衛星データを用いた近年のつくば市における 土地被覆と地表面輝度温度

筑波大学大学院博士課程
システム情報工学研究科修士論文
衛星データを用いた近年のつくば市における
土地被覆と地表面輝度温度の変化の解析
藤谷 匡
（社会システム工学専攻）
指導教員
松永恒雄
２００６年２月
目次
第1章
序論
1-1 研究の背景
2
1-2 研究の目的
3
1-3 既往研究例と本研究の位置付け
4
1-4 本論文の構成
第2章
13
衛星データを用いた陸域環境解析の基本
2-1 はじめに
15
2-2 研究対象地域－つくば市の情勢－
16
2-3 衛星センサ Terra/ASTER について
19
2-4 衛星データを用いた土地被覆分類
21
2-4-1
土地被覆分類の基本
21
2-4-2 教師付き最尤分類法
22
2-4-3 人工構造物（ISA）の定義
23
2-4-4 土地被覆の季節変化について
24
2-4-5 正規化植生指数 NDVI と画素内緑被率について
25
2-5 熱赤外リモートセンシング
27
2-5-1 熱赤外リモートセンシングの原理
27
2-5-2 大気の影響と補正
29
2-5-3 MODTRAN を用いた大気補正パラメータの計算
30
2-5-4 地表面輝度温度の定義
32
第３章
近年のつくば市における土地被覆変化の解析
3-1 はじめに
34
3-2
35
ASTER データを用いた土地被覆分類図の作成
3-2-1 使用データ
35
3-2-2 土地被覆分類図作成フロー
38
3-2-3 トレーニングデータの設定
40
3-2-4 NDVI を用いた画素内緑被率の算出
44
3-2-5 短波長赤外（SWIR）多バンドデータを用いた土地被覆分類図の作成
46
3-3 航空写真の目視判読による分類精度の検討
48
3-4 土地被覆変化の解析
52
3-4-1 2001 年 9 月 1 日と 2005 年 9 月 3 日の比較（夏季）
52
3-4-2 2002 年 2 月 15 日と 2004 年 2 月 5 日の比較（冬季）
60
3-4-3 夏季と冬季における分類結果の比較と考察
68
3-5 まとめ
第４章
69
近年のつくば市における地表面輝度温度変化の解析
4-1 はじめに
71
4-2 ASTER TIR データを用いた地表面輝度温度の算出手順
72
4-2-1 使用データ
72
4-2-2 地表面輝度温度算出フロー
72
4-3 算出した地表面輝度温度の精度について
4-3-1
精度検討方法
76
76
4-3-2 霞ヶ浦の水温データを用いた検討
78
4-3-3 AMeDAS 気温データとの比較
81
4-4 近年のつくば市における地表面輝度温度変化について
4-4-1
2001 年 9 月 1 日と 2005 年 9 月 3 日の比較（夏季）
4-4-2 2002 年 2 月 15 日と 2004 年 2 月 5 日の比較（冬季）
4-5 まとめ
第５章
83
83
88
92
土地被覆変化が地表面輝度温度に与える影響の解析
5-1 はじめに
94
5-2 土地被覆の変化が地表面輝度温度に及ぼす影響の解析
95
5-2-1 土地被覆と地表面輝度温度の関係について
95
5-2-2
つくば市各地区における土地被覆変化と地表面輝度温度変化の関係
97
5-2-3
つくばエクスプレス沿線における大規模な変化の解析
5-3 まとめ
第６章
101
106
結論
6-1 総括
108
6-2 今後の展望
111
謝辞
112
参考・引用文献（資料）
113
補遺
117
第1章
1
序論
1-1
研究の背景
近年、都市域におけるヒートアイランド現象が社会的な問題となっている。
ヒートアイランド現象とは、都市中心部の気温が郊外に比べて高くなり等温線を引くと
島のようになる現象で、主な原因としては人工構造物の増加とそれに伴う緑地や裸地・水
面の減少による表面蒸発散の減少、そして人工排熱の滞留などが挙げられる[1][2]。
東京都心部では過去 100 年の間に、全地球平均の気温上昇 0.6℃の約 5 倍にあたる 2〜3℃
の気温上昇が確認されており、例えば最高気温が 30℃を越える真夏日や夜間の最低気温が
25℃を越える熱帯夜の増加、あるいは熱中症患者数の増加など、我々の日常活動への直接
的な影響も顕著になってきている[3][4]。
一方茨城県つくば市では、2005 年８月のつくばエクスプレス開通と前後して、新駅を中
心としたニュータウン建設など沿線や周辺地域における大規模な開発が急速に進んでいる。
開発に伴い土地被覆が変化し、人工構造物の増加や緑地・水面の減少などヒートアイラン
ド現象を引き起こす要因が増加しつつあると考えられるが、これら開発の規模などは定量
的には把握されておらず、加えて市内でも開発の度合いが異なる事から、つくば市全体及
び主要地区毎に近年の土地被覆変化や熱環境変化を明らかにする必要がある。
2
1-2
研究の目的
本研究は、衛星データを用いて近年のつくば市における土地被覆分類と地表面輝度温度
の算出を行い、つくばエクスプレスを中心とした急速な開発に伴う土地被覆変化と地表面
輝度温度の変化を明らかにすることを目的とする。
まず衛星データを用いてつくば市（2002 年 11 月につくば市と合併した茎崎市は除く）
の土地被覆分類図を作成するにあたり、人工の土地被覆を主対象として高精度化を図る新
手法について検討する。その後開発した手法を用いて土地被覆分類図を作成し、主要地区
毎の土地被覆分布の様子と 2000 年から 2005 年までの土地被覆変化を明らかにする。
次に同じく衛星データから大気の影響を考慮した地表面輝度温度の算出を行い、土地被
覆毎及びつくば市主要地区毎の地表面輝度温度分布と 2000 年から 2005 年までの変化を明
らかにする。
最後に土地被覆分類結果と地表面輝度温度算出結果を比較解析することにより、つくば
市における近年の開発に伴う土地被覆変化が地表面輝度温度変化に与える影響について明
らかにする。
なお解析には 2000 年 5 月 16 日から 2005 年 9 月 3 日までの Terra/ASTER データを用
いる。つくば市が東西約 15km、南北約 30km に広がる中規模の都市であることから、
IKONOS のような高空間分解能（0.5~1m）だが観測幅が 10km 前後と狭いセンサでは全
域をカバーできない事、また熱環境の解析に有効である熱赤外バンドを複数有する事から
本研究では ASTER データを利用した。
3
1-3
既往研究例と本研究の位置付け
本研究の目的である土地被覆及び地表面輝度温度変化の解析については、従来様々なデ
ータや手法を用いた研究が行われている。以下に既往研究例とそれに対する本研究の位置
付けを述べる。
まず(1)衛星データ以外のデータを用いた研究例にて衛星データ以外のデータを用いた
土地被覆及び熱環境変化の研究例とその場合の問題点などを示す。
次に(2)衛星データを用いた研究例にて衛星データを用いた土地被覆分類や地表面温度
算出などの既往研究例を示す。(a)土地被覆分類についてでは衛星データを用いた土地被覆
分類の例とそれぞれの研究における課題等を示す。(b)土地被覆と地表面温度についてでは
土地被覆と地表面温度の関係を解析した研究例と課題等を挙げ、本研究で土地被覆と地表
面温度を直接比較することが有意義であることを示す。(c)衛星観測輝度温度と地表面温度
及び気温についてでは衛星データから算出した地表面輝度温度は気温と高い相関関係にあ
ることを示し、いずれ地表面の詳細な熱収支の解析を行うにあたり重要なデータであるこ
とを示す。最後に(d)上記の既往研究例に対する本研究の位置付けでは既往研究例に対する
本研究の位置付けを、用いるデータや解析精度を高めた手法の特徴などとともにまとめる。
(1) 衛星データ以外のデータを用いた研究例
土地被覆分類は、航空写真や国土交通省が整備する細密数値情報「10m メッシュ土地利
用データ」などを利用することにより高精度の変化抽出が可能である。しかし航空写真は
撮影範囲が狭いため広域を同時に解析するにはいくつもの写真が必要となり効率が悪い。
また「10m メッシュ土地利用データ」は首都圏・中部圏・近畿圏においてのみ 5 年毎に整
備されているだけで、その他の地域や短い期間の変化を解析することはできない。これら
のことから、上記のようなデータが整備されておらず開発が急速に進むような地方都市に
おいて土地被覆変化を解析するためには、高頻度に広域を観測できるデータが必要となる。
一方地表面温度の解析や都市ヒートアイランドの実態解析については、気象庁の
AMeDASに代表される気温などの公開されている実測データがあるが、広い範囲（風向や
日照時間も観測している観測所で約 21km間隔）について観測装置設置点の情報で代表し
4
ているため、特に都市内の土地被覆毎、地区毎の熱環境解析を行うには情報量､精度とも十
分ではない。東京圏では三上ら（1996-2000）[5]が、120 箇所の温湿度観測点を設置し 15
分間隔で気温と湿度を実測する、高密度観測網（グラウンドモニタリング）を用いた気象
観測を 2002 年度から行っており、東京都区内において東京湾からの海風が都心部で暖め
られた空気を内陸に運ぶ様子や、夜間においても人工排熱の多い都心部では気温が低下し
にくい様子など、ヒートアイランド現象の実態は把握されつつある。しかし、このような
設備は他地域では容易に設置できるものではない。
上記の諸問題に対し、高頻度で広域をカバーでき、かつ安価にデータを取得できる手段
として衛星リモートセンシングが挙げられる。衛星リモートセンシングは広域性、均質性、
周期性などの特徴を持ち、都市における土地被覆及び地表面輝度温度の経年変化の解析に
対して非常に有効であり、昨今衛星リモートセンシングデータを用いた様々な研究が行わ
れている。ただし、衛星リモートセンシングは特に光学センサを利用する場合において雲
の下が観測できないなど、地表面から衛星までの間にある大気の影響を受けるという問題
もある。
(2)衛星データを用いた研究例
(a) 土地被覆分類について
衛星データを用いた都市及び都市近郊域の土地被覆分類は、手法、対象地域、対象時期
などの異なる研究例が多数報告されている。
衛星データの中でも 1972 年に打ち上げられたLandsat/MSS及びTMデータ(2 章)は、過
去 20～30 年にわたる蓄積があることから、従来土地被覆分類において最もよく用いられ
ている。例えば佐々波ら（1988）[6]は、1972 年（12 月）､1979 年（12 月）のMSSデータ
と 1985 年のTMデータ（1 月）を用いて、冬季の東京近郊（埼玉県、群馬県、栃木県、茨
城県の各一部）における土地被覆の解析を行っている。土地被覆分類には最尤法（2 章）
を用いて、「市街地」「住宅地」「工業地」「開発地」「水田（裸地）」「水田（植生）」「畑（裸
地）」「畑（植生）」「果樹園」「広葉樹林」「針葉樹林」「草地」
「芝地」「裸地（乾燥）」「裸地
（雑草）」「湿地（砂地）」「湿地（雑草）」「水域」と幅広く細かい分類クラスを設定してい
5
る。その結果、東京近郊ではベッドタウンとしての都市開発や工場・工業団地の誘致など
により、「市街地」「住宅地」「工業地」をあわせた人工の被覆地が 13 年間で 6.8%（1972
年）から 19.8％（1985 年）へと急増し、特に鉄道沿線における市街化の進展を報告して
いる。ただしMSSデータは分解能が 80mと粗い上に、作成した土地被覆分類結果を 1km
メッシュデータへと変換してから変化の割合を抽出しており、地表面の状態を細かい単位
で解析することはできない。また季節も冬のみの解析結果となっている。
斎藤ら（2002）[7]は、Landsat/TMデータから緑被と非緑被を抽出する新指標を提案し、
熊本市における土地被覆変化を解析している。このとき緑被とは「樹木」「畑・草地」「水
田」であり、非緑被とは「市街地」「裸地」を示す。結果、熊本市における 1985 年から
1997 年にかけて 12 年間の部分的な緑被から非緑被への変化を報告している。しかし、精
度に関しては十分な評価はされておらず、また土地被覆変化の割合も定量的には明らかに
されていない。解析は夏のみの結果である。
(b)土地被覆と地表面温度について
土地被覆の人工化と地表面温度の関係について、稲永ら（1996）[8]は、Landsat/TMデ
ータを用いて東京都における土地被覆変化と地表面温度変化の関係を解析している。土地
被覆の分類クラスは「商業業務地」
「住宅地」｢開発地｣「農地」「草地」
「森林」「水」｢未分
類｣とし、1984 年から 1994 年にかけての東京郊外における「商業業務地」「住宅地」の増
加を明らかにしている。ただし市街化の割合などは定量的には示されていない。地表面温
度については 1984 年と 1994 年それぞれ、さらなる市街化がなく地表面温度の変化もない
と仮定した東京都 23 区中心部と周辺の温度差を解析しており、その差が最も大きかった
地区の温度が 10 年間で-3.3℃（1984 年）から-2.8℃（1994 年）と小さくなっている事を
明らかにしている。これらのことから市街化は高温化を招くと結論付けている。ただし、
地表面温度の算出には 1984 年と 1994 年の夏のデータを用いているのに対し、土地被覆分
類には 1985 年と 1994 年の冬のデータを用いている事から、両者を単純に比較する事は適
当ではない。また、地表面温度についても大気の影響を考慮せずに衛星観測輝度からの単
位変換のみとしていることから、絶対値としての比較は行えない。
また上野ら（2002）[9]は、Landsat/TM熱データ（1997 年）とIKONOSデータ（2001
6
年）から作成した土地被覆情報を比較し、福岡と名古屋それぞれの地域について土地被覆
の割合が地表面輝度温度に与える影響の程度を明らかにしている。土地被覆クラスは「ア
スファルト」「コンクリート」「緑地」「水域」「田・草地」「裸地」とし、さらにNDVI（2
章）を併用し分類を行っている。結果、福岡では緑被率が 0.1 高いと地表面は 0.3℃程度
低くなり、名古屋では緑被率が 0.1 高いと地表面温度は 0.5℃程度低くなる事、そして水
域の割合も 0.1 高くなると福岡では 0.5℃、名古屋では 0.6℃地表面温度が低くなる事を示
している。ただしアスファルトやコンクリートなど人工的な土地被覆については、割合が
高くなると地表面温度が高くなる傾向は示しているが、定量的には明らかにされていない。
またIKONOSのような数メートルの高空間分解能データを処理する際には、データが膨大
で処理が複雑になり、かつ建物の影なども撮影されてしまうことによる誤分類が多数見ら
れることを報告している。なお、Landsat/TM熱データの撮影日は 1997 年 4 月であるのに
対し、IKONOSデータの撮影日は 2001 年 10 月と大きく撮影時期の異なることは、両者
を比較する上で大きな問題であると考える。また熱データに対して大気補正は行われてい
ない。
緑地と土地表面温度の関係について、澤田ら（2002）[10]は、Landsat/TMデータを用い
て東京都周辺の緑被地と表面温度の関係を解析している。土地被覆分類にはLandsat/TM
データとNDVIを併用したディシジョンツリー法を用い、土地被覆クラスは「水面」「樹林
地」「草地」
「その他の陸地」としている。土地被覆毎の平均表面温度の比較によると、そ
の他の陸地に比べ樹林地が約 2.7℃、草地が約 1.7℃低い結果となっている。また水域はそ
の他の陸地に比べ約 6.6℃低温を示している。その後緑被地及び水域の割合と樹林地と草
地の比率いう 3 条件について回帰分析を行い、その結果特に 3 条件のうち緑被地と水域の
量が大きいと地表面温度は低温となることを明らかにした。しかし解析は 1987 年夏の 1
シーンに対してのみ行われており、時系列的な土地被覆や地表面温度の変化などは示され
ていない。また相対的な表面温度の差を解析していることから、大気補正は行っていない。
赤塚（2005）[11]は、1987 年 8 月及び 2000 年 7 月のLandsat/TM熱データと 1987 年及
び 1997 年の細密数値情報「10mメッシュ土地利用」を用いて、仙台市における都市化の
進行具合による緑被率と地表面温度の関係を解析している。都市化の進行具合は、仙台駅
を中心とした半径が 1kmずつ増加する同心円内において緑被率と土地利用データ中の自
然被覆面の割合から推定している。その割合から都市化の進行具合を「成熟段階」「遷移段
7
階」「発展段階」の 3 つに分け、まず緑被率と地表面温度との間には高い負の相関がある
こと、また都市化の成熟段階によって緑被率と地表面温度の関係が異なることを示した。
都市化が成熟段階にある地域では、緑被率を増加させても地表面温度の上昇を抑制する事
は困難であり、一方で遷移段階及び発展段階にある地域では緑被率の増減が地表面温度に
与える影響が明らかであることが報告されている。しかし分類クラス毎の時系列的な土地
被覆変化に対する温度変化などは示されていない。
(c)衛星観測輝度温度と地表面温度及び気温について
北村ら（2004）[12]は、都市のヒートアイランド現象を解明する上で重要な地表面温度に
ついて、Landsat/TM熱データと気象データから熱収支式により算出した地表面温度と比
較解析することにより、衛星観測輝度温度と地表面温度、大気の影響の関係を定量的に明
らかにした。その結果、衛星の観測輝度温度における放射フラックス密度は地表面からの
放射フラックス密度と大気からの放射フラックス密度の和であり、その割合はほぼ 1:1 で
あること、また衛星観測輝度温度と気温の相関は 1998 年冬のデータにおいて 0.7 と高く、
地表面温度と気温の間に密接な関係があることを示した。なお冬のデータのみを解析して
おり、夏のデータについては明らかにされていない。また地表面温度算出は大気の影響を
考慮しない単位変換式のみを用いている。
厳ら（2002,2004）[13][14]は、Landsat/TM熱画像（夜）と詳細な地上気温データを用い
て東京における気温と衛星の観測輝度温度を比較し、冬のデータについては気温と衛星観
測輝度温度は最大で相関係数 0.8（1999 年 3 月 1 日、観測局から 600m地点）という高い
相関関係にある事を示した（表 1.3.1）。一方夏のデータは解析していない。また冬のデー
タに対し最大の相関を示した衛星画像と気温のデータセットから回帰式を求め、東京のヒ
ートアイランド現象を従来にない解像度で捉える事に成功した。図 1.3.1 は放射率補正後
の東京近郊の輝度温度画像（1999 年 3 月 1 日午後 9 時）であり、赤色が高温域を示す。
千代田区を高温域の中心として環状に等温域が分布する様子が確認できる。衛星観測輝度
温度データは対象地域を均一の精度で面的にカバーしていることから、任意の地区間、土
地被覆間での温度差を評価できることを報告している。
8
(d)既往研究例に対する本研究の位置付け
本研究では衛星センサに Terra/ASTER（2 章）を用いていることが既往研究とは異なる。
Terra/ASTER データは既往研究に多く用いられている Landsat/TM データよりも蓄積デ
ータ数は少ないが、2000 年から現在にかけての最新のデータを入手でき、今後も継続した
高頻度のデータ取得が可能である。また高空間分解能も特徴のひとつであり、従来よりも
精度の高い土地被覆分類や地表面温度算出が可能となった。これまでも空間分解能が数 m
程度と ASTER より高性能を誇る衛星センサはあるが、観測幅が狭いため同一箇所におけ
る時系列データが整備されていないという問題がある。また ASTER は可視・近赤外域か
ら熱赤外域にかけて計 14 の観測バンドを持つ事から、土地被覆分類と地表面輝度温度を
行うためのデータを同時に取得できる。既往研究例では土地被覆分類に使用する衛星デー
タと地表面温度の算出に使用する衛星データが異なる場合があり、両者を比較する際には
データ取得日時や観測条件、衛星センサの性能の違いを十分に考慮する必要がある。
また研究対象地域をつくば市としていることも特徴である。つくば市では科学万博以降
教育・研究機関を中心に発展し、中心部では開発の余地はあまりないが、一方で周辺部な
どではつくばエクスプレスの開通に合わせ、駅舎や線路、シネマコンプレックスや大型商
業施設そしてマンションなどの建設が急速に進み、また今後も大規模な開発が計画されて
いるなど、首都圏においてここ数年の間にこれほど開発された地区は他に例を見ない（図
1.3.2）。しかしこれらの開発の規模は定量的には把握されておらず、加えて地区毎に開発
の度合いも異なる事から、つくば市全体及び地区毎について土地被覆変化を明らかにする
ことは有意義である。
土地被覆分類手法については、本研究では ASTER の可視域から短波長赤外域まで波長
の異なる計 9 バンドを同時に使用することにより高精度化を図り（3 章）、また分類クラス
は既往研究において「市街地」と大分類していたクラスについても「ビル」「駐車場」「高
速道路」などと細分類した初期クラスから再統合を行う方法を開発する。これは、
「市街地」
と大きな分類クラスを設定した場合に、複数の異なる種類・状態の土地被覆をひとつにま
とめてしまうことより分類の基準となるトレーニングエリアの分光特性がばらつくなど、
誤分類を引き起こすのを防ぐためである。ばらつきが小さく土地被覆の情報が明らかなク
ラスを細かく設定し、分類後に改めて統合する事により分類精度の向上を図る。
9
地表面温度算出については、Landsat/TM などに比べ空間分解能が高い ASTER 熱赤外
データを用い、さらに大気の影響を考慮した大気補正を行う事により高精度に地表面温度
を算出する。つくば市では高層気象台（長峰）から毎日打ち上げられるレーウィンゾンデ
データを大気補正に直接利用することができる。これにより大気補正を考慮しない、ある
いは標準の大気モデルを利用し大気補正を行う既往研究に比べ高精度な地表面温度の算出
が可能となる。また ASTER 熱赤外バンドのうちバンド 13 は Landsat/TM などの熱赤外
バンド（10.40～12.50μm)に比べ、大気の影響を受けにくい波長帯（10.25～10.95μm）
を観測しており、かつ波長幅も狭いため大気補正の精度も比較的高いものとなる。
以上のことから、本研究ではつくばエクスプレスの開通と前後して急速に開発が進んで
いるつくば市について、人工の土地被覆の増加と緑被の減少はヒートアイランド現象にも
つながるという既往研究を踏まえ、まず過去 6 年間におけるつくば市内の土地被覆変化の
実態を明らかにする。特に土地被覆については、熱環境解析への展開も含め人工の土地被
覆を中心に扱うものとする。
また地表面温度と気温との間には相関があることが既往研究でも示されているため、本
研究では衛星の熱赤外データから大気補正を行った地表面輝度温度を算出し、気温との差
を求める事により人工の土地被覆増加による地表面輝度温度への影響を調べる。ただし、
地表面と大気との熱交換は風速や土壌水分量など様々なパラメータも関係するため、地表
面における詳細な熱収支の解析は今後の課題とする。
10
表 1.3.1 観測局からの距離別輝度温度と気温との相関係数(厳ほか、2002)
（赤色枠内で相関が最も高い）
図 1.3.1 東京近郊のヒートアイランドの様子(1999 年 3 月 1 日午前のデータ)(厳ほか、2004)
（赤色が高温域、環状に等温域が分布する）
11
・2000年7月　シネマコンプレックス
・2002年3月　大型電器店
・谷田部地区（一部桜地区）
2005年8月　つくばエクスプレス開通
・駅舎、高架
・2007年予定
・大型ショッピングセンター（大
和ハウス工業（株））
・敷地総面積：14万5千平方m
・谷田部地区
2000年
2005年
2000年
2005年
・2001年4月
・大型ホテル
（（株）ホテルオークラ）
・学園中心地区（桜地区）
・2004年3月
・大型ショッピングセンター
(三井不動産（株）)
・敷地総面積：5万7千平方m
・谷田部地区
・2006年予定
・マンション（（株）穴吹工務店）
・敷地総面積：3千平方m
・学園中心地区（桜地区）
・2006年予定
・大型ホームセンター（(株)山新）
・敷地総面積：3万3千平方m
・谷田部地区
・2005年9月
・マンション（ダイア建設（株））
・敷地総面積：2万8千平方m
・学園中心地区(桜地区)
図 1.3.2 つくば市における近年の開発例
（種類、施工面積、建設予定地区）
12
1-4
本論文の構成
本論文は以下の通り構成される。
第１章は序論として、本研究の背景・目的及び既往研究例とそれに対する本研究の位置
付け、本論文の構成を述べる。
第２章は本研究を行うにあたって必要な、衛星データを利用した陸域環境解析の基礎事
項について述べる。
第 3 章では衛星データと高精度化した解析手法を用いて、つくば市の土地被覆分類図を
作成し、各主要地区の土地被覆分布の傾向や近年の土地被覆変化を明らかにする。
第 4 章は熱環境の解析として、衛星データを用いて大気補正処理を行った地表面輝度温
度の算出を行い、つくば市内各地区の詳細な地表面輝度温度変化の様子や土地被覆毎の地
表面輝度温度の分布特性を明らかにする。
第 5 章では第 3 章で作成された土地被覆分類図と第 4 章で算出された地表面輝度温度を
比較解析することにより、土地被覆変化が地表面輝度温度に与える影響について解析する。
第 6 章にて本研究の総括を述べる。
13
第2章
衛星データを用いた陸域環境解析の基本
14
2-1
はじめに
本章では衛星データを用いた陸域環境解析について、処理の基本と本研究への応用につ
いて概要を述べる。
まず 2-2 節で研究対象地域である茨城県つくば市の情勢を述べ、次に 2-3 節では本研究
で使用する衛星センサとデータについて概要を示す。その後 2-4 節で衛星データを用いた
土地被覆分類について分類手法や特徴などをまとめ、最後に 2-5 節にて地表面輝度温度の
算出に関連した、熱赤外リモートセンシングの概要と大気補正処理等についてまとめる。
15
2-2
研究対象地域 －つくば市の情勢－
本研究では茨城県つくば市を研究対象地域とした。
つくば市は筑波山の麓東西約 15km、南北約 30km に広がる中規模の都市で、県内では
3 番目の大きさにあたる。東京からの国立研究機関の移転や 1985 年の国際技術博覧会（科
学万博－つくば’85）を機に研究学園都市として発展し、また近年ではつくばエクスプレス
開通や首都圏中央連絡自動車道の建設に伴い、周辺地域の開発も急速に進んでいる。
つくば市は筑波地区・大穂（豊里）地区・桜地区・谷田部地区・茎崎地区から構成され
ている。谷田部地区や桜地区などは中心部として居住区や商業施設、研究・教育機関等が
計画的に整備された研究学園地区を構成する。一方筑波地区や大穂地区など周辺部は農村
集落や田畑などが散在し田園風景を呈している。しかし近年の急速な開発により、周辺地
区でも宅地の増加と畑の減少が顕著になってきている。なお 2002 年 11 月につくば市と合
併した茎崎市は、2000 年から 2005 年までを研究対象としている本研究では解析対象外と
した。筑波地区・大穂地区・桜地区・谷田部地区に学園中心地区を加え、解析対象とする
5 地区を設定した（図 2.2.1）。
つくば市全体の人口（常住人口）は 2005 年 12 月 1 日現在約 192,000 人で、近年の動
向としては年間で約 1,600 人増加している[15]。また 2005 年度国勢調査によれば、2000 年
から 2005 年までの間でつくば市の人口は 4.6%増加しており[16]、つくばエクプレスや沿線
開発により更に増加するものと予想される（図 2.2.2、表 2.2.1）。
16
筑波地区
大穂地区
桜地区
谷田部地区
学園中心地区
図 2.2.1 つくば市の行政区分（背景は 2005 年 9 月 3 日の ASTER 画像(RGB=band321)）
17
2,500
2,000
1,918
1,935
1,950
1,962
1,982
1,901
1999年
2000年
2001年
2002年
2003年
2004年
(百人)
1,500
1,000
500
0
つくば市
桜地区
筑波地区
谷田部地区
大穂地区
茎崎地区
図 2.2.2 つくば市の人口推移[出典；つくば市「統計つくば 2004」]
表 2.2.1 つくば市の人口推移
単位は人
面積（km2）
2000年
2001年
2002年
2003年
2004年
つくば市 (増加率%) 筑波地区 (増加率%) 大穂地区 (増加率%) 谷田部地区(増加率%) 桜地区 (増加率%)
25959
7890
6637
3512
7920
191814
21765
30589
62908
50716
193461
0.86
21551
-0.98
30952
1.19
63929
1.62
51257
1.07
195046
0.82
21341
-0.97
31258
0.99
64969
1.63
51897
1.25
196247
0.62
21198
-0.67
31778
1.66
65832
1.33
52028
0.25
198176
0.98
21018
-0.85
32118
1.07
67200
2.08
52673
1.24
[出典；つくば市「統計つくば 2004」]
18
2-3
衛星センサ Terra/ASTER について
本研究で使用した衛星センサは、人工衛星Terraに搭載されたASTER（Advanced Space
borne Thermal Emission and Reflection Radiometer）[17]である。ASTERセンサは日本
が開発した高性能光学センサで、可視・近赤外域（VNIR, Visible and Near Infrared
Radiometer）3 バンド、短波長赤外域（SWIR, Short Wave Infrared Radiometer）6 バン
