JP2006252529A - 地物環境状況提供方法及びそのプログラム - Google Patents

Abstract

【課題】航空レーザデータによって容易に河川全体の状況、基盤データの状況を面的に数値化して把握するとともに、適宜カラー表示する地物環境状況提供方法及びプログラムを得る。
【解決手段】河川環境状況図作成部２０と、反射強度図作成部２１（プログラム）と、土地被覆分類図作成部２２（プログラム）と、河道解析エリア作成部２３（プログラム）と、合成部２４等を備えて、オルソフォト画像、レーザデータから砂州比高画像Ａ又は河の早瀬、淵等が一目で分かる瀬淵画像Ｂ若しくは河道の中州、砂地の石、砂利の状況が一目で分かる河床材料画像Ｃ等を生成してこれを出力部３に得る。つまり、オルソフォト画像、レーザデータを用いることによって、河道の瀬淵、中州、砂地、河床材料がどの程度の割合で存在しているかを数値データとして得ることを可能とする。
【選択図】 図２

Description

本発明は、河道、海岸、湿地帯等の水および水周辺のエリアにおいて瀬、淵、川の状況又は州に存在する砂礫の大きさを面的に数値化して把握するとともに、適宜カラー表示することで視覚的に情報を提供する地物環境状況提供方法に関する。

１９９０年から全国１０９水系の一級河川及び各県が管理する二級河川の一部において「河川水辺の国勢調査」（以下水国調査と称する）が始まった。この調査は植物・魚類・鳥類など、河川に生息・生育する生物を現地確認によって把握するもので、５カ年を１サイクルとして実施され、現在は３巡目の調査に差し掛かっている。

調査の開始当初、河川管理者は生物に関する情報をまったく持っておらず、環境問題に関する世論の高まりを背景に、まずはどんな生物がいるのかを調べるところから始まった。その後、１９９７年に河川法が改正され、河川事業の目的として従来の「治水」「利水」に加えて「河川環境の整備と保全」が位置づけられたことにより、事業の三本柱の一つを担う基礎データとして、毎年多額の予算を投じて全国の河川（湖も含む）で調査が実施されてきた。

この一方で公共事業全般に渡ってコスト縮減が叫ばれる中、過去１０数年に渡って蓄積されてきたデータの価値が問われている。すなわち、生物情報は積み上がったものの、それが河川管理（生物環境を維持しながら治水等の管理）にほとんど活用されていないという実態があらわになって来ている。

河川管理者として環境情報の取得は必須であるため、２００６年から始まる４巡目の調査に向けてマニュアルの改訂が進められているが依然として生物調査主体の内容になっており、河川管理にどのように活用していくかという課題に対する解決策は得られていない。

現在の水国調査データが河川管理に活用されにくい要因として、調査対象が生物に偏重し、河道地形、河床材料、中州、中州の樹木、川の流れ（早瀬、平瀬、淵）等の場の環境に対する調査が手薄になっている点を挙げることができる。

つまり、河川管理で操作できる対象は、個々の生物ではなく、河道形態や流況等の物理条件である。
特開２０００−８９６６４号公報 特許第３５４６３４９号公報 特開２００３−１５６３３０号公報

現在の水国調査データが河川管理に活用されにくい要因として、調査対象が生物に偏重し、場の環境に対する調査が手薄になっている点を挙げることができる。

つまり、河川管理で操作できる対象は、個々の生物ではなく、河道形態や流況等の物理条件であるにもかかわらず、これらの河川の基盤環境データ（中州の状況、樹木の生育状況、川の急流の状況、砂礫の堆積状況、川の変化状況等）は取得がほとんどなされていないので、洪水に対して安全な河道を確保しつつ、どのように生物環境を維持していくのかが数値的に管理されていないという課題があった。

また、従来の水国調査は多額のコストをかけても対象区間の中に設定されたいくつかの調査地点のみで行われるため、局所的な情報しか得られないので、河川全体の環境がすぐに把握できないという課題があった。

従って、巨費をかけないで航空レーザデータによって容易に河川全体の状況、基盤データの状況を面的に数値化して把握するとともに、適宜カラー表示することで視覚的に提供できる水環境情報提供方法を得ることが望ましい。

本発明の航空機によるレーザデータ及びカラー画像データを用いた地物環境状況提供方法は、カラーオルソフォト画像のメッシュの赤（Ｒ）、緑（Ｇ）、青（Ｂ）のうちの任意のバンドの色強度と第１の閾値とを比較し、該メッシュを日向と日影に分類する工程と、日向のメッシュの赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３バンドの色強度それぞれを比較し、日向のメッシュを水域、裸地、及び植生地に分類する工程と、日影のメッシュを含む区画のレーザデータの表層反射強度と、第２及び第３の閾値とを比較し、日影のメッシュを水域、前記裸地、及び前記植生地に分類する工程と、カラーオルソフォト画像の全メッシュについて全工程を繰り返し実施して、対象地域の土地被覆分類する工程とを行うことを要旨とする。

また、地物環境状況提供方法は、レーザデータに含まれる各区画の地盤標高値と表層標高値を読み出し、その差から該区画の植生高を求める工程と、植生地のメッシュを含む区画の植生高と第４の閾値と比較し、植生地のメッシュを樹木と草地に分類する工程とをさらに行なうことを要旨とする。

さらに、地物環境状況提供方法は、前記水域に分類された全メッシュについて、前記メッシュを含む区画の前記レーザデータの地盤標高値をそれぞれ抽出し、水面勾配区分を作成する工程と、前記地盤標高値中の任意の３メッシュについて不等三角網を発生させて、複数の水域に挟まれた砂州の基準水面の標高値を算出する工程と、別途作成される２次元の堤防線上に任意に発生させた点群に、その点の最近傍の前記地盤標高値から標高値を与え、その点の標高値と前記地盤標高値の３メッシュについて不等三角網を発生させて、水域と堤防に挟まれた砂州の基準水面の標高値を算出する工程と、前記基準水面の標高値と前記地盤標高値の差分を算出し、砂州の比高分布を作成する工程とをさらに行なうことを要旨とする。

また、地物環境状況提供方法は、水面勾配区分から任意の区間毎の水面勾配を求める工程と、区間に対応するカラーオルソフォト画像の画素値を抽出して、高周波数成分と低周波成分とに分離し、水面勾配と該分離結果から水面の波立ち状況を求める工程とをさらに行なうことを要旨とする。

そして、地物環境状況提供方法は、砂州に対応するカラーオルソフォト画像の画素値を平均化して、低周波成分と高周波成分とに分離し、該高周波成分の標準偏差値によって砂州領域の粒径を求める工程をさらに行なうことを要旨とする。

一方、本発明の航空機によって撮影及び計測した、対象地域のカラーオルソフォト画像及びレーザデータを用いた地物環境状況提供プログラムは、コンピュータに、カラーオルソフォト画像のメッシュの赤（Ｒ）、緑（Ｇ）、青（Ｂ）のうちの任意のバンドの色強度と第１の閾値とを比較し、該メッシュを日向と日影に分類する手段、日向のメッシュの赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３バンドの色強度それぞれを比較し、日向のメッシュを水域、裸地、及び植生地に分類する手段、日影のメッシュを含む区画のレーザデータの表層反射強度と、第２及び第３の閾値とを比較し、日影のメッシュを水域、裸地、及び植生地に分類する手段としての機能をカラーオルソフォト画像の全メッシュについて繰り返し実行させ、対象地域の土地被覆分類を行わせる手段としての機能を実行させることを要旨とする。

