The detection of clouds and the analysis of cloud frequency and distribution play an important role for operational weather prediction as well as for climate-ecological studies. To improve the quantitative estimation of cloud distribution at large spatial, space-based instruments are the only means by which the cloud distribution can be adequately sampled. In this thesis, satellite image processing for cloud distribution mapping is presented based on MODerate Resolution Imaging Spetroradiometer (MODIS) data.

MODIS aboard Terra and Aqua platforms was intended to provide frequent high-resolution images for monitoring land, ocean and atmospheric conditions over large areas. MODIS data are suitable for other quantitative, environmental applications, for example, radiation budget studies, surface albedo mapping, cloud variability studies, and etc. Unfortunately, MODIS data are contaminated by stripe noises which give serious errors in the analysis results. There are three types of stripe noises in MODIS data: detector-to-detector stripe, mirror side stripe, and random noisy stripe. Without correction, stripe noises will cause processing errors to the MODIS products included MODIS cloud detection.

In this thesis, a noise reduction algorithm is developed to reduce the stripe noise effects in both Terra MODIS and Aqua MODIS data by combining histogram-matching with iterated weighted least-squares facet filter. Histogram matching reduces detector-to-detector stripe and mirror side stripe. Iterated weighted least-squares facet filter reduces random noisy stripe. The method was tested on a heavily striped Terra MODIS and Aqua MODIS images. Results of Terra MODIS and Aqua MODIS data show that the proposed algorithm reduced stripes noises without degrading image quality. To evaluate performance of the proposed method, quantitative and qualitative analyses were carried out by visual inspection and quality indexes of destriped images.

Another problem of MODIS data is degradation of data quality in Aqua MODIS band 6 (1.628 - 1.652 μm) . Fifteen of the twenty detectors in Aqua MODIS band 6 are either nonfunctional or noisy. Furthermore, the rest of the functional detectors are also contaminated by detector-to-detector stripe. The striping in Aqua MODIS band 6 caused by its nonfunctional or noisy detectors has been a serious problem for MODIS products and applications. MODIS band 6 is primarily used for cloud and snow detection, aerosol product, and forest biomass estimation. MODIS scientists have been using Aqua MODIS band 7 (2.105- 2.155 μm) instead of band 6 for computing the MODIS products. This thesis retrieve Aqua MODIS band 6 by first eliminate detector-to-detector stripe using Histogram matching and then restore missing data by using a gray-level transformation at each pixel of the non-functional detectors. Polynomial regressing is used to quantify the relationship between Aqua MODIS band 6 and 7. Validation efforts show that gray-level transformation work well as quantified by such measures as correlation coefficient and root-mean-square error when compared the simulated Terra band 6 and its original one. The detector-to-detector stripe is also incredible reduced as shown in noise reduction ratio.

After MODIS noise reduction and restoration, cloud detection is performed for daylight passes by applying several threshold tests, which also include ancillary terrain information. This thesis also validates the cloud detection result through visual inspection of the spectral and spatial features. One year of both Terra and Aqua MODIS daylight passes over East Asian region is analyzed, and exploratory cloud-amount climatologically distributions are developed.

In this thesis, cloud distribution results of Terra/Aqua MODIS daylight passes are compared with AMeDAS (Automated Meteorological Data Acquisition System) data. Comparisons with sun duration and precipitable water showed very good agreement for horizontal cloud distributions. The most evident problems were encountered in the summer season due to difficulties in identifying thin cirrus cloudiness.

The Terra/Aqua MODIS cloud distributions show low cloud frequencies found in the lee of the major alpine feature in the analysis domain (the Eastern Alps) and over mountain-sheltered valleys and adjacent sea areas. Over the sea adjacent to the coast on the western side of the Eastern Alps, there is a distinct minimum in cloud amount that appears to be related to the orography. Over Khrebet Sikhote Alin and Sakahalin Island, Russia, the striking pattern is a strong land/sea contrast in cloudiness, with higher cloud amount over the land areas.