ド、熱赤外域（TIR, Thermal Infrared Radiometer）5 バンドと計 14 の観測バンドを持
つ。それぞれ分解能は 15m,30m,90mとなっている。基本観測幅は 60kmとLandsat/TMの
観測幅 185kmに比べ狭いが、衛星軌道の直角方向に最大±24°（VNIR）のポインティン
グ機能を有する。VNIRは 3 バンドの他に後方視バンドも有しており、同一軌道で地形起
伏を解析するための立体視画像を取得する事ができる。SWIRは岩石・鉱物の識別による
資源探査や植生の環境監視に用いられる。またTIRは高分解能衛星搭載用としては初めて
多バンド化され、精度の高い地表面及び海面温度の観測が可能となった。ASTERの主要諸
元を表 2.3.1 に、従来衛星との比較としてLandsat/TMの主要諸元を表 2.3.2 に示す。
ASTER のデータは財団法人
資源・環境観測解析センター（ERSDAC）より ASTER
プロダクトとしてユーザに提供されている。本研究では標準プロダクトのうちレベル１B
（L1B）プロダクトを解析に用いる。L1B プロダクトは幾何補正及び放射量補正済みのプ
ロダクトであり、画像データを放射輝度や温度などの物理量に変換することが可能なため、
地表面温度プロダクトなど他の標準プロダクトの元となっているデータである。なお L1B
データは幾何補正済みであるが、データの劣化を抑えるために軌道指向の投影法が用いら
れており、地図上の北と画像の上の方向が異なる。解析の際にはこの影響を補正するため
の幾何補正処理を施す。
19
表 2.3.1 ASTER 主要諸元
センサ
バンドと観測波長帯（μｍ）
可視・近赤外域
（VNIR）
短波長赤外域
（SWIR）
熱赤外域
（TIR）
1:
2:
3:
4:
5:
6:
7:
8:
9:
10 :
11 :
12 :
13 :
14 :
衛星回帰日数
0.520-0.600
0.630-0.690
0.760-0.860
1.600-1.700
2.145-2.185
2.185-2.225
2.235-2.285
2.295-2.365
2.360-2.430
8.125-8.475
8.475-8.825
8.925-9.275
10.25-10.95
10.95-11.65
16 日
空間分解能
（m）
ポインティング
角（°）
観測幅
（km）
15
±24.0
60
30
±8.55
60
90
±8.55
60
表 2.3.2 Landsat/TM 主要諸元
観測波長帯(μm)
可視・近赤外域
近・中間赤外域
熱赤外域
衛星回帰日数
0.45-0.52
0.52-0.60
0.63-0.69
0.75-0.90
1.55-1.75
2.08-2.35
10.40-12.50
16 日
20
分解能（m）
30
120
観測幅（km）
185
2-4
衛星データを用いた土地被覆分類
2-4-1 土地被覆分類の基本
一般的に衛星データを利用した土地被覆分類の方法は､分類のための基準を設定してか
ら各画素を基準に従って分類する方法（教師付き分類法）と各画素の特徴のみから分類す
る方法（教師無し分類法）の二つに大別される[18]。
分類対象画素の情報が明らかな場合には教師付き分類法を用いる事が多い。基準を設定
するためのデータをトレーニングデータ（教師データ）と呼び、トレーニングデータによ
りあらかじめ与えられた分類基準と分類対象画素を比較し、分類対象画素を設定された基
準に基づいて分類する方法が教師付き分類法である。教師付き分類法にはマルチレベルス
ライス法やディシジョンツリー法、最短距離分類法や最尤分類法がある。
一方、画素を似たもの同士で機械的にグループ化（クラスタリング）していくのが教師
無し分類法である。教師無し分類法を用いる場合、土地被覆分類を行う側の主観を排除で
きる利点があるが、グループ化されたクラスタと分類クラスの対応付けが困難であるとい
う問題がある。教師無し分類には K-means 法や ISODATA 法などがある。
21
2-4-2
教師付き最尤分類法
本研究では土地被覆分類図作成に教師付き最尤分類法を用いた。
教師付き最尤分類法とは、トレーニングデータを設定しその尤度を求め、分類対象デー
タの各画素と尤度を比較して尤度最大のクラスへと分類する方法である。尤度とは画素デ
ータ x が観測された時、それが分類クラス k から得られたものである事後確率のことであ
( )
る。クラス k から x が観測される条件付き確率を P k x とすると、尤度 Lk は式 2.4.1 で表
される。
Lk = P (k x ) =
P(k ) × P(x k )
∑ P(i ) × P(x i )
(2.4.1)
i
最尤分類法は土地被覆分類を行う際に最もよく用いられる手法のひとつで、分類結果に
確立統計的な意味を持たせることができるなど優れた特徴を持つが、処理が複雑であり、
またトレーニングデータの分布が正規分布に従う必要があることなどに注意が必要である。
図 2.4.1 に最尤分類法の概念図を示す。
確率密度
クラスBへ属する尤度：大
クラスAへ属する尤度：小
バンド1
クラスBへ分類
バンド2
クラスA
クラスB
バンド1
図 2.4.1 最尤分類法の概念図[参考：図解リモートセンシング[18]]
22
2-4-3
人工構造物（ISA）の定義
本研究では土地被覆分類クラスのひとつとして、人工構造物を設定している。人工構造
物とはアスファルト舗装の道路やコンクリートのビルなど、開発活動によって構築された
人工物及び複数の人工物から構成されるもの（例えば市街地など）全てを含むものとする。
本研究中では人工構造物が一般的に不透水な面であることから、以下ISA（Impervious
Surfaces Area）と呼ぶ[19]。
一般にISAは地表面蒸発散が小さく、入射する太陽からの熱を吸収しやすい[20]。夏にア
スファルトの道路やコンクリート面が高温になるのはこのためである。
ISA を扱った既往研究例を以下に示す。
Elvidgeら（2004）[19]は、全米におけるISA被覆率を、道路ベクトルデータ、Landsat
土地被覆データ及び夜間照明データを解析することにより推定した。その結果、全米に広
がる高速道路網の発達や郊外住宅地の開発により、全米におけるISAの面積はオハイオ州
の面積にほぼ匹敵することを明らかにした。またISAの増加により都市汚染物質の河川へ
の流入が増大し、水温の上昇と水環境の悪化による生物多様性の減少や水環境汚染の危険
性を示した。
Yangら（2003）[21]は、Landsat/ETM+等を用いることにより、特に水域を含む生態系
研究のために、全米におけるISAの定量化の研究を行った。新たに開発された手法を用い
てISA量の推定を行い、およそ 80～90%の推定精度を得た事を報告している。
23
2-4-4
土地被覆の季節変化について
本研究で解析に用いたデータには季節の異なるものが混在している。このため解析に際
して土地被覆の季節変化に注意する必要がある。
季節変化が特に大きいのは田畑である。畑は夏季に植生だが冬季は裸地へと変化するこ
とがあり、また水田については潅水、田植え、収穫という耕作プロセスの間に、土地被覆
も水域、水域と植生の混在状態、植生、裸地と変化する（図 2.4.2）。その他にも収穫時期
の違いなども考慮する必要がある。季節変化を考慮した土地被覆分類として、季節や時期
の異なるシーン毎に適切な教師データを与えることが求められる。
24
2-4-5
正規化植生指数 NDVI と画素内緑被率について
陸域の植生状態を把握する際には、しばしば正規化植生指数（NDVI;Normalized
Difference Vegetation Index）が用いられる。植生は可視域の波長帯において強い吸収を、
近赤外域の波長帯においては強い反射の特性を持つことから、NDVI の算出式は式 2.4.1
で表される。
NDVI =
(NIR − VIS )
(NIR + VIS )
（2.4.1）
ここで NIR は近赤外バンドの反射率、 VIS は可視（主に赤色）バンドの反射率を表す。
ASTER の場合、 NIR にはバンド 3、 VIS にはバンド 2 の反射率を入力する。
NDVI 値は-1～1 の値をとり、値が 1 に近いほど植生の量が多く、また活性度が高いこ
とを示す。
NDVI を用いる事により植生の状態を把握する事が可能となるが、さらに緑被率を推定
する事により、衛星データの空間分解能よりも細かい単位で植生の抽出が可能となる。
例えば本條ら（1989）[22]は、NDVIをはじめとする種々の植生指数と緑被率のグランド
トゥルースデータに対し回帰分析を行い、両者の相関係数はおよそ 0.9 と非常に高い相関
関係にあることを示している。また緑被率は植生指数のほぼ一次関数で近似できることを
明らかにした。このことから、1 画素中に含まれる植生の量を示す画素内緑被率は、緑被
率が 0 および 1 に対応する植生指数の値を指定し、線形回帰により推定される。
ただし、特に都市域においては点在する緑被や複雑な土地被覆により緑被率が分散する
など、単純な線形回帰では近似できないという問題も報告され、新たな植生指標や緑被率
の導出方法などの開発も進められている[23]。本研究では土地被覆毎の緑被率の違いを比較
する事が目的なので、簡便な方法としてNDVIから線形近似により緑被率を推定する。
25
(A)裸地の状態
2km
(B)潅水後の田植えにより水と苗が混在
2km
(C)収穫期の稲穂
2km
(D)収穫後で裸地の状態
2km
図 2.4.2 2001 年 4/1(A)、6/4(B)、9/1(C)、9/24(D)における水田（真瀬、谷田部地区）の季節変化
の ASTER 画像（RGB;band321）と NDVI 画像（赤色が植生）
26
2-5
熱赤外リモートセンシング
2-5-1
熱赤外リモートセンシングの原理
熱赤外リモートセンシングは熱赤外域（ここでは「大気の窓」領域の 8~12μｍを対象
とする）と呼ばれる波長域において、物質から放射された温度に応じた強度の電磁波（熱
放射）を観測することによって行われる。このとき物質が全ての波長の放射を完全に吸収・
反射する物体（完全黒体）であると仮定すると、物質からの波長に応じた熱放射はプラン
ク関数という関数で表現される。
放射輝度（単位面積、単位波長、単位時間あたりの放射量）に関するプランク関数 Bλ (T )
を示す（式 2.5.1）。
Bλ (T ) =
c1
⎧ ⎛c ⎞ ⎫
λ5 ⎨exp⎜ 2 ⎟ − 1⎬
⎩ ⎝ λT ⎠ ⎭
（2.5.1）
ここで λ は観測バンドの中心波長（㎛）、 T は絶対温度（K）、 c1 , c 2 はそれぞれ第 1，2
放射定数である。
全波長域の黒体の熱放射量 B (T ) は、プランク関数を全波長で積分する事により得られ
る（式 2.5.2）。
B(T ) = σT 4
（2.5.2）
σをステファン・ボルツマン定数と呼び、これにより黒体の熱放射量は絶対温度の４乗
に比例する事がわかる。これをステファン・ボルツマンの放射法則と呼ぶ。
また熱放射量が最大になる波長 λ max は、式 2.5.2 を波長で微分する事によって得られる
（式 2.5.3）。
27
λmax =
2897
T
（2.5.3）
この関係をウィーンの変位則と呼ぶ。
一般に用いられる温度という物理量は、対象物体に接触して測定される物理温度である
ことが多い。これに対し熱放射の観測によっても温度を測定することができ、特に観測さ
れた熱放射量と等しい放射をする物理黒体の温度を輝度温度と呼ぶ。
ただしある物理温度の黒体の熱放射量は通常の物体から放射される熱放射量とは異なる。
その関係は放射率によって次の様に表される（式 2.5.4）。
Bλ (Tb ) = ε λ Bλ (Tk )
（2.5.4）
ここで Bλ (Tb ) は温度 T におけるプランク関数、 Tb は輝度温度、 Tk は物理温度、ελは
放射率である。つまり放射率とは、ある物理温度 Tk における黒体の放射量と実際に観測さ
れた物質からの放射量の比であり、黒体とは放射率が 1 の物質を指す。放射率は物質の種
類や状態及び波長と物体の温度に依存する。水面や密な植生は放射率が１に近く、一方そ
れ以外の物質の放射率は１よりも小さい。
28
2-5-2
大気の影響と補正
ASTER TIR の観測する波長域（8~12μm）は比較的大気の影響を受けにくいとされる
「大気の窓」領域のひとつだが、定量的な計測のためにはセンサと地表面間での大気の影
響を無視することはできない。このため TIR の各バンドに対して大気補正処理を行う必要
がある。大気の影響としては以下の三つが挙げられる。
①
大気による吸収（透過率）
②
大気自身の上向き放射輝度（パスラディアンス）
③
大気自身の下向き放射照度の地表面反射成分
これらの大気の影響は次式で表すことができる（式 2.5.5）。
I λ (Z 1 ) = I λ (Z 0 )τ λ (Z 0 , Z 1 ) + I atmup ,λ (Z 1 )
1− ελ
⎧
⎫
= ⎨ε λ Bλ (Tk ) +
Fdλ ⎬τ λ (Z 0 , Z 1 ) + I atmup ,λ (Z 1 )
π
⎩
⎭
（2.5.5）
ここで I λ (Z 1 ) は高度Z1 での衛星観測値、 I atmup ,λ (Z 1 ) は大気の上向き放射輝度、τ λ
（Zo,Z1）は大気の透過率、 Fdλ は大気の下向き放射照度、ελは地表面放射率、 Tk は地表
面温度を示す。大気パラメータ I atmup ,λ 、τλ（Zo,Z1）、 Fdλ は定測の他、放射伝達計算によ
っても求める事ができる。
熱赤外リモートセンシングにおける大気補正とは式 2.5.5 より、高度Z1の衛星センサで
観測された放射輝度Iから大気透過率と大気の上向き放射輝度及び大気の下向き放射照度
の反射成分の影響を取り除き、高度Z0の地表面における上向き放射量Iを得る事である。
29
2-5-3
MODTRAN を用いた大気補正パラメータの計算
MODTRAN（Moderate Resolution Transmittance）は、AFGL（Air Force Geophysics
Laboratory, USA）によって開発された放射伝達計算コードである。エアロゾル、気体、
雲、霧、雨等の各種大気プロファイルを設定する事により、大気の透過率と大気の上向き
放射輝度（光路輝度/パスラディアンス）を計算する。また MODTRAN は標準の大気モデ
ルとして以下の 6 つのモデルを含む。
① 熱帯（Tropical Atmosphere）
② 中緯度夏（Midlatitude Summer）
③ 中緯度冬（Midlatitude Winter）
④ 高緯度夏（Sub arctic Summer）
⑤ 高緯度冬（Sub arctic Winter）
⑥ 米国標準（1976 US Standard）
上記の標準大気モデルを利用し大気補正に必要なパラメータを計算することもできるが、
水蒸気と気温の鉛直プロファイルは時間的、空間的な変動が大きいため、標準大気モデル
では精度の良い計算が期待できない。このことから、レーウィンゾンデ等により実測され
た高層気象データを利用する事で精度の向上が図れる。本研究では ASTER データの取得
日における高層気象データ（つくば市長峰）を使用し、大気補正に必要なパラメータの計
算を行った（補遺参照）。なお MODTRAN で算出した大気補正パラメータに対し、ASTER
のフィルタ関数の重みを考慮した波長積分を行う事により、代表波長ではなくバンドの波
長域毎に大気の透過率と上向き放射輝度を算出した。
例として 2000 年 9 月 21 日の大気の透過率と上向き放射輝度算出結果を示す（図 2.5.1）。
30
6.0
Path Radiance
5.0
4.0
3.0
2.0
1.0
13
.6
12
.0
10
.7
9.7
8.8
8.1
7.5
0.0
wavelength(μm)
0.9
0.8
Transmittance
0.7
0.6
0.5
0.4
0.3
0.2
0.1
13
.6
12
.0
10
.7
9.7
8.8
8.1
7.5
0
Wavelength(μm)
図 2.5.1 MODTRAN で計算された
大気の上向き放射輝度（上）と透過率（下）（2000 年 9 月 21 日の大気モデル）
31
2-5-4
地表面輝度温度の定義
ある物質の熱放射量と等しい放射をするときの物理黒体の温度を輝度温度と呼ぶが、本
研究では衛星データの観測輝度値から大気補正処理により算出された地表面の温度を地表
面輝度温度と呼ぶこととする。このとき地表面輝度温度には地表面の温度と共に放射率情
報が含まれる。厳密にはこのうち放射率を分離したものを地表面温度と呼び、地表面の詳
細な熱収支を解析する上では地表面温度の算出が求められる。このためプランク関数に含
まれる温度と放射率という二つの未知数について、統計的関係を利用して未知数のうちひ
とつを仮定し連立方程式を解く温度―放射率分離処理（T/E分離）により、地表面温度の
算出が行われる[24]。しかし実際の地表面における放射率は物質の種類や状態及び波長に大
きく依存し、また現在のASTERプロダクトにおけるT/E分離アルゴリズムは都市域を想定
していないため、都市域について地表面温度や放射率を把握するのは困難である。
本研究では T/E 分離は行わず、地表面輝度温度を解析する事とする。
32
第３章
近年のつくば市における土地被覆変化の解析
33
3-1
はじめに
本章では近年のつくば市における土地被覆変化の解析を行う。
まず 3-2 節で ASTER データと高精度化を図り開発した新手法を用いた土地被覆分類を
行う。つくば市においては分類対象画素の情報が明らかで、トレーニングデータも比較的
容易に取得できることから、土地被覆分類図作成には教師付き最尤分類法を用いる。
次に 3-3 節で土地被覆分類結果と航空写真の目視判読結果を比較し、土地被覆分類精度
を検討する。同時に新手法の有効性を確認する。
最後に 3-4 節では、季節の違いを考慮し、夏季と冬季それぞれのデータについて土地被
覆分類の結果と土地被覆変化を比較し解析する。土地被覆クラスは第 5 章にて地表面輝度
温度との関係を解析するため、最終的に「ISA」｢植生｣「裸地」「水域」と統合する。その
上で筑波地区、大穂地区、谷田部地区、桜地区、学園中心地区におけるそれぞれの土地被
覆分類結果を示し、近年の開発に伴う土地被覆変化を明らかにする。
34
3-2
ASTER データを用いた土地被覆分類図の作成
3-2-1
使用データ
解析には 2000 年 5 月 16 日から 2005 年 9 月 3 日までの ASTER L1B データの中で、季
節や観測条件の異なることによる分類結果への影響を考慮し、条件の比較的揃っている
2001 年 9 月 1 日と 2005 年 9 月 3 日及び 2002 年 2 月 15 日と 2004 年 2 月 5 日のデータ
を使用した（表 3.2.1）
。このうち土地被覆分類には可視・近赤外域（VNIR）から短波長
赤外域（SWIR）までのデータを用いる事とする。
SWIR データを使用する際には VNIR データの空間分解能に合わせ、1 画素 15m に
Bi-Linear 法を用いてリサンプリングを行う。
分類精度の検討には、2001 年 10 月 2 日撮影のつくば市の航空写真を用いた。撮影範囲
を図 3.2.1 に示す。
35
日本自動車研究所
つくば市中心部
霞ヶ浦国際ゴルフコース
図 3.2.1 分類精度の検討に用いた航空写真の撮影範囲と位置
（青枠内を検討には使用。赤枠内はつくば市中心部を示す。）
36
表 3.2.1 使用した ASTER データ
取得年月日
ポインティング角（°）
土地被覆分類 取得時間 (V/S/T)
2000年5月16日
×
2000年9月21日
×
2000年10月7日
×
2001年4月1日
×
2001年6月4日
×
2001年9月1日
〇
2001年9月24日
〇
2002年1月14日
×
2002年1月30日
×
2002年2月15日
〇
2002年6月7日
×
10:48:35
10:48:27
10:48:01
10:47:52
10:47:09
10:47:18
10:43:48
10:43:40
10:42:33
10:42:24
10:34:10
10:39:24
10:39:15
10:35:46
10:35:37
10:35:41
10:35:33
10:34:44
10:34:53
10:34:54
0.019/-0.038/0.005
0.019/-0.049/0.005
0.022/-0.038/0.005
2004年2月5日
2005年9月3日
×
〇
〇
10:38:40
太陽高度
（°）
備考
H/H/N
144.45
70.24
H/H/N
145.45
69.79
H/H/N
160.89
53.53
H/H/N
161.33
52.95
H/H/N
165.11
46.96
H/H/N
152.51
55.65
H/H/N
153.05
55.36
H/H/N
134.15
71.87
H/H/N
135.39
71.63
H/H/N
148.28
58.53
雲有り
H/H/N
158.04
51.77
にじみ有り
H/H/N
158.48
51.20
H/H/N
160.27
30.26
157.74
33.51
H/H/H
155.30
38.56
ハイゲイン観測
H/H/H
155.69
37.97
ハイゲイン観測
H/H/H
129.59
71.10
-0.022/-0.011/0.005
0.027/-0.115/0.005
-8.589/-8.47/-8.557
-0.022/0.071/0.005
-0.033/0.049/0.005
H/H/N
-0.028/0.055/0.005
にじみ有り
飽和画素多数
H/H/N
0.305/0.346/0.302
0.027/-0.082/0.005
H/H/H
8.586/8.509/8.567
150.68
57.74
157.10
34.28
10:34:02
H/H/N
156.73
34.87
10:32:28
H/H/N
147.65
57.91
H/H/N
148.28
57.40
1.782/1.758/1.807
0.025/-0.071/0.004
ハイゲイン観測,飽和画素多数
にじみ有り
H/H/N
10:32:19
雲有り
H/H/N
H/H/H
10:33:53
にじみ有り
H/H/N
10:35:03
2003年9月5日
ゲイン
太陽方位角
(band1/2/3) （°）
ハイゲイン観測,飽和画素多数
※ ハイゲイン観測
例えば水域のように反射率が小さい対象物を観測するためにセンサの感度を高めた観測。
感度を高めた分画素値が通常より高くなり、画素によっては飽和する場合もある。飽和画素は分類
には適さない。
※ にじみ
主に ISA の画素が周辺の画素までにじんでいるように見える現象。
夏季及びハイゲイン観測のデータに見られ、他時期の分類結果よりも ISA が多く分類される。
37
3-2-2
土地被覆分類図作成フロー
土地被覆分類図作成フローを示す（図 3.2.2）。
①
ASTER L1B データに対して幾何補正処理を行う。SWIR を用いる際には
VNIR の空間分解能に合わせ、１画素 15m に Bi-Linear 法を用いてリサンプ
リングする。
②
南北方向にデータが欠損しつくば市全域をカバーできないデータは、ASTER
軌道方向のデータについてモザイク処理をする。
③
雲を含むデータは、雲域を除去するマスク画像を作成する。
④
トレーニングデータを設定する。
⑤
設定したトレーニングデータに基づき、教師付き最尤分類法により土地被覆
分類図を作成する。
⑥
一方で ASTER のバンド 2（可視域、赤色）とバンド 3（近赤外域）を用い
て、NDVI を作成し、土地被覆毎に画素内緑被率を算出する。
⑦
トレーニングデータに基づく細かい土地被覆分類クラスを、「未分類」
「ISA」「森林」「水域」「草地」「田」「畑」「裸地」に統合する。同じ分類ク
ラスの土地被覆であっても、その状態や性質によって反射特性は異なるため、
同一クラスとしてトレーニングデータを与え分類すると誤分類を引き起こす
可能性がある。このため、細かいトレーニングデータに基づく分類を行った
後にクラスをまとめ土地被覆の解析を行う。
38
ASTER L1B データ
NDVI 画像の作成
・
幾何補正
・
SWIR データを 1 画素 15ｍにリサンプリング
緑被率の算出
雲のマスク処理
モザイク処理（南北方向）
トレーニングエリアの設定
ビルや駐車場／常磐高速道／つくばエクスプレス高架／牛久沼／ゴルフ場池／
筑波山の森林／ゴルフ場芝生／田／畑／河川など
教師付き最尤分類法による土地被覆分類
分類クラスの統合
ISA
森林
水域
草地
田
畑
裸地
地区毎の統計算出
図 3.2.2 土地被覆分類図作成フロー
39
未分類
3-2-3
トレーニングデータの設定
2005 年 9 月 3 日のデータについて、代表的なトレーニングエリアの場所と ASTER L1B
スペクトルを示す（図 3.2.3）。
ISA については商業ビル（20 画素）、立体駐車場（20 画素）、常磐自動車道（31 画素）、
つくばエクスプレスの高架（21 画素）及び駅舎（20 画素）、工場（23 画素）など代表的
な人工構造物をトレーニングエリアとして設定した。ただしつくばエクスプレスについて
は 2002 年以降のデータから設定した。
森林は主に筑波山の森林（①20 画素、②19 画素、樹種はブナ、アカマツなど）とその
他の森林、例えば赤塚公園などの森林（アカマツ、ケヤキなど）をトレーニングエリアと
して設定した。
水域はつくしこ調整池（34 画素）と河川（牛久沼、谷田川）、ゴルフ場内の池（28 画素）
をトレーニングエリアとした。
草地は霞ヶ浦国際ゴルフ場の芝生（20 画素）をトレーニングエリアと設定した。
水田は季節変化と共に植生や裸地などと土地被覆が変化するが、季節変化に関わらず同
一箇所をトレーニングエリアとして設定した（34 画素）。
畑は水田以外の桑畑や普通畑などの耕作地について設定した（32 画素）。
裸地は主にグラウンドや伐採後の森林跡地などをトレーニングエリアとして設定した
（31 画素）。
40
DN
250
200
多目的ホール
150
商業ビル
100
50
0
1
2
3
4
1km
5
band
6
7
8
9
(A)ISA；つくばセンター付近
（左：商業ビル（20pts）、右：多目的ホール（20pts））
250
DN
200
150
100
50
0
1
2
3
4
5
band
1km
6
7
8
9
(B)森林；筑波山（20pts）
250
DN
200
150
100
50
0
1
1km
2
3
4
5
band
(C)水域；つくしこ調整池（34pts）
41
6
7
8
9
250
ゴルフ場内池
常磐自動車道
ゴルフ場芝
DN
200
150
100
50
0
1
2
3
4
1km
5
band
6
7
8
9
(D)草地（黄）
；霞ヶ浦国際ゴルフコース（20pts）、水域（青）
；ゴルフ場内の池（28pts）、
ISA（紫）；常磐自動車道（31pts）
250
DN
200
150
100
50
0
1
2
1km
(E)裸地（34pts）
42
3
4
5
band
6
7
8
9
250
DN
200
150
100
50
0
1
2
3
4
5
band
6
7
8
9
3
4
5
band
6
7
8
9
1km
(F)桑畑（32pts）
250
DN
200
150
100
50
0
1
2
1km
(G)水田（33pts）
図 3.2.3 代表的なトレーニングデータの場所と ASTER スペクトル
（2005 年 9 月 3 日のデータにおける平均値）
43
3-2-4
NDVI を用いた画素内緑被率の算出
本研究で用いる ASTER データは VNIR でも空間分解能が 15m のため、それよりも細
かい土地被覆は解析することができない。そのため例えば ISA と分類された画素について
も、実際には植生などが部分的に存在する事も考えられる。このような植生の実態を把握
するために、NDVI を用いて画素内緑被率を算出した。
2005 年 9 月 3 日の ASTER データについて、緑被率を算出した例を示す（図 3.2.4）。
まず式 2.4.1 を用いて NDVI 画像を作成する。その後作成した NDVI 画像上で緑被率が 0%
及び 100%だと思われる場所それぞれの NDVI 値を取得し、線形回帰により緑被率が得ら
れる（表 3.2.2）。その結果、ISA と分類された画素内にも平均 10%程度、最大で 30～40%
植生が含まれている事が明らかとなった。
44
緑被率(%)
100
90
80
70
60
50
40
30
20
10
0
y = 200.41x - 17.89
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
NDVI値
図 3.2.4 2005 年 9 月 3 日の NDVI から線形回帰により算出した緑被率
表 3.2.2 2005 年 9 月 3 日における土地被覆毎の平均緑被率
ISA
森林
草地
田
畑
裸地
平均緑被率（%）
10
97
75
64
98
23
45
標準偏差
6
3
2
2
1
3
3-2-5
短波長赤外（SWIR）多バンドデータを用いた土地被覆分類図の作成
ASTER データには可視・近赤外域（VNIR)から短波長赤外域（SWIR)そして熱赤外域
（TIR)まで計 14 バンドのデータが含まれる。このうち土地被覆分類には VNIR から SWIR
のデータを使用する。
ASTERデータを用いた従来の土地被覆分類にはVNIRのみを使用したもの[25]やNDVI
などの各種植生指標を併用したものなどがあるが、主に可視・近赤外域の 3～４バンドを
利用したものが多い。一方Landsat/TMデータを利用した土地被覆分類における最適なバ
ンド数については、一定バンド数以上で飽和はあるもののバンド数の増加は分類精度を向