また、地物環境状況提供プログラムは、コンピュータに、レーザデータに含まれる各区画の地盤標高値と表層標高値を読み出し、その差から該区画の植生高を求める手段、植生地のメッシュを含む区画の植生高と第４の閾値と比較し、植生地のメッシュを樹木と草地に分類する手段としての機能をさらに実行させることを要旨とする。

さらに、地物環境状況提供プログラムは、コンピュータに、前記水域に分類された全メッシュについて、前記メッシュを含む区画の前記レーザデータの地盤標高値をそれぞれ抽出し、水面勾配区分を作成する手段と、前記地盤標高値中の任意の３メッシュについて不等三角網を発生させて、複数の水域に挟まれた砂州の基準水面の標高値を算出する手段と、別途作成される２次元の堤防線上に任意に発生させた点群に、その点の最近傍の前記地盤標高値から標高値を与え、その点の標高値と前記地盤標高値の３メッシュについて不等三角網を発生させて、水域と堤防に挟まれた砂州の基準水面の標高値を算出する手段と、前記基準水面の標高値と前記地盤標高値の差分を算出し、砂州の比高分布を作成する手段としての機能を実行させることを要旨とする。

またさらに、地物環境状況提供プログラムは、コンピュータに、水面勾配区分から任意の区間毎の水面勾配を求める手段、区間に対応するカラーオルソフォト画像の画素値を抽出して、高周波数成分と低周波成分とに分離し、水面勾配と該分離結果から水面の波立ち状況を求める手段としての機能を実行させることを要旨とする。

そして、地物環境状況提供プログラムは、コンピュータに、砂州に対応するカラーオルソフォト画像の画素値を平均化して、低周波成分と高周波成分とに分離し、該高周波成分の標準偏差値によって砂州領域の粒径を求める手段としての機能を実行させることを要旨とする。

本発明によれば、多大な費用をかけないで川の流れの状況、中州の状況、中州等に堆積している砂礫の大きさが面的・数値的に把握できるとともに、適宜カラー表示することでこれらの情報を視覚的にもわかりやすく表現することによって、河川管理に活用できる。また、海辺や湿地などに関しても同様の効果が期待できる。

図１は本発明の航空機によるレーザデータ及びカラー画像を用いた地物環境状況提供システムのハードウエア構成図である。

図１に示すように、航空機によるレーザデータを用いた地物環境状況提供システムＶＰＳ１は、プロセッサ、マイクロコンピュータ、ロジック、レジスタなどの適宜組み合わせからなる中央情報処理装置（ＣＰＵ部）１と、ＣＰＵ部１に必要な制御情報・操作情報を入力するキーボード、マウス、対話型ソフトスイッチ、外部通信チャンネル等の情報入力部２と、ＣＰＵ部１からの情報を広義な意味で表示・伝送するディスプレイ、プリンタ、外部通信チャンネル等を含む情報出力部３と、ＣＰＵ部１に読み込まれるオペレーティングシステム、アプリケーションプログラムなどの情報が格納されたロム（ＲＯＭ）等の第１の記憶部４と、ＣＰＵ部１で随時処理すべき情報及びＣＰＵ部１からの情報を格納するラム（ＲＡＭ）等の第２の記憶部５等を備える。第１及び第２の記憶部４、５は適宜統合、細分化することはかまわない。

第１の記憶部４には、所定のアプリケーション上で動作する水土地環境提供部１０と、航空機で所定の範囲の河川、海辺、湖、湿地帯を取得したときのレーザデータＲｉと、カラーデジタルオルソフォト画像Ｐｉ（以下オルソ画像Ｐｉという）と、この画像の解析範囲を定めた解析エリア情報（河道エリア、湿地帯エリア、海辺エリア等）と、レーザデータＲｉ及びオルソ画像Ｐｉを用いて得られた土地被覆分類情報等が記憶されている。前述のレーザデータＲｉとオルソ画像Ｐｉは、第２の記憶部５に予め記憶されて第１の記憶部４に格納される。また、解析エリア情報、土地被覆分類情報等は第２の記憶部５に生成されて第１の記憶部４に格納される。

前述の水土地環境提供部（プログラム）１０は、図２に示すように、後述する水面に対する砂州の比高分布算出プログラム１１（以下州高分類図作成部１１という）と、水面勾配区分と画像解析を組み合わせた瀬淵分類プログラム１４（以下瀬淵分類化部１４という）と、画像解析による河床材料の粒径分類プログラム１２（以下河床材料情報作成部１２という）等からなる河川環境状況図作成部２０と、レーザデータ編集部２００（プログラム）と、反射強度図作成部２１（プログラム）と、土地被覆分類図作成部２２（プログラム）と、河道解析エリア作成部２３（プログラム）と、合成部２４等を備えて、オルソ画像Ｐｉ、レーザデータＲｉから例えば図３に示す河川の勾配をキャンセルして砂州比高画像Ａ又は図４に示す河の早瀬、淵等が一目で分かる瀬淵画像Ｂ若しくは図５に示すように河道の中州、砂地の石、砂利の状況が一目で分かる河床材料画像Ｃ等を生成してこれを情報出力部３に得る。つまり、オルソ画像Ｐｉ、レーザデータＲｉを用いることによって、河道の瀬淵、中州、砂地、河床材料がどの程度の割合で存在しているかを数値データとして得ることを可能としている。このため、河道の環境の管理、解析に適用できることになる。前述の合成部２４は、オルソ画像Ｐｉをモノクロ画像（白黒）に変換し、このモノクロ画像と河道エリアの画像とを合成（いずれか一方の画像の場合もある）して表示部に表示させる。

レーザデータ編集部２００には、図３３に示すように、レーザデータ分類部２０１、標高値データ抽出部２０２、植生高算出部２０４、及び反射強度データ抽出部２０３が含まれる。そして入力されるレーザデータＲｉには、データ収集した地点のＸ座標値、Ｙ座標値、地盤の標高値Ｚｇ、表層の標高値Ｚｔ、地盤の反射強度Ｉｇ、表層の反射強度Ｉｔが含まれている。

レーザデータ分類部２０１は、このレーザデータＲｉを、レーザ地盤データＲｇ（Ｘ、Ｙ、Ｚｇ、Ｉｇ）とレーザ表層データＲｔ（Ｘ、Ｙ、Ｚｔ、Ｉｔ）に分類して第１の記憶部４に格納する。

つづいて、標高値データ抽出部２０２は、分類されたレーザ地盤データＲｇから標高値データを抽出して、数値標高モデル（ＤＥＭ）として地盤メッシュデータＥＲ（Ｘ、Ｙ、Ｚｇ）を、そしてレーザ表層データＲｔから標高値データを抽出して、数値地表モデル（ＤＳＭ）として表層メッシュデータＳＲ（Ｘ、Ｙ、Ｚｔ）を、それぞれ生成して第１の記憶部４に格納する。

次に、植生高算出部２０４は、地盤メッシュデータＥＲと表層メッシュデータＳＲから、同一ＸＹ座標点の地盤の標高値Ｚｇと表層の標高値Ｚｔを読み出し、その差を計算して、主にその地点に生えている植物の背の高さ（植生高ｈ）を求める。そして座標値とともに植生高データＨＤ（Ｘ、Ｙ、ｈ）として第１の記憶部４に格納する。

一方、反射強度データ抽出部２０３は、分類されたレーザ地盤データＲｇから反射強度データを抽出して、地盤反射強度データＨＲｇ（Ｘ、Ｙ、Ｉｇ）を、そしてレーザ表層データＲｔから反射強度データを抽出して、表層反射強度データＨＲｔ（Ｘ、Ｙ、Ｉｔ）を、それぞれ生成して第１の記憶部４に格納する。

