| 英文名 | Remote Sensing Laboratory | |
|---|---|---|
| 科目概要 | グリーン環境創成科学科３年前期 [木曜日3・4時限]、３群科目、必修、実習、１単位(45時間) | |
| 担当者 | (◎は科目責任者，※は実務経験のある教員) ◎長坂 善禎、 村田 裕樹 | |
| 講義室 | ||
この演習は、講義「リモートセンシング」で学んだ内容を、学生自身がコンピュータを操作しながら理解を深める。GIS(Geographical Information System、地理空間情報システム)ソフトウェアの利用方法、位置を特定するためのGNSS(Global Navigation Satelitte System、全地球衛星測位システム)の位置情報の取得とデータの処理方法等について学び、実際に記録したデータをGISソフトウェア上に表示できるようにする。 このほか、NDVI（Normalized Difference Vegetation Index,正規化植生指標）等、植物の生育と関係の深い指標についてリモートセンシングで得られた情報を利用して解析を行い、農地や緑地のCO2吸収量を予測する等の処理について学ぶ。
1.GISソフトウェアの利用
2.GNSSの位置情報の取得とデータの処理
3.植生とNDVIの関係
4.IoTセンサの利用
5.光学衛星データのの利用と解析
6.合成開口レーダ（SAR）データの利用と解析
7.無人航空機（UAV）の操縦とデータ取得
講義、フィールドワーク、実験・実習・グループワーク、課題レポート
課題ごとの到達目標に達していない場合、レポートを返却し再レポートの提出を求める。
〇DP1：グリーン環境創成科学の理解、豊かな教養と高い倫理観
〇DP2：生物多様性の重要性を理解し、その維持や回復に貢献できる能力
◎DP3：食料生産が生態系に与える影響を理解し、生産力の向上と持続性の両立に貢献できる能力
| 回 | 項目 | 内容 | 担当者 |
|---|---|---|---|
| 1 | ガイダンスと身近なリモートセンシング | 現代人必携のスマートフォン等、身近なものを利用したリモートセンシングを体験する。 | 長坂 善禎 村田 裕樹 |
| 2 | SPAD値と正規化植生指数（NDVI） | SPADメーターとNDVIセンサを利用した植物の活性度の計測方法を理解し、実際に学内の植生を計測して比較する | 長坂 善禎 村田 裕樹 |
| 3 | GNSSによる位置及び距離の計測 | 大学のグラウンドにおいて特定の種類の雑草の位置を計測し、GISソフト上にプロットし、間隔や密度等を計算する | 長坂 善禎 村田 裕樹 |
| 4 | IoTセンサの利用 | 学内に配置したIoTセンサからクラウドにアップロードされたデータと、気象庁の気象データを比較、解析する | 長坂 善禎 村田 裕樹 |
| 5 | 衛星データと比較するための地上データの計測 | 大学グラウンドでSPAD値、NDVIおよびそれらの計測場所の位置情報を取得し、GIS上にプロットする。またそれらの傾向について解析する。 | 長坂 善禎 村田 裕樹 |
| 6 | リモートセンシング利用の実際 | リモートセンシングを実施している企業の担当者から、実務でのリモートセンシングを紹介、体験 | 長坂 善禎 村田 裕樹 |
| 7 | リモートセンシング衛星画像データの入手・表示 | リモートセンシング衛星データを取得し、第5回で取得した地上データと比較する方法を解説、実施 | 長坂 善禎 村田 裕樹 |
| 8 | リモートセンシング衛星のデータ解析、地上データとの比較 | リモートセンシング衛星の画像の解析を実施し、地上データとの比較を実施 | 長坂 善禎 |
| 9 | 合成開口レーダ（SAR）データの入手・表示 | データの検索・ダウンロード方法、ソフトウェアでの表示 | 長坂 善禎 村田 裕樹 |
| 10 | 合成開口レーダ（SAR）データの解析 | 後方散乱係数の計算 | 村田 裕樹 長坂 善禎 |
| 11 | シミュレータによるドローン飛行の体験 無人航空機（ドローン）の飛行 | ドローンの操縦方法レクチャーとシミュレータによる操縦練習 | 村田 裕樹 長坂 善禎 |
| 12 | 無人航空機（ドローン）の飛行試験 | ドローンの基本的な操作に関する試験の実施 | 村田 裕樹 長坂 善禎 |
| 13 | 無人航空機（ドローン）によるデータの取得 | 自動航行によるデータ取得 | 村田 裕樹 長坂 善禎 |
| 14 | 無人航空機（ドローン）により取得されたデータの解析 | オルソモザイク画像の作成、マルチスペクトルデータの解析 | 村田 裕樹 長坂 善禎 |
1.GISソフトウェアを利用できる
2.GNSSの位置情報の取得とデータの処理ができる
3.植生とNDVIの関係が理解できる
4.IoTセンサを利用したデータ取得と解析ができる
5.光学衛星データのの利用と解析ができる
6.合成開口レーダ（SAR）データの利用と解析ができる
7.無人航空機（UAV）の操縦と、得られたデータの解析ができる
期末試験（55点）およびレポート（45点）の合計で評価する。また、欠席は－5点、遅刻は－2点として評価点に換算する。再試験は、学習時の記録を参考に一度認めることがある。
【授業時間外に必要な学習の時間：30時間】
予習：毎回の実習終了時に、次回の実習内容を連絡するので、配布資料や参考書などを利用して予習する。
復習：各回の実習内容についてレポート作成のために復習する。
実務経験の授業への活用方法：生産現場での実務経験を活かし、最先端のセンシング技術について解説する。
実習に相応しい服装や履き物で臨むこと。
| 種別 | 書名 | 著者・編者 | 発行所 |
|---|---|---|---|
| 教科書 | なし。必要に応じて資料配付。 | ||
| 参考書 | 基礎からわかるリモートセンシング | 日本リモートセンシング学会 編 | 理工図書 |
| 参考書 | リモートセンシングのための合成開口レーダーの基礎 第2版 | 大内和夫 著 | 東京電機大学出版 |
| 参考書 | 農業と環境調査のためのリモートセンシング・GIS・GPS活用ガイド | 井上 吉雄 (著, 編集), 坂本 利弘 (著), 岡本 勝男 (著), 石塚 直樹 (著), David Sprague (著), 岩崎 亘典 (著) | 森北出版 |