衛星データ解析 — 作業手順書

閲覧にはパスワードが必要です

パスワードが違います

統一プロセスフロー

Flowchart

クリックで拡大表示

衛星データ解析 — 作業手順書

v7 — 2026-03-16 | Day 5実績反映 + 軌道選択・AOIクリップ・GTソース追加

AI AIエージェントが実行 人間 人間が判断 待ち 転送・計算の待ち時間 環境 ハードウェア依存 数分 数時間 数日〜
全工程サマリー — 何にどれだけ時間がかかるか
工数には4つの種類がある。AIエージェントが消せるのは「コードを書く時間」だけ。データの転送と計算は物理制約で変わらない。
ステップ コードを書く
AI		 データ転送
待ち		 計算処理
環境		 人間の判断
人間
前段階———数時間
① 目的定義———数日
② センサー選定5分——数時間
③ データ取得10分数時間〜1日
50-200GB		—10分
④ 前処理30分—数時間
CPU:半日 / Cloud:1-2h		30分
⑤ 解析（L1/L2）10分—数分10分
⑤ 解析（L2.5）30分—GPU: 1-3h数時間
⑤ GT収集———数週間〜数ヶ月 ★
⑤ 解析（L3学習）30分—CPU:数日 / GPU:数時間数時間
⑥ 検証・仕上げ20分—数分数時間
⑦ 地図化15分—数分30分
⑧ 配信30分—数分数時間
本当の時間泥棒は3つ:
1. ③のデータダウンロード（数十〜数百GB、回線速度次第）
2. ⑤のGT収集（人間が画像を見て塗る、数週間〜数ヶ月）
3. ⑤のGPU学習（ハードウェア次第、CPU数日 vs GPU数時間）
コードを書く時間は全部合わせても3時間程度。AIエージェントが消すのはここだけ。
前段階 — 始める前に確認すること
衛星データで何かを調べようと思ったとき、いきなりデータを取りに行くのではなく、「そもそもデータが存在するか」「使っていいか」を確認する。これを飛ばすと途中で詰まる。
データの存在確認 未体験
  1. 1STAC APIに対象地域（緯度経度の矩形）と期間を指定して検索クエリを送る AI コード15行・5分
  2. 2返ってきた画像一覧から、雲被覆率20%以下のシーンだけに絞り込む AI コード内で自動
  3. 3月別のヒット数を棒グラフにする（「何月に使える画像が何枚あるか」の可視化） AI コード10行
  4. 4グラフを見て「年間で十分な枚数が確保できるか」を判断する 人間 5分
ボルネオ島 100km四方 × 2024年をSTACで検索 → 雲被覆率20%以下は年間30枚（月平均2.5枚）→ 乾季（6-9月）は月5枚、雨季（11-2月）は月0-1枚 → 「雨季はSAR併用が必要」と判明
ライセンス確認 未体験
  1. 1使いたいデータソースの利用規約ページを開く 人間 10分
  2. 2「商用利用可否」「再配布可否」「クレジット要件」の3点を確認する 人間
Google Earth Engine = 非商用のみ。Copernicus = 商用可（クレジット要）。Planet/Maxar = 有料ライセンス契約が必要。
① 目的を定義する
「何を知りたいか」を決めることで、衛星・手法・成果物の形がすべて決まる。ここが曖昧だと全工程が迷走する。
要件の4項目を埋める 部分的
  1. 1何を: 検出（洪水が起きたか）/ 分類（森林か農地か）/ 測定（面積は何ha）/ 監視（減り続けていないか）→ どれかを決める 人間
  2. 2どこで: 対象地域を地図上で矩形 or ポリゴンで指定する。GeoJSONで定義 人間
  3. 3どのくらいの細かさで: 10m（無料衛星で見える森林区画レベル）で十分か、1m未満（商用衛星で見える個々の木）が必要か 人間
  4. 4成果物の形: PDFレポート / ブラウザ地図 / API / 自動通知のどれか → ⑧の工数が決まる 人間
この4つは人間にしか決められない。AIは選択肢の提示と比較表の作成で補助できるが、決定は事業判断。
② どの衛星を使うか選ぶ
衛星にはそれぞれ「得意な見方」がある。目的に合った衛星を選ぶことで後の全工程が決まる。
候補の比較と選定 体験済
  1. 1AIに「目的は○○、地域は○○、予算は○○」と伝える 人間 5分
  2. 2AIが候補センサーの比較表を自動生成（解像度・頻度・コスト・得意分野） AI 3分
  3. 3表を見て使うセンサーを決める 人間 10分
「森林減少を月次で監視したい、熱帯、予算なし」→ AI: 「Sentinel-2（光学・無料・10m・5日周期）推奨。ただし雲が多い地域ならSentinel-1（SAR）併用を検討」
③ データを取得する
使う衛星が決まったら、実際に画像データをダウンロードする。コードは短いが、ダウンロード自体に数時間〜1日かかるのがこのステップの実態。