レーザ地盤データＲｇとレーザ表層データＲｔは、図３４に示すように、レーザを照射した際の測定地点が、地面の場合と地面から突き出た物体（植物等）の表面の場合の得られた各々のデータをさす。図３４からわかるように、同一地点のそれぞれの標高値（ＺｇとＺｔ）の差が植生高（ｈ）になっている。

反射強度図作成部２１は、表層反射強度データＨＲｔの各メッシュの反射強度に応じた色を割り付けることで図７の反射強度分布図ＨＲｉを得る。

すなわち、反射強度図作成部２１を有することで、水土地環境提供部１０は、図６に示すオルソ画像Ｐｉ（ｘｙのメッシュにＲＧＢ）の他に、図７に示す反射強度分布図ＨＲｉを得ることになる。図７の反射強度分布図ＨＲｉは、反射強度が強いメッシュ（画素）には赤を割り当て、反射強度が中から強の間には黄色、中には黄緑、弱には青、弱から中の間には水色を割り当てている。これらの色の割り当てには、閾値によって判定して割り当てている。樹木によって河面、砂州面に影があっても反射強度はレーザの反射強度であるから影の影響はほとんど見られない。

土地被覆分類図作成部２２は、オルソフォトの座標系で定義された土地被覆分類図用メモリ（図示せず）に、オルソ画像Ｐｉのメッシュの色情報を解析し、この色に応じて分類することで、図８に示すように、樹木、水（河面）、裸地、草地、それ以外の地物に分類した土地被覆分類図Ｅを得る。このとき、日影部は区別できないので、日影部に対応するレーザデータの反射強度分布図ＨＲｉを読み込んで、水、裸地、草地又は樹木に分類している。

また、土地被覆分類図作成部２２は、図９に示すように、植生高分布図を得ることも可能である。植生高分布図は、土地被覆分類図Ｅの深緑エリアのメッシュ位置に対応する座標系の植生高用メモリに、植生高データＨＤを読み込み、各メッシュの植生高（ｈ）の値に応じた色を植生高用メモリのメッシュに割り付けて図９の植生高分布図を得ている。

本実施の形態では、最も樹高が高い樹木には赤を、中くらいより高い樹木には黄色、中くらいには黄緑、それ以下には青を割り付けている。ただし、表示部に表示させるときはオルソ画像Ｐｉをモノクロ化して、植生高用メモリの植生高分布図情報を合成して図９の画像を得ている。図９に示すように、影があっても樹木はくっきりと分かる。

ここで、土地被覆分類図作成部２２について詳細に図１０のフローチャートを用いて説明する。

本実施の形態は、図１１に示すように、飛行機から対象地域上空を水平飛行しながら、下方にレーザ光を発射し、往復に要した時間と、航空機の位置、姿勢、発射角度から計算（コンピュータ）によって、地表面のｘ、ｙ、ｚを得ている。このレーザは、例えば毎秒３３０００回〜１,０００,０００回といった高頻度で発射することが可能であり、これにより例えば５０ｃｍから１ｍ程度に１点の密度で標高点（Ｒｘ、Ｒｙ、Ｒｚ）の取得が可能である。また、上記レーザと概ね同じ範囲をデジタルカメラで撮影し、例えば地上２０ｃｍといった高解像度のカラー（青・緑・赤、または緑・赤・近赤外）画像を取得、レーザデータＲｉと合わせてオルソ画像Ｐｉを得ることができる。

図３５に示したように、例えば、データ精度は、オルソ画像Ｐｉの単位メッシュ区画の場合、Ａで示した２０ｃｍ×２０ｃｍである一方、レーザデータＲｉの単位メッシュ区画の場合、Ｂで示した１ｍ×１ｍである。このように、データの収集方法の差により、オルソ画像Ｐｉの単位メッシュの方が、レーザデータＲｉの単位メッシュより小さい。このため精度の高い緻密なオルソ画像Ｐｉの情報を主に用いるが、日陰になった箇所等は、オルソ画像Ｐｉではその被覆が判定できない場合が生じる。そのために、オルソ画像Ｐｉの単位メッシュ区画Ａを含むレーザデータＲｉの単位メッシュ区画Ｂの情報を、オルソ画像Ｐｉの単位メッシュ区画Ａの各々に共通の値として扱って各種判定処理を行うことで、得られる地形情報の精度をあげている。

＜実施の形態１＞
土地被覆分類図作成部２２は、第１の記憶部４に記憶されているデジタルカメラによって取得した高精度のオルソ画像Ｐｉをデシジョンツリー方式で解析し、河道内及びその周辺の土地被覆状況（樹木、水、裸地等）を分類する。その際、日影部は通常の画像分類では区分できない場合があるため、撮影と同時取得のレーザ反射強度（Ｉｎｔｅｎｓｉｔｙ）の情報を併用して精度を確保している。また、画像分類では誤差の大きい草地と樹木の区分にレーザによる植生高データを用いて向上させている。

オルソ画像Ｐｉは、赤、青、緑の３バンド又は緑、赤、近赤外の３バンドの光の強度を、ｘ、ｙについては一定間隔のメッシュ（画素）の並びで順番に記録したものである。

さらに、レーザデータＲｉは（Ｘ，Ｙ，Ｚｇ，Ｉｇ，Ｚｔ，Ｉｔ）として与えられている。

初めに、記憶部のオルソ画像Ｐｉを読み込み、このオルソ画像Ｐｉの座標系で定義した土地被覆分類図用メモリを生成している。

そして、オルソ画像Ｐｉのメッシュ番号を設定し、このメッシュ番号のメッシュの画像データ（Ｐｘ，Ｐｙ，Ｒ，Ｇ，Ｂ）を読み込む（Ｓ２００）。

次に、読み込んだ画像データの赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３バンドの色強度と第１の閾値Ｔ１と比較する（Ｓ２０１）。この閾値Ｔ１は、画像全体の統計量（輝度分布）より決定された閾値である。また、どの色を判定に採用するかは、画像全体の統計量（輝度分布）より適宜決定して構わない。

ステップＳ２０１において、色強度が閾値Ｔ１よりも小さいと判定したときは、日影と判断する。また、ステップＳ２０１において、閾値Ｔ１より色強度の値が大きいと判定したときは、日向と判断する。

読み込んだメッシュ（画素）を日影の領域に分類したときは、色強度では、その地点がどのような場所なのかが判断できないため、表層反射強度データＨＲｔから、該当する（Ｐｘ，Ｐｙ）メッシュを含むレーザデータの（Ｘ，Ｙ）メッシュ区画のデータを読み込む（Ｓ２０２）。

そして、その区画の表層反射強度（Ｉｔ）を、レーザの反射強度データの統計量より決定される第２及び第３の閾値Ｔ２１、Ｔ２２と比較する（Ｓ２０３）。閾値Ｔ２１より小さい場合は、そのメッシュ（画素）にカテゴリＣ＝１（水域）と設定して、土地被覆分類図Ｅに保存する（Ｓ２０４）。また、閾値Ｔ２１とＴ２２の間の値である場合は、そのメッシュ（画素）にカテゴリＣ＝２（裸地）と設定して、土地被覆分類図Ｅに保存する（Ｓ２０５）。一方、閾値Ｔ２２より大きい場合には、後述する植生高（ｈ）の判定をするための処理（Ｓ２０９〜Ｓ２１２）に移る。

