ハイパースペクトル画像は、多数の狭く定義された波長帯域の電磁スペクトル全体から情報を取得して分析する一種のリモート センシング技術です。 航空機および衛星のハイパースペクトル センサーは、それぞれが非常に狭い範囲の波長を表す、数百個、場合によっては数千個の連続したスペクトル バンドにわたる画像データを収集します。 ハイパースペクトル画像の高いスペクトル分解能により、固有のスペクトル シグネチャーやその他の分析特性に基づいて物体やマテリアルを識別できます。
ハイパースペクトル画像の特性
ハイパースペクトル画像 (HSI) センサーは、電磁スペクトル全体にわたる広範囲の波長をキャプチャーし、オブジェクトや表面に関する非常に詳細なスペクトル情報を提供します。 重要な特性は、次のとおりです。
- 高スペクトル分解能 - HSI は数百の隣接スペクトル バンドをキャプチャーし、通常は可視光、近赤外 (NIR)、短波赤外 (SWIR)、場合によっては熱赤外 (TIR) 領域をカバーします。
- スペクトル シグネチャー - 各マテリアルは一意のスペクトル シグネチャを持っており、反射率プロパティに基づいて素材を正確に識別することができます。
- 隣接スペクトル バンド - バンドは個別にではなく連続的にキャプチャーされ、各ピクセルに対して詳細なスペクトル プロファイルを確保します。
- 大量のデータ - HSI は多くのバンドを持つため、膨大なデータ量を生成します。このため、スペクトル バンド選択、次元縮退、または機械学習などの高度な処理技術が必要です。
- マテリアルの識別 - 詳細なスペクトル情報により、似たような外観のマテリアルをより正確に区別でき、鉱物マッピング、農業、環境モニタリングなどのアプリケーションで有用です。
- 空間およびスペクトル相関 - 各ピクセルには完全なスペクトル プロファイルが含まれており、シーン内のオブジェクトに対して空間的およびスペクトル的な解析が可能です。
- さまざまな専門分野での応用 - HSI は、農業 (作物の健康状態の監視)、地質学 (鉱物および炭化水素の調査)、防衛 (目標検出)、医療および材料画像、環境科学などで広く使用されています。
サポートされているセンサー
サポートされているセンサーとそれに関連するラスター データセットは次のとおりです。
- AVIRIS - 航空機搭載可視赤外イメージング分光計 (AVIRIS) は、紫外線 (360 ナノメートル) から短波長赤外 (2,500 ナノメートル) までの 224 の隣接スペクトル バンドを持つ、航空機搭載型の画像センサーです。 地上解像度は飛行高度によって異なります。
- EMIT - Earth Surface Mineral Dust Source Investigation (EMIT) 機器は、380 ナノメートルから 2,500 ナノメートルの範囲で 285 の連続バンドを持つ衛星搭載の画像分光計です。 地上解像度は 1 ピクセルあたり 60 メートルです。
- EnMAP - Environmental Monitoring and Analysis Program (EnMAP) は、420 ナノメートルから 2450 ナノメートルまでの範囲で 246 のスペクトル バンドでハイパースペクトル画像データを取得するドイツの衛星画像ミッションです。 地上解像度は 1 ピクセルあたり 30 メートルです。
- Hyperion - Hyperion は、360 ナノメートルから 2,500 ナノメートルまでの範囲で 220 の隣接バンドを持つ衛星搭載型の画像分光計です。 地上解像度は 1 ピクセルあたり 30 メートルです。
- Tanager - Tanager は 400 ナノメートルから 2500 ナノメートルの範囲で約 424 バンドを有するハイパースペクトル センサーです。 地上解像度は 1 ピクセルあたり 30 メートルです。
サポートされているハイパースペクトル センサーの詳細については、サポートされているハイパースペクトル センサーを使用するをご参照ください。
ハイパースペクトル データの取り込み方法については、「ハイパースペクトル データの追加」をご参照ください。
HSI データをマップで視覚化する