上させることが報告されている[26]。このことからASTERにおいてもVNIRからSWIRまで
計 9 バンド全てを使用した分類が考えられる。特にSWIRの波長域は水の吸収帯と重なる
事から、土壌中の水分量などに敏感に反応し、これにより分類精度も向上することが期待
される。しかし一方でバンド数の増加は処理を複雑にし計算時間を増大させることになる。
またASTERにおいて短波長赤外バンド導入による分類精度向上などの有効性は確認され
ていない。
そこで本節では VNIR のみを用いた分類図と VNIR+SWIR を用いた分類図を作成する。
作成した土地被覆分類図について、次節にて分類精度の比較を行う事により、ASTER デ
ータを用いた土地被覆分類図の作成に際して最適なバンドを選択する。図 3.2.5 に 2001
年 9 月 24 日の(A)VNIR バンドのみ、及び(B)VNIR+SWIR バンドを用いた土地被覆分類
結果を示す。
46
(A)VNIR のみ
(B)VNIR+SWIR
ISA
水域
畑
裸地
森林
草地
田
未分類
図 3.2.5 (A)VNIR のみを用いた土地被覆分類図と(B)VNIR+SWIR を用いた土地被覆分類図
(2001 年 9 月 24 日)
47
3-3
航空写真の目視判読による分類精度の検討
土地被覆分類図の精度検討方法としては、より空間分解能の高い IKONOS データ等の
土地被覆分類結果との比較や、あるいは実際に現地に赴き調査する方法などが挙げられる。
本研究では解析に用いた ASTER データと同時期に撮影されたつくば市の航空写真を目視
判読し、ASTER の分類結果と比較する事により分類精度の検討を行った。
本研究では 2001 年 10 月 2 日に撮影された航空写真を用いた。対象としたのは霞ヶ浦国
際ゴルフコースと旧日本自動車研究所である。分類クラスは ASTER の分類結果に合わせ
ISA、森林、水域、草地、裸地の 4 つとした。影は周囲の状況に応じて既存クラスに割り
当てた。例えばゴルフ場においては、ゴルフコースを構成する要素が森林、水域、草地、
裸地と明らかなため、特に草地にかかる森林の影は草地として分類した。
まず VNIR のみ及び VNIR+SWIR とバンド数の異なるデータを用いた作成した 2001 年
9 月 24 日の土地被覆分類結果について、霞ヶ浦国際ゴルフコースにおいて比較を行った。
VNIR のみを用いた土地被覆分類結果は ISA が 26.7%、植生が 70.0%、水域が 2.3%、裸
地が 1.0%となり、航空写真の目視判読結果における ISA が 0%、植生が 91.2%、水域が
4.7%、裸地が 4.0%という結果と最大でおよそ 30％異なっていた。一方で VNIR+SWIR
データを用いた土地被覆分類結果については、ISA が 8.6%、植生が 84.8%、水域が 3.3%、
裸地が 3.3%と、航空写真の目視判読結果との差は最大でも 10%弱であることがわかった。
これらのことから、つくば市の土地被覆分類結果は VNIR から SWIR まで計 9 バンドのデ
ータを同時に使用する事により、分類精度が向上することが確認された。
旧自動車研究所における検討も行い、結果 ASTER VNIR+SWIR データを用いた土地被
覆分類結果の相対誤差はおよそ±5～10%であることが示された。
以下に 2001 年 9 月 24 日の VNIR+SWIR を用いた土地被覆分類結果の精度について、
霞ヶ浦国際ゴルフコースと旧日本自動車研究所における航空写真の目視判読結果との比較
の詳細を示す。
48
（A）霞ヶ浦国際ゴルフコース（図 3.3.1）
霞ヶ浦ゴルフコースは大部分を芝生や森林などの植生によって構成されている。それに
加え池や裸地が点在しているが、ISA の要素は見当たらない。
ISA は航空写真目視判読結果で 0%に対し、ASTER 分類結果が 8.6%と差が大きい。原
因は、ASTER の分類結果においてゴルフ場内のバンカーと池の縁が ISA と分類されたと
いう特殊な事情のためである。池の縁は実際には裸地であった。
森林と草地については最終的に「植生」としてクラスを統合するため、ASTER の分類
結果における森林 15.2%と目視判読結果における森林 28.9%の差及び草地の 69.6%
（ASTER）と 38.5%（航空写真）などの相違はここでは考慮しない。なお、これらの相違
の原因としては、植生同士で ASTER L1B の分光反射特性が類似している事が考えられる。
（B）日本自動車研究所（図 3.3.2）
日本自動車研究所内はテストコースである ISA を除くと大部分は森林である。ASTER
分類結果の ISA が 29.6%と、目視判読結果の 23.7%より 6%程度多い。これは ASTER の
分類で研究所内の野球グラウンドを ISA と分類しているためである。グラウンドの土など
は ASTER L1B スペクトルが非常に ISA と似ており、このために誤分類していると考えら
れる。
植生は ASTER 分類結果 65.5%に対し目視判読結果 74.1%である。植生内で草地と森林
の分類が異なるのは、森林の一部を草地と分類しているためである。この誤分類の原因は、
周囲に比べ低木の集まった森林であったためと考えられる。
49
航空写真の目視判読結果
ASTER 分類結果
1 km
VNIR のみ
ISA
植生
水域
裸地
単位は％
目視判読結果 ASTER分類結果
0.0
26.7
91.2
70.0
4.7
2.3
4.0
1.0
VNIR+SWIR
ISA
植生
水域
裸地
（左：元画像、右：分類結果）
単位は％
目視判読結果 ASTER分類結果
0.0
8.6
91.2
84.8
4.7
3.3
4.0
3.3
土地被覆クラス
ISA
森林
水域
草地
裸地
図 3.3.1 (A)霞ヶ浦ゴルフ場における航空写真の目視判読結果（上段、2001 年 10 月 2 日撮影）と
ASTER 分類結果（下段、2001 年 9 月 24 日）
50
航空写真の目視判読結果
ASTER 分類結果
1 km
VNIR のみ
ISA
植生
水域
裸地
単位は％
目視判読結果 ASTER分類結果
23.7
21.4
74.1
78.1
0.4
0.3
1.8
0.2
VNIR+SWIR
ISA
植生
水域
裸地
（左：元画像、右：分類結果）
単位は％
目視判読結果 ASTER分類結果
23.7
29.6
74.1
65.5
0.4
0.4
1.8
4.5
土地被覆クラス
ISA
森林
水域
草地
裸地
図 3.3.2 (B)日本自動車研究所の航空写真目視判読結果（上段：2001 年 10 月 2 日撮影）
と ASTER 分類結果（下段：2001 年 9 月 24 日）
51
3-4
土地被覆変化の解析
本節では前節で作成した土地被覆分類結果を、異なる季節における気温の違いを考慮し、
夏季と冬季それぞれ別々に比較した。つくば市全体と各地区の土地被覆変化の詳細につい
て、夏季と冬季のデータ解析結果から得られた知見をまとめた。
3-4-1
2001 年 9 月 1 日と 2005 年 9 月 3 日の比較（夏季）
夏季のデータとして 2001 年 9 月 1 日と 2005 年 9 月 3 日の比較を行った。それぞれの
ASTER 元画像（図 3.4.1、図 3.4.2）と土地被覆分類図を示す（図 3.4.3、図 3.4.4）。ASTER
の元画像上で植物は赤色に表示される。これは RGB 画像を表示する際、植物が電磁波を
強く反射する近赤外域のバンド 3 に赤色を割り当てているためである。つくば市全体の土
地被覆の詳細を表 3.4.1 に、「ISA」「植生」「裸地」「水域」にクラスを統合し「未分類」ク
ラスを母数から除いて修正した土地被覆分類結果を表 3.4.2 に示す。なお水田は「植生」
クラスに含めた。次に各地区の土地被覆分類の詳細を表 3.4.3（2001 年）と表 3.4.4（2005
年）に示し、さらにクラス統合後の各地区の詳細を表 3.4.5 にまとめた。なお 2001 年の筑
波地区については、大部分が雲に覆われており地表の観測が困難なため解析対象外とした。
大穂地区を覆う一部の雲は、画素を母数から除き修正した結果を用いた。
つくば市全体の分類結果は 2001 年で ISA が 34％、植生が 59％、裸地が 7％、2005 年
は ISA が 39％、植生が 53％、裸地が 8％と、全体の面積のうち半分を植生が占めている。
また土地被覆の内訳で変化が大きいのは ISA や森林、畑で水域や裸地の変化は小さい。
ISA の割合が最も高いのは学園中心地区で、2001 年は 65％、2005 年では 75％と他地
区に比べ最大 20％高い。一方で植生の割合は 2001 年で 27％、2005 年では 20％と他地区
に比べ最も低くなっている。
桜地区は学園中心地区の次に ISA の割合が高くなっている。植生についても学園中心地
区の次に低い割合となっている。
ISA の増加率が高いのは谷田部地区である。2001 年の 32％から 2005 年では 47%と学
園中心地区よりも ISA の増加率が高い。同地区 ISA の急激な増加に対応し、植生も 2001
年の 60%から 2005 年の 43%へと急激に減少している。
52
表 3.4.1 つくば市全体の土地被覆変化
単位は%
ISA
森林
水域
草地
畑
裸地
水田
未分類
2001年
28
23
0
11
0
6
13
19
2005年
38
19
0
8
3
8
23
1
表 3.4.2 クラスを統合したつくば市全体の土地被覆変化
単位は%
ISA
植生
裸地
水域
2001年
34
59
7
0.1
53
2005年
38
53
8
0.5
表 3.4.3 2001 年 9 月 1 日の土地被覆分類結果
単位は％
ISA
森林
水域
草地
畑
裸地
水田
未分類
筑波地区
8
28
0
7
0
2
8
47
大穂地区
33
12
0
17
0
6
17
15
桜地区
44
22
0
8
0
11
15
0
谷田部地区
36
29
0
11
0
8
15
1
学園中心地区
65
18
0
4
0
8
5
0
表 3.4.4 2005 年 9 月 3 日の土地被覆分類結果
単位は％
ISA
森林
水域
草地
畑
裸地
水田
未分類
筑波地区
21
35
0
10
3
4
27
0
大穂地区
39
9
1
10
4
10
27
0
桜地区
57
9
0
5
1
8
20
0
54
谷田部地区
46
14
0
7
2
11
19
1
学園中心地区
75
11
1
3
0
5
5
0
表 3.4.5 分類クラス統合後の各地区の分類結果
単位は％
面積(km2)
ISA
植生
裸地
2005年
2001年
2005年
2001年
2005年
2001年
筑波
地区
79
21
75
4
大穂
地区
66
40
39
50
54
10
7
55
桜
地区
35
57
44
35
45
8
11
谷田部
地区
79
47
32
43
60
11
8
学園中心
地区
6
75
65
20
27
5
8
図 3.4.1 2001 年 9 月 1 日の ASTER 画像（RGB=band321）
56
図 3.4.2 2005 年 9 月 3 日の ASTER 画像（RGB=band321）
57
図 3.4.3 2001 年 9 月 1 日の土地被覆分類結果
58
図 3.4.4 2005 年 9 月 3 日の土地被覆分類結果
59
3-4-2
2002 年 2 月 15 日と 2004 年 2 月 5 日の比較（冬季）
冬季の土地被覆分類結果の比較には 2002 年 2 月 15 日と 2004 年 2 月 5 日のデータを用
いた。それぞれの ASTER 元画像（図 3.4.5、図 3.4.6）と土地被覆分類図（図 3.4.7、図
3.4.8）を示す。
つくば市全体についての 2002 年から 2004 年までの土地被覆変化を表 3.4.6 に、クラス
を「ISA」「植生」「裸地」「水域」にまとめた土地被覆分類結果を表 3.4.7 に示す。なお冬
季であるため、水田は「裸地」クラスに含めた。各地区の詳細な土地被覆分類結果を表 3.4.8
（2002 年）と表 3.4.9（2004 年）に、クラスを統合した結果を表 3.4.10 に示す。
2002 年から 2004 年までのつくば市全体の土地被覆変化は、ISA が 25％から 29％への
増加、植生は 51％から 48％への減少している。変化の割合は小さいが、夏季のデータの
比較に同じく ISA が増加し植生が減少する傾向を示した。
各地区についての土地被覆分類結果をまとめる。ISA の割合が最も高いのは学園中心地
区で、2002 年は 52％、2004 年は 65％となっている。その変化は主に裸地の 2002 年の
22％から 2004 年で 5％への減少に対応している。植生の変化は 2002 年の 26%から 2004
年の 30%へと若干の増加を示す。学園中心地区は ISA の増加率の割合も最も高くなってい
る。
学園中心地区の次に ISA の割合が高いのは桜地区で、2002 年には 33%、2004 年には
39%となっている。しかし一方で増加率の割合は谷田部地区の方が高い。谷田部地区では
ISA の割合が 2002 年の 29%から 2004 年の 37%へと急激に増加している。
森林の割合が最も高いのは筑波地区である。2002 年の 67%から 2004 年の 60%へと減
少はしているものの、他地区よりも最大で 30%高い値となっている。
60
表 3.4.6 つくば市全体の土地被覆分類結果
単位は%
ISA
森林
水域
草地
畑
裸地
水田
未分類
2002 年
23
20
0
13
15
9
14
6
2004 年
28
19
0
17
12
1
22
1
表 3.4.7 クラスを統合したつくば市全体の土地被覆変化
単位は%
ISA
植生
裸地
水域
2002年
25
51
24
0.1
61
2004年
29
48
23
0.3
表 3.4.8 2002 年 2 月 15 日の土地被覆分類結果
単位は％
筑波地区
ISA
14
森林
35
水域
0
草地
11
畑
21
裸地
7
田（裸地）
12
未分類
0
大穂地区
22
9
0
24
22
12
11
0
桜地区
33
13
0
6
20
17
11
0
谷田部地区
29
16
0
10
21
10
14
0
学園中心地区
52
13
0
7
6
8
14
0
表 3.4.9 2004 年 2 月 5 日の土地被覆分類結果
単位は％
ISA
森林
水域
草地
畑
裸地
田（裸地）
未分類
筑波地区
16
34
0
14
11
21
0
4
大穂地区
28
9
0
27
10
25
1
0
桜地区
39
13
0
11
15
21
1
0
62
谷田部地区 学園中心地区
37
65
16
12
0
0
15
11
12
7
19
4
1
1
0
0
表 3.4.10 クラス統合後の各地区の土地被覆変化
単位は%
面積(km2)
ISA
植生
裸地
2004年
2002年
2004年
2002年
2004年
2002年
筑波
地区
79
17
14
60
67
23
19
大穂
地区
66
27
22
47
55
26
22
63
桜
地区
35
39
33
39
40
22
28
谷田部 学園中心
地区
地区
79
6
37
65
29
52
42
30
47
26
21
5
24
22
図 3.4.5 2002 年 2 月 15 日の ASTER 画像（RGB=band321）
64
図 3.4.6 2004 年 2 月 5 日の ASTER 画像（RGB=band321）
65
図 3.4.7 2002 年 2 月 15 日の土地被覆分類結果
66
図 3.4.8 2004 年 2 月 5 日の土地被覆分類結果
67
3-4-3
夏季と冬季における分類結果の比較と考察
つくば市全体について、夏季と冬季における土地被覆分類結果を比較したところ、ISA
の増加と植生の減少という傾向は共通していた。ただし、各土地被覆の割合や変化の大き
さは異なり、ISA と植生については夏季のデータが冬季のデータよりもそれぞれ最大で
10％多い値を示した。一方で裸地については冬季のデータの方が夏季のデータより最大で
20％多かった。
これらの相違の原因として、まず冬季に植生は枯れているかあるいは収穫などにより裸
地へと変化していることが挙げられる。特に水田については大部分が収穫後に植生から裸
地へと変化する。その他の草地などについても、冬季は水分量が少なくなり VNIR+SWIR
データの利点であった水分量の違いがあらわれず、結果として裸地などに分類されている
と考えられる。
また一方で夏季は植生の活性も高まることにより、VNIR+SWIR データにおける短波長
赤外域に対して土壌中の水分量が敏感に反応し、分類精度が向上しているとも考えられる。
68
3-5
まとめ
本章ではまず ISA を中心とした土地被覆変化の解析を行うにあたり、ASTER の
VNIR+SWIR の計 9 バンドを同時に使用する土地被覆分類手法と、細分類した土地被覆を
再統合する手法を開発し土地被覆分類精度の高精度化を図った。分類精度の向上は分類結
果と航空写真の目視判読結果との比較からも明らかであった。
この手法を用いた土地被覆分類の結果を以下にまとめる。
つくば市は ISA と森林や田畑をはじめとした植生が、ほぼ 1:1 という比率で構成される。
植生の大部分は筑波山の森林を含む。
ISA の割合が最も高いのは学園中心地区である。一方で植生の占める割合は他地区に比
べ少ない。また学園中心地区の一部である桜地区も ISA の割合が高くなっている。両地区
はつくば市の中心的なエリアであり、先行して開発が進められているため ISA の割合も高
くなっていると考えられる。
一方つくばエクスプレス沿線で開発が急速に進んでいる谷田部地区では、ISA の増加と
植生の減少の割合が他地区に比べ大きい。
筑波地区及び大穂地区では土地被覆の変化は他地区に比べ小さいものの、ISA の増加と
植生の減少の傾向を示す。
以上、2001 年 9 月 1 日から 2005 年 9 月 3 日までの土地被覆分類図を作成し、季節毎の
土地被覆変化を解析したところ、それぞれの季節について近年の開発が原因と考えられる
ISA の増加と植生の減少が明らかとなった。
69
第４章
近年のつくば市における地表面輝度温度変化の解析
70
4-1
はじめに
本章では ASTER TIR データに対し、実測されたつくば市の高層気象データを利用した
プランクの逆関数式を用いて高精度な地表面輝度温度算出を行う。つくば市全体及びつく
ば市の各地区について 2001 年 9 月 1 日と 2005 年 9 月 3 日（夏季）及び 2002 年 2 月 15
日と 2004 年 2 月 5 日（冬季）における地表面輝度温度の変化を解析する。
71
4-2
ASTER TIR データを用いた地表面輝度温度の算出手順
4-2-1
使用データ
地表面輝度温度の算出には ASTER TIR データを用いた。データは前章で作成された土
地被覆分類図の空間分解能に合わせるため、1 画素 90m から 15m に Bi-linear 法によりリ
サンプリングを行った。
大気補正用パラメータとしてはつくば市長峰から打ち上げられたレーウィンゾンデの高
層気象データを用いた。高層気象データには高度、気圧、気温、相対湿度、絶対湿度が含
まれる。本研究では大気をおよそ 80 前後に分割した層毎に気象データを入力し、レーウ
ィンゾンデの測定高度より上空など、データが欠損している部分については MODTRAN
標準の大気モデルを使用した。
算出された地表面輝度温度の妥当性の検討にはAMeDASにより実測された気温のデー
タ（気象庁電子閲覧室：http://www.data.kishou.go.jp/index.htm）[27]と、霞ヶ浦の水温デ
ータ（国土交通省水文水質データベース：http://www1.river.go.jp）[28]を用いた。
4-2-2
地表面輝度温度算出フロー
地表面輝度温度算出フローを示す（図 4.2.1）。
まず ASTER TIR の観測輝度値を、単位変換係数を用いて分光放射輝度に変換する（式
4.2.1）。
Rλ = (DN λ − 1) × Cal × 10 −3
（4.2.1）
ここで DN λ は観測輝度値、 Cal は単位変換係数である（表 4.2.1）。次に分光放射輝度
を大気の影響を考慮したプランクの逆関数式に入力する（式 4.2.2）。
72
Tλ =
C2
⎞
⎛
τ λ C1
λ ln⎜ 5
+ 1⎟
⎟
⎜ πλ (R − R
λ
atmup , λ )
⎠
⎝
(4.2.2)
ここで C1 は第一放射定数、 C 2 は第 2 放射定数、 λ は観測バンドの中心波長、τ λ は大気
の透過率、 Ratmup ,λ は大気の上向き放射輝度である。
大気の透過率及び上向き放射輝度は、つくば市長峰の高層気象データ（気温・気圧・水
蒸気等）を MODTRAN4.0 に入力し算出した（表 4.2.2）。夏季に大気の上向き放射輝度は
冬季の値よりも最大で 3 倍ほど高い値を示し、逆に大気の透過率は冬季の値よりも低くな
っている。これは夏は気温が高くなり、水蒸気量が多くなるなど大気の影響が大きくなる
ためである。
なお本研究では ASTER TIR データの中で通常最も大気の透過率が高いバンド 13 を用
いて地表面輝度温度の算出を行った。
73
ASTER TIR データ
高層気象データ
DN 値から放射輝度値に変換
Rλ = (DN λ − 1) × Cal × 10 −3
MODTRAN 4.0
地表面輝度温度算出
Tλ =
①大気の透過率； τ λ
C2
②大気の上向き放射輝度； Ratmup ,λ
⎞
⎛
τ λ C1
λ ln⎜ 5
+ 1⎟
⎟
⎜ πλ (R − R
λ
atmup , λ )
⎠
⎝
図 4.2.1 地表面輝度温度算出フロー
74
表 4.2.1 単位変換係数
TIR band Coefficient(W/(m2･sr･μｍ)/DN)
10
6.882×10-3
11
6.780×10-3
12
6.590×10-3
13
5.693×10-3
14
5.225×10-3
表 4.2.2 MODTRAN により算出した大気の透過率と上向き放射輝度（バンド 13）
2000 年 5 月 16 日
2000 年 10 月 7 日
2001 年 4 月 1 日
2001 年 6 月 4 日
2001 年 9 月 1 日
2001 年 9 月 24 日
2002 年 1 月 14 日
2002 年 1 月 30 日
2002 年 2 月 15 日
2002 年 6 月 7 日
2003 年 9 月 5 日
上向き放射輝度
1.87
1.57
0.75
1.81
2.62
1.55
0.86
0.71
0.69
2.53
2.78
75
透過率
0.74
0.79
0.87
0.78
0.67
0.80
0.86
0.88
0.88
0.69
0.65
4-3
算出した地表面輝度温度の精度について
4-3-1
精度検討方法
算出した地表面輝度温度の精度について、水面はつくば市東部に位置する霞ヶ浦湖
（図 4.3.1）の水温データと比較し、地表面についてはつくば市長峰の AMeDAS 気温デ
ータと比較することにより検討した。
特に水面は、複数の異なる物質で構成され放射率も一定ではない陸域の地表面とは異
なり、ほぼ均質で分光放射率も非常に 1 に近いことから、算出された輝度温度の精度検
討に適している。
76
つくば市
掛馬沖（36°3′13″N,140°14′48″E）
霞ヶ浦
図 4.3.1 つくば市と霞ヶ浦の位置図（背景は 2001 年 6 月 4 日の ASTER 画像）
77
4-3-2
霞ヶ浦の水温データを用いた検討
2001 年 6 月 5 日の霞ヶ浦掛馬沖の水温データ（表 4.3.1）と、2001 年 6 月 4 日の ASTER
TIR のバンド 13 データから算出された輝度温度との比較を行った。
国土交通省水文水質データベース(http://www1.river.go.jp/)[28]によれば、2001 年 6 月 5
日午前 9 時 20 分の水深 0.5mでの水温は 24.0℃であった（表 4.3.2）。一方でASTER TIR
データのバンド 13 について算出した 2001 年 6 月 4 日午前 10 時 42 分の水面温度は 23.0℃
であった。
また TIR データから算出された全バンドの輝度温度を比較したところ（表 4.3.3）
、大気
補正前はバンド間で輝度温度がばらつき、最大 3℃の差があったが、補正後は最大で 1.7℃
の差まで補正され各バンドの輝度温度もほぼ一定となった（図 4.3.2）。
以上より水面については、ASTER TIR データから算出した輝度温度の妥当性が確認さ
れた。
78
表 4.3.1 水文水質観測所情報（国土交通省[28]）
観測所名
観測項目
水系名
河川名
所在地
位置
掛馬沖（かけうまおき）
水質・底質
利根川
霞ヶ浦
茨城県
北緯 36 度 03 分 13 秒 東経 140 度 14 分 48 秒
表 4.3.2 2001 年 6 月 5 日前後の掛馬沖における水質の詳細（国土交通省[28]）
年月日
2001 年 5 月 8 日
2001 年 6 月 5 日
2001 年 7 月 3 日
採水時刻
(時分)
7:25
9:20
7:34
天候
曇
曇
曇
全水深
(ｍ)
3.65
3.60
3.34
79
採水水深
(ｍ)
0.5
0.5
0.5
気温
(℃)
18.0
25.0
25.7
水温
(℃)
17.0
24.0
27.0
透明度
(ｍ)
0.33
0.30
0.11
表 4.3.3 2001 年 6 月 4 日の ASTER データから算出した
掛馬沖における水面温度
単位は℃
補正前
18.6
18.9
19.7
21.6
21.6
band10
band11
band12
band13
band14
補正後
23.9
22.7
22.2
23.0
22.8
30.0
水面温度（℃）
25.0
20.0
15.0
10.0
band10
band11
band12
TIRバンド
補正後
band13
band14
補正前
図 4.3.2 2001 年 6 月 4 日の掛馬沖における補正前後の輝度温度
80
4-3-3
AMeDAS 気温データとの比較
データ処理精度の確認として、霞ヶ浦掛馬沖における水温データとの比較とともに、つ
くば市長峰の AMeDAS 気温データとの比較を行った（図 4.3.3）。
ASTER データから算出した長峰における地表面輝度温度と AMeDAS 気温データとの
間には夏季は 8～11℃、冬季は 2～6℃程度の差があることがわかった。この温度差につい
ては、2005 年 9 月 20 日午後 3 時のデータとして AMeDAS 観測点の草地の環境に合わせ
隣接するサッカー場の芝生を放射温度計で実測したところ、気温との間でおよそ 6℃～9℃
の差が観測された（表 4.3.4）。なおこれら地表面温度と気温の差は、AMeDAS の温度計
が地表からおよそ 1.6m の位置に設置されていることから、特に芝生地では太陽から地表
面に入射する熱の大部分が蒸発潜熱として費やされ地表面温度よりも温度が下がるため生
じる。
以上より、AMeDAS データの気温と ASTER から算出した地表面輝度温度の温度差が
妥当なものであると考えられる。
81
40.0
35.0
30.0
(℃)
25.0
20.0
15.0
10.0
5.0
ASTERデータ
/3
20
0
5/
9
4/
2
/5
/5
20
0
20
0
3/
9
2/
6
20
0
2/
1
02
/
/7
5
0
1/
3
20
02
/
20
20
02
/
1/
1
9/
2
4
4
/1
1/
9
01
/
20
20
0
1/
6
/4
/1
20
0
1/
4
20
0
10
/
00
/
20
20
00
/
5/
1
7
6
0.0
AMeDASデータ
図 4.3.3 AMeDAS 設置点（つくば市長峰）における 2000 年から 2005 年までの ASTER
データから算出した地表面輝度温度と AMeDAS の気温データの推移
表 4.3.4 実測したサッカー場の気温と地表面輝度温度
（2005 年 9 月 20 日午後 3 時）
単位は℃
地点
1
2
3
4
5
6
7
8
9
10
気温 地表面温度
24.9
30.6
24.0
31.8
24.9
31.7
25.2
31.7
24.2
30.5
25.2
31.8
24.1
33.0
24.9
32.2
25.2
31.7
25.4
32.2
差
5.7
7.8
6.8
6.5
6.3
6.6
8.9
7.3
6.5
6.8
左：AMeDAS 設置点
（つくば市長峰
高層気象台）
右：サッカー場
（高層気象台隣接公園内）
82
4-4
近年のつくば市における地表面輝度温度変化について
本節では算出した地表面輝度温度の結果を、異なる季節における気象条件の違い等を考
慮し、夏季と冬季のデータについて土地被覆毎に比較しまとめた。
4-4-1
2001 年 9 月 1 日と 2005 年 9 月 3 日の比較（夏季）
夏季のデータとして 2001 年 9 月 1 日と 2005 年 9 月 3 日の平均地表面輝度温度を各地
区とも土地被覆毎に比較した（表 4.4.1）。なお標準偏差は ISA 及び裸地について若干値が
大きくなりばらつく傾向がある。
地表面輝度温度が高いのは、ISA と裸地である。特に学園中心地区の ISA は 2001 年で
37℃、2005 年では 40℃となっている。裸地についても 2001 年で 36℃、2005 年で 41℃
と、森林の 33℃（2001 年）、35℃（2005 年）に比べておよそ 5℃も高い。
森林や草地の地表面輝度温度は他の土地被覆クラスに比べて低くなっている。例えば筑
波地区の森林は 2001 年で 27℃、2005 年では 31℃となっており、ISA や裸地などに比べ
最大で 7℃も差がある。他地区でも同様に、森林は土地被覆クラスの中で最も地表面輝度