ステップＳ２０１において、閾値Ｔ１より色強度の値が大きいと判定し、読み込んだメッシュ（画素）を日向の領域に分類したときは、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３バンドの色強度の相関関係を判定する（Ｓ２０６）。

例えば、青（Ｂ）の色強度が他の赤（Ｒ）と緑（Ｇ）の値より大きい場合は、そのメッシュ（画素）にカテゴリＣ＝１（水域）と設定して、土地被覆分類図Ｅに保存する（Ｓ２０８）。また、赤（Ｒ）の色強度が他の青（Ｂ）と緑（Ｇ）の値より大きい場合は、そのメッシュ（画素）にカテゴリＣ＝２（裸地）と設定して、土地被覆分類図Ｅに保存する（Ｓ２０７）。

ここで、緑（Ｇ）の色強度が他の青（Ｂ）と赤（Ｒ）の値より大きいと判定されたメッシュ（画素）は、植生地として判断され、さらに細かく分類すため、植生高データＨＤから、該当する（Ｐｘ，Ｐｙ）メッシュを含むレーザデータの（Ｘ，Ｙ）メッシュ区画のデータを読み込む（Ｓ２０９）。

そして、その区画の植生高（ｈ）を、植物を分類する高さの第４の閾値Ｔ３と比較する（Ｓ２１０）。例えば、５０ｃｍ以上の高さがあれば樹木として分類する場合は、閾値Ｔ３を５０とする。

ステップＳ２１０において、植生高（ｈ）が閾値Ｔ３よりも大きいと判定したときは、そのメッシュ（画素）にカテゴリＣ＝３（樹木）と設定して、土地被覆分類図Ｅに保存する（Ｓ２１１）。一方、植生高（ｈ）が閾値Ｔ３よりも小さいと判定したときは、そのメッシュ（画素）にカテゴリＣ＝４（草地）と設定して、土地被覆分類図Ｅに保存する（Ｓ２１２）。

なお、３バンドの色強度の相関関係による分類は、撮影した地形の色調によって、その条件式が異なってくることは言うまでもない。したがって、条件式は画像全体の統計量（色強度分布）より適宜決定させる。

以上の処理を、メッシュ番号をカウントアップして繰り返すことで全メッシュのオルソ画像Ｐｉについて行い、全体の土地被覆分類図Ｅを作成する。このようにカテゴリＣの値を設定することで、例えば、水域（Ｃ＝１）と分類された場合は青を、樹木（Ｃ＝３）と分類されたときは深緑を、草地（Ｃ＝４）と分類されたときは黄緑を、裸地（Ｃ＝２）と分類されたときは黄色を割り付ける等の加工が容易となる。この色付けは、ルックアップテーブルを用いることによって実施できる。このようにして生成した土地被覆分類図情報を第１の記憶部４に記憶し、出力部３に出力することによって図８に示す土地被覆分類図Ｅを得ている。この土地被覆分類図Ｅには、影の部分がないので、河道が山等によって影になっている場合に、オルソフォトでは見えにくい影の場所の状況が判断できることになる。なお、以上のフローについては、使用するカラーオルソ画像に合わせて、適宜ディシジョンツリーの判断分岐や使用する色等について変更しても構わない。

さらに、図１２に示すように、所定領域を囲み、この所定領域を拡大すると共に、オルソフォト画像Ｐｉから所定領域の画像を抽出して拡大枠の近傍に同時表示させることも可能である。このようにすると、影部の領域の環境をより把握できる。

このため、植生高分布図の川の中州に、堤防に高い樹木があるか低い樹木があるかが一目で分かる。例えば、中州に樹木があれば将来は益々樹木で覆われ、その結果中州全体が固定化することが予想される。つまり、洪水が発生した場合は、河の流れをせき止める要因に成ることなどが予想できるので洪水対策に活用できることになる。

次に、河道解析エリア作成部２３について説明する。
河道解析エリア作成部２３は、画面上の土地被覆分類図Ｅ（図８）においてオペレータがなぞった軌跡を河道エリアＦａ（堤外地エリアともいう：ｘｙ座標）として記憶する（図１２、図８）。

そして、この河道エリアＦａ内の土地被覆分類図Ｅの画像情報を読み込み（土地被覆分類用メモリから抽出）、堤外地裸地範囲Ｆｂ（中州の砂地、両岸の裸地）を抽出（河道エリアの土地被覆分類図の黄色の領域）して記憶する（図１３ｂ）。また、河道エリアＦａ内（図１３ａ）の土地被覆分類図Ｅの画像情報を読み込み（土地被覆分類用メモリから抽出）、水面エリアＦｃを抽出（河道エリアの土地被覆分類図の水色の領域）して記憶する（図示せず）。

（水面に対する砂州の比高分布算出）
次に、水面に対する砂州の比高分布算出について説明する。

水面に対する砂州の比高分布算出は、レーザデータＲｉから流程に沿って任意の間隔で水面標高を算出し、それをある基準面に合わせる。すなわち、水面勾配が仮想的にゼロになるように河道標高データを補正した上でその基準面に対する砂州の比高分布を算出するとともに、必要に応じて段彩表示する。この補正を施さない一般的な段彩図では、水面に対する砂州のわずかな比高は河川の勾配に隠れて判別しづらいが、この方法であれば、流程上の全ての箇所において水面から砂州の比高が表現されるので河川環境を規定する増水時の冠水頻度を知ることができる（図３を参照）。

図１４は水面に対する砂州の比高分布算出の概略を説明するフローチャートである。

図１４に示すように、まず、土地被覆分類図Ｅからデータを読み込む（Ｓ４００）。そして、カテゴリＣ＝１のメッシュ（Ｐｘ，Ｐｙ）を抽出して、水域を求める（Ｓ４０１）。

次に、地盤メッシュデータ（ＤＥＭ）ＥＲから、この水域メッシュを含むレーザデータのメッシュ区画の情報を読み込む（Ｓ４０２）。これにより、水域メッシュの標高値（Ｚｇ）を求められる。

水域メッシュの座標値に標高値（Ｚｇ）を設定し、水面勾配区分図Ｍを作成する（Ｓ４０３）。

つづいて、この水域メッシュから不等三角網（ＴＩＮ）を発生させて、基準となる水面の標高値（Ｚｓ）を算出する（Ｓ４０４）。具体的な算出法のイメージを水域断面Ｓに示す。実際の標高がわかっている淵の任意の３点（水域断面Ｓでは、断面のため２点のみ表示）を抽出して、その３点を頂点とする三角形を作成する。この三角形面の各地点の標高が基準となる水面の標高値（Ｚｓ）となる。図３２に、ＴＩＮを発生させた状態を実際の画像上に現したものを示す。

そして、この基準水面の標高値（Ｚｓ）と水域メッシュの標高値（Ｚｇ）の差分を算出し（Ｓ４０５）、砂州比高分布図Ａを作成する（Ｓ４０６）。これによって、砂州が水面からどれだけの高さにあるかがわかる。

図１５は他の実施形態の水面に対する砂州の比高分布算出を説明するフローチャートである。

河川環境状況図作成部２０の州高分類図作成部１１は、河道エリアＦａの河面エリアＦｃ以外のエリアＦｄ（裸地、草地、樹木エリア；以下比高分布提供エリアＦｄという）に対応する位置情報を有するレーザデータのＺを読み込む。そして、このＺ値に応じた色値をオルソ画像Ｐｉと同じ座標系の比高分布提供エリア用メモリのメッシュに割り付ける。閾値ａ以上は赤、閾値ａ以下で中間の閾値ｂの間であれば黄色を、閾値ｂより低く閾値ｃ以上であれば緑を、閾値ｃ以下は青を割り付ける。

