] バンド割り当てで示したスエズ運河が表示されます。 植生は緑、水は黒または濃い青で示されます。 運河の一部は 2014 年に拡張され、現在は並行に走る 2 本の運河があります。 左側の運河は、1869 年に開通した最初のスエズ運河です。 右側の運河が拡張した部分です。

  3. ツールバーの [時間] ボタンをクリックします。

    [時間] ボタン

    [Time Line] スライダーが表示されます。 [Time Line] スライダーには、Landsat 衛星がこの地域を初めて撮影した日時以降の利用可能な画像がすべて表示されます。雲量や季節性を基準に画像をフィルタリングすることができます。 この地域の最も古い画像は、タイムラインの左端に示すように [1984 年 9 月 19 日] に撮影されたものです。 Landsat 画像は定期的に更新されるので、右側の最新の画像はサンプル画像とは異なる可能性があります。

    利用可能な古い画像と最新の画像

    ヒント:

    [Time Line] ウィンドウをドラッグし、対象フィーチャを妨げないようにアプリ内の任意の場所に移動できます。

  4. [Cloud Filter][10% Cloud] のままにします。

    [Cloud Filter] パラメーターを使用すると、画像を検索する際に許容できる雲量を選択することができます。 この場合には、雲量が 10 パーセントを超える画像がすべて除外されます。

  5. [Season Filter][All] のままにしておきます。

    [Season Filter] パラメーターでは、春や夏など特定の季節を選択できます。 たとえば、森林地域の経時的な変化を監視する場合は、木々に葉が茂っている夏季のみに注目します。

  6. [Time Line] ウィンドウの左側、日付の上をクリックして、最も古い 1984 年の画像を表示します。

    1984 年のスエズ運河

    1984 年には、2 本目の運河はまったく見当たりません。 タイムラインをスクロールし、2 本目の運河が拡張される様子を確認します。

  7. [Time Line] の右側にあるプラス記号のボタンをクリックし、この地域で次に撮影された画像に移動します。

    プラス ボタン

    運河の画像に示された次の日付は [2000 年 11 月 10 日] であり、2 本目の運河の工事が開始するのはまだ先です。 注目すべき変化は、農業活動 (緑) が複数の場所で大幅に増加していることです。

  8. [2014 年 11 月 10 日] に到達するまで、プラス記号のボタンをクリックします。 または、ポインターを使用してタイム スライダー ボタンをドラッグして、時間をすばやく移動することもできます。

    2014 年のスエズ運河

    うっすらとではありますが、1 本目の運河の右側に、2 本目の運河の基礎が見え始めています。

  9. プラス記号のボタンを引き続きクリックし、運河の拡張の様子を観察します。

    農業活動でのさらなる開発もわかります。

    運河の工事は、いつ完了しそうでしょうか? 工事期間は? 使用される農耕手法での変化がわかりますか? 膨大な数の Landsat 画像を活用すると、このような質問に加え、世界中で起こっている変化に関する疑問も解決できます。 Landsat 画像は、海水域、湖の水位の変動、都市開発も追跡できます。 また、収穫の循環や植生の生育などの季節的な変化もモニタリングできます。 スペクトル バンド割り当てと組み合わせると、画像解析の潜在能力をさらに引き出すことができます。

  10. 探索を終了したら、[Time Line] ウィンドウを閉じます。

独自のスペクトル ビューの作成

あらかじめ定義されたスペクトル バンド割り当てとインデックスにとらわれず、 独自のバンド割り当てを作成し、関心のある場所を新たな観点から見ることもできます。

  1. マップ ビューアーの左上にある [Find a place] 検索バーを使い、観察したい場所に移動します。

    [場所の検索] 検索機能

    ヒント:

    検索バーを使用する際は、「都市、州や地域、国」の形式で入力します。

    世界中のどの場所でも指定できますが、以降の手順のサンプル画像では、デフォルト範囲であるカリフォルニア州レッドランズを示します。 [縮小] ボタンの下にある [デフォルトの表示範囲] ボタンをクリックすると、そこに移動できます。

    [デフォルトの表示範囲] ボタン

  2. ツールバーの [構築] ボタンをクリックします。

    [構築] ボタン

    [Build Your Own] ウィンドウが開きます。 バンド割り当てを作成するには、合成する 3 つのバンドを入力します。 また、ストレッチやガンマも調整します。これにより、画像のコントラストや明るさが変わります。 利用可能なスペクトル バンドのリストは次のとおりです。