温度が低くなっている。これらの差は植生の蒸発散で説明される。植生は地表面に入射す
る熱の大部分を蒸発潜熱に費やすため、温度が上昇しにくい。一方で ISA などは地表面蒸
発散が小さいため、入射する熱を吸収しやすく温度も上昇しやすい。
なお 2001 年から 2005 年への地表面輝度温度の上昇については、各観測日での気象条件
の違いを考慮する必要がある。それぞれの日時における気象の状態を表 4.4.2 にまとめた。
比較したところ、どちらの観測日においても観測直前 10 時間に降雨はなかったが日照時
間が異なっていた。2005 年では夜明けからほぼ日射があるのに対し、2001 年では日射は
断続的であった。これが 2001 年のデータにおいて気温上昇を妨げている原因と考えられ
る。
それぞれ衛星データ取得時（午前 10 時 30 分）におけるつくば市長峰の気温 26.5℃（2001
年）と 30.5℃（2005 年）に対する相対値を算出した（表 4.4.3）。2001 年から 2005 年に
かけて地区毎では学園中心地区と大穂地区の値が相対的に高い。一方で温度の変化はあま
83
りない。土地被覆毎で ISA と裸地がほぼ同程度の値を示し、また他の土地被覆に比べ相対
的に値も高い。畑において最大で 4℃の温度上昇が見られたが、これはそれぞれのシーン
において緑被率が異なるためであると考えられる。
84
表 4.4.1 2001 年 9 月 1 日と 2005 年 9 月 3 日の平均地表面輝度温度
単位は℃
ISA
森林
草地
畑
裸地
田
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
筑波地区 大穂地区 桜地区
37
39
37
32
35
35
31
35
34
27
32
31
35
37
34
30
34
32
36
38
36
30
32
31
38
39
38
32
34
34
35
36
34
30
33
32
85
谷田部地区 学園中心地区
39
40
34
37
35
35
31
33
36
36
32
34
37
39
30
32
39
41
34
36
35
38
31
35
表 4.4.2 ASTER データ取得時間前後の気温と日照時間
（A）2001 年 9 月 1 日
（B）2005 年 9 月 5 日
時間 気温(℃）日照時間(時間）
6:00 19.6
0.2
7:00 22.3
1.0
8:00 23.1
0.7
9:00 25.1
0.7
10:00 26.6
1.0
11:00 26.4
0.9
時間 気温(℃） 日照時間(時間）
6:00 22.2
0.0
7:00 24.5
1.0
8:00 27.0
1.0
9:00 28.6
1.0
10:00 29.9
1.0
11:00 31.0
1.0
[出典：気象庁電子閲覧室HP[27]]
86
表 4.4.3 2001 年及び 2005 年の平均地表面輝度温度
（気温「2001 年：26.5℃」、「2005 年：30.5℃」との相対値）
(A)地区毎の平均温度
単位は℃
2005年
2001年
つくば市 筑波地区 大穂地区 桜地区 谷田部地区 学園中心地区
5
3
7
5
6
9
4
2
6
6
5
9
(B)土地被覆毎の平均温度
単位は℃
ISA
森林
草地
畑
裸地
田
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
筑波地区 大穂地区 桜地区 谷田部地区 学園中心地区
6
8
7
8
10
6
8
8
7
10
0
5
4
5
5
1
5
5
5
6
4
6
3
5
6
4
7
5
5
8
5
8
5
7
9
3
6
4
4
5
8
9
8
8
10
5
8
7
7
10
4
6
3
5
7
4
6
6
5
9
87
4-4-2
2002 年 2 月 15 日と 2004 年 2 月 5 日の比較（冬季）
冬季のデータとして 2002 年 2 月 15 日と 2004 年 2 月 5 日の地表面輝度温度の解析を行
った（表 4.4.4）。
各地区、各土地被覆クラスの地表面輝度温度とも一様に 11～14℃を示す結果となった。
筑波地区の森林においては 7℃と低い値を示すが、これは筑波山の森林を含むためである
と考えられる。森林は他の土地被覆よりも蒸発散量が多いため熱を放出しやすく、気温に
近い地表面輝度温度を示す。筑波山は森林の絶対量も多いことから、地表面輝度温度も低
い値を示すと考えられる。
夏季のデータと同様に、それぞれの日時における気象条件を表 4.4.5 にまとめた。結果
それぞれのデータでは観測日当日の日照時間や降雨に大きな違いはなかった。しかし、
2004 年のデータは 2002 年に比べ若干気温が高くなっている。そこで観測日までの一週間
の気象条件を参照したところ、2002 年 2 月 9 日から 2 月 15 日まで一週間で北西からの風
が 6 日間続いており、それに対応して平均気温も 5℃前後低下していた。このことからニ
時期の気温の相違は、寒気を伴った北西の風の影響であると考えられる。
ASTER 取得時におけるつくば市長峰の気温 6.1℃（2002 年）と 6.6℃（2004 年）に対
する地表面輝度温度の相対値を表 4.4.6 にまとめた。その結果地区毎では筑波地区におい
て 2002 年、2004 年とも変化は無く 4℃と他地区に比べ平均温度が低かったのに対し、大
穂地区では 2002 年、2004 年とも 7℃と他地区に比べ平均温度が高かった。
土地被覆毎では値の差が最大でも 2℃ほどしかなく、土地被覆毎の特徴のない結果とな
った。
88
表 4.4.4 2002 年 2 月 15 日と 2004 年 2 月 5 日の平均地表面輝度温度
単位は℃
ISA
森林
草地
畑
裸地
田
2004年
2002年
2004年
2002年
2004年
2002年
2004年
2002年
2004年
2002年
2004年
2002年
筑波地区 大穂地区 桜地区
11
13
12
12
13
13
7
11
11
7
11
11
12
14
12
14
15
14
11
13
13
13
15
13
12
13
13
14
14
13
12
14
13
12
13
12
89
谷田部地区 学園中心地区
13
13
13
14
12
12
12
12
13
13
13
14
13
12
13
13
13
13
13
14
13
13
12
13
表 4.4.5
ASTER データ取得時間前後の気温と日照時間
（A）2002 年 2 月 15 日
（B）2004 年 2 月 5 日
時間 気温(℃）日照時間(時間）
6:00 -1.8
0.0
7:00 -0.8
0.4
8:00 2.2
1.0
9:00 4.1
1.0
10:00 5.2
1.0
11:00 6.9
1.0
時間 気温(℃）日照時間(時間）
6:00 0.1
0.0
7:00 1.0
0.3
8:00 3.2
1.0
9:00 4.7
1.0
10:00 5.9
1.0
11:00 7.3
1.0
[出典：気象庁電子閲覧室HP[27]]
90
表 4.4.6 2002 年及び 2004 年の平均地表面輝度温度
（気温「2002 年：6.1℃」、「2004 年：6.6℃」との相対値）
(A) 地区毎の平均温度
単位は℃
2004年
2002年
つくば市 筑波地区 大穂地区 桜地区 谷田部地区学園中心地区
6
4
7
6
7
6
5
4
7
6
6
6
(B)土地被覆毎の平均温度
単位は℃
ISA
森林
草地
畑
裸地
田
2004年
2002年
2004年
2002年
2004年
2002年
2004年
2002年
2004年
2002年
2004年
2002年
筑波地区 大穂地区 桜地区
4
6
6
6
7
7
1
5
4
1
5
5
6
7
5
8
9
8
5
6
6
7
9
7
6
6
6
8
8
7
6
7
6
6
7
6
91
谷田部地区 学園中心地区
6
6
7
8
5
5
6
6
6
6
7
8
6
5
7
7
6
6
7
8
6
6
6
7
4-5
まとめ
2001 年 9 月 1 日と 2005 年 9 月 3 日（夏季）及び 2002 年 2 月 15 日と 2004 年 2 月 5
日（冬季）の地表面輝度温度の解析を行った。
地表面輝度温度算出にあたっては、地表面から衛星までに存在する様々な大気の影響を
取り除くため、実測されたつくば市上空の大気パラメータを用いた大気補正を行い高精度
化を図った。
解析の結果、まず土地被覆毎に地表面輝度温度の分布特性が異なる事が示された。夏季
では ISA や裸地は高温側に分布し、その他の森林や田畑など植生は低温側に分布する。冬
季では森林が低温側に分布するが、その他の植生は ISA や裸地などと同じように高温側に
分布することがわかった。このことから、土地被覆変化の影響は夏季の温度に強くあらわ
れることが明らかとなった。
夏季のデータについて、地区毎の平均地表面輝度温度の比較を行ったところ、学園中心
地区と大穂地区において他地区に比べ相対的に高い値を示した。また大穂地区と谷田部地
区では温度上昇が確認された。
冬季のデータについては、夏季の結果と比べ地区毎の変化の小さい結果となった。筑波
地区において平均地表面輝度温度が最も低く、一方で大穂地区と谷田部地区、学園中心地
区において平均温度が高いという夏季のデータと同様な傾向は示された。
以上の事から、つくば市の中心である学園中心地区などでは他地区に比べ平均地表面輝
度温度も高温であること、及び現在急速に開発が進められている谷田部地区などでは温度
が上昇していることが明らかとなった。また土地被覆毎及び地区毎に地表面輝度温度の変
化を解析する際には、夏季のデータを使用した方がその変化を容易に解析できることが示
された。
92
第５章
土地被覆変化が地表面輝度温度に与える影響の解析
93
5-1
はじめに
本章では 2001 年 9 月 1 日と 2005 年 9 月 3 日という夏のデータ及び 2002 年 2 月 15 日
と 2004 年 2 月 5 日という冬のデータについて、第３章にて作成した土地被覆分類図と第
４章にて算出した地表面輝度温度を比較することにより、土地被覆変化が地表面輝度温度
に与える影響について解析する。
94
5-2
土地被覆の変化が地表面輝度温度に及ぼす影響の解析
5-2-1
土地被覆と地表面輝度温度の関係について
土地被覆と地表面輝度温度の関係を把握するために、土地被覆毎の地表面輝度温度の分
布特性を確認した。
2005 年 9 月 3 日（夏季）の谷田部地区における土地被覆毎の地表面輝度温度の分布特
性を図 5.2.1 に示す。ISA と裸地の平均地表面輝度温度がおよそ 39℃と高温側に分布して
いるのに対し、その他の植生などの平均温度はおよそ 36℃とやや低温側に分布している。
一方 2004 年 2 月 5 日（冬季）の谷田部地区における土地被覆毎の地表面輝度温度の分
布特性（図 5.2.2）では、ISA と裸地が高温側に分布し森林が若干低温側に分布する傾向は
夏季の分布特性と等しいが、草地や畑などは夏季の分布特性とは異なり ISA の分布特性に
近いものとなった。冬季に草地や畑などは枯れるか、あるいは水分量が減り放射率や蒸発
散能力が低下したため温度も高くなったと考えられる。冬季のデータについては、土地被
覆と地表面輝度温度の明確な関係を捉える事は難しい。
夏季のデータについては、土地被覆毎に地表面輝度温度の分布特性の異なることが明ら
かとなった。
95
30000
ISA
森林
裸地
草地
畑
田
25000
画素数
20000
15000
10000
5000
0
24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44
（℃）
図 5.2.1 2005 年 9 月 3 日の谷田部地区における土地被覆毎の地表面輝度温度
35000
ISA
森林
草地
畑
裸地
田（裸地）
30000
画素数
25000
20000
15000
10000
5000
0
2
3
4
5
6
7
8
9
10 11
（℃）
12
13
14
15
16
17
18
19
図 5.2.2 2004 年 2 月 5 日の谷田部地区における土地被覆毎の地表面輝度温度
96
5-2-2
つくば市各地区における土地被覆変化と地表面輝度温度変化の関係
2001 年 9 月 1 日と 2005 年 9 月 5 日という夏季のデータについて、各地区の土地被覆の
割合と、衛星データ取得時における気温に対する地表面輝度温度の相対値を比較した。
谷田部地区は 2001 年から 2005 年までで ISA の割合が 32%から 47%へ 15％も増加して
おり、他地区に比べ最も増加率が高かった。また同時に地区平均地表面輝度温度も 1℃上
昇していた。
ISA の割合が他地区に比べ高かった学園中心地区と桜地区では、平均地表面輝度温度も
高い値を示すが、その変化は学園中心地区で+4℃、桜地区で+3℃と、筑波地区の+5℃や谷
田部地区の+5℃に比べて小さい。同時に学園中心地区と桜地区では ISA の増加が谷田部地
区に比べ小さい。
一方で大穂地区は ISA の増加は 1%ほどしかなく、またその割合も 40%（2005 年）と
筑波地区に次いで低くなっているが、地区の平均温度は学園中心地区に次いで高く、また
2001 年から 2005 年にかけて 1℃の温度上昇も示す。大穂地区は工業団地が多数存在する
事がひとつの理由として考えられるが、詳細な検討が必要である。
図 5.2.3 は土地被覆毎の気温に対する相対温度分布である。より相対値の高い ISA の割
合が増加し、平均温度のピークが高温域へと移動している事が確認できる。
97
4500
ISA
森林
裸地
草地
畑
水田
4000
3500
3000
2500
2000
1500
1000
500
0
1
2
3
4
5
(A)
6
7
8
9
2001 年 9 月 1 日
10
11
12
13
14
15
16
学園中心地区
4000
ISA
森林
裸地
草地
畑
田
3500
3000
2500
2000
1500
1000
500
0
1
2
3
4
5
6
7
8
(B) 2005 年 9 月 3 日
98
9
10
11
12
学園中心地区
13
14
15
25000
ISA
森林
裸地
草地
畑
田
20000
15000
10000
5000
0
1
2
3
4
5
6
7
8
9
(C) 2001 年 9 月 1 日
10
11
12
13
14
15
16
大穂地区
25000
20000
ISA
森林
裸地
草地
畑
田
15000
10000
5000
0
1
2
3
4
5
6
7
8
9
(D) 2005 年 9 月 3 日
99
10
11
12
大穂地区
13
14
15
16
25000
ISA
森林
裸地
草地
畑
水田
20000
15000
10000
5000
0
0.5
1.5 2.5
3.5
4.5
5.5 6.5
7.5
8.5
9.5 10.5 11.5 12.5 13.5 14.5 15.5
（E）2001 年 9 月 1 日
谷田部地区
30000
ISA
森林
裸地
草地
水田
水田
25000
20000
15000
10000
5000
0
1
2
3
4
5
6
7
8
9
（F）2005 年 9 月 3 日
10
11
12
13
14
15
16
谷田部地区
図 5.2.3 各地区における土地被覆毎の気温に対する地表面輝度温度の相対値
100
5-2-3
つくばエクスプレス沿線における大規模な変化の解析
本節では特に変化の大きい場所を抽出し、そこにおける土地被覆と地表面輝度温度の変
化の割合を明らかにする。
まず 2001 年から 2005 年にかけての土地被覆変化を抽出した（図 5.2.4）。白色部が変化
の大きい場所である。その中でも特に変化が大きかった(A)旧日本自動車研究所、(B)つく
ばエクスプレス「万博記念公園駅」周辺、(C)つくばエクスプレス「みどりの駅」周辺の 3
ヶ所について土地被覆変化と地表面輝度温度変化を比較し、図 5.2.5 及び表 5.2.1 にまとめ
た。なお、上記のつくばエクスプレス周辺については独立行政法人
都市再生機構主導の
もと土地区画整理事業が進められている [29] 。3 ヶ所の土地区画整理事業計画の詳細
（http://takuchi.ur-net.go.jp/tx/index.asp）を表 5.2.2 にまとめた。
土地被覆変化については、3 ヶ所とも大規模な ISA 増加と森林減少が明らかになった。
また裸地も 10～20%程度増加していた。
最も ISA が増加していたのは(C)周辺である。森林は 62%と他の 2 ヶ所に比べ 20％近く
減少率が高かった。開発予定面積（およそ 300ha）と同規模の森林を伐採した様子が
ASTER 画像からも明らかである。
開発予定面積がおよそ 480ha と、他の 2 ヶ所に比べ 2 倍である(A)周辺は、ISA の増加
率は 3 ヶ所の中で最も少なく森林の減少率も少ない。これは開発総面積が広い分開発にも
時間がかかり森林も多数残されているためである。しかし大型ショッピングセンターやホ
ームセンタの建設などが予定されており、今後の ISA 増加率と森林減少率は 3 ヶ所中で最
大規模になることが予想される。
(B)周辺は森林の分布がそれほど多くはなく、そのため ISA 及び裸地の増加には森林の
他に草地の減少が対応している。
平均地表面輝度温度は 3 ヶ所とも一様に 10℃前後の上昇を示し、ISA の増加と森林をは
じめとする植生の減少に対応する結果となった。また 2001 年 9 月 1 日と 2005 年 9 月 3
日のデータの間には 4℃（26.5℃と 30.5℃）の気温差があるが、それらを考慮した相対値
を用いても 6℃前後の温度上昇が認められた。
5-2 節にて地区毎に平均地表面輝度温度の気温に対する相対値を比較した際には、ISA
増加と植生減少に対し 1℃程度の温度変化しか確認されなかったが、特に変化の大きい上
101
記の 3 ヶ所については ISA の増加と植生の減少という土地被覆変化に伴う明らかな温度上
昇があることがわかった（表 5.2.1）。
以下に場所毎の詳細な開発計画と土地被覆及び地表面輝度温度変化をまとめる。
(A) 旧日本自動車研究所
旧日本自動車研究所は元々、大部分を森林で構成されていた。そのため 2001 年のつく
ばエクスプレス開発前における植生の割合がおよそ 80％と高い値を示す。その後つくばエ
クスプレス「研究学園駅」の建設を中心に、総面積およそ 480ha、計画人口 25,000 人に
およぶ開発が進められ、2005 年 9 月 3 日の時点では 2001 年 9 月 1 日に比べ、ISA は 31％
増加し森林は 47%減少している。裸地は 9％増加していた。開発予定面積に対し ISA の増
加は少ないが、いずれ住宅地や大型商業施設の建設が進むにあたり ISA の急激な増加が予
想される。平均地表面輝度温度は 15℃と 3 ヶ所の中で最も上昇している。これは 2 ヶ所に
比べ、より高温な ISA の割合が高いためであると考えられる。
(B) つくばエクスプレス「万博記念公園駅」
つくばエクスプレス「万博記念公園駅」周辺は科学万博記念公園の他に工業団地が集中
している。現在はつくばエクスプレス開通に伴い住宅地の整備を主目的とした総面積およ
そ 240ha、計画人口 15,000 人の開発が進められ、2001 年から 2005 年までの間に ISA は
37%増加し森林は 46%減少した。また裸地は 3 ヶ所中最大の 23%増加を示した。平均地表
面輝度温度は 9℃上昇していたが、3 ヶ所の中で温度変化は一番小さい。
(C) つくばエクスプレス「みどりの駅」
つくばエクスプレス「みどりの駅」周辺は、2001 年の段階では大部分が森林と農村集落
で構成されていた。しかし「みどりの駅」の建設に伴い、総面積およそ 300ha、計画人口
21,000 人の周辺開発が計画され､2005 年では ISA は 38％増加し森林は 62％減少している。
裸地も 17％増加している。駅周辺は元々森林が大部分を占めており、開発に伴う森林の減
少は 3 ヶ所中で最大となった。平均地表面輝度温度は 11℃上昇していた。
102
2005 年 9 月 3 日
2001 年 9 月 1 日
(A)
(B)
(C)
図 5.2.4 2001 年 9 月 1 日から 2005 年 9 月 3 日までの変化を抽出した結果
（(A)日本自動車研究所内、(B)(C)つくばエクスプレスの新駅周辺）
（青枠内は雲、赤丸は変化の大きな場所、白線は行政区を示す）
103
(A)旧日本自動車研究所内の変化
分類クラス
ISA
森林
30
45
水域
℃
草地
2001 年 9 月 1 日
畑
田
裸地
未分類
30
45
℃
2005 年 9 月 3 日
(B)つくばエクスプレス「万博記念公園駅」
30
(C)つくばエクスプレス「みどりの駅」
45
30
45
℃
℃
2001 年 9 月 1 日
2001 年 9 月 1 日
30
30
45
45
℃
℃
2005 年 9 月 3 日
2005 年 9 月 3 日
図 5.2.5 2001 年（上段）から 2005 年（下段）までの土地被覆と地表面輝度温度変化
（左：ASTER 元画像、中：温度画像、右：土地被覆分類図）
104
表 5.2.1 場所毎の土地被覆変化と平均地表面輝度温度変化
平均温度(℃)
ISA
森林
水域
草地
畑
田
裸地
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
2005年
2001年
単位は%
つくばエクスプレス つくばエクスプレ
日本自動車研究所
「万博記念公園
ス「みどりの駅」
44
40
40
29
31
29
46
48
55
15
11
17
29
5
13
76
51
75
0
0
0
0
0
0
5
6
6
2
19
4
1
1
2
0
4
0
9
17
6
5
16
3
10
23
18
1
0
1
表 5.2.2 土地区画整理事業の詳細[出典：（独）都市再生機構HP[29]]
事業名称
施工者
施工面積
計画人口
施工期間
自動車研究所内
葛城地区一体型特定土地区画整理事業
都市再生機構
約484,7ha
約25,000人
平成12年度～31年度
事業名称
施工者
施工面積
計画人口
施工期間
つくばエクスプレス「みどりの駅」
萱丸一体型特定土地区画整理事業
都市再生機構
約292.7ha
約21,000人
平成12年度～31年度
事業名称
施工者
施工面積
計画人口
施工期間
つくばエクスプレス「万博記念公園駅」
島名・福田坪一体型特定土地区画整理事業
茨城県
約242.9ha
約15,000人
平成12年度～31年度
105
5-3
まとめ
本章では第 3 章で作成した土地被覆分類結果と第 4 章で算出した地表面輝度温度結果を
比較することにより、土地被覆変化と地表面輝度温度変化の関係を解析した。
まず夏季のデータについて土地被覆毎に地表面輝度温度の分布特性が明確に異なる事が
確認された。
ISA や裸地は高温側に分布し、森林をはじめとした植生は低温側に分布する。
一方で冬季のデータについては、土地被覆毎の地表面輝度温度の分布特性は森林がやや低
温側に分布するものの、その他はほぼ ISA や裸地と同じく森林に比べ高温側に分布する結
果となった。植生内でも草地や田畑が高温側に分布するのは、作物が収穫され大部分が裸
地になっていることや、植生の活性度が低くなり蒸発散能力が低下しているためと考えら
れる。これらのことから冬季のデータを用いて、ISA の増加と地表面輝度温度上昇の明確
な関係を捉える事は難しい事が示唆された。
夏季のデータにおいて、もともと ISA の割合が高かった学園中心地区と桜地区では平均
地表面輝度温度も高かった。ただし土地被覆変化の割合は他地区に比べ小さく、温度変化
も認められなかった。ISA の増加率が最も高かった谷田部地区では土地被覆毎の温度変化
はなかったものの地区平均温度は若干上昇していた。
つくば市における種々の開発に伴う ISA や裸地の増加と森林等植生の減少が各地区単
位の地表面輝度温度に影響を与える事が確認された。また土地被覆変化が地表面輝度温度
に与える影響は、夏に顕著にあらわれることが明らかとなった。
次に大規模な開発が進められているつくばエクスプレス沿線の 3 ヶ所について、夏季に
おける土地被覆と地表面輝度温度変化を解析した。その結果、つくばエクスプレスの各駅
を中心とした開発により大規模な ISA の増加と植生の減少、及びそれらに対応した平均地
表面輝度温度の上昇が確認された。地区毎では 2001 年から 2005 年にかけての大きな地表
面輝度温度上昇は確認されなかったが、場所毎では土地被覆変化と対応した平均地表面輝
度温度の上昇が確認された。
106
第６章
107
結論
6-1
総括
本研究では、Terra/ASTER データ及び高精度化した解析手法を用いる事により、つく
ば市における近年の種々の開発に伴う土地被覆変化と地表面輝度温度変化を定量的に明ら
かにした。
土地被覆分類においては、計 9 バンドの波長の異なるデータを同時に解析することによ
り高精度化を図り、さらに分類精度の向上のため最初に土地被覆クラスを細かく設定し、
土地被覆分類後に再統合する手法を開発した。
地表面輝度温度算出においては、大気の影響を受けにくいバンド 13 データに対し、実
測されたつくば市上空の高層気象データを用いて大気補正処理を行うことにより、地表面
輝度温度算出の高精度化を図った。
第 3 章 近年のつくば市における土地被覆変化の解析ではつくば市における土地被覆変化
を解析した。まず可視・近赤外域(VNIR)から短波長赤外域(SWIR)までの計 9 バンドのデ
ータのうち、VNIR3 バンドのみのデータと、SWIR6 バンドまで含めた計 9 バンドのデー
タに対し、それぞれ教師付き最尤分類法にて土地被覆分類を行い、航空写真の目視判読結
果との比較を行った。その結果、VNIR データのみよりも VNIR+SWIR データを用いた方
が高い分類精度を得られることが明らかとなった。
次に土地被覆分類図作成にあたり、季節の違いによる土地被覆分類への影響を検討した
結果、ISA などの定量的な評価のためには、同季節のデータに限定した比較が必要である
事を明らかにした。このことから夏のデータ（2001 年 9 月と 2005 年 9 月）と冬のデータ
（2002 年 2 月と 2004 年 2 月）それぞれについて、細分類クラスを再統合する新手法によ
る土地被覆分類を行いその変化を解析した。その結果、それぞれの季節について、つくば
市全体としての ISA 増加と植生減少が明らかとなった。特につくばエクスプレス沿線で新
駅を中心とした開発が進む谷田部地区では大きな変化が確認された。一方でつくば市の中
心部である学園中心地区などでは、もともとの土地被覆に占める ISA の割合は高いものの、
増加の割合は小さいものであった。つくば市の中心部では先行して開発が進められ、現在
は開発が落ち着いていること、一方で周辺部ではつくばエクスプレスの開通に伴い近年開
発が急速に進んでいる事を裏付ける結果となった。
108
第 4 章 近年のつくば市における地表面輝度温度変化の解析では、大気の影響を受けにく
い熱赤外域バンド（バンド 13）に対し、つくば市高層気象台（長峰）にて実測された大気
パラメータを利用した大気補正を行うことにより、既往研究よりも高精度な地表面輝度温
度の算出を行った。
まず土地被覆毎に地表面輝度温度の分布特性の異なることが示された。夏季は ISA や裸
地などは平均地表面輝度温度が高温側に分布し、一方で森林や田畑などの植生は低温側に
分布する。それに対し冬季は、森林を除き土地被覆毎の地表面輝度温度の分布特性は ISA
や裸地などと同じように高温側に分布する結果となった。このことから土地被覆変化の影
響は冬ではなく夏の温度にあらわれることが明らかになった。
次に夏季のデータについて、各シーンにおける気象条件の違いを考慮し、地区毎に各衛
星データ取得日時における気温との相対値を比較したところ、学園中心地区と大穂地区に
おいて平均温度が他地区に比べ高いことが明らかになった。大穂地区では 2001 年から
2005 年にかけて温度上昇も確認された。一方で筑波地区は最も温度が低い結果となった。
第 5 章 土地被覆変化が地表面輝度温度に与える影響の解析では、土地被覆分類結果
（第 3 章）と地表面輝度温度結果（第 4 章）を比較し、つくば市における土地被覆変化
と地表面輝度温度変化の関係を解析した。
土地被覆に占める ISA の割合が高い学園中心地区と桜地区では、地区平均地表面温度
も高い結果となった。地表面輝度温度の高い ISA の絶対量が多いため地区平均地表面温
度も高温となったと言える。しかし学園中心地区と桜地区では ISA の増加率はやや少な
く、地区平均地表面温度の上昇も確認されなかった。一方谷田部地区では ISA の土地被
覆に占める割合は学園中心地区に比べ低いが、2001 年から 2005 年にかけての増加率は
他地区に比べ最も多く、それに伴い地区平均地表面温度も上昇していた。筑波地区では
ISA の割合及び増加率とも他地区に比べ小さく、地区地表面温度も最も低い結果となっ
た。これらのことから、つくば市における土地被覆変化と夏季の地表面輝度温度変化の
間には相関があることが示された。
また特に土地被覆変化が大きかったつくばエクスプレスの新駅周辺 3 ヶ所では、大規
模な ISA 増加及び植生減少に伴い、最大 15℃もの温度上昇が明らかとなった。
109
以上、本研究では近年開発が急速に進むつくば市において、最新の ASTER データ及
び高精度化した解析手法を用いることにより、過去 6 年間の詳細な土地被覆変化と地表
面輝度温度変化を明らかにした。
110
6-2
今後の展望
本研究では過去 6 年間のつくば市における土地被覆変化と地表面輝度温度変化を明らか
にしたが、今後は土地被覆毎の詳細な熱収支を評価し、土地被覆変化が気温に与える影響
を定量的に見積もる必要がある。この点については既往研究例があるが、対象地域の違い
に留意しなければならない。
111