すなわち、比高分布提供エリア用メモリの画像情報を表示することで、図１６に示す勾配キャンセル前の段彩図Ｈを得る。この図は上流に行くに従って河道は赤が多くなり、下流は青が多くなる。この図１６に示すように州等エリアの高さはわからないが以下のようにすると明らかになる。すなわち、図３２に示すように地盤メッシュデータＥＲの河面のＤＥＭ（基準面）から、河面以外の領域に対してＴＩＮを発生させて、これらのＴＩＮのＸ，Ｙ，Ｚを抽出する（河面を基準としたＤＥＭ）。

そして、河道エリアの各ＤＥＭのＺ値（レーザデータ）から河面を基準としたＤＥＭの各Ｚ値との差を求めることで図３に示す州の川岸の裸地植生部の標高を抽出する。

図３は州等のＺ値に応じた色を割り当て州の高さが目でわかるように表示している。

また、図１５のフローチャートに示すように、他の実施例として以下のように求めてもよい。

図１５において、オペレータは、勾配キャンセル前の段彩図の河に「みおすじ」を描き、この「みおすじ」の土地被覆分類図Ｅにおいて「水域」レーザデータＭｐｉを読み込み、入力された間隔Ｍｔｉで、そのＺ値を読み込む（Ｓ５１）。

また、画面の「みおすじ」の下流端のレーザデータのＺ値を読み込み、これを基準値ＢＺｉとする（Ｓ５２）。

そして、各間隔ＭｔｉのＺ値を基準値Ｂｚｉにするための補正関数βｉを求める（Ｓ５３）。

次に、勾配キャンセル前の段彩図Ｈ（比高分布提供エリア用メモリ）のメッシュ番号Ｋｍｐｉを設定する（Ｓ５４）。

次に、水面勾配ゼロ図を得るための水面勾配ゼロ図用メモリを、勾配キャンセル前の段彩図Ｈと同じ座標系で定義する（Ｓ５５）。

そして、ステップＳ５４で設定されたメッシュ番号Ｋｍｐｉの勾配キャンセル前の段彩図Ｈ（比高分布提供用メモリ）のＺ値を読み、このＺ値を補正関数βｉに基づいて基準値Ｂｚｉに補正（図１７を参照）したデータＲｂｉを得る（Ｓ５６）。

次に、データＲｂｉを河道エリア図用メモリに記憶する（Ｓ５７）。つまり、勾配キャンセル前の段彩図Ｈのメッシュ番号Ｋｍｐｉには勾配が基準値とされたデータが作成されていることになる。

次に、勾配キャンセル前の段彩図Ｈの最後のメッシュＫｍｐｉのＺ値を基準値に補正したかどうかを判断し（Ｓ５８）、最後のメッシュＫｍｐｉに対しての補正が終わっていない場合は、メッシュＫｍｐｉを次のメッシュに更新して処理をステップＳ５４に戻す（Ｓ５９）。

また、ステップＳ５８において、勾配キャンセル前の段彩図Ｈの全てのメッシュＫｍｐｉのＺ値を基準値に補正したと判定したときは、水面勾配図（河道エリア図用メモリ）から河面エリア以外の領域データｋｐｉを抽出する（Ｓ６０）。

すなわち、河道エリア内の裸地、草地、樹木エリアのみが抽出されたことになる。

次に、抽出したデータｋｐｉのｚ値とそのメッシュ番号Ｋｍｐｉを読み、このメッシュ番号の河道エリア用メモリに割り付（水面勾配ゼロ図に定義）ける（Ｓ６１）。

次に、各メッシュＫｍｐｉのＺ値を読み、このＺ値に応じた色を割り付（河道エリア用メモリ）けて（Ｓ６２）、オルソに合成させて画面に出力する（Ｓ６３）。Ｚ値が閾値Ａｂ以上は赤、閾値ａｂｃ以上でＡｂ以下は黄色、ａｂｃ以下でａｃｄ以上は黄緑、ａｃｄ以下は青を割り付ける。すなわち、図３に示す比高分布図Ａを得ることができている。この色付けは、ルックアップテーブルを用いることによって実施できる。

（瀬・淵）
次に瀬・淵分類化部１４について説明する。図１８は瀬淵画像生成の概略を説明するフローチャートである。

瀬淵分類化部１４は、航空レーザによって取得されたレーザデータＲｉの水面の標高値（河面エリアＦａ内のＺ値）から水面勾配を区分する。さらに、オルソフォト画像Ｐｉのテクスチャにより水面の波立ち状態を評価し、これらを重ね合わせることで急勾配の水面が波立った早瀬の部分と緩勾配で水面が滑らかな淵や平瀬の分布状況を精度良く表現する（図４参照）。

水面の勾配に関しては、レーザ計測器によっては直接的には水面標高を得ることが困難な場合も想定されるが、その場合は水際線の標高値（水面エリアの枠）を代替すればよい。

また、空撮画像から水面の波立ちを評価する場合、単に画像の輝度を評価するだけでは水質や底質、太陽光の反射の影響を受けるため波立ち状況が分からないが、本実施の形態では、３バンド（ＲＧＢ）の平均により単バンド化した水部の画像を高周波数／低周波成分に分離する。

前者に対して移動窓により分散値の分布を計算することで、画像の高周波成分に反映された波立ち状況のみを抽出し、相対区分できるようにしている（低周波／高周波の分離をえないと、波立ち以外による輝度情報の変化を拾ってしまう）。この処理フローが図１８である。

瀬淵分類化部１４は、河面エリアＦｃのオルソ画像Ｐｉのメッシュを読み込み（Ｓ７０）、これらの３バンド（ＲＧＢ）の平均を順次求めてモノクロ画像を得る（Ｓ７１）、（Ｓ７２）。そして、モノクロ画像に対してウインドウｗｉをかけてローカル平均を順次求めて、これらの低周波数成分画像を得る（Ｓ７４）。

次に、ステップＳ７１で求めたモノクロ画像からステップＳ７４で求めた低周波数成分画像との差を求めることで（Ｓ７５）、高周波数成分画像を得る（Ｓ７６）。つまり、波成分を抽出している。

次に、この高周波成分画像のローカル標準偏差を求めることで水面の波立ち状況を表す素図画像（粗度画像ともいう）を得る（Ｓ７８）。そして、この素図画像全体の平均値（μ）と標準偏差値（σ）を算出する（Ｓ７９）。次に、これらの値を参照して素図の各画素の値を一定の範囲（例えば０〜μ＋２σ）で均等分割して、波立ち状況を１６階調に相対区分した波立ち状況区分図を得る（Ｓ８０）、（Ｓ８１）。

淵瀬画像を得るために、初めに波立ち状況を判別する。図１９は波立ち状況判別を説明するフローチャートである。

河面エリアＦｃとオルソ画像Ｐｉとを比較して、河面エリアＦｃのオルソ画像Ｐｃｉを読み込む（Ｓ７１）。次に、このオルソ画像ｐｃｉのメッシュ位置（画素）Ｍｐｉ毎に、３バンド（ＲＧＢ）の平均処理を行い（Ｓ７２）、河面エリアのモノクロ画像Ｐｍを得る。

次に、河面エリアのモノクロ画像Ｐｍに対して所定の大きさのウィンドウｗｉをかけ（Ｓ７３）、このウィンドウ内のメッシュのモノクロ輝度値を平均化（低波周波成分抽出）して（Ｓ７４）、この結果を順次メモリに記憶する（Ｓ７５）。これを本実施の形態では河面の低周波成分画像ＥＷｉという。