ArcGIS は、TIFF 形式や ENVI 形式などの標準ラスター形式で保存されたハイパースペクトル画像に加え、NetCDF で保存された EMIT 画像、および ENVI 形式で保存された AVIRIS 画像をサポートします。 これらの形式すべてを [カタログ] ウィンドウで通常のラスター データセットとして参照したりドラッグ アンド ドロップ機能を使用できるわけではないため、ハイパースペクトル データをマップに追加する一般的な方法は [データの追加] 
ボタンを使用することです。
- このビデオは、ArcGIS Pro 3.4 を使用して、作成されています。
スペクトル ライブラリーの使用
ArcGIS Pro は、スペクトル シグネチャー ライブラリーを操作するためのブラウザーとビューアーを含んでいます。 これらを使用して、画像およびスペクトル ライブラリー ファイルからスペクトル シグネチャーを開いたり、表示、収集、解析、保存したりできます。
ArcGIS は、以下のスペクトル ライブラリーおよび形式をサポートしています:
- USGS スペクトル ライブラリー - 特定の鉱物、植物、化学化合物、建設物の研究所でのサンプルが計測されます。 スペクトル ライブラリー データには、マテリアル名、スペクトル範囲、バンド数が含まれます。
- Esri スペクトル ライブラリー - Esri スペクトル ライブラリー (.esl) ファイルには、センサー、マテリアル名、波長のリスト、値が含まれます。
- ENVI スペクトル ライブラリー - ENVI スペクトル ライブラリー (.sli) は、スペクトル シグネチャーのコレクションを格納するために使われるバイナリー ファイル形式で、波長、単位、マテリアル名などのメタデータを含むコンパニオン ヘッダー (.hdr) があります。
スペクトル ライブラリー ブラウザー
スペクトル ライブラリー ブラウザー ウィンドウでは、選択したスペクトル ライブラリーからスペクトル シグネチャーの参照、オープン、プレビュー、選択を行えます。
スペクトル シグネチャー ビューアー
スペクトル シグネチャー ビューアーは、画像およびスペクトル ライブラリー ファイルからスペクトル シグネチャーを表示、収集、保存するために使用されます。
スペクトル シグネチャー ウィンドウ
スペクトル シグネチャー ウィンドウを使用して、ビューアーのスペクトル シグネチャーの表示を制御できます。 スペクトル シグネチャーの名前の編集、色の変更、ビューアーのテキストのカスタマイズ、選択したシグネチャーの Esri スペクトル ライブラリー ファイルへのエクスポートを行えます。
HSI 解析
HSI の複雑な性質は、データを取り込んで管理し、解析するための高度な機能を必要とします。 HSI はモザイクデータ セット コンテナー内で管理され、放射量、スペクトル、空間情報が格納および処理され、視覚化および定量分析をサポートします。
スペクトル バンドの数の多さ、データ量、HSI データの特性と複雑さにより、解析のための特別なツールや独自の手法が開発されています。 たとえば、センサーの全スペクトルが、画像を構成する各ピクセルに対応しています。 これにより、わずかなスペクトルの違いをもとに、物体やマテリアルをスペクトル シグネチャーによって識別することができます。 その結果、NASA、USGS、European Space Agency (ESA) およびその他の国際機関によって、数千種類の物体やマテリアルを表す豊富なスペクトル ライブラリーが開発されました。
HSI データを分析するためのさまざまなツールと機能については、以下で説明します。
リニア スペクトル分解 (Linear Spectral Unmixing)
[リニア スペクトル分解 (Linear Spectral Unmixing)] ジオプロセシング ツールとラスター関数は、サブピクセル分類を実行し、個々のピクセルに対して異なるマテリアルや土地被覆タイプの部分占有率を計算します。 複数の土地被覆タイプを含む個々のピクセルについて、部分被覆を計算します。 マルチバンド レイヤーが生成され、各バンドは各土地被覆クラスの部分占有率に対応します。 たとえば、植生のタイプ、露出土壌、枯れた植生や非光合成植生を特定する HSI 画像で、土地被覆分類を行う際に使用できます。 結果は多次元ラスターで、その各スライスが各土地被覆クラスの部分占有率を含むマルチバンド レイヤーです。 詳細については、「リニア スペクトル分解」ツールをご参照ください。