STAC APIでデータ検索・取得 体験済
  1. 1pystac-client で Copernicus STAC に接続。対象AOI（矩形）と期間を指定して検索 AI コード15行・5分
  2. 2雲被覆率でフィルタし、使える画像の一覧を取得 AI コード内で自動
  3. 3軌道（Orbit）パスを確認する。同じ地域でも軌道が違うとカバー率が全く異なる。sat:relative_orbit でフィルタし、対象地域を最も広くカバーする軌道を選定 AI コード5行
  4. 4サムネイル画像（TCI=True Colorの低解像度版）を5-10枚表示して目視確認。「これは使える、これは雲がかかっている」を確認 AIコード生成 → 人間が目視 10分
  5. 5必要なバンドだけを指定してダウンロード。全バンド不要なら容量を大幅に減らせる（例: NDVI用ならB04+B08の2バンドだけ → 1/6のサイズ） AI コード20行
  6. 6ダウンロード実行。ここが時間かかる 待ち
データ量の目安
100km四方 × 12ヶ月 × 全バンド = 50-100GB
100km四方 × 12ヶ月 × 2バンド = 8-15GB
10km四方 × 12ヶ月 × 全バンド = 0.5-1GB
ダウンロード時間の目安
100GB @ 100Mbps = 約2-3時間
100GB @ 10Mbps = 約1日
15GB @ 100Mbps = 約20分
COG利用時 = 必要部分だけ、数分〜
軌道パス選択を忘れると致命的。Day5で体験: R046軌道ではカバー率0.8%、R089軌道では82.5%。同じ地域・同じ日付でも軌道が違うだけで使い物にならない。STAC検索後に必ず sat:relative_orbit でグループ化し、カバー率が最大の軌道を選ぶこと。
コードは15分で書ける。しかしダウンロードに数時間〜1日かかる。夜間に走らせるか、COGストリーミング（全量DLせず必要タイルだけ取得）を使うかの判断が必要。
COGストリーミング（全量DLしない方法） 体験済
  1. 1rioxarray/stackstac で COG の URL を指定。HTTP Range Request で必要な範囲だけ読む AI コード20行
  2. 2メモリ上で処理。ディスクに保存しない（= ダウンロード不要） 待ち 範囲次第で数秒〜数分
全量DL vs COGストリーミングの判断: 同じデータに何度もアクセスするなら全量DL。一回だけ使うならCOG。
分岐: データはそのまま使える状態か？（ARD判断）
取得したデータがすでに補正済み（ARD）なら④の大部分をスキップできる。Day1-4で使ったデータはほぼARDだった。
ARD判定 体験済
  1. 1取得したデータのプロダクトレベルを確認する。ファイル名やメタデータに「L2A」とあればARD AI 自動判定
  2. 2L2A（Sentinel-2）/ Level-2（Landsat）→ 大気補正・幾何補正・雲マスク済み。④の多くをスキップ
  3. 3L1C（生データ）/ 商用衛星の生画像 → ④をフル実施
CopernicusやGEEからダウンロードするデータはほぼL2A（ARD）。生データからの前処理が必要になるのは、商用衛星データや特殊な用途の場合。
④ データを使える状態にする（前処理）
衛星の生データには大気の影響やノイズが含まれている。これを取り除く。ARDデータを使う場合、この工程の大部分はスキップできる。コードは短いが、大量データの計算に数時間〜半日かかる。
雲マスク適用 体験済
  1. 1L2AデータにはSCLバンド（Scene Classification Layer）が付属している。これを読み込む AI コード5行
  2. 2SCL値が「雲（8,9）」「雲影（3）」「水蒸気（10）」のピクセルをマスク（NaNに置換） AI コード3行
  3. 3マスク後の画像を目視確認。雲の取り残しがないか 人間 5分
時系列の雲欠損を埋める（ギャップフィル） 未体験
  1. 112ヶ月分の画像をxarrayのデータキューブとしてスタック（時間×緯度×経度×バンド） AI コード20行
  2. 2各ピクセルの時系列でNaN（雲除外部分）を時間方向に線形補間する AI コード10行
  3. 3計算実行。データ量次第で時間がかかる 待ち
計算時間の目安
10km四方×12ヶ月 = 数分
100km四方×12ヶ月 = 数時間（CPU）
100km四方×12ヶ月 = 30分-1時間（32コア Cloud）
工数の内訳
コード: 30行・15分 AI
計算待ち: 数分〜数時間 待ち
結果確認: 10分 人間