次に、最後の番号のウインドウｗｉのモノクロ画像に対して平均化処理を行ったかどうかを判断する（Ｓ７６）。最後のウインドウのモノクロ画像に対して平均化処理を行っていないと判定したときは、ウインドウｗｉの位置（ｉ，ｊ）を次の位置に更新して（Ｓ７７）、処理をステップＳ７３に戻す。

また、ステップＳ７６において、最後のウインドウのモノクロ画像に対して平均化処理を行ったと判定したときは、メッシュ位置Ｍｐｉを設定する（Ｓ７８）。

そして、このメッシュＭｐｉの河面のオルソフォト画像Ｐｃｉｍの輝度値からメッシュＭｐｉの低周波成分画像ＥＷｉの輝度値を減算することで、そのメッシュの高周波成分画像を得て（Ｓ７９）、これをメモリに順次記憶する（Ｓ８０）。つまり、河面の波立ち部分の画像を得たことになる。

次に図１９のフローチャートに示すように、最後のメッシュＭｐｉの波立ち成分を抽出したかどうかを判断する（Ｓ８１）。ステップＳ８１で最後のメッシュＭｐｉの波立ち成分を抽出していないと判定したときは処理をステップＳ７８に処理を戻す。

また、ステップＳ８１において、最後のメッシュＭｐｉの波立ち成分を抽出したと判断したときは、ステップＳ８０で記憶された波立ち成分画像Ｑｉにウインドウｗｉをかけて（Ｓ８３）、ウインドウｗｉ内の各画素の標準偏差（波立ち状況素図画像）を求め（Ｓ８４）、メモリに記憶（粗度画像ＲＷｉ）する（Ｓ８５）。

次に、最後の位置のウインドウの素図画像を求めたかどうかを判断する（Ｓ８６）。最後のウインドウの素図画像を求めていなときはウインドウの位置を次の位置に更新して処理をステップＳ８３に戻す（Ｓ８７）。

ステップＳ８６において、最後の位置のウインドウの素図画像を求めたと判定したときは、メモリの粗度画像ＲＷｉにウインドウｗｉをかけて（Ｓ８８）、平均をとって標準偏差を求め（Ｓ８９）、線形変換する（Ｓ９０）。素図の各画素の値を一定の範囲（例えば０〜μ＋２σ）で均等分割して、波立ち状況を１６階調に相対区分した波立ち状況区分図を得る。

次に、最後のウインドウｗｉの波立ち状況ＱＲｉを得たかどうかを判断する（Ｓ９１）。ステップＳ９１において最後ではないと判断したときはウインドウの位置を次の位置に更新して処理をステップＳ８９に戻す。

次に、瀬、淵画分類図ＱＲｉの色分別処理について図２１、図２２，図２３を用いて説明する。

図２１に示すように、河面のオルソ画像Ｐｃｉのメッシュ位置Ｍｐｉを設定する（Ｓ１００）。次に、メッシュＭｐｉの波立ち成分画像Ｑｉの輝度ｅｈを読み込み（Ｓ１０１）、このｅｈと波立ち閾値Ｎｉとを比較する（Ｓ１０２）。

ステップＳ１０２において、ｅｈが波立ち高いとした閾値ｎａより大きい場合は、波立ち有りの識別を波立ち分布図用メモリ（河面エリアの座標系と同じくされて瀬・淵の算出指示時に生成されている）に定義して（Ｓ１０３）、後述するステップＳ１０７に処理を移す。

また、ステップＳ１０２において、ｅｈがｎａ以下と判定したときは、ｎｂ＜ｅｈ＜ｎａかどうかを判定する（Ｓ１０４）。

ステップＳ１０４において、ｅｈがｎｂ＜ｅｈ＜ｎａと判定したときは、そのメッシュに対応する位置の波立ち分布図用メモリの領域に中くらいの波立ち識別コードを定義する（Ｓ１０５）。

また、ステップＳ１０４において、ｅｈがｎｂ＜ｅｈ＜ｎａではないと判定したときは、そのメッシュに対応する位置の波立ち分布図用メモリの領域に波立ち無しの識別コードを定義する（Ｓ１０６）。

ステップＳ１０７においては、最後のメッシュＭｐｉまで識別したかどうかを判断し、（Ｓ１０７）、識別していないと判定したときはメッシュＭｐｉを更新して処理をステップ１００に戻す（Ｓ１０８）。

次に、図２２に示すように、レーザデータに基づいて生成されている河面の標高データ（ＤＥＭ）に対してメッシュ番号Ｍｐｉを設定する（Ｓ１１０）。

次に、河面の標高データ（ＤＥＭ）からメッシュＭｐｉのレーザデータＺｉを読み込む（Ｓ１１１）。

次に、流れ方向に基づいて、河面の標高データ（ＤＥＭ）から次のメッシュ位置のレーザデータのｚ値を読み込み読み込み（Ｓ１１２）、両方の差を求め、これを水面勾配ＫＧｉとする（Ｓ１１３）。

そして、この水面勾配ＫＧｉと閾値Ｌｉとを比較する（Ｓ１１４）。ＫＧｉが閾値Ｌｉ以上と判定したときは、水面勾配図メモリ（河面エリアに対応している：瀬淵処理時に作成）のＥＰｉに急勾配の識別コードを割り付け（Ｓ１１５）、後述するステップＳ１１７に処理を移す。

また、ステップＳ１１４において、ＫＧｉがＬｉ以下と判定したときは、水面勾配図メモリＥｐｉに急勾配ではないとするメッシュを割り付ける（Ｓ１１８）。

そして、最後のメッシュＭＰｉに割付を行ったかどうかを判定し、割付を行っていないときはメッシュ位置を更新して処理をステップＳ１１０に戻す。

次に図２３に示すように、オルソ画像に基づいて生成した波立ち成分画像Ｑｉ（波立ち成分情報用メモリ）のメッシュｅｉと、レーザデータに基づいて生成した水面勾配図Ｓｉ（水面勾配図用メモリ）のメッシュｅｐｉとを設定する（Ｓ１２１）。

次に、メッシュｅｐｉ、ｅｉに割り付けられている識別コードを読み込む（Ｓ１２２）。そして、メッシュｅｉには波立ち有りの識別があり、ｅｐｉには急勾配の識別があるかどうかを判定する（Ｓ１２３）。

ステップＳ１２３において、ｅｉは波立ちありでｅｐｉには急として識別が割り付けられている場合は、早瀬と判別する（Ｓ１２４）。

次に、ｅｉ又はｅｉｐに対応する位置の瀬・淵図用メモリ（瀬、淵画像生成の指示に伴って生成されている）の領域に早瀬の識別を割り付け（Ｓ１２５）、ステップＳ１２６に処理を移す。

また、ステップＳ１２３において、ｅｉには波立ちあり、ｅｐｉには急の識別がないと判定したときは、波立ちありで、ｅｐｉに急ではない識別が割り付けられていないかどうかを判定する（Ｓ１２８）。

ステップＳ１２８において、波立ちあり、急ではないとしているときは、瀬淵図用メモリに平瀬の識別を割り付ける（Ｓ１２９）。

また、ステップＳ１２８において、波立ちなし、急ではないとしているときは、瀬淵図用メモリに淵の識別を割り付ける（Ｓ１３０）。

また、ステップＳ１２６において、瀬淵図用メモリの最後のｋｅｉに判別結果を割り付けたかどうかを判定する（Ｓ１２６）。最後でないときはｋｅｉを更新して処理をステップＳ１２１に戻す（Ｓ１２７）。