謝辞
本研究を進めるにあたり、国立環境研究所
松永恒雄先生には懇切丁寧なご指導を賜り
ました。心より感謝申し上げます。
また、本論文の執筆にあたり筑波大学教授
横張真先生、同大学助教授
吉野邦彦先生
には、様々なご助言をいただきました。ここに感謝の意を表します。
筑波大学社会工学系事務の小倉さんには、入学以降手続き等で大変お世話になりました。
感謝いたします。
国立環境研究所
社会環境システム研究領域
情報解析研究室ではセミナー等を通し貴
重なご助言を頂きました島崎さん、石原さん、沢辺さん、友定さん、田村先生に深く感謝
いたします。また、陰ながら支えてくださった桜井さんに感謝いたします。
なお、本研究で解析に用いた ASTER データは（財）資源・環境観測解析センター
（ERSDAC）から提供していただきました。感謝申し上げます。
最後に、共に学び成長を支えあった友人と､陰ながら支えてくれた家族に感謝いたします。
2006 年 2 月
112
藤谷
匡
参考・引用文献（資料）
[1]ヒートアイランドに関する調査報告書：環境省,2000-2004
[2]ヒートアイランド対策大綱：環境省,2004
[3]ヒートアイランド対策ガイドライン：東京都環境局,2005
[4]20 世紀の日本の気候：気象庁,2002
[5]都市ヒートアイランドの計測制御システム
三上ほか、科学技術振興事業団戦略的基礎研究推進事業,1996-2000
[6]ランドサットデータによる関東平野中央部の土地被覆変化
佐々波ほか、日本リモートセンシング学会学会誌,vol.8,pp.35-48,1988
[7]ランドサット TM データによる土地被覆変化の抽出に関する研究
斎藤ほか、日本建築学会計画系論文集,Vol.561,pp.79-84,2002
[8]Landsat/TM データによる東京都の地表面温度変化と土地被覆変化との関連解析
稲永ほか、写真測量とリモートセンシング,Vol.35,No.2,pp.27-30,1996
[9]高分解能衛星画像を用いた都市域の土地被覆状況と衛星輝度温度との比較解析
上野ほか、第 30 回環境システム研究論文発表会講演集,vol.30,pp.285-290,2002
[10]ランドサット TM データによる都市の緑被地と地表面温度分布との関係の解析
澤田ほか、環境情報科学論文集，Vol.16,pp.393-398,2002
[11]衛星リモートセンシングによる緑被率と地表面温度の関係解析
赤塚慎、全国測量技術大会,2005
[12]地表面熱収支から推定した地表面温度及び地上気温観測値と衛星ランドサットの観測輝度温度
の関係
北村ほか、地学雑誌、Vol.113,No.4,pp.495-511, 2004
[13]ランドサット TM 熱画像による輝度温度と地上気温との関係の分析
厳ほか、地学雑誌、Vol.115,No.5,pp.695-710,2002
[14]ランドサット/TM 熱画像による都市ヒートアイランド強度の試算と評価
厳ほか、地学雑誌、Vol.113,No.4,pp.482-494,2004
[15]統計つくば：つくば市
113
[16]平成 17 年国勢調査：総務省
[17]ASTER GDS：（財）資源・環境観測解析センター
http://www.gds.aster.ersdac.or.jp/gds_www2002/index_j.html
[18] 図解リモートセンシング：（社）日本測量協会
[19] U.S Constructed Area Approaches the Size of Ohio：Elvidge ほか、EOS,Vol.85,No.24,2004
[20] 地表面に近い大気の科学：近藤純生、東京大学出版会、2000
[21] An Approach for mapping large-area impervious surfaces; synergistic use of Landsat-7
ETM+ and high spatial resolution imagery
Yang ほか,Can.J.Remote Sensing,Vol.29,No.2,pp.230-240,2003
[22]植生指数（Vegetation Index）を用いた都市における緑被率の推定
本條ほか、造園雑誌、Vol.52, No.5, pp.283-287, 1989
[23]都市域における画素内緑被率推定のための指標
尹ほか、日本リモートセンシング学会誌、Vol.18,No.3,pp.4-16,1998
[24]ASTER による地表面温度および放射率の導出
六川修一、日本リモートセンシング学会誌、Vol.15,No.2,pp.33-38,1995
[25]地形図及び ASTER データによる広島湾流域の土地被覆変遷に関する所期検討
作野ほか、日本リモートセンシング学会第 33 回学術講演会論文集、pp.195-196,2002
[26]リモートセンシングデータを利用した土地被覆分類における使用するバンドの適切な数とその
選択指標
弥田ほか、日本建築学会計画系論文集、No.498,pp.73-79,1997
[27]気象庁電子閲覧室；http://www.data.kishou.go.jp/index.htm
[28]国土交通省水文水質データベース；http://www1.river.go.jp/
[29]独立行政法人 都市再生機構；http://takuchi.ur-net.go.jp/tx/index.asp
[30]ASTER データを用いた宍道湖・中海の水温・濁度推定（2000-2002 年）
作野ほか、LAGUNA No.10,pp.65-72,2003
[31]Terra/ASTER データを用いた近畿圏、熱環境の考察
出原ほか、日本リモートセンシング学会第 37 回学術講演会講演要旨 pp.215, 2004
[32]リモートセンシングを用いた地表面熱赤外域分光放射率の高精度推定に関する研究
松永恒雄、平成 9 年度東京大学博士論文
114
[33]熱赤外多バンドセンサによる地表面温度推定に関する研究
松永恒雄、平成 4 年度東京大学修士論文
[34]熱赤外多重分光スキャナによる地表面温度及び分光放射率の同時推定に関する研究
外岡秀行、平成６年度東京大学修士論文
[35]地上ターゲットを用いた衛星搭載熱赤外センサの輝度校正に関する研究
野中崇志、平成 12 年度東京工業大学修士論文
[36]関東平野南部における都市気温分布の時空間構造解析
平野ほか、GISー理論と応用,Vol.6,No.2,pp.1-10,1998
[37]都市ヒートアイランド現象の空調・給湯用エネルギー消費への影響評価
平野ほか、土木学会論文集 no.629/Ⅶ-12,pp.83-96,1999
[38]東京における都市気温の時空間分布推定とその熱環境評価への応用
平野ほか、環境工学論文集,Vol.36,1999
[39]衛星リモートセンシングによる緑被率データを用いた都市気候数値シミュレーション
平野ほか、第 16 回風工学シンポジウム,2000
[40]都市域における植生指標 NVI とその季節変化の土地利用形態による特性
平野ほか、日本建築学会計画系論文集、Vol.548,pp.75-82,2001
[41]都市域を対象とした NDVI による実用的な緑被率推定
平野ほか、日本リモートセンシング学会誌、Vol.22,No.2,pp.163-174,2002
[42]東京都心部における夏季の植生の暑熱環境緩和効果の評価
平野ほか、水工学論文集､Vol.47,2003
[43]衛星リモートセンシングとメソスケール気象モデルを用いた都市緑地のヒートアイランド緩和
効果の評価
平野ほか、環境科学学会誌、Vol.17,No.5,pp.343-358,2004
[44]ヒートアイランド緩和策の気温低下効果とそのエネルギー消費量への影響ー東京都心部の地上
緑化を対象とした夏季・冬季のケーススタディー
平野ほか、日本建築学会環境系論文集、Vol.591,pp.75-82､2005
[45]リモートセンシング/地理情報システムを用いたフィリピン・メトロマニラ地域の土地被覆情報
の作成
柳澤芳太郎、平成 12 年度東京工業大学修士論文
115
[46]地球観測データの利用（資源・環境リモートセンシング実用シリーズ）
(財)資源・環境観測解析センター
[47]住宅地の土地被覆分類における MSS 画像の最適空間分解能
梅干野ほか、日本建築学会計画系論文報告書 Vol.426,pp.57-64,1991
116
補遺
117
目次
補遺 A 土地被覆分類の詳細
119
1.2001 年 9 月 1 日
120
1.1 トレーニングエリアの場所
120
1.2 トレーニングエリアの詳細
121
1.3 土地被覆分類結果（クラス統合前）
126
2.2005 年 9 月 3 日
127
2.1 トレーニングエリアの場所
127
2.2 トレーニングエリアの詳細
128
2.3 土地被覆分類結果（クラス統合前）
133
3.2002 年 2 月 15 日
134
3.1 トレーニングエリアの場所
134
3.2 トレーニングエリアの詳細
135
3.3 土地被覆分類結果（クラス統合前）
142
4.2004 年 2 月 5 日
143
4.1 トレーニングエリアの場所
143
4.2 トレーニングエリアの詳細
144
4.3 土地被覆分類結果（クラス統合前）
151
補遺 B MODTRAN tape5 ファイル
152
118
補遺A.土地被覆分類の詳細
第 3 章で作成した土地被覆分類図について、トレーニングエリアの詳細とクラス再統合
前の土地被覆分類結果をまとめる。
A.1 2001 年 9 月 1 日
A.2 2005 年 9 月 3 日
A.3 2002 年 2 月 15 日
A.4 2004 年 2 月 5 日
1.トレーニングエリアの場所
2.トレーニングエリアの詳細
3.土地被覆分類結果（クラス統合前）
119
2001 年 9 月 1 日
・池（水域）
・畑（植生）
・森林（植生）
・森林（植生）
・田（植生）
・裸地
・JARIテストコース（ISA）
・ビル(ISA)
・立体駐車場（ISA）
・ビル（ISA）
・草地（植生）
・池（水域）
・常磐道（ISA）
・裸地
・田（植生）
・裸地
図 A.1.1 トレーニングエリア位置図（2001 年 9 月 1 日）
120
2001 年 9 月 1 日
Band
上：商業ビル
・・40pts
中：ビル
・・44pts
Min
1
2
3
4
5
6
7
8
9
Band
Min
1
2
3
4
5
6
7
8
9
下：立体駐車場
・・42pts
（以上、ISA）
Band
Min
Band
Band
ビル（ISA）
・・37pts
145
107
76
69
59
68
63
62
47
Mean
Stdev
127.3
10.7
94.7
8.4
68.6
4.4
58.7
6.4
54.8
3.7
61.5
5.4
51.7
6.5
54.4
6.1
41.0
4.1
98
67
60
45
38
42
37
35
30
Mean
Stdev
93.2
2.8
64.0
2.4
52.0
3.5
41.9
1.2
36.7
0.8
39.2
1.2
35.6
1.1
32.1
1.4
29.1
0.7
Max
75
53
48
43
33
32
32
27
24
Min
1
2
3
4
5
6
7
8
9
Mean
Stdev
104.4
5.6
75.7
5.1
61.1
4.3
49.5
3.1
42.8
2.0
45.7
3.2
41.7
2.6
37.5
2.7
32.1
2.0
Max
87
58
48
41
35
37
33
29
28
Min
1
2
3
4
5
6
7
8
9
117
88
72
56
50
55
50
47
39
Max
98
75
58
47
45
50
41
41
33
1
2
3
4
5
6
7
8
9
JARIテストコース
・・30pts
Max
93
68
53
45
41
43
39
35
30
87
61
55
60
43
48
43
40
32
Max
183
129
100
57
47
63
43
41
45
220
154
118
87
75
92
82
83
63
Mean
Stdev
83.9
2.5
58.3
1.9
49.8
1.3
45.9
3.4
39.0
2.8
41.4
3.4
39.1
2.9
35.8
3.7
30.5
2.2
Mean
Stdev
207.8
10.1
145.6
7.0
113.1
3.7
71.7
8.8
62.5
8.5
82.8
7.1
64.4
11.9
65.3
12.6
54.9
4.7
121
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2001 年 9 月 1 日
Band
Min
1
2
3
4
5
6
7
8
9
森林（植生）
・・30pts
Band
森林（植生）
・・32pts
Max
58
29
98
47
29
30
24
20
19
Min
1
2
3
4
5
6
7
8
9
65
31
124
56
32
33
29
23
21
Mean
Stdev
62.1
1.5
30.4
0.6
113.4
5.7
53.6
1.9
30.6
0.7
31.6
0.9
26.7
0.9
21.9
0.6
20.2
0.5
55
26
70
33
24
23
19
16
18
Mean
Stdev
53.5
0.8
25.4
0.5
64.0
2.4
30.0
1.1
22.6
0.7
20.6
0.8
18.1
0.5
14.7
0.7
17.0
0.2
Max
52
25
60
29
22
20
17
14
17
122
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2001 年 9 月 1 日
Band
Min
1
2
3
4
5
6
7
8
9
池（水域）
・・55pts
Band
中：草地（植生）
・・31pts
Min
1
2
3
4
5
6
7
8
9
上：池（水域）
・・30pts
Band
Min
Band
Mean
Stdev
60.5
2.8
33.1
2.9
30.0
1.9
31.6
5.8
24.6
2.6
21.9
2.7
19.9
2.0
18.0
3.0
18.1
1.2
86
54
116
70
44
49
38
35
27
Mean
Stdev
81.4
2.7
48.4
3.4
110.1
2.8
60.8
4.8
37.7
3.5
41.4
3.8
34.0
2.0
28.7
3.5
24.3
1.5
87
58
56
43
35
35
33
30
27
Mean
Stdev
81.4
2.9
53.5
3.1
49.3
2.2
40.3
1.7
33.1
1.6
34.2
0.7
31.1
1.4
26.9
1.8
24.6
0.9
Max
75
44
47
38
29
33
28
23
23
Mean
Stdev
66.0
0.5
33.7
0.5
26.8
0.4
16.6
1.0
18.3
0.6
15.8
0.4
15.1
0.9
12.3
0.4
16.5
0.6
65
38
36
42
32
29
25
26
21
Max
77
43
106
50
32
34
31
23
21
Min
1
2
3
4
5
6
7
8
9
67
35
27
21
20
16
19
13
18
Max
58
31
27
23
22
19
17
14
16
1
2
3
4
5
6
7
8
9
下：常磐道（ISA）
・・41pts
Max
65
33
26
16
18
15
14
12
16
123
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2001 年 9 月 1 日
Band
Min
1
2
3
4
5
6
7
8
9
裸地
・・30pts
Band
Min
1
2
3
4
5
6
7
8
9
裸地
・・32pts
Band
裸地
・・31pts
Max
102
87
86
64
43
46
44
36
29
Mean
Stdev
107.0
2.4
91.8
2.9
89.8
2.7
67.5
1.4
47.4
2.1
51.1
2.3
45.7
1.2
40.0
2.1
32.8
1.7
64
41
45
52
44
46
43
38
31
Mean
Stdev
60.7
2.0
37.9
2.2
40.7
3.0
49.4
1.4
42.3
0.6
43.2
1.3
40.6
1.1
36.7
0.7
29.5
0.7
123
114
95
84
60
69
58
55
42
Mean
Stdev
113.8
3.6
102.0
4.3
88.1
3.5
78.6
3.0
55.4
3.1
63.8
3.1
54.2
2.5
50.6
2.9
39.1
1.4
Max
57
35
36
47
41
41
39
36
29
Min
1
2
3
4
5
6
7
8
9
111
96
95
70
50
54
47
44
35
Max
106
92
82
71
47
57
47
43
36
124
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2001 年 9 月 1 日
Band
Min
1
2
3
4
5
6
7
8
9
畑（植生）
・・31pts
Band
下：裸地
・・30pts
Min
1
2
3
4
5
6
7
8
9
上：田（植生）
・・34pts
Band
Min
Mean
Stdev
72.9
0.8
34.5
0.8
142.9
4.8
56.2
1.3
33.2
0.8
35.0
0.4
31.8
0.6
25.3
0.9
22.4
0.9
67
34
153
73
41
45
12
31
25
Mean
Stdev
65.9
0.7
32.9
0.4
149.7
2.0
72.1
1.3
39.9
0.6
43.5
0.8
0.6
2.5
30.4
0.5
24.1
0.4
73
51
59
48
39
40
39
34
28
Mean
Stdev
69.7
2.1
49.1
1.1
53.3
3.9
44.9
1.8
37.4
0.9
38.1
1.2
35.5
1.2
32.5
0.8
27.3
0.5
99
61
124
62
45
46
38
35
29
Mean
Stdev
94.1
4.0
56.5
2.8
116.8
5.1
59.5
1.9
39.4
2.0
41.4
1.8
36.6
0.8
31.5
1.5
26.4
0.9
Max
65
47
46
41
36
36
34
31
27
Min
1
2
3
4
5
6
7
8
9
75
37
150
58
37
37
34
28
25
Max
65
32
145
69
39
42
0
30
24
1
2
3
4
5
6
7
8
9
Band
田（植生）
・・47pts
Max
72
33
131
52
32
34
31
24
21
Max
88
52
109
57
37
39
35
30
25
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
図 A.1.2 トレーニングエリアの詳細（2001 年 9 月 1 日）
（白枠は 150m 四方、画像上が北に対応）
125
7
6
7
8
9
2001 年 9 月 1 日
図 A.1.3 土地被覆分類結果（2001 年 9 月 1 日）
（クラス統合前）
126
2005 年 9 月 3 日
池（水域）
森林（植生）
畑（植生）
池（水域）
森林（植生）
田（植生）
・駅舎(ISA)
・裸地（裸地）
ビル（ISA）
・草地（植生）
・池（水域）
・倉庫（ISA）
・つくばエクスプレス高架（ISA）
・裸地（裸地）
図 A.2.1 トレーニングエリア位置図（2005 年 9 月 3 日）
127
2005 年 9 月 3 日
Band
・倉庫（ISA）
・20pts
Band
上：研究学園駅
・・20pts
下：裸地
・・23pts
Band
Band
上：商業ビル
(ISA)
・・20pts
Min Max Mean
Stdev
1 133 157
148.9
7.7
2 95 119
109.7
7.4
3 68 81
76.7
4.0
4 48 76
62.8
8.2
5 39 63
51.6
7.1
6 41 69
56.1
8.1
7 37 67
53.6
8.7
8 32 62
48.6
8.4
9 23 36
30.6
3.7
Min Max Mean
Stdev
1 126 148
134.1
6.6
2 92 110
102.2
4.7
3 66 80
74.9
4.0
4 54 60
57.3
1.7
5 42 49
45.5
2.2
6 46 51
48.8
1.7
7 41 50
45.8
2.6
8 35 43
39.8
2.5
9 25 29
26.8
1.2
Min Max Mean
Stdev
1 100 109
103.6
2.1
2 77 86
81.6
2.3
3 63 69
65.7
1.7
4 45 50
46.7
1.2
5 38 40
38.9
0.5
6 40 42
40.6
0.7
7 37 39
38.0
0.6
8 32 34
32.8
0.7
9 23 25
23.6
0.7
Min Max Mean
Stdev
1 176 207
193.9
8.2
2 134 154
146.5
5.0
3 89 97
93.9
2.2
4 72 83
78.1
3.2
5 60 68
65.1
2.3
6 70 77
73.9
2.8
7 63 72
67.9
2.6
8 49 56
52.8
2.1
9 36 39
37.4
0.9
下：立体駐車場 Band Min Max Mean
Stdev
・・20pts
1 175 228
209.3
15.1
2 127 173
3 89 112
4 57 81
5 48 74
6 53 78
7 46 70
8 44 70
9 29 42
156.1
102.1
67.6
59.9
64.9
56.2
56.3
34.7
13.1
7.8
7.3
7.4
8.0
7.2
8.2
3.9
128
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2005 年 9 月 3 日
Band
・工場（ISA）
・23pts
Band
・つくばエクスプレス
高架（ISA）
・21pts
Min Max Mean
Stdev
1 184 204
193.6
5.3
2 128 143
135.7
4.0
3 96 104
99.9
2.3
4 51 66
58.8
4.6
5 46 61
54.1
4.8
6 49 71
60.3
6.9
7 46 72
58.7
8.2
8 41 66
54.7
7.7
9 28 38
33.2
3.2
Min Max Mean
Stdev
1 102 119
111.2
4.1
2 66 83
73.8
5.4
3 71 89
78.3
4.2
4 47 54
50.5
2.0
5 30 33
31.6
1.2
6 31 35
33.1
1.6
7 27 34
31.6
2.3
8 24 28
26.6
1.3
9 20 22
20.8
0.8
129
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2005 年 9 月 3 日
Band
1
2
3
4
5
6
7
8
9
上：池(水域)
・・28pts
中：草地（植生）
Band
・・20pts
下：常磐道（ISA）
・・31pts
Min Max Mean
Stdev
1 93 100
96.5
2.0
2 52 57
55.5
1.5
3 104 112
106.5
1.9
4 64 74
69.0
3.0
5 35 39
37.2
1.2
6 38 44
40.5
1.8
7 32 36
34.5
1.1
8 26 29
27.4
1.0
9 19 20
19.8
0.4
Band
1
2
3
4
5
6
7
8
9
Band
・裸地（裸地）
・・31pts
Min Max Mean
Stdev
75 84
79.7
3.1
41 45
43.0
1.3
33 48
37.6
4.8
17 43
27.9
6.9
18 30
22.6
3.0
16 29
21.6
3.7
16 27
19.5
2.9
12 21
15.4
2.5
14 18
15.8
1.1
Min Max Mean
Stdev
84 95
89.1
3.2
50 60
53.8
3.0
45 56
50.3
3.2
35 47
40.8
3.2
28 35
31.5
1.9
26 38
32.4
2.6
25 35
29.5
2.5
20 33
25.0
3.1
19 23
20.3
1.2
Min Max Mean
Stdev
1 106 110
107.7
1.1
2 86 90
88.1
1.0
3 68 71
69.4
0.6
4 47 50
48.7
0.6
5 37 42
40.5
1.2
6 38 44
42.4
1.6
7 35 43
41.3
1.8
8 31 38
36.2
1.7
9 22 27
25.4
1.1
130
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2005 年 9 月 3 日
Band
・森林（植生）
・・20pts
1
2
3
4
5
6
7
8
9
Min Max Mean
Stdev
71 73
71.9
0.6
36 38
36.7
0.7
83 91
86.8
2.4
36 40
37.9
1.1
22 23
22.8
0.4
21 23
22.0
0.5
18 20
19.4
0.7
16 17
16.4
0.5
14 16
14.9
0.6
1
2
3
4
5
6
7
8
9
Min Max Mean
Stdev
71 76
73.4
1.3
36 38
37.1
0.8
76 111
95.4
10.4
39 44
42.2
1.5
23 25
24.0
0.8
22 26
24.0
1.2
19 21
20.2
0.8
16 17
16.4
0.5
14 16
15.1
0.6
1
2
3
4
5
6
7
8
9
Min Max Mean
Stdev
90 93
91.8
0.8
47 50
48.6
0.7
36 39
37.9
0.9
15 16
15.4
0.5
16 17
16.8
0.4
12 14
13.2
0.5
12 13
12.6
0.5
10 12
10.9
0.5
15 16
15.7
0.4
Band
・森林（植生）
・・19pts
Band
・池(水域)
・・34pts
131
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2005 年 9 月 3 日
Band
・畑（植生）
・・32pts
Band
・田（植生）
・・34pts
Min Max Mean
Stdev
1 81 84
82.5
0.8
2 41 47
42.9
1.4
3 131 143
139.4
2.7
4 59 63
61.6
0.9
5 33 39
34.5
1.5
6 34 42
36.3
1.9
7 29 38
31.6
2.2
8 23 31
25.0
2.2
9 19 24
20.4
1.2
Min Max Mean
Stdev
1 102 111
105.7
2.6
2 58 64
61.6
1.9
3 109 125
116.3
5.7
4 50 57
53.8
2.5
5 31 35
33.1
1.3
6 31 37
34.0
1.6
7 28 32
29.7
1.1
8 23 25
24.2
0.7
9 18 22
19.9
0.9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
図 A.2.2 トレーニングエリアの詳細（2005 年 9 月 3 日）
（白枠は 150m 四方、画像上が北に対応）
132
9
9
2005 年 9 月 3 日
図 A.2.3 土地被覆分類結果（2005 年 9 月 3 日）
（クラス統合前）
133
2002 年 2 月 15 日
・池（水域）
・森林（植生）
・田（裸地）
・裸地
・畑（植生）
・草地（植生）
・田（裸地）
・JARIテストコース(ISA)
・森林（植生）
・ビル（ISA）
・駐車場（ISA）
・工場（ISA）
・草地（植生）
・池（水域）
・常磐道（ISA）
・裸地
・沼（水域）
図 A.3.1 トレーニングエリア位置図（2002 年 2 月 15 日）
134
2002 年 2 月 15 日
B an d
Min
1
2
3
4
5
6
7
8
9
上：商業ビル
(ISA)
・・20pts
64
46
62
26
28
32
29
26
32
Max Me an
Stde v
72
6 8 .2
1 .7
51
4 8 .7
1 .5
73
6 6 .8
2 .5
34
3 1 .3
1 .9
34
3 0 .8
1 .5
35
3 3 .7
0 .8
32
3 0 .5
0 .9
34
3 1 .2
2 .3
35
3 3 .0
1 .1
Max Me an
Stde v
下：駐車場（ISA） B an d Min
1
6
3
7
5
6
7
.5
3 .0
・・36pts
2
3
4
5
6
7
8
9
B an d
工場(ISA)
・・25pts
1
2
3
4
5
6
7
8
9
44
60
26
25
31
26
23
28
59
80
34
38
37
33
40
34
4 8 .1
6 6 .6
2 9 .5
2 9 .6
3 3 .3
2 9 .8
2 9 .4
3 0 .8
3 .1
4 .5
2 .2
3 .4
1 .5
2 .1
4 .3
1 .5
Min
Max Me an
Stde v
139 159
1 4 9 .9
5 .6
99 113
1 0 6 .1
4 .2
140 167
1 5 4 .4
7 .1
41
64
5 3 .2
7 .6
40
61
5 0 .9
6 .4
54
76
6 8 .4
6 .2
52
68
6 2 .0