季節合成（3ヶ月分→1枚の代表画像にまとめる） 体験済
  1. 13ヶ月分の画像をグループ化し、各ピクセルで中央値を計算する（外れ値＝雲の残りが消える） AI コード10行
  2. 24季節分（1-3月, 4-6月, 7-9月, 10-12月）の合成画像を生成 AI
  3. 3合成画像を並べて表示し、季節変化が捉えられているか目視確認 人間 5分
解像度不整合のハンドリング 体験済
  1. 1使用するバンドの解像度を確認する。例: Sentinel-2のB04/B08=10m、SCL=20m、B05-B07=20m AI 確認のみ
  2. 2低解像度バンドをリサンプリング（nearest neighbor等）して高解像度に合わせる AI コード5行
  3. 3リサンプリング後のshape不一致（端数ピクセル）を明示的にハンドルする。パディングまたはトリムで揃える AI コード5行
Day5で体験: SCL（20m）を2倍リサンプリングすると、B04/B08（10m）とshapeが1ピクセルずれる → numpy配列のトリム/パディング処理が必要だった
SARの場合: スペックルフィルタ 体験済
  1. 1scipy.ndimage.uniform_filter でLeeフィルタを適用（窓サイズ7×7） AI コード5行
  2. 2フィルタ前後の画像を並べて、ノイズが除去されつつ地物の境界が保たれているか確認 人間 5分
Day2でLeeフィルタ適用 → F1が0.364→0.396に改善（8.8%向上）を確認済み
⑤ 解析する — 画像から知りたいことを引き出す
前処理を終えたデータから「森林が減ったか」「洪水が起きたか」を判定する。簡単な方法から順に試すのがセオリー。
L1: 計算式で判定する（最も簡単） 体験済
  1. 1目的に合うスペクトル指数を選ぶ。森林→NDVI、水域→NDWI、都市→NDBI、火災跡→NBR AIが推薦 → 人間が選択
  2. 2指数を計算する。例: NDVI = (B08 - B04) / (B08 + B04) AI コード3行
  3. 3閾値を決める。例: NDVI < 0.3 → 「森林ではない」。閾値は0.1刻みで変えながら精度を確認 AIコード生成 → 人間が判断
  4. 4結果を地図上に表示して目視確認 AI コード10行
コード全体
20-30行 計算: 数秒
精度の目安（用途別）
分類（土地被覆）: F1 = 0.4-0.7
変化検出（森林減少等）: F1 = 0.2-0.4
Day5実測: NDVI閾値法 vs Hansen → F1=0.31
L2: 既存AIモデルをそのまま使う 体験済
  1. 1HuggingFace / TorchGeo で目的に合う学習済みモデルを検索する AI 5分
  2. 2モデルをダウンロードしてロードする AI コード15行 待ち DL 1-5分
  3. 3前処理済み画像を入力形式に変換（リサイズ・正規化・チップ化）して推論実行 AI コード30行
  4. 4結果を可視化して精度確認 AIコード → 人間が判断
計算時間
CPU: 数分（画像数枚）
GPU: 数十秒
注意点
学習条件（地域・季節）が自分のデータと合わないと精度が急落する。Day2で体験済み（F1=0.17）
L2.5: 既存モデルを少量データで微調整する ★実務で最も多い 部分的
  1. 1L2の結果が精度不足の場合、対象地域の正解データを5-50枚用意する 人間 数時間〜数日
  2. 2既存モデルの最終層だけを対象データで再学習（Fine-tuning） AI コード50行
  3. 3GPU学習を実行 環境 待ち
  4. 4精度を再評価。L1/L2との比較表を作成 AI → 人間が判断
GPU学習時間の目安
T4（Colab無料）: 1-3時間
A100: 10-30分
CPU: 半日〜1日
精度改善の目安
5枚のGTで F1 +0.1-0.2 改善が一般的
50枚あれば F1 +0.2-0.3 も可能
L3: ゼロからモデルを作る（GT収集が必要） 部分的
  1. 1正解データ（GT）を作る: 衛星画像を開き、「ここは森林」「ここは農地」と人間が1ピクセルずつ塗り分ける 人間
  2. 2数百〜数千枚のアノテーション。ツール: QGIS / Label Studio / Labelbox 人間 数週間〜数ヶ月
  3. 3画像を256×256のチップに分割し、地理的にtrain/val/testに分ける（ランダム分割は不可） AI コード30行
  4. 4U-Net等のモデルを選定して学習コードを生成 AI コード100行
  5. 5GPU学習を実行 環境 待ち
  6. 6精度が不足 → 手順1に戻ってGT追加 → 再学習（反復） 人間