また、ステップＳ１２６において最後のｋｅｉに識別結果を割り付けたと判定したときは、この淵瀬図用テーブルを読み出して画面に表示させる（Ｓ１３１）。すなわち、この処理によって図２４の瀬淵分類図が得られることになる。

図２４は特定の区域に写真が割り付けられている場合を示している。つまり、瀬・淵画像の特定区域に写真（動画でもよい）を割り付けてメモリに記憶し、特定区域が選択されたときに、メモリから写真（又は動画）を瀬・瀬分類図と共に表示させる。これによって、図２５に示すように、河川の早瀬、平瀬、淵等がどのような状況になっているかが分かるので、河川環境の把握に効果的である。

なお、この波立ち状況の分類技術は河川に限らず海岸に適用することで、沿岸域の水深分布を把握することもできる。

干潮時におけるレーザ計測と組み合わせて、近年各地で問題となっている海岸浸食の把握に適用できる。

＜実施の形態２＞
（河床材料）
図２６は河床材料の分類画像の表示を説明するフローチャートである。河床材料情報作成部は、画像のテクスチャに河床材料の粒径分布が反映されていることを利用して、カラー画像３バンドの平均によりモノクロ化（以下単バンド画像）した砂州部の画像に対して移動窓により分散値を計算することで、河床材料の粒径を相対的に区分する。

さらに、区分された階層毎に代表地点を選定し、現地で粒度組成を確認することにより、広域的な河床材料の粒径分布を明らかにする。

その祭、瀬淵の処理と同様に、画像を高周波／低周波成分に分離し、前者のみを対象とすることで、微粒径以外の要因（乾湿の違いや樹木の影など）によるテクスチャー変化の影響を低減している。

なお、河に限らないで海岸域への適用も可能であり、海浜の粒径分布を把握し、供給元である河川との比較検証を行うようにしてもよい。

すなわち、河床材料情報作成部４１は、裸地エリアのオルソ画像Ｐｉを読み込み、３バンドの平均を行い（Ｓ１３１、Ｓ１３２）、単バンド画像（モノクロ画像）を得る（Ｓ１３３）。

次に、この単バンド画像のローカル平均（フィルタサイズ１ｍ）を求め、低周波成分画像を作成する（Ｓ１３５）。

そして、この単バンド画像と低周波成分画像の差を求め（Ｓ１３６）、高周波成分画像を得る（Ｓ１３７）。

次に、この高周波成分画像のローカル標準偏差（フィルタサイズは例えば１ｍ）を求め（Ｓ１３８）、河床材料素図画像を作成する（Ｓ１３９）。次に、素図画像を使用して一定の範囲（例えば［０，μ＋σ］）を［０，１５］に線形変換し（Ｓ１４０、１４１）、図２７に示す河床材料（粒径）画像（μとσは粗度画像の平均と標準偏差）を作成する（Ｓ１４２）。前述の河床材料画像を得るための色分布分けのために瀬、淵で説明した図２１、図２２と同様な処理によって色値の割付を行っている。

通常フィルタを適用すると影や異なる土地被覆間の境界（エッジ）が強調されるが、低周波成分を除去しておくことでこの影響を低減している。

このような処理によって図２７に示すように砂州の材料の粒径によって色別表示され、この地点に写真がリンク付けされている場合は、図２８に示すようにこの場所の写真が表示されることになる。

砂州乾湿図作成部は、河床材料は一律と仮定し、湿潤な砂州ほど明度が低いことを利用して３バンドを平均化して単バンド化した画像の明度により砂州の水分状況を明らかにする。

このため、図２９に示すように、砂州乾湿図作成部４２は、裸地のオルソ画像を読み込み（Ｓ１５１）、この画像のＲＧＢ（３バンド）を平均化して（Ｓ１５２）、単バンド画像を得る（Ｓ１５３）。次に、砂州の平均、標準偏差を算出し（Ｓ１５４）、線形変形し（Ｓ１５５）、図３０に示す砂州水分画像を得る（Ｓ１５５）。素図の各画素の値を一定の範囲（例えば０〜μ＋２σ）で均等分割して、波立ち状況を１６階調に相対区分した波立ち状況区分図を得る。

このような処理を行って得たのが図３０の画像である。図３０の画像は、砂州エリア以外はオルソフォトを白黒にして合成部がこの砂州のカラー画像と合成して表示させる。

＜実施の形態３＞
以上の結果をＧＩＳにより複合的に管理解析し、図３１に示す項目を流程に沿って単位距離毎に以下に示す指標等を集計するなどして、河川の全体の中で環境の良好な区間や劣化が進んでいる区間を明らかにする。

・河道内に占める河原及び樹林地の割合
・河床材料の代表粒径
・樹林化指数（樹林値面積×樹高）
・水面面積
・樹林化ポテンシャル分布（砂州の比高と粒径分布のオーバーレイ）
・各種生物の生息ポテンシャル分布
なお、本発明はここでは記載していない様々な実施の形態等を含むことは勿論である。本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

航空機によるレーザデータ及びカラー画像を用いた地物環境状況提供システムのハードウエア構成図である。 本発明を説明する概略構成図である。 河川の勾配をキャンセルした砂州比高画像の説明図である。 河の早瀬、淵等が一目で分かる瀬淵画像の説明図である。 河床材料画像の説明図である。 オルソ画像の説明図である。 反射強度分布図の説明図である。 土地被覆分類図の説明図である。 植生高分布図の説明図である。 土地被覆分類図作成部を詳細に説明するフローチャートである。 航空機によるレーザデータの収集及びオルソ画像の取得を説明する説明図である。 土地被覆分類図における添付画像を説明する説明図である。 堤外地マスク（河道エリア）、堤外地裸地（河面エリア）を説明する説明図である。 水面に対する砂州の比高分布算出の概略を説明するフローチャートである。 他の実施形態の水面に対する砂州の比高分布算出を説明するフローチャートである。 勾配キャンセル前の段彩図を説明する説明図である。 水面勾配のキャンセルを説明する説明図である。 瀬淵画像生成の概略を説明するフローチャートである。 波立ち状況判別を説明するフローチャートである。 波立ち状況判別を説明するフローチャートである。 瀬、淵画像の色分別処理を説明するフローチャートである。 瀬、淵画像の色分別処理を説明するフローチャートである。 瀬、淵画像の色分別処理を説明するフローチャートである。 瀬淵画像の説明図である。 瀬淵画像に添付されている写真画像（動画含む）を説明する説明図である。 河床材料の分類画像の表示を説明するフローチャートである。 河床材料分類図を説明する説明図である。 河床材料分類図に添付されている写真画像（動画含む）を説明する説明図である。 砂州乾湿図作成部４２の処理を説明する説明図である。 砂州乾湿分類図を説明する説明図である。 実施の形態３の解析画面を説明する説明図である。 水面に対して設けるＴＩＮを説明する説明図である。 レーザデータ編集部の詳細構成を説明する構成図である。 地盤レーザデータ（ＤＥＭ）と表層レーザデータ（ＤＳＭ）を説明する説明図である。 オルソ画像とレーザデータのメッシュ区画の比較図である。