4 .5
39
77
6 0 .1
1 1 .1
46
74
6 3 .7
7 .9
135
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2002 年 2 月 15 日
B an d
上：商業ビル
(ISA)
・・23pts
中：池（水域）
・・17pts
Min
81
63
77
34
31
33
30
27
34
Max Me an
Stde v
122
1 0 7 .7
1 1 .3
90
7 8 .8
7 .6
101
8 9 .7
6 .5
43
3 8 .0
2 .8
47
3 9 .6
4 .8
49
4 0 .0
4 .9
46
3 6 .9
4 .9
52
4 0 .4
7 .1
51
4 4 .7
5 .6
45
27
28
28
21
19
15
15
16
Max Me an
Stde v
49
4 6 .8
1 .1
31
2 8 .3
0 .9
33
3 0 .6
1 .4
48
3 4 .4
5 .6
34
2 5 .8
3 .6
37
2 6 .7
5 .1
29
2 0 .8
4 .4
33
2 1 .4
5 .1
27
2 0 .5
3 .0
82
74
120
45
38
42
35
35
41
Max Me an
Stde v
101
9 5 .7
4 .1
96
8 9 .4
4 .6
157
1 4 4 .2
8 .4
66
5 6 .7
5 .4
50
4 5 .1
3 .3
59
5 1 .2
4 .0
48
4 3 .3
3 .6
49
4 3 .7
3 .7
47
4 4 .6
1 .4
1
2
3
4
5
6
7
8
9
B an d
Min
1
2
3
4
5
6
7
8
9
中：草地（植生）
・・29pts
下：常磐道（ISA）
・・33pts
B an d
Min
1
2
3
4
5
6
7
8
9
B an d
Min
1
2
3
4
5
6
7
8
9
53
35
51
23
24
23
20
19
23
Max Me an
Stde v
62
5 5 .8
2 .4
42
3 7 .2
2 .3
57
5 5 .0
1 .7
36
2 9 .2
4 .0
30
2 7 .7
1 .9
35
2 8 .9
3 .9
31
2 5 .6
3 .3
29
2 5 .2
2 .7
29
2 5 .6
1 .6
136
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2002 年 2 月 15 日
B an d
Min
1
2
3
4
5
6
7
8
9
森林(植生)
・・42pts
B an d
B an d
森林(植生)
・・17pts
Max Me an
Stde v
44
4 0 .5
1 .9
26
2 3 .6
1 .2
137
1 1 3 .8
1 5 .6
30
2 7 .1
2 .1
20
1 8 .9
0 .7
21
1 9 .0
1 .0
18
1 6 .8
0 .7
16
1 4 .8
0 .8
18
1 6 .6
0 .8
34
18
37
13
15
13
12
10
14
Max Me an
Stde v
38
3 6 .1
1 .2
23
1 9 .7
1 .1
69
4 8 .6
8 .7
19
1 5 .8
1 .8
17
1 6 .4
0 .7
16
1 4 .7
0 .9
15
1 3 .6
0 .8
14
1 2 .3
1 .0
16
1 5 .2
0 .6
40
23
68
27
25
22
20
18
20
Max Me an
Stde v
46
4 2 .3
1 .5
29
2 5 .2
1 .9
87
7 7 .3
5 .8
38
3 1 .6
2 .9
30
2 6 .4
1 .3
32
2 5 .2
2 .2
36
2 6 .0
4 .6
30
2 0 .8
3 .3
30
2 2 .1
2 .8
Min
1
2
3
4
5
6
7
8
9
森林(植生)
・・35pts
37
21
85
22
17
17
15
13
15
Min
1
2
3
4
5
6
7
8
9
137
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2002 年 2 月 15 日
B an d
Min
1
2
3
4
5
6
7
8
9
池(水域)
・・33pts
B an d
池(水域)
・・49pts
47
24
25
9
13
11
11
10
15
Max Me an
Stde v
49
4 7 .5
0 .6
27
2 5 .3
0 .7
27
2 6 .0
0 .7
11
1 0 .2
0 .6
16
1 4 .3
0 .7
13
1 2 .3
0 .6
13
1 2 .0
0 .5
12
1 1 .1
0 .8
16
1 5 .1
0 .2
42
22
24
10
17
14
11
10
15
Max Me an
Stde v
45
4 3 .8
0 .8
24
2 3 .3
0 .6
27
2 5 .0
0 .7
12
1 1 .0
0 .5
19
1 7 .5
0 .6
17
1 5 .4
0 .7
14
1 2 .5
0 .7
13
1 1 .2
0 .6
17
1 5 .4
0 .5
Min
1
2
3
4
5
6
7
8
9
138
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2002 年 2 月 15 日
B an d
Min
1
2
3
4
5
6
7
8
9
草地(植生)
・・27pts
B an d
畑(植生)
・・43pts
Min
1
2
3
4
5
6
7
8
9
B an d
57
36
88
41
33
36
31
31
32
M in
1
2
3
4
5
6
7
8
9
左：森林(植生)
・・37pts
右：JARIテストコース
（ISA）
・・26pts
73
64
125
61
46
53
44
42
43
B an d
Max Me an
Stde v
63
5 9 .9
1 .5
46
4 1 .4
3 .5
124
1 0 3 .9
1 4 .8
47
4 3 .6
1 .4
39
3 6 .5
1 .7
46
4 0 .3
2 .4
41
3 5 .7
2 .1
40
3 5 .2
2 .2
42
3 6 .2
2 .3
41
25
65
30
24
24
21
21
24
M ax M e an
Stde v
48
4 4 .0
1 .4
30
2 7 .5
1 .4
85
7 6 .4
3 .7
35
3 2 .4
1 .2
28
2 5 .9
0 .8
29
2 7 .2
1 .2
25
2 3 .8
0 .9
23
2 2 .1
0 .7
26
2 5 .1
0 .7
61
44
60
31
29
31
28
23
29
M ax M e an
Stde v
64
6 2 .7
0 .8
48
4 5 .3
1 .2
79
6 4 .9
6 .2
34
3 2 .1
0 .9
33
3 1 .8
1 .6
36
3 4 .2
1 .6
34
3 1 .9
2 .0
35
3 1 .1
4 .0
37
3 4 .3
2 .7
M in
1
2
3
4
5
6
7
8
9
Max Me an
Stde v
91
8 4 .6
4 .5
84
7 6 .8
5 .6
145
1 3 3 .4
5 .1
69
6 5 .5
2 .2
51
4 8 .6
1 .3
59
5 6 .2
1 .8
48
4 6 .6
1 .2
49
4 6 .0
2 .4
49
4 6 .8
1 .8
139
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2002 年 2 月 15 日
B an d
Min
1
2
3
4
5
6
7
8
9
田(裸地)
・・53pts
B an d
B an d
B an d
田(裸地)
・・55pts
44
29
44
26
25
24
21
21
23
Max Me an
Stde v
49
4 6 .1
1 .4
35
3 1 .8
1 .8
52
4 7 .6
2 .4
34
2 9 .2
1 .9
30
2 6 .8
1 .4
34
2 7 .9
2 .6
28
2 5 .1
1 .5
28
2 3 .1
1 .7
33
2 6 .8
2 .8
40
24
34
24
26
25
23
21
23
Max Me an
Stde v
43
4 1 .8
0 .8
28
2 6 .1
1 .2
43
3 7 .6
2 .0
28
2 6 .6
1 .0
33
2 8 .4
1 .5
31
2 6 .9
1 .4
28
2 5 .5
1 .1
30
2 4 .0
2 .1
31
2 5 .9
1 .9
42
25
38
25
25
26
23
21
24
Max Me an
Stde v
51
4 6 .1
2 .2
35
3 1 .2
2 .0
53
4 6 .9
3 .3
35
2 9 .1
2 .6
31
2 7 .5
1 .5
34
2 8 .7
2 .0
30
2 6 .3
2 .0
27
2 3 .8
1 .5
30
2 6 .1
1 .4
Min
1
2
3
4
5
6
7
8
9
田(裸地)
・・36pts
Max Me an
Stde v
72
6 6 .0
4 .3
57
5 1 .7
4 .0
82
7 5 .8
5 .0
47
4 4 .9
1 .1
44
4 3 .1
0 .8
49
4 7 .3
0 .8
45
4 2 .9
1 .0
46
4 4 .0
0 .9
45
4 4 .4
0 .7
Min
1
2
3
4
5
6
7
8
9
田(裸地)
・・44pts
59
46
67
43
41
46
41
42
43
Min
1
2
3
4
5
6
7
8
9
140
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2002 年 2 月 15 日
B an d
Min
1
2
3
4
5
6
7
8
9
裸地
・・32pts
B an d
裸地
・・34pts
62
55
79
30
31
32
32
28
32
Max Me an
Stde v
69
6 5 .4
1 .5
60
5 7 .6
1 .6
87
8 3 .4
2 .2
38
3 5 .2
1 .9
38
3 5 .5
2 .0
41
3 8 .3
2 .3
38
3 5 .8
1 .6
39
3 5 .4
2 .7
41
3 7 .3
2 .4
56
45
70
34
33
36
28
35
36
Max Me an
Stde v
64
6 0 .2
1 .6
54
5 0 .2
2 .0
82
7 6 .8
2 .6
41
3 9 .0
1 .9
36
3 4 .6
0 .9
41
3 9 .4
1 .3
40
3 6 .6
3 .0
42
4 0 .0
1 .7
42
4 0 .1
1 .5
Min
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
図 A.3.2 トレーニングエリアの詳細（2002 年 2 月 15 日）
（白枠は 150m 四方、画像上が北に対応）
141
8
8
9
2002 年 2 月 15 日
図 A.3.3 土地被覆分類結果（2002 年 2 月 15 日）
（クラス統合前）
142
2004 年 2 月 5 日
・池（水域）
・森林（植生）
・田（裸地）
・草地（植生）
・畑（植生）
・田（裸地）
・田（裸地）
・JARIテストコース(ISA)
・森林（植生）
・裸地
・つくばエクスプレス高架（ISA）
・工場（ISA）
・ビル（ISA）
・ビル（ISA）
・草地（植生）
・池（水域）
・常磐道（ISA）
・沼（水域）
図 A.4.1 トレーニングエリア位置図（2004 年 2 月 5 日）
143
2004 年 2 月 5 日
工場(ISA)
・・30pts
Band Min
Max
Mean
Stdev
1
132
162
151.7
6.3
2
92
113
106.7
4.7
3
68
80
74.9
3.5
4
33
54
42.8
6.2
5
30
55
42.9
7.3
6
36
63
48.9
8.0
7
33
54
43.0
6.5
8
35
61
48.1
8.0
9
35
59
46.1
7.7
Band Min
Max
Mean
Stdev
1
116
170
144.3
13.2
2
80
123
101.4
9.8
3
43
67
56.1
5.1
4
29
64
47.8
9.9
5
28
60
46.5
9.5
6
32
72
54.8
11.8
7
30
63
48.9
9.5
ショッピングモール
8
31
69
53.8
11.0
(ISA)
9
28
69
51.6
12.0
・・37pts
ビル(ISA)
・・30pts
駐車場(ISA)
・・35pts
Band Min
Max
Mean
Stdev
1
103
161
142.7
14.1
2
76
117
104.9
10.8
3
50
68
61.3
4.8
4
32
54
46.6
6.1
5
30
52
44.5
6.2
6
34
59
50.4
7.5
7
31
55
46.7
7.0
8
34
63
52.0
8.4
9
32
57
48.5
7.1
Band Min
1
2
3
4
5
6
7
8
9
Max
66
44
29
24
24
25
21
22
24
Mean
75
51
34
32
28
31
25
27
27
Stdev
70.3
47.9
31.3
26.5
25.3
27.1
22.7
23.8
25.8
144
2.0
1.7
1.2
1.8
0.8
1.3
0.8
1.1
0.8
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2004 年 2 月 5 日
橙：ショッピング
モール(ISA)
・・37pts
青：池（水域）
・・23pts
緑：森林（植生）
・・21pts
黄：草地（植生）
・・51pts
紫：常磐道（ISA）
・・37pts
Band Min
1
2
3
4
5
6
7
8
9
Band Min
1
2
3
4
5
6
7
8
9
Band Min
1
2
3
4
5
6
7
8
9
Band Min
1
2
3
4
5
6
7
8
9
Band Min
1
2
3
4
5
6
7
8
9
93
67
37
28
28
30
27
28
28
Max
Mean
Stdev
131
116.4
10.8
89
79.9
7.2
52
45.7
4.2
50
39.1
6.7
51
39.1
7.4
59
44.3
9.0
52
40.2
8.0
59
43.5
9.7
59
42.9
10.0
Max
50
28
15
13
14
14
13
12
14
Mean
55
35
22
30
27
29
23
23
23
Max
45
24
38
24
20
20
17
16
17
77
62
57
34
27
30
27
25
25
52
30
22
20
19
17
16
15
16
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
Stdev
52.0
30.2
16.1
20.3
18.7
19.2
16.4
16.3
16.9
Mean
48
30
47
45
35
38
32
32
30
250
1.1
1.3
1.5
5.2
3.6
4.4
3.0
3.6
2.7
250
1.0
1.5
2.1
6.1
4.3
5.6
4.5
4.7
4.0
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
Stdev
46.5
26.0
41.0
33.0
25.9
27.7
22.6
22.5
22.8
Max
Mean
Stdev
105
95.4
5.4
95
84.2
6.0
74
67.7
3.5
62
49.2
7.3
47
37.6
4.9
55
43.4
6.7
45
35.8
4.7
46
36.0
5.1
42
34.6
4.4
Max
Mean
Stdev
62
55.7
3.8
41
34.5
3.6
30
25.6
2.5
29
24.9
2.6
25
22.7
2.1
28
23.7
3.2
24
20.2
2.2
24
20.7
2.8
25
21.4
2.4
145
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2004 年 2 月 5 日
紫：JARIテストコース
(ISA)
・・30pts
中：つくばエクスプレ
ス高架（ISA）
・・21pts
青：裸地
・・25pts
下：裸地
・・24pts
Band Min
1
2
3
4
5
6
7
8
9
61
42
29
27
23
25
21
21
22
Max
Band Min
1
2
3
4
5
6
7
8
9
77
61
41
27
23
24
22
22
21
Band Min
1
2
3
4
5
6
7
8
9
54
39
28
28
28
28
26
27
26
Band Min
1
2
3
4
5
6
7
8
9
44
29
20
22
22
22
20
20
20
Mean
70
47
35
30
29
30
28
29
30
Stdev
66.4
45.0
30.7
27.6
27.7
28.7
26.2
27.5
28.0
2.4
1.2
1.8
0.9
1.7
1.1
2.0
2.4
2.4
Max
Mean
Stdev
113
95.0
10.8
87
74.5
6.9
57
48.5
5.1
45
35.2
6.0
39
30.9
5.1
46
34.1
7.1
39
30.3
5.8
41
31.1
6.3
44
31.2
7.1
Max
Mean
60
46
33
30
29
30
28
29
29
Max
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
Stdev
56.7
42.5
30.7
28.5
28.5
29.0
27.2
27.6
27.5
Mean
49
34
26
24
25
25
22
22
23
250
1.7
1.9
1.6
0.6
0.5
0.5
0.7
0.6
0.8
250
1.4
1.7
1.4
0.6
1.0
0.9
0.8
0.7
0.8
250
Stdev
46.9
30.8
22.5
23.0
22.9
23.3
21.0
21.0
21.5
146
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2004 年 2 月 5 日
畑(植生)
・・64pts
草地(植生)
・・45pts
Band Min
1
2
3
4
5
6
7
8
9
58
32
48
32
24
26
23
22
20
Max
Band Min
1
2
3
4
5
6
7
8
9
78
67
60
44
35
39
32
32
32
Mean
61
38
66
38
32
36
31
33
33
Max
Stdev
59.5
34.6
56.5
34.2
26.9
29.0
25.4
25.1
24.1
Mean
89
78
69
60
44
49
39
41
40
0.7
1.2
4.7
1.4
2.1
2.3
2.0
2.7
2.8
250
2.6
2.8
2.1
3.3
1.8
2.2
1.6
1.8
1.7
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
Stdev
82.4
72.5
65.5
55.9
40.9
46.6
37.5
37.7
37.2
147
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2004 年 2 月 5 日
田(裸地)
・・47pts
田(裸地)
・・47pts
田(裸地)
・・37pts
田(裸地)
・・31pts
Band Min
1
2
3
4
5
6
7
8
9
63
47
34
35
32
35
31
32
32
Max
Band Min
1
2
3
4
5
6
7
8
9
51
33
25
31
31
32
29
30
30
Band Min
1
2
3
4
5
6
7
8
9
46
27
19
28
28
29
26
27
28
Band Min
1
2
3
4
5
6
7
8
9
46
27
19
21
21
21
19
19
20
Mean
75
56
39
39
37
40
36
38
37
Max
Stdev
68.3
51.1
36.9
37.2
34.2
37.3
33.4
35.2
34.3
Mean
54
36
28
34
32
34
32
33
32
Max
Mean
Max
0.9
0.8
0.8
0.7
0.5
0.8
0.9
0.8
0.7
250
0.6
0.9
0.7
2.0
1.0
1.5
1.2
1.2
1.0
250
1.6
1.9
1.6
2.2
1.6
2.2
1.9
1.5
1.8
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
Stdev
47.3
28.6
20.7
31.5
30.8
32.2
29.2
30.4
29.9
Mean
51
33
24
28
26
27
25
24
26
250
Stdev
52.3
34.9
26.2
32.9
31.6
33.0
30.2
31.5
31.0
48
31
22
38
33
36
32
33
32
4.6
3.6
1.6
1.2
1.5
1.6
2.1
1.9
1.9
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
Stdev
48.1
29.8
21.5
25.3
23.7
24.3
22.2
21.3
23.0
148
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2004 年 2 月 5 日
池(水域)
・・40pts
池(水域)
・・40pts
Band Min
1
2
3
4
5
6
7
8
9
66
39
20
16
16
15
13
12
14
Max
Band Min
1
2
3
4
5
6
7
8
9
46
24
12
8
11
9
9
8
11
Mean
71
43
25
29
25
27
19
20
23
Max
Stdev
68.4
40.5
21.8
20.7
19.2
20.9
14.9
14.5
16.9
Mean
52
28
14
10
13
11
11
10
14
1.5
1.0
1.3
3.5
2.4
3.0
1.7
1.9
2.1
250
1.7
1.3
0.7
0.5
0.5
0.7
0.5
0.6
0.7
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
Stdev
48.5
25.5
13.1
8.7
11.4
9.9
9.8
8.7
12.4
149
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
2004 年 2 月 5 日
森林(植生)
・・49pts
森林（植生）
・・44pts
Band Min
1
2
3
4
5
6
7
8
9
43
23
40
20
14
14
11
11
12
Max
Band Min
1
2
3
4
5
6
7
8
9
39
20
18
14
13
12
11
11
12
Mean
51
31
58
36
26
27
22
22
21
Max
Stdev
47.3
26.8
51.6
25.5
18.6
18.8
15.7
14.9
15.4
Mean
46
27
31
21
19
18
15
15
16
2.2
2.6
4.8
4.8
3.3
3.9
3.3
3.1
2.7
250
1.7
1.4
4.0
2.0
1.7
1.5
1.1
1.3
1.1
250
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
7
8
9
Stdev
41.4
22.2
23.2
17.3
15.7
15.0
12.5
12.5
13.8
200
Min
Max
Mean
150
100
50
0
1
2
3
4
5
6
図 A.4.2 トレーニングエリアの詳細（2004 年 2 月 5 日）
（白枠は 150m 四方、画像上が北に対応）
150
7
8
9
2004 年 2 月 5 日
図 A.4.3 土地被覆分類結果（2004 年 2 月 5 日）
（クラス統合前）
151
補遺 B.MODTRAN tape5 ファイル
第 4 章で大気補正パラメータ（大気の透過率および上向き放射輝度）の算出時に使用し
た、MODTRAN 入力ファイル（tape5）をまとめる。
概要を下記に示す。なお入力データには、つくば市高層気象台（つくば市長峰）から毎
日打ち上げられているレーウィンゾンデの実測データを使用し、ゾンデの測定高度より上
空については MODTRAN 標準の大気モデルを使用している。2005 年 9 月 3 日のデータに
ついては、レーウィンゾンデデータが未配布であったため計算を行っていない。
① 計算方法
…
MODTRAN
② 入力データ
…
レーウィンゾンデ実測データ
③ 実測データ不足分の補足
…
MODTRAN 標準中緯度夏/冬モデル
④ 視程
…
都市型視程（VIS=5km）
⑤ 観測者高度（衛星高度）
…
705km
152
2000 年 5 月 16 日
t
f
7
3
1
1
8f
360.000
2
0
0
0
78
0
0
0.031 1006.100
0.376
966.000
0.424
960.600
0.446
958.100
0.538
947.700
0.839
914.300
1.084
887.900
1.686
825.500
2.222
772.900
2.398
756.200
2.777
721.300
2.950
705.700
3.214
682.500
3.574
651.900
3.670
643.900
3.817
631.800
3.967
619.700
4.356
589.300
4.789
557.000
5.371
515.800
5.641
497.600
6.208
460.900
6.607
436.400
6.900
419.100
8.203
348.400
8.425
337.300
8.745
321.800
9.129
304.000
9.216
300.100
9.493
288.000
10.447
249.600
11.276
220.000
11.511
212.200
12.052
195.300
12.440
184.000
12.577
180.200
13.213
163.400
13.743
150.500
13.964
145.400
14.185
140.500
14.494
133.900
15.092
121.900
15.489
114.500
15.680
111.100
15.934
106.700
16.289
100.800
16.860
91.900
17.162
87.500
17.660
80.700
18.097
75.200
18.265
73.200
19.254
62.500
19.657
58.600
19.952
55.900
0
0
0
290.900
286.800
286.400
286.600
287.200
285.200
283.600
279.100
275.300
274.400
271.100
270.200
268.400
265.300
265.500
264.400
264.300
263.300
260.600
256.700
254.700
250.800
248.000
246.400
235.100
233.000
231.400
229.900
229.600
229.100
226.200
222.200
223.100
222.100
222.500
222.700
221.400
218.800
219.200
219.500
219.000
216.500
216.100
215.600
214.400
211.400
210.100
210.200
210.600
212.100
213.500
213.500
214.000
212.300
0
0
0
.000
0
0
.000
67.000
86.000
82.000
64.000
58.000
53.000
50.000
61.000
70.000
71.000
77.000
72.000
72.000
91.000
83.000
82.000
68.000
46.000
42.000
40.000
41.000
37.000
39.000
27.000
24.000
25.000
0
.000
1
-1
.000
0.000
0.00
0.031
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
153
20.378
20.635
21.495
23.421
24.004
24.773
26.980
28.049
30.199
31.342
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
52.200
50.100
43.700
32.300
29.500
26.200
18.700
15.900
11.500
9.7000
213.400
214.000
215.600
219.300
220.200
222.300
224.600
225.300
227.900
230.300
1334
180.00
1
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
2
154
2000 年 9 月 21 日
t
7
3
1
1
f
0f
360.000
5
0
0
0
73
0
0
0.031 1020.800
0.131 1009.100
0.370