    数値名前このバンドで最適に表示される事物

    1

    Coastal

    浅瀬、細かいちり粒子

    2

    深海、大気

    3

    植物

    4

    人工物体、土壌、植生

    5

    近赤外 (NIR)

    海岸線、植生

    6

    短波赤外 (SWIR) 1

    雲の貫通性、土壌や植生中の水分

    7

    短波赤外 (SWIR) 2

    改善した雲の貫通性、土壌や植生中の水分

    8

    Cirrus

    巻雲

    どのバンドを組み合わせて使用するかは、 何を表示するかによって変わります。 たとえば、植生を強調したい場合は、[近赤外]、[赤]、および [緑] のバンドを使います。これは、スンダルバンス砂漠で使った [赤外カラー] の組み合わせと同じバンドです。

  3. 最初のバンドを [NIR(5)]、2 つ目を [赤 (4)]、3 つ目を [緑 (3)] に設定します。 [適用] をクリックします。

    [赤外カラー] バンド割り当ての構築

    画像では、既製の [赤外カラー] バンド割り当てと同じく、植生が赤色で強調されます。 ただし、バンドの順序も重要です。 人間の目では赤、緑、青の色域しか捉えることができないため、スペクトル バンド割り当てはこれら 3 つのバンド (またはチャンネル) でのみ表すことができます。 新しい割り当てに対して 3 つの Landsat バンドを選択すると、1 つ目は常に赤チャンネル、2 つ目は緑チャンネル、3 つ目は青チャンネルで表示されます。 下の図に示すように、単一コンポジット画像が構成されます。

    コンポジット画像の作成方法
    コンポジット画像: A - 表示する 3 つの Landsat バンドを選択します。B - それらのバンドを赤、緑、青チャンネルに割り当てます。C - コンポジット画像を取得します。

    次に、別の順序で同じバンドを試してみます。

  4. 最初のバンドを [Green (3)]、2 つ目を [Red (4)]、3 つ目を [NIR(5)] に設定します。 [適用] をクリックします。

    入れ替えられたバンド順序

    同じ植生地物が強調されますが、赤ではなく青色が使われます。 一般に、ハイライト表示する地物の種類は、使用されるバンドによって決定されます。地物の色は、バンドの順序によって決まります。 次に、新しいバンドを試してみます。

  5. 上記の表を参考に、独自のバンド割り当てを入力して [Apply] をクリックします。
    注意:

    バンドを選択しやすくするために、[Identify] 関数を使用して、対象となるフィーチャのスペクトル プロファイルを調べることができます。

    画像で、どのような地物が強調されましたか? 選択したバンドに基づき、強調しようと思っていた地物でしたか? バンドの順序を並べ替えると、色はどのように変化しますか?

  6. バンド割り当てを自由に試してみましょう。 ストレッチやガンマを調整し、画像のコントラストと明るさの変化を確認します。

    さまざまなバンド割り当てを行えるようになったので、世界中のさまざまな場所を見てみましょう。何年も前に撮影された画像を見てみると、Landsat 画像の無限の可能性を実感できます。

  7. [Build Your Own] ウィンドウを閉じます。

その他の場所の探索

Landsat アプリには、世界中のさまざまな場所がブックマークされています。 特定のバンド割り当てを通じ、ドラマチックな地勢やユニークな地勢を確認できます。それぞれの場所では、最も魅力的な地物が強調されています。 ブックマークには、他に以下の場所が含まれています。

  • ケンブリッジ湾 (オーストラリア)
  • サハラの目 (モーリタニア)
  • ゴスの絶壁 (オーストラリア)
  • エグズーマ (バハマ)
  • 北京 (中国)
  • メキシコ シティ (メキシコ)
  • サウジアラビア中心部
  • バハル・アル・ミル (イラク)
  • ジブラルタル海峡 (イギリス)
  • チルワ湖 (マラウィ)
  • ケスタ デ ヴィエント貯水池 (アルゼンチン)
  • アンダソル太陽熱発電所 (スペイン)
  • キュビー ステーション (オーストラリア)
  • ドバイの新島
  • チリの火山

このレッスンではすべてのブックマークを取り上げませんが、ご自身で探索してください。スペクトル画像を通じて、世界の他の地域も見てみましょう。

このレッスンでは、画像の潜在能力を明らかにして、Esri Landsat Viewer アプリで世界を見て回りました。さまざまなバンド割り当てを使用して、地球上の任意の場所の状況を監視し、変化を検出する方法を学習しました。 これで、画像の幅広い用途の理解を深めることができ、ご自身で世界中を再発見できるようになりました。

同様のレッスンについては、「画像およびリモート センシングの概要」ページをご参照ください。