符号の説明

１ 中央情報処理装置（ＣＰＵ部）
２ 情報入力部
３ 情報出力部
４ 第１の記憶部
５ 第２の記憶部
１０ 水土地環境提供部
１１ 州高分類図作成部
１２ 河床材料情報作成部
１４ 瀬淵分類化部
２０ 河川環境状況図作成部
２１ 反射強度図作成部
２２ 土地被覆分類図作成部
２３ 河道解析エリア作成部
２４ 合成部
２００ レーザデータ編集部
２０１ レーザデータ分類部
２０２ 標高値データ抽出部
２０３ 反射強度データ抽出部
２０４ 植生高算出部

Claims (14)

1. 航空機によって撮影及び計測した、対象地域のカラーオルソフォト画像及びレーザデータを用いた地物環境状況提供方法において、
   前記カラーオルソフォト画像のメッシュの赤（Ｒ）、緑（Ｇ）、青（Ｂ）のうちの任意のバンドの色強度と第１の閾値とを比較し、該メッシュを日向と日影に分類する工程と、
   前記日向のメッシュの赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３バンドの色強度それぞれを比較し、前記日向のメッシュを水域、裸地、及び植生地に分類する工程と、
   前記日影のメッシュを含む区画の前記レーザデータの表層反射強度と、第２及び第３の閾値とを比較し、前記日影のメッシュを前記水域、前記裸地、及び前記植生地に分類する工程と、
   前記カラーオルソフォト画像の全メッシュについて前記の全工程を繰り返し実施して、前記対象地域の土地被覆分類する工程とを行うことを特徴とする地物環境状況提供方法。
2. 前記レーザデータに含まれる各区画の地盤標高値と表層標高値を読み出し、その差から該区画の植生高を求める工程と、
   前記植生地のメッシュを含む区画の前記植生高と第４の閾値と比較し、前記植生地のメッシュを樹木と草地に分類する工程と、
   をさらに行ない、
   前記対象地域の土地被覆分類を行うことを特徴とする請求項１記載の地物環境状況提供方法。
3. 前記水域に分類された全メッシュについて、前記メッシュを含む区画の前記レーザデータの地盤標高値をそれぞれ抽出し、水面勾配区分を作成する工程と、
   前記地盤標高値中の任意の３メッシュについて不等三角網を発生させて、複数の水域に挟まれた砂州の基準水面の標高値を算出する工程と、
   別途作成される２次元の堤防線上に任意に発生させた点群に、その点の最近傍の前記地盤標高値から標高値を与え、その点の標高値と前記地盤標高値の３メッシュについて不等三角網を発生させて、水域と堤防に挟まれた砂州の基準水面の標高値を算出する工程と、
   前記基準水面の標高値と前記地盤標高値の差分を算出し、砂州の比高分布を作成する工程と
   をさらに行なうことを特徴とする請求項１または２に記載の地物環境状況提供方法。
4. 前記水面勾配区分から任意の区間毎の水面勾配を求める工程と、
   前記区間に対応する前記カラーオルソフォト画像の画素値を抽出して、高周波数成分と低周波成分とに分離し、前記水面勾配と該分離結果から水面の波立ち状況を求める工程
   とをさらに行なうことを特徴とする請求項３記載の地物環境状況提供方法。
5. 前記砂州に対応する前記カラーオルソフォト画像の画素値を平均化して、低周波成分と高周波成分とに分離し、該高周波成分の標準偏差値によって前記砂州領域の粒径を求める工程をさらに行なうことを特徴とする請求項３または４に記載の地物環境状況提供方法。、
6. 前記カラーオルソフォト画像の前記メッシュの分類結果に従って、前記メッシュに任意の色を割り付けて、前記対象地域のカラー土地被覆分類図を作成する工程をさらに行なうことを特徴とする請求項１または２に記載の地物環境状況提供方法。
7. 前記砂州比高分布中の各メッシュの前記差分の値に従って、前記メッシュに任意の色を割り付けて、前記水域のカラー砂州比高分布図を作成する工程をさらに行なうことを特徴とする請求項３記載の地物環境状況提供方法。
8. 航空機によって撮影及び計測した、対象地域のカラーオルソフォト画像及びレーザデータを用いた地物環境状況提供プログラムであって、
   コンピュータに、
   前記カラーオルソフォト画像のメッシュの赤（Ｒ）、緑（Ｇ）、青（Ｂ）のうちの任意のバンドの色強度と第１の閾値とを比較し、該メッシュを日向と日影に分類する手段、
   前記日向のメッシュの赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３バンドの色強度それぞれを比較し、前記日向のメッシュを水域、裸地、及び植生地に分類する手段、
   前記日影のメッシュを含む区画の前記レーザデータの表層反射強度と、第２及び第３の閾値とを比較し、前記日影のメッシュを前記水域、前記裸地、及び前記植生地に分類する手段
   としての機能を、前記カラーオルソフォト画像の全メッシュについて繰り返し実行させ、前記対象地域の土地被覆分類を行なう手段としての機能を実行させることを特徴とする地物環境状況提供プログラム。
9. 前記コンピュータに、
   前記レーザデータに含まれる各区画の地盤標高値と表層標高値を読み出し、その差から該区画の植生高を求める手段、
   前記植生地のメッシュを含む区画の前記植生高と第４の閾値と比較し、前記植生地のメッシュを樹木と草地に分類する手段
   としての機能をさらに実行させ、前記対象地域の土地被覆分類を行なう手段としての機能を実行させることを特徴とする請求項８記載の地物環境状況提供プログラム。
10. 前記コンピュータに、
    前記水域に分類された全メッシュについて、前記メッシュを含む区画の前記レーザデータの地盤標高値をそれぞれ抽出し、水面勾配区分を作成する手段、
    前記地盤標高値中の任意の３メッシュについて不等三角網を発生させて、複数の水域に挟まれた砂州の基準水面の標高値を算出する手段、
    別途作成される２次元の堤防線上に任意に発生させた点群に、その点の最近傍の前記地盤標高値から標高値を与え、その点の標高値と前記地盤標高値の３メッシュについて不等三角網を発生させて、水域と堤防に挟まれた砂州の基準水面の標高値を算出する手段、
    前記基準水面の標高値と前記地盤標高値の差分を算出し、砂州の比高分布を作成する手段
    としての機能をさらに実行させることを特徴とする請求項８または９に記載の地物環境状況提供プログラム。
11. 前記コンピュータに、
    前記水面勾配区分から任意の区間毎の水面勾配を求める手段、
    前記区間に対応する前記カラーオルソフォト画像の画素値を抽出して、高周波数成分と低周波成分とに分離し、前記水面勾配と該分離結果から水面の波立ち状況を求める手段
    としての機能をさらに実行させることを特徴とする請求項１０記載の地物環境状況提供プログラム。
12. 前記コンピュータに、
    前記砂州に対応する前記カラーオルソフォト画像の画素値を平均化して、低周波成分と高周波成分とに分離し、該高周波成分の標準偏差値によって前記砂州領域の粒径を求める手段としての機能をさらに実行させることを特徴とする請求項１０または１１に記載の地物環境状況提供プログラム。
13. 前記コンピュータに、
    前記カラーオルソフォト画像の前記メッシュの分類結果に従って、前記メッシュに任意の色を割り付けて、前記対象地域のカラー土地被覆分類図を作成する手段としての機能をさらに実行させることを特徴とする請求項８または９に記載の地物環境状況提供プログラム。
14. 前記コンピュータに、
    前記砂州の比高分布中の各メッシュの前記差分の値に従って、前記メッシュに任意の色を割り付けて、前記水域のカラー砂州比高分布図を作成する手段としての機能をさらに実行させることを特徴とする請求項１０記載の地物環境状況提供プログラム。