Image Analyst ライセンスで利用できます。
[LandTrendr を使用した変化の解析 (Analyze Changes Using LandTrendr)] ツールを [変化解析ラスターから変化を検出 (Detect Change Using Change Analysis Raster)] ツールと組み合わせて使用することで、土地利用や土地被覆の変化を示すピクセル値の経時的な変化を識別できます。
LandTrendr アルゴリズム
[LandTrendr を使用した変化の解析 (Analyze Changes Using LandTrendr)] ツールは、干渉と回復における Landsat ベースの傾向検出 (LandTrendr) アルゴリズムを使用して、多次元ラスターにおけるピクセル値の経時的な変化を評価します (Kennedy 他著、2010)。このアルゴリズムの目的は、干渉 (ある状態から別の状態への短期間の変化) と回復 (元の状態に戻る、より長いプロセス) によって変化した地形内のフィーチャに関する情報を抽出することです。
変化の検出
LandTrendr アルゴリズムは、ピクセルの履歴は経時的な複数のリニア セグメントに分割できるという考えに基づいています。長い期間ほとんど変化が見られない場合は、傾きの少ない直線で表されます。干渉が生じてピクセルの値が変化すると、短く、場合によっては傾きの大きい線分で表されます。回復が可能な場合、たとえば森林火災の後などは、ピクセルの元の値に向かって戻る、長く緩やかに傾斜した線分で表されます。
上のグラフでは、ピクセルがしばらくの間緑色ですが、その後干渉が発生してピクセルが灰褐色に変化し、時間の経過とともにゆっくりと緑色に戻っています。LandTrendr アルゴリズムでは、これは、画像下部のグラフに示されている 3 つのリニア セグメントで表されます。変化が起きた位置に、セグメントの表示に有用な頂点があります。
これは、ピクセルの経時的履歴が非常に単純な例です。何年もの期間には、大なり小なりの変化が多数地形に発生する可能性があります。[LandTrendr を使用した変化の解析 (Analyze Changes Using LandTrendr)] ツールは、抽出されるモデル情報を制御するパラメーターを提供します。これにより、注目したい変化のみを取り出すことができます。
入力画像要件
LandTrendr アルゴリズムは Landsat TM、Landsat ETM+、および Landsat OLI データの地表面反射率データ用に設計されました。ただし、[LandTrendr を使用した変化の解析 (Analyze Changes Using LandTrendr)] ツールは、サポートされている任意のセンサーからの画像、およびバンド インデックスなどの画像派生物で変化を検出します。
このアルゴリズムでは、解析に必要な画像は 1 年ごとに 1 つのみです。このツールでは、少なくとも 6 年分のデータを用意することをお勧めします。各年の画像を含むクラウド ラスター形式 (*.crf) の多次元モザイク データセットまたは多次元ラスター データセットを生成し、これをツールへの入力として使用します。
画像の 1 バンドでのみセグメンテーションが行われます。したがって、抽出が必要な情報を最もよく表すバンドを処理対象として選択することが重要です。たとえば、近赤外 (NIR) バンドは、植生の変化を捉えるには最適なバンドかもしれません。ただし多くの場合、バンド インデックスのほうが情報抽出に適している可能性があります。たとえば、地形内の開水フィーチャの変化を視覚化するには、修正正規化水指数 (MNDWI) を使用することをお勧めします。このインデックスは、緑色と SWIR バンドのスペクトル情報を使用します。
このアルゴリズムは、現象を一貫して経時的に観察する能力に依存するため、大気やセンサー ノイズ、雲、および雲の影に対して正規化されている画像を用意することが重要です。1 年につき複数の画像 (季節変動を最小限に抑えるため、できれば同一の季節の画像) がある場合、複数の画像から雲と雲の影を削除し、それらを組み合わせてその年の典型的な画像を 1 つ生成してください。
モデルの結果
[LandTrendr を使用した変化の解析 (Analyze Changes Using LandTrendr)] ツールからの出力は、モデル係数が含まれている変化解析ラスターです。解析には各年につき 1 つのスライスがあるので、各ピクセルには、各年について異なるモデル係数グループが含まれます。出力には、FittedValue というバンドが含まれます。これは、モデル化されたライン セグメントが特定の時点で適合しているピクセルの値を持ちます。
モデル係数の視覚的な解釈は容易ではありません。他にもデータの解釈に使用できるツールがあります。
- 時系列プロファイル チャートを作成して、ピクセルの経時的な変化を調べます。このとき、適合値バンドを使用します。これは、LandTrendr アルゴリズムを使用して 1 つのピクセルについて抽出されたリニア セグメントを示します。
- その変化解析ラスターを [変化解析ラスターから変化を検出 (Detect Change From Change Analysis Raster)] ツールへの入力として使用し、変化情報の日付を抽出します。
時系列プロファイル チャート
モデルのセグメント化の結果を調べるには、[LandTrendr を使用した変化の解析 (Analyze Changes Using LandTrendr)] ツールの変化解析出力に対し、適合値バンドを使用して、時系列プロファイル チャートを生成します。
変化日
ピクセル値が変化した日付けに関する情報を抽出するには、[変化解析ラスターから変化を検出 (Detect Change From Change Analysis Raster)] ツールを使用します。このツールは、注目したい日付けに対応する日付値を各ピクセルが持ったラスターを生成します。モデルの特定セグメントの開始日と終了日を抽出することができます。たとえば、変化が最も長い期間を表すセグメントの開始日を抽出できます。上のチャートではポイント 
で表されています。あるいは、ポイントで表される、最も速い変化 (傾きが最大の値) を表すセグメントの終了日を抽出できます。上のチャートではポイント 
で表されています。