981.500
0.694
945.100
0.879
924.800
1.036
907.800
1.125
898.300
1.460
863.500
1.893
820.400
1.972
812.700
2.535
760.100
2.738
741.900
3.325
690.900
3.863
646.700
4.537
594.800
5.031
559.000
5.446
530.300
5.969
495.900
6.042
491.200
6.217
480.200
6.703
450.600
442.100
6.847
7.046
430.600
7.851
386.300
8.344
361.000
8.694
343.900
9.170
321.600
9.928
288.300
11.193
238.500
11.876
214.600
12.188
204.400
12.619
191.000
13.131
176.100
13.601
163.300
14.413
143.100
14.886
132.400
15.583
118.000
16.150
107.300
16.862
95.200
17.443
86.400
17.832
81.000
18.231
75.800
18.625
71.000
19.019
66.500
19.326
63.200
20.115
55.500
20.339
53.500
20.820
49.500
21.815
42.200
22.326
38.900
22.944
35.300
23.712
31.300
24.095
29.500
26.156
21.500
26.563
20.200
0
0
0
296.200
294.300
291.900
290.100
288.600
287.500
286.900
288.500
288.200
289.000
285.400
283.700
279.100
276.300
273.300
269.800
268.100
264.000
263.300
262.100
258.900
258.000
256.600
250.200
247.400
244.700
240.300
233.100
222.400
219.500
218.000
216.700
213.300
212.000
207.800
208.900
204.500
202.700
202.600
206.600
205.200
204.800
206.500
204.800
206.700
208.000
208.000
213.100
212.600
216.000
217.400
219.000
221.900
223.100
222.600
0
0
0
.000
0
0
.000
66.000
67.000
74.000
63.000
66.000
68.000
73.000
28.000
18.000
7.000
5.000
19.000
20.000
13.000
6.000
4.000
8.000
26.000
28.000
12.000
50.000
35.000
30.000
31.000
15.000
13.000
12.000
17.000
0
.000
1
-1
.000
0.000
0.00
0.031
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
155
27.813
29.420
30.764
31.846
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
16.700
13.100
10.700
9.100
225.800
226.100
227.300
229.200
1334
180.00
1
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
2
156
2000 年 10 月 7 日
t
7
3
1
1
f
0f
0.000
5
2
0
0
85
0
0
0.031 1019.600
0.088 1012.800
0.270
991.400
0.741
937.500
0.813
929.500
0.933
916.300
1.537
852.100
1.944
810.800
2.094
796.000
2.347
771.600
2.521
755.200
2.922
718.600
3.072
705.400
3.174
696.500
3.199
694.300
687.600
3.277
3.378
679.000
3.533
666.000
3.662
655.400
3.736
649.300
3.836
641.300
4.010
627.500
4.601
582.500
4.966
556.000
5.401
525.600
5.642
509.300
6.423
459.200
6.601
448.400
8.240
357.400
8.466
346.000
8.786
330.400
8.926
323.800
9.237
309.500
9.395
302.400
9.689
289.600
10.075
273.600
10.913
241.300
12.338
193.100
12.790
179.600
12.992
173.900
13.394
163.000
13.622
157.100
14.181
143.500
14.578
134.500
14.852
128.600
15.193
121.600
15.366
118.200
15.815
109.800
16.561
97.100
17.053
89.600
17.500
83.300
17.755
79.900
17.895
78.100
18.047
76.200
18.370
72.300
0
0
0
0
0
0.000
291.700
290.400
288.700
285.500
285.500
285.700
280.500
278.200
277.700
275.600
275.900
274.700
274.500
273.700
274.100
274.300
273.900
273.600
272.900
273.100
273.000
273.600
269.200
266.100
261.900
260.000
255.100
254.000
239.300
237.900
236.000
236.000
233.800
233.000
231.600
231.000
224.600
212.100
213.700
213.600
211.200
210.800
210.200
208.300
208.800
207.700
208.800
206.900
207.800
209.300
209.600
208.700
210.300
210.700
209.300
0
0
0
0.000
0
0.000
57.000
56.000
57.000
50.000
42.000
40.000
53.000
54.000
54.000
64.000
49.000
46.000
37.000
36.000
20.000
15.000
15.000
15.000
15.000
12.000
8.000
2.000
3.000
10.000
17.000
21.000
5.000
4.000
17.000
13.000
11.000
10.000
10.000
13.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
1
-1
0.000
0.000
0.00
0.031
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
157
18.525
19.095
19.340
19.818
19.983
20.352
20.593
21.029
21.558
22.217
23.588
24.342
24.947
26.239
27.247
28.065
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
70.500
64.300
61.800
57.200
55.700
52.500
50.500
47.100
43.300
39.000
31.400
27.900
25.400
20.800
17.800
15.700
211.700
210.600
211.400
210.700
213.000
212.700
211.700
215.100
214.200
216.200
215.500
220.100
220.300
221.200
220.700
224.000
1334
180.00
1
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
2
158
2001 年 4 月 1 日
t
7
3
1
1
f
0f
0.000
5
0
0
0
84
0
0
0.031 1013.500
0.145
999.200
0.217
990.300
0.267
984.200
0.508
955.200
1.052
892.300
1.431
850.400
1.556
836.900
1.631
828.900
1.733
818.100
2.144
775.800
2.243
765.800
2.343
755.900
2.445
745.900
3.198
675.000
3.739
627.300
3.924
611.600
4.025
603.200
4.154
592.600
5.340
501.900
5.699
476.800
5.957
459.400
6.325
435.600
6.609
417.900
6.894
400.700
7.005
394.200
7.317
376.400
368.300
7.463
7.615
360.000
7.733
353.700
7.977
341.000
8.327
323.500
8.514
314.500
8.799
301.200
9.098
287.900
9.350
277.100
9.553
268.800
9.934
253.800
10.192
244.100
10.404
236.400
10.576
230.300
10.715
225.500
11.166
210.600
11.823
190.600
12.176
180.600
12.861
162.600
13.312
151.700
13.977
136.800
14.191
132.300
14.647
123.200
15.259
112.000
15.862
101.900
16.374
94.000
16.545
91.500
16.925
86.200
0
0
0
276.100
274.400
274.300
275.500
274.300
270.200
267.200
266.500
266.100
265.500
262.300
261.600
261.000
260.200
254.500
249.800
248.500
248.400
248.100
239.500
237.700
237.000
234.600
233.100
231.000
231.300
229.100
229.300
228.100
228.100
226.900
226.500
225.800
225.100
226.100
225.700
227.900
226.100
225.500
225.500
225.200
225.000
225.200
224.300
223.100
222.400
221.500
217.900
217.600
219.700
218.700
216.900
216.000
217.200
217.600
0
0
0
0.000
0
0.000
0
0
0.000
77.000
72.000
66.000
51.000
42.000
51.000
57.000
52.000
38.000
46.000
54.000
48.000
34.000
51.000
44.000
47.000
42.000
29.000
21.000
20.000
21.000
19.000
25.000
31.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
1
-1
0.000
0.000
0.00
0.031
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
159
17.351
17.766
17.982
18.289
18.898
19.190
19.543
19.893
20.312
20.731
21.381
22.943
23.460
24.911
25.449
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
80.600
75.500
73.000
69.600
63.300
60.500
57.300
54.300
50.900
47.700
43.100
33.800
31.200
24.900
22.900
216.100
217.500
219.600
219.500
219.300
221.000
222.400
221.600
220.900
220.100
217.800
220.800
220.300
219.000
219.600
1334
180.00
1
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
2
160
2001 年 6 月 4 日
t
7
3
1
1
f
0f
360.000
5
0
0
0
82
0
0
0.031 1004.600
0.265
977.900
0.356
967.700
0.427
959.800
0.724
927.300
0.942
904.200
1.264
870.800
1.976
800.200
2.165
782.200
2.334
766.400
2.617
740.600
2.776
726.400
3.103
697.900
3.307
680.600
3.524
662.600
3.726
646.200
4.157
612.300
4.411
593.000
4.917
555.900
5.091
543.600
5.648
505.600
6.006
482.300
6.378
458.900
6.587
446.200
6.938
425.500
7.166
412.500
369.100
7.970
8.197
357.500
8.441
345.400
8.775
329.400
8.993
319.300
9.403
301.000
9.568
293.900
9.849
282.100
10.420
259.300
11.701
213.300
12.102
200.300
13.316
165.000
13.514
159.800
13.811
152.300
14.287
141.000
14.556
135.000
15.181
122.000
15.781
110.600
15.999
106.700
16.166
103.800
16.479
98.600
16.738
94.500
17.092
89.200
17.572
82.500
17.974
77.300
18.103
75.700
18.379
72.400
18.758
68.100
19.331
62.100
0
0
0
297.000
294.100
293.800
294.700
293.900
292.600
290.000
283.600
283.100
282.100
280.400
280.200
277.900
277.000
275.400
274.500
271.200
269.800
265.600
264.400
260.100
257.400
254.200
253.500
251.400
249.800
243.800
242.400
241.300
238.900
238.700
236.300
235.400
233.200
229.500
218.100
217.400
210.400
210.600
210.900
210.700
211.700
210.300
207.200
207.600
206.500
208.200
208.700
209.900
210.400
210.800
211.600
210.700
212.000
212.300
0
0
0
.000
0
.000
0
0
.000
50.000
56.000
51.000
34.000
30.000
32.000
33.000
31.000
27.000
27.000
23.000
18.000
13.000
13.000
15.000
12.000
14.000
12.000
17.000
24.000
24.000
28.000
34.000
18.000
14.000
11.000
11.000
10.000
10.000
11.000
13.000
24.000
43.000
44.000
1
-1
.000
0.000
0.00
0.031
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
161
19.674
20.258
20.865
21.467
22.103
22.720
23.767
25.906
26.426
27.623
29.510
30.467
32.281
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
58.800
53.600
48.700
44.300
40.100
36.400
30.900
22.200
20.500
17.100
12.900
11.200
8.600
215.900
214.800
217.400
217.000
218.800
216.800
219.300
222.400
223.300
227.500
229.600
232.700
236.300
1334
180.00
1
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
2
162
2001 年 9 月 1 日
t
7
3
1
1
f
0f
0.000
5
0
0
0
107
0
0
0.031 1005.000
0.285
976.000
0.695
930.600
0.815
917.700
0.913
907.200
1.278
869.000
1.399
856.700
1.424
854.100
1.502
846.200
1.553
841.100
1.625
833.900
1.649
831.600
1.789
817.700
1.814
815.300
2.024
795.000
2.091
788.600
2.181
780.100
2.518
749.100
2.599
741.800
2.645
737.700
2.694
733.300
2.744
728.900
2.770
726.600
2.824
721.800
709.800
2.962
3.309
680.500
3.410
672.100
3.435
670.100
3.458
668.200
3.480
666.400
3.503
664.500
3.525
662.700
3.571
659.000
3.710
647.800
3.733
646.000
3.757
644.100
3.848
636.900
4.018
623.800
4.177
611.700
4.644
577.200
5.528
516.200
5.771
500.400
6.224
472.000
6.302
467.300
6.401
461.300
6.589
450.100
6.616
448.500
6.924
430.700
7.008
425.900
7.037
424.300
7.253
412.300
7.280
410.800
7.564
395.600
7.680
389.500
7.872
379.700
0
0
0
297.100
293.900
290.800
289.900
290.200
287.500
286.700
286.500
285.800
285.300
284.600
284.300
283.400
283.900
282.600
282.500
283.600
280.800
280.600
281.300
280.900
280.400
280.300
280.800
281.900
279.100
278.100
277.900
277.600
277.600
277.800
277.700
277.300
277.100
277.200
277.600
278.200
277.200
276.800
273.100
267.400
266.200
263.200
262.500
261.900
260.500
260.300
257.900
257.100
257.400
256.200
256.900
256.000
256.800
255.500
0
0
0
0.000
0
0
0.000
56.000
60.000
60.000
58.000
52.000
55.000
58.000
65.000
66.000
78.000
81.000
90.000
93.000
91.000
77.000
66.000
67.000
75.000
64.000
49.000
55.000
45.000
38.000
17.000
16.000
19.000
30.000
30.000
43.000
43.000
32.000
47.000
51.000
42.000
33.000
14.000
11.000
14.000
8.000
6.000
4.000
6.000
15.000
25.000
14.000
29.000
24.000
51.000
68.000
80.000
86.000
83.000
63.000
36.000
30.000
0
0.000
1
-1
0.000
0.000
0.00
0.031
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
163
7.959
8.105
8.837
9.091
9.256
9.505
10.543
11.392
11.647
12.018
12.342
13.078
13.834
14.230
14.797
15.841
15.959
16.635
16.707
16.892
17.500
17.939
18.494
18.782
19.158
19.503
20.070
21.151
21.934
22.338
23.483
24.089
24.881
25.964
27.458
28.449
29.936
31.116
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
375.300
368.000
333.100
321.600
314.300
303.500
261.500
230.500
221.800
209.700
199.600
178.200
158.200
148.500
135.500
114.200
112.000
100.100
98.900
95.900
86.700
80.600
73.500
70.100
65.900
62.300
56.900
47.900
42.300
39.700
33.200
30.200
26.700
22.600
18.000
15.500
12.400
10.400
255.000
254.000
247.500
245.500
244.200
242.500
233.100
226.500
226.600
224.600
223.200
219.800
214.100
213.000
209.900
206.900
207.400
203.200
203.900
205.700
206.400
204.300
206.700
208.600
206.900
212.400
214.400
214.400
215.400
219.400
217.900
219.100
220.100
223.400
224.900
227.600
227.400
230.600
28.000
18.000
28.000
42.000
49.000
55.000
52.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
1334
180.00
1
2
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
164
2001 年 9 月 24 日
t
7
3
1
1
f
0f
0.000
5
0
0
0
89
0
0
0.031 1016.800
0.084 1010.500
0.277
987.700
0.447
968.000
0.535
958.000
0.579
953.000
0.751
933.800
0.771
931.500
0.858
922.000
1.011
905.300
1.124
893.200
1.279
876.800
1.321
872.400
1.408
863.400
1.552
848.600
1.836
820.300
1.901
814.000
2.093
795.500
2.239
781.800
3.332
684.900
3.466
673.700
3.703
654.300
3.813
645.600
4.635
583.000
5.340
533.300
5.677
510.800
5.762
505.300
6.098
483.900
6.715
446.600
7.910
380.400
8.151
368.000
8.304
360.300
8.781
337.100
8.902
331.400
8.994
327.100
9.181
318.500
9.451
306.400
9.598
300.000
10.089
279.500
10.659
257.200
11.219
236.800
12.440
196.800
13.229
174.100
13.497
166.900
14.063
152.500
14.311
146.500
14.980
131.300
15.167
127.300
15.434
121.800
15.808
114.500
16.466
102.500
16.837
96.200
17.258
89.500
17.451
86.600
17.540
85.300
0
0
0
291.100
289.100
287.600
287.400
287.200
287.400
286.300
286.400
286.000
285.200
285.400
284.700
285.000
285.500
285.100
285.500
286.400
286.100
286.100
277.400
278.000
277.600
278.700
272.100
267.900
266.100
266.600
264.900
259.700
249.100
247.400
246.400
242.400
241.300
240.500
239.200
237.200
237.900
235.400
233.100
229.100
221.600
217.900
216.400
211.800
210.400
206.100
206.400
207.600
205.200
200.500
199.000
199.500
199.800
201.700
0
0
0
0.000
0
0.000
0
0
0.000
56.000
54.000
56.000
51.000
62.000
58.000
61.000
59.000
70.000
76.000
56.000
33.000
17.000
4.000
5.000
6.000
9.000
10.000
8.000
10.000
5.000
6.000
4.000
5.000
7.000
4.000
3.000
6.000
5.000
17.000
26.000
19.000
19.000
31.000
27.000
28.000
24.000
11.000
8.000
7.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
1
-1
0.000
0.000
0.00
0.031
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
165
17.681
17.842
18.319
18.920
19.245
19.478
19.942
20.174
20.484
21.295
22.690
23.261
25.285
26.214
27.643
28.203
30.023
31.102
32.570
32.653
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
83.300
81.100
74.900
67.800
64.300
61.900
57.400
55.300
52.600
46.200
37.000
33.800
24.600
21.300
17.100
15.700
11.900
10.100
8.100
8.000
203.700
206.200
203.400
208.800
209.600
208.500
212.000
211.400
212.500
213.900
215.300
215.000
220.100
220.300
223.900
224.200
224.000
225.500
228.700
228.700
1334
180.00
1
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
2
166
2002 年 1 月 14 日
t