画像異常値の検出 (Detect Image Anomalies)
[画像異常値の検出 (Detect Image Anomalies)] ジオプロセシング ツールは、画像内の異常を特定します。 画像内の異常とは、背景の値と大きく異なるピクセルを指し、たとえば、海の上の船、道路上の車、または自然地域の中の人間の開発などがあります。このツールは Reed-Xiaoli Detector (RXD)、Uniform Target Detector (UTD)、および KMEANS 画像異常検出方法をサポートしています。 マルチバンドまたはハイパースペクトル画像を処理し、異常スコア ラスターを作成します。 異常スコア ラスターは、0 から 1 の間の値を持つ単一バンドのラスターです。詳細については、「画像異常の検出」をご参照ください。
スペクトルを使用してラスターを分類 (Classify Raster Using Spectra)
[スペクトルを使用してラスターを分類 (Classify Raster Using Spectra)] ジオプロセシング ツールは、異なるオブジェクトやクラスの入力スペクトル データに基づいて、HSI データセットをスペクトル マッチング技術を使用して分類します。 このツールには、次のスペクトル マッチングの方法があります:
- [スペクトル角度マッパー] - 入力マルチバンド ラスターと参照スペクトルとの間のベクター角度を計算する方法です。この方法では、各ピクセルのスペクトルがベクトルとして扱われます。 角度の値はラジアンで表されます。
- [スペクトル情報発散] - 入力マルチバンド ラスターと参照スペクトルの間のスペクトル情報発散を計算する方法です。 各ピクセルについて、ピクセルと参照スペクトルの確率分布間の発散に基づいてスコアが計算されます。 値はラジアンで表されます。
このツールは、各エンド メンバーのマッチング結果を格納するマルチバンド出力スコア ラスターも生成できます。 バンドの順番は、入力クラスのスペクトル データのクラスの順番と同じです。 詳細については、「スペクトルを使用してラスターを分類」をご参照ください。
スペクトル異常検出ウィザード
画像の異常とは、周囲の画像背景から著しく異なるピクセルやオブジェクトを指します。 異常検出の目的は、画像を解析し、異なるスペクトル特性を持つ不明なターゲットを検出することで、画像解析者がさらに調査が必要なエリアにすばやく焦点を当てられるようにすることです。 異常検出は、ターゲット検出やフィーチャ抽出とは異なり、参照スペクトルやトレーニング データを必要とせず、定義済みの入力に依存しません。 代わりに、平均的なスペクトル背景を計算し、その背景から著しく逸脱するピクセルを特定します。
異常検出ウィザードは、異常検出と抽出のワークフローを最初から最後まで説明します。 異常検出ウィザードは、ベスト プラクティスおよび簡略化されたユーザー エクスペリエンスで構成されており、ステップを見落とすことなく画像異常検出を実行できます。
異常検出ウィザードは、[画像] タブの [解析] グループにあります。 [コンテンツ] ウィンドウで解析するラスター データセットを選択すると、[画像] タブが表示されます。次に、[スペクトル解析] のドロップダウン エキスパンダーを開き、異常検出ウィザードを選択します。 異常検出ウィザードのワークフローの詳細については、「異常検出ウィザード」をご参照ください。
スペクトル プロファイル チャート
スペクトル プロファイル チャートでは、対象地域や地表フィーチャを画像上で選択し、すべてのバンドのスペクトル情報をチャート形式で確認することができます。 スペクトル プロファイルは、ピクセル選択を定義するジオメトリーと、サンプリングを行うキー メタデータを含む画像で構成されます。
上の図は、AVIRIS 画像におけるさまざまな特徴のスペクトル プロファイルをプロットしたものです。 各フィーチャは、選択した色で表されています。 1300 および 1900 付近の波長範囲における NULL データに注意してください。 これらは大気中の水蒸気によって引き起こされるノイズが多いバンドを示しています。 これらのバンドは、より正確な解析のために特別に除外されました。 詳細については、「スペクトル プロファイル」をご参照ください。