温暖化等の環境や気候の変動は、我々の生活や生態系に大きな影響を及ぼすことから、その変動の把握は今日の最重要課題の一つとなっている。雲の分布は、気候変動を示す変数の一つであり、気象現象の把握のみならず、気候-生態系変動の把握にとっても重要な変数である。このために、地域規模から大陸、さらには地球規模での雲の分布を計測する試みが始められている。しかしながら、広い範囲を対象として、高頻度で雲の分布を地上観測のみで計測することは難しい。衛星観測による広域、高頻度、また高精度での雲分布計測に期待が寄せられている。本研究では、地球観測衛星TERRAおよびAQUAに搭載されたセンサMODISのデータを利用して、東アジア、東南アジアを対象として高頻度で雲の分布を計測する手法を開発することを目的とした。さらに、雲分布の通年観測により、地理的、気象学的な要因が雲分布にどのような影響を与えているのか、その関係を解析することを目的とした。

MODISは、大気、陸域、海洋における環境や気候に関する変数を広域・高頻度で観測することを目的に設計された地球観測センサである。空間分解能は、バンドにより250m、500m、1kmと粗いが、同一地点を毎日観測することができる。また、可視波長域から、近赤外、中間赤外、熱赤外波長域までに36のバンドを有する。既に、MODISデータを基に、海面温度や植生指数など様々な変数の分布図が作成されてきた。しかしながら、MODISセンサは、打ち上げ時の衝撃等による影響のために、バンドによって走査線雑音やデータ欠損が生じていることが明らかとなっている。このために当初期待されていた変数や現象の観測が必ずしも十分に行われていないものも少なくない。特に、雲分布の観測では、雲の検出に有効といわれていたバンドに、検出器ごとの感度の違いなどによる走査線雑音が発生しているため、大きな雲検出誤差が生ずることが指摘されていた。現在までに、これらの走査線雑音が、検出器の違いによるもの、回転鏡によるもの、ランダムな走査線雑音の三種類に分類されることが知られている。

本研究では、ヒストグラムマッチング法(以降、HM法)と、繰返し重み付け最小二乗ファセットフィルター法(以降、FF法)を結合することにより、前述の3種類の走査線雑音を効果的に低減する新たな手法を開発した。HM法は、検出器の違いによる雑音と回転鏡による雑音を低減し、FF法はランダム雑音を低減する。開発された手法をMODISの画像に適用した結果、本手法が原衛星データの画質を損なうことなく、走査線雑音を低減することが示された。

また、MODISでは雲・雪・エアロゾルなどの検出に有効なバンド6においても、多くの検出器が機能していない、または非常に雑音成分が高いという問題を有していた。本研究では、バンド6の雑音をHM法により除去し、さらに、

バンド6と波長が近いバンド7との関係をモデル化することにより、バンド6の濃度を推定する手法を開発した。本手法を人工的に雑音化した画像に適用して、雑音が低減化されることを定量的に評価した。

これらの走査線雑音低減化手法を、一年間に観測された全てのMODISデータに適用して雑音を低減化し、これらの画像に対して、雲検出アルゴリズムを適用し、東アジアおよび東南アジアの雲分布画像を作成した。雲検出は、閾値処理により行い、複数の閾値に対して雲検出精度の比較を行なったうえで、閾値を選択した。

さらに、計測された雲分布を、様々な地理的要因、気象学的な要因と比較するために、日本において観測されたAMeDASと比較した。この結果、日照時間と可降水量の分布が、雲分布と高い相関を有することが明らかとなった。また、雲の分布が、山脈によって大きく影響を受けることも定性的にではあるが、明らかとなった。

本論文の新規性は、MODISセンサに発生している複数の原因による走査線雑音の低減手法を新たに開発したことにある。この手法により、実用レベルでの衛星データの画質改善が可能となった。衛星データの利用者コミュニティへの貢献は大きい。さらに、開発された手法を利用して、年間を通じての大陸スケールでの雲分布図を作成し、雲分布の地理学的、気象学的な意味を科学的に検証する基礎を作ったことにも新規性があると評価する。

よって本論文は博士(工学)の学位請求論文として合格と認められる。