7
3
1
1
f
0f
360.000
5
2
0
0
89
0
0
0.031 1024.100
0.072 1018.900
0.194 1003.700
0.383
980.600
0.635
950.600
0.698
943.200
0.908
918.900
1.039
904.100
1.120
895.000
1.198
886.300
1.303
874.900
1.435
860.600
1.714
831.100
2.450
757.400
2.557
747.200
2.939
711.700
3.190
689.100
3.333
676.500
4.156
608.000
4.805
558.100
5.248
525.900
5.513
507.300
5.878
482.600
6.092
468.500
6.329
453.300
6.449
445.800
6.520
441.400
6.681
431.500
6.926
416.800
7.232
399.000
7.365
391.400
379.400
7.580
8.033
355.200
8.190
347.100
8.459
333.700
8.974
309.200
9.149
301.200
9.466
287.200
9.709
276.800
9.981
265.700
10.141
259.400
10.353
251.300
10.765
236.200
11.162
222.400
11.605
207.900
11.884
199.200
12.505
180.900
12.797
172.800
13.257
160.700
13.992
143.100
14.380
134.600
14.889
124.100
15.940
104.700
16.356
97.800
16.514
95.300
0
0
0
0
276.500
275.400
277.800
277.300
275.400
275.100
273.600
273.600
273.500
274.500
274.400
273.600
272.800
268.400
268.700
266.400
265.000
265.700
261.000
256.100
252.800
250.400
248.100
246.100
244.500
244.200
243.800
242.400
240.200
237.400
236.600
235.700
233.000
233.400
232.000
229.000
228.300
225.800
225.500
227.900
227.400
228.200
225.800
224.800
223.200
222.700
217.700
217.200
215.100
217.100
215.200
213.000
208.900
208.000
207.400
0
0
.000
0
.000
0
0
.000
59.000
69.000
55.000
49.000
57.000
71.000
72.000
50.000
42.000
28.000
24.000
23.000
20.000
21.000
14.000
7.000
6.000
5.000
5.000
11.000
12.000
14.000
42.000
46.000
64.000
43.000
44.000
29.000
36.000
59.000
50.000
23.000
24.000
27.000
1
-1
.000
0.000
0.00
0.031
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
167
17.172
17.884
18.187
18.358
18.770
19.170
19.746
21.047
21.660
22.083
22.297
22.485
22.975
23.682
24.507
25.018
25.937
26.553
27.623
28.346
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
85.500
76.000
72.300
70.300
65.700
61.500
55.900
45.100
40.800
38.100
36.800
35.700
33.000
29.500
25.900
23.900
20.700
18.800
15.900
14.200
206.700
206.000
208.400
209.300
206.600
206.000
205.400
208.100
210.200
210.700
210.700
212.100
213.500
217.100
215.900
218.300
218.000
218.900
217.200
219.400
1334
180.00
1
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
2
168
2002 年 1 月 30 日
t
7
3
1
1
f
0f
0.000
5
2
0
0
74
0
0
0.031 1012.800
0.071 1007.700
0.112 1002.600
0.177
994.500
0.287
981.000
1.061
890.300
1.599
831.200
1.849
804.700
1.917
797.600
1.984
790.700
2.444
744.400
2.628
726.500
2.802
709.900
3.005
690.900
3.075
684.500
3.123
680.100
3.196
673.500
3.367
658.300
3.544
642.800
4.421
570.600
4.728
546.800
4.785
542.500
4.900
533.900
5.148
515.700
5.255
508.100
5.968
459.600
6.278
439.700
6.721
412.500
7.301
379.100
7.397
373.800
7.997
342.100
317.300
8.499
8.720
306.900
9.063
291.400
9.241
283.600
9.418
276.100
9.490
273.100
9.775
261.700
10.039
251.600
10.470
236.000
11.479
203.100
12.349
178.200
12.889
164.200
13.511
149.300
14.014
138.100
14.174
134.700
14.406
129.900
15.091
116.700
15.555
108.500
15.775
104.800
16.116
99.300
16.654
91.200
17.140
84.400
17.885
74.900
18.485
68.000
0
0
0
0
0
0.000
274.900
274.400
273.400
272.800
274.800
269.700
264.700
262.300
261.900
262.100
258.500
256.900
256.400
255.200
255.200
255.000
255.300
255.300
254.400
247.700
245.200
244.700
245.400
244.500
244.900
240.300
238.100
235.400
233.600
233.000
229.100
226.900
226.400
224.900
224.000
226.000
227.400
228.700
229.000
230.600
228.400
225.900
224.600
221.600
218.900
219.000
218.400
218.000
216.700
216.300
216.100
215.300
213.100
212.600
211.800
0
0
0.000
0
0
0.000
52.000
58.000
61.000
64.000
44.000
38.000
54.000
69.000
79.000
54.000
52.000
52.000
46.000
39.000
32.000
31.000
26.000
19.000
25.000
15.000
36.000
40.000
14.000
8.000
7.000
17.000
19.000
11.000
8.000
8.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
1
-1
0.000
0.000
0.00
0.031
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
169
18.989
19.426
19.783
19.885
20.397
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
62.700
58.400
55.100
54.200
49.900
211.700
208.800
210.400
211.100
212.100
1334
180.00
1
0.000
0.000
0.000
0.000
0.000
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
2
170
2002 年 2 月 15 日
t
7
3
1
1
f
0f
0.000
5
2
0
0
82
0
0
0.031 1018.400
0.155 1002.800
0.490
961.600
0.982
903.500
1.408
855.500
1.919
800.600
2.111
780.800
2.183
773.400
2.452
746.500
2.680
724.400
2.965
697.600
3.525
647.300
4.021
605.400
4.395
575.300
4.812
543.000
4.881
537.800
5.516
491.700
5.925
463.600
6.267
441.100
6.553
422.900
6.629
418.200
7.240
382.000
7.430
371.400
7.706
356.500
8.431
319.800
8.735
305.400
9.072
290.100
9.705
263.300
9.868
256.800
10.138
246.500
10.646
228.200
10.957
217.700
11.401
203.500
11.505
200.300
11.823
190.800
12.261
178.400
12.570
170.100
12.794
164.300
13.072
157.400
13.512
147.000
13.847
139.500
14.520
125.500
14.856
119.000
15.039
115.600
15.532
106.900
15.870
101.300
16.253
95.300
17.205
81.800
17.841
73.800
18.320
68.300
18.842
62.800
18.983
61.400
19.171
59.600
19.323
58.200
19.753
54.400
0
0
0
0
0
0.000
276.000
273.800
270.900
267.900
264.600
261.200
260.100
260.300
258.700
258.300
257.400
254.300
251.700
248.100
244.900
244.800
239.000
235.900
233.000
231.100
231.300
229.600
230.600
229.700
225.800
225.100
222.900
223.100
223.200
225.800
224.400
225.500
223.900
224.600
222.300
222.600
220.800
220.600
221.200
218.500
217.900
216.600
215.500
215.300
214.800
214.400
213.500
211.900
210.400
211.700
212.500
215.700
216.900
218.100
216.600
0
0
0.000
0
0
0.000
40.000
49.000
54.000
54.000
55.000
50.000
48.000
39.000
31.000
12.000
11.000
15.000
16.000
28.000
31.000
28.000
45.000
34.000
29.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
1
-1
0.000
0.000
0.00
0.031
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
171
20.272
20.501
21.054
21.695
22.237
22.464
23.145
23.912
24.360
25.458
26.010
26.791
27.353
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
50.100
48.300
44.200
39.900
36.600
35.300
31.700
28.100
26.200
22.100
20.300
18.000
16.500
213.900
214.100
211.700
215.400
213.500
215.700
216.300
218.300
218.600
221.900
221.400
222.100
219.400
1334
180.00
1
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
2
172
2002 年 6 月 7 日
t
7
3
1
1
f
0f
0.000
5
0
0
0
84
0
0
0.031 1011.900
0.071 1007.200
0.114 1002.200
0.221
989.800
0.520
955.700
0.565
950.700
0.653
940.900
0.997
903.800
1.161
886.600
1.364
865.700
1.702
831.800
1.851
817.100
2.076
795.400
2.295
774.800
2.374
767.400
2.416
763.600
2.481
757.600
2.706
737.400
2.827
726.700
3.010
710.800
3.958
633.000
4.462
594.500
4.863
565.200
5.231
539.300
5.420
526.400
5.867
496.800
6.436
461.100
6.704
445.000
6.895
433.800
7.179
417.500
7.556
396.600
7.660
391.000
7.959
375.200
8.237
361.000
9.015
323.400
9.262
312.100
9.617
296.400
9.672
294.000
11.301
230.000
12.336
195.300
12.649
185.700
12.923
177.700
13.168
170.900
13.278
167.900
13.580
160.000
13.730
156.200
14.180
145.400
14.311
142.400
14.952
128.500
15.440
118.700
15.759
112.700
16.085
106.900
17.440
85.600
18.406
73.000
19.086
65.300
0
0
0
294.300
292.800
292.600
291.200
288.400
288.900
290.600
290.500
289.600
288.600
285.600
285.000
284.000
283.200
283.900
283.700
284.000
282.700
282.600
282.300
275.800
272.300
269.300
266.900
265.500
262.300
258.400
256.200
254.800
252.300
249.300
248.500
246.400
244.900
238.100
236.000
233.400
233.000
219.900
212.600
211.000
214.300
213.200
213.600
213.100
214.400
214.500
215.300
210.400
209.600
211.000
210.300
206.000
208.000
208.500
0
0
0
0.000
0
0.000
0
0
0.000
74.000
69.000
73.000
80.000
94.000
80.000
62.000
56.000
62.000
61.000
65.000
57.000
40.000
20.000
14.000
13.000
3.000
9.000
4.000
14.000
13.000
12.000
12.000
11.000
11.000
12.000
6.000
8.000
8.000
9.000
8.000
27.000
32.000
24.000
32.000
31.000
32.000
33.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
1
-1
0.000
0.000
0.00
0.031
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
173
19.545
19.775
20.014
20.285
20.691
21.063
21.503
21.980
23.125
24.299
25.350
26.710
28.871
31.232
32.337
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
60.600
58.400
56.200
53.800
50.400
47.500
44.300
41.100
34.400
28.700
24.400
19.800
14.300
10.100
8.600
211.500
212.500
212.600
211.700
213.100
215.200
215.900
217.900
221.400
221.300
220.900
223.600
229.900
233.700
235.600
1334
180.00
1
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
2
174
2003 年 9 月 5 日
t
7
3
1
1
f
0f
0.000
5
0
0
0
88
0
0
0.031 1013.200
0.091 1006.200
0.285
983.900
0.401
970.700
0.559
953.100
0.844
922.100
1.174
887.300
1.241
880.300
1.354
868.700
1.400
864.000
1.703
833.600
1.889
815.500
2.003
804.500
2.048
800.200
2.094
795.800
2.565
752.100
2.731
737.200
2.989
714.400
3.060
708.300
3.127
702.500
3.353
683.500
3.629
660.800
4.042
628.200
4.278
610.200
4.513
592.800
4.658
582.300
578.700
4.708
4.804
571.900
4.874
567.000
4.993
558.700
5.352
534.300
5.763
507.400
5.929
496.800
6.097
486.300
6.290
474.500
6.509
461.400
6.582
457.100
7.122
426.300
7.277
417.800
7.371
412.700
8.357
362.300
8.758
343.200
9.104
327.300
9.344
316.600
9.443
312.300
9.634
304.100
10.112
284.300
10.520
268.200
10.924
252.900
11.522
231.500
13.078
182.200
13.895
159.700
14.197
152.000
15.773
116.500
16.021
111.600
0
0
0
0
0
0.000
295.700
294.100
292.500
293.400
293.700
292.300
290.500
289.900
289.100
288.700
287.300
286.800
285.900
285.500
285.000
281.500
280.600
279.300
279.400
280.600
279.700
279.200
277.100
277.400
277.000
276.900
276.800
276.400
275.900
275.000
272.300
269.200
268.100
268.100
266.900
266.200
266.600
261.800
261.900
262.300
254.200
250.600
247.600
246.000
245.700
244.600
240.300
236.700
233.100
228.700
214.900
208.700
208.100
196.500
196.800
0
0
0.000
0
0
0.000
69.000
73.000
76.000
61.000
46.000
42.000
36.000
56.000
52.000
53.000
41.000
32.000
61.000
74.000
76.000
93.000
88.000
86.000
74.000
33.000
19.000
14.000
14.000
8.000
7.000
8.000
34.000
38.000
42.000
53.000
62.000
62.000
65.000
53.000
53.000
47.000
41.000
48.000
39.000
33.000
40.000
48.000
59.000
61.000
57.000
48.000
49.000
49.000
44.000
0.000
0.000
0.000
0.000
0.000
0.000
1
-1
0.000
0.000
0.00
0.031
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AAH222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
175
16.236
16.388
16.443
16.568
16.869
17.173
17.505
18.103
18.592
18.980
19.226
19.565
20.042
20.375
20.526
20.830
21.731
22.971
24.348
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
107.500
104.700
103.700
101.500
96.400
91.500
86.500
78.300
72.200
67.700
65.000
61.500
56.900
53.900
52.600
50.100
43.400
35.700
28.800
195.900
196.600
197.300
200.300
199.000
198.900
204.200
205.800
205.200
206.500
207.500
210.500
208.400
211.000
212.400
213.200
215.600
217.900
219.700
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
1334
180.00
1
2
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
AA2222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
222222222222222
176
2004 年 2 月 5 日
t
7
3
1
1
f
0f
0.000
5
2
0
0
88
0
0
0.031 1005.600
0.180
987.200
0.290
973.800
0.401
960.400
0.746
919.900
1.181
870.600
1.674
817.300
2.735
710.900
3.222
665.700
3.575
634.300
3.656
627.300
3.711
622.600
3.794
615.600
3.848
611.100
3.986
599.800
4.174
584.700
4.285
576.000
4.629
549.800
5.131
513.400
5.381
496.100
5.848
465.200
6.196
443.200
6.334
434.700
6.419
429.600
6.720
411.800
6.829
405.500
6.985
396.700
7.091
390.800
7.198
385.000
7.426
372.900
7.554
366.300
7.762
355.800
7.986
344.800
8.044
342.000
8.134
337.700
8.194
334.900
8.339
328.200
8.977
300.300
9.287
287.500
9.812
266.800
10.218
251.700
10.373
246.100
10.917
227.400
11.948
194.900
13.009
165.200
13.262
158.700
13.826
145.000
14.389
132.400
15.375
112.500
15.575
108.800
15.868
103.600
16.164
98.600
16.476
93.600
16.691
90.300
16.902
87.200
0
0
0
0
0
0.000
277.200
274.900
274.200
274.000
271.500
268.000
264.500
254.800
250.900
248.600
249.000
250.300
249.700
251.600
252.600
252.400
252.600
251.300
249.000
249.000
246.900
244.000
243.800
243.900
241.900
241.900
242.600
242.600
244.100
244.900
244.900
243.800
241.900
242.000
244.400
246.200
246.500
243.700
241.400
238.800
236.400
236.600
233.000
223.300
215.100
214.400
212.700
209.700
203.700
204.600
204.300
204.200
204.700
204.900
206.800
0
0
0.000
0
0
0.000
43.000
42.000
40.000
37.000
30.000
36.000
32.000
41.000
48.000
53.000
35.000
24.000
22.000
14.000
9.000
4.000
3.000
1.000
2.000
1.000
6.000
14.000
2.000
1.000
8.000
11.000
8.000
7.000
4.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
1
-1
0.000
0.000
0.00
0.031
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AAH333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
177
17.318
17.608
17.997
18.282
18.507
18.838
19.086
19.892
20.150
20.443
20.977
21.682
22.720
23.071
23.571
23.928
24.626
25.972
26.948
35.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
95.000
100.000
705.000
666
0
81.400
77.600
72.800
69.500
67.000
63.500
61.000
53.500
51.300
48.900
44.900
40.200
34.200
32.400
30.000
28.400
25.500
20.600
17.600
206.600
206.800
209.300
210.100
209.900
210.800
210.700
209.100
209.100
209.600
217.400
217.700
220.800
222.300
221.700
222.900
219.300
211.500
211.900
1334
180.00
1
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
AA3333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
333333333333333
2
178