Sentinel-1 SARを用いた郡山周辺の洪水解析（2019年10月）

はじめに

本記事では、Sentinel-1のSARデータを用いて、郡山周辺における洪水の発生状況を「簡易的に」解析した結果をまとめました。

対象期間は、平常時に近い2019年9月24日と、洪水が発生した2019年10月12日で比較しました。

ちなみに、郡山での洪水解析は、最近発売された『SAR衛星データ入門』でも取り扱われています(pp.234-238)。この本では、マルチルック処理、局所的閾値法を適用して洪水の範囲を検出しようとしています。¹

本解析では、ASF（Alaska Satellite Facility）より取得したSentinel-1 GRDデータを使用しています。Cバンドです（波長は約5.5 cmで、植生の枝レベルで散乱する感じです）。

2019年9月24日: S1A_IW_GRDH_1SDV_20190924T204259_20190924T204324_029168_034FDF_E269
2019年10月12日:
S1B_IW_GRDH_1SDV_20191012T204223_20191012T204248_018447_022C0C_CBFE

いずれも、IWモードのGRDプロダクトで、大きさとしては1.7GB程(分析ではこれの一部を切り取り使用）です。このデータから地表の後方散乱特性を解析します。 ²

Sentinel-1データの前処理にはSNAPを用いた。処理フローは以下の通りです。

手順	処理名 (Operator)	主な設定変数 (Parameters)	役割と目的
1	Read	`source`: `.SAFE`ファイル	データの読み込み
2	Apply Orbit File	`Orbit State Vectors`: Sentinel Precise `Poly Degree`: 3	衛星の位置情報を最新の精密軌道情報に更新し、位置ズレを数mレベルまで修正するらしい
3	Thermal Noise Removal	`Selected Polarizations`: VV, VH	画像内の暗い部分（水域など）に発生する熱ノイズ（背景ノイズ）を除去（詳細はまだ理解していない）
4	Calibration	`Output Sigma0 band`: チェックON `Polarizations`: VV, VH	最重要ステップ！：デジタル値（DN）を物理量である「後方散乱係数 $\sigma^0$」に変換
5	Speckle Filtering	`Filter`: Refined Lee `Window Size`: 7x7 (標準)	SAR特有のノイズ（スペックルノイズ）を、エッジを維持しつつ滑らかにする
6	Terrain Correction	`DEM`: SRTM 1Sec HGT (Auto-download) `Map Projection`: WGS84 (EPSG:4326)	地形の起伏による歪みを補正し、緯度経度を持つ地図座標に正しく投影する
7	Write (Export)	`Format`: GeoTIFF / BigTIFF `Data Type`: Float32	QGIS等で読み込める形式で書き出し。Float32

この処理で、TIFF画像ができます。ただ、これらをそのままQGISで表示すると、びっくりするくらい真っ黒になっています。

図：TIFF画像が真っ黒（出典：国土地理院の地理院地図（淡色地図）を加工して作成）

また、解析に必要な領域よりもずっと広い範囲をカバーしており、（PCスペックにもよりますが）その表示に時間もかかります。

そのため、QGISで追加の処理をします。
具体的には、必要な領域（郡山周辺）だけを切り取り、その上でラスタ計算機を使って線形値の後方散乱係数を、対数（デシベル）単位に変換します。

これが変換後のtiff画像です。Band1にVV偏波（赤色）、Band2にVH偏波（緑色）が含まれており、それを地図に落とし込んだものです。

この後は、赤色のVV偏波を利用して洪水域を探していきます（画像は白黒にしたもので分析します）。

SARによる洪水抽出において大事になるのは、水域が以下の特徴を持っていることです。

電波が鏡面反射する　
→ 後方散乱(σ⁰値)が低くなる　
→ 画像上では暗く表現される

この特性を利用して、低いσ⁰値の領域を水域として判別して、時系列比較により新たに出現した水域を抽出する、という方法で洪水域を把握します。

平常時では、低後方散乱領域は主に既存の河川や水域に限定されています。

洪水時では、低後方散乱領域が拡大している様子が確認できます。

2時期を比較する(差分を取る)ことで、新たに出現した水域（と思われる箇所）が識別可能です。今回は、一旦ここまでの解析にとどめます。

2019年10月のデータでは、9月と比較して「低後方散乱領域の分布」が場所によって大きく変化しています。これは、水域の拡大を示唆するものであり、洪水による影響を反映していそうです。

一方で、SAR画像における低散乱領域は水域以外にも存在し得るため、単時点での判別には注意が必要（今回はそこまで踏み込めていない）。