GPU学習時間（100エポック）
T4: 2-4時間 / A100: 30分 / CPU: 2-3日
Day2の実績
U-Net 20エポック CPU: 53分 → F1=0.24
GPU+100エポックで F1>0.5 が見込まれる
手順2の「人間がピクセルを塗る作業」がプロジェクト全体の最大ボトルネック。AIでは代替できない。既存データセット（Global Forest Watch等）が使えるならここをスキップできる — だから「既存データセットがあるもので回す」戦略が有効。
⑥ 結果を検証して仕上げる
解析結果は「ピクセルの塗り絵」状態。これを使える形に仕上げ、精度を確認する。不十分なら⑤に戻る。
AOIクリッピング + 精度評価 体験済
  1. 1解析結果をAOI（コンセッション等）ポリゴンでクリップする。BBOXのまま面積計算すると3-12倍の過大推定になる AI コード10行（rasterize + mask）
  2. 2孤立ピクセル（1ピクセルだけ「森林減少」と出ている箇所）をモルフォロジー処理で除去 AI コード5行
  3. 3ピクセルの集まりをポリゴン（境界線で囲まれた区画）に変換。rasterio.features.shapes を使用 AI コード10行
  4. 4各ポリゴンの面積をヘクタール単位で計算 AI コード5行
  5. 5正解データ（Hansen GFW等）と比較してF1 / IoU / Precision / Recall / 面積誤差を計算。閾値を複数試して最適F1を求める AI コード30行
  6. 6混同マップ（TP/FP/FN/TN）を地図上に可視化して空間的なパターンを確認 AI コード20行
  7. 7精度が要件を満たすか判断。不足なら⑤に戻って手法変更 or GT追加 人間 議論
Day5実績: NDVI閾値法 vs Hansen GFW → 最適閾値-0.325でF1=0.31、Precision=27.9%、Recall=33.7%。検出3,953ha vs 実際3,272ha。面積は近いが位置の一致は3割程度 → L2へのエスカレーションが必要と判断
AOIクリッピングを忘れると面積が大幅に過大推定される。Day5ではBBOXのまま計算した初版で実際の3-12.5倍の面積を検出してしまった。コンセッション境界でrasterize maskをかけることで正しい面積に修正。
既知の正解データ（GT）ソースを活用する 体験済
GT収集は「数週間〜数ヶ月」のボトルネックだが、グローバルな既存データセットを使えばGT収集をスキップできるケースがある。
GTソース種類解像度用途
Hansen GFW年次森林減少ピクセルマップ（2001-2023）30m森林減少の精度検証・閾値最適化
Traseコンセッション別年次伐採面積コンセッション単位面積レベルの妥当性検証
JRC Global Surface Water水域変化マップ（1984-）30m洪水・水域変化の検証
ESA WorldCover土地被覆分類（年次）10m土地利用分類の検証
OpenStreetMap道路・建物・土地利用ベクター都市域の検証
「GTを自分で作る前に、既存のグローバルデータセットで代替できないか」を必ず検討する。Day5ではHansen GFW（無料・30m・年次）を使ってGT収集ゼロで精度評価を完了した。
⑦ 地図にする
解析結果を既存の地図（道路・建物・行政区画）と重ねて、実務的に意味のある地図にする。
解析結果 + 衛星写真 + 重ね合わせ地図 体験済
  1. 1foliumで地図を作成。OSM + 衛星写真（Esri）をベースマップに指定 AI コード10行
  2. 2RGB真カラー画像（B04/B03/B02）のBefore/Afterオーバーレイを作成。コントラスト調整（2-98パーセンタイル）+ ダウンサンプリングでPNG化 AI コード50行
  3. 3NDVI変化マップ、Hansen正解データ、混同マップ（TP/FP/FN/TN）をレイヤーとして重ねる AI コード30行
  4. 4解析結果パネル（精度指標、凡例、解釈）をHTML内に埋め込む AI コード80行
  5. 5コンセッション境界をGeoJSONレイヤーで重ねる AI コード10行
  6. 6地図を見て空間パターンを読み取る（「道路沿いに減少」「川沿いは安定」等） 人間
Day5実績: 7レイヤーのインタラクティブマップを生成（RGB Before/After + NDVI 2017/2019 + NDVI変化 + Hansen + 混同マップ + コンセッション境界）。レイヤー切替でBefore→Afterの伐採を視覚的に確認可能。
⑧ 届ける
誰に・どう届けるかで作るものが変わる。プロトタイプレベルなら実はどれも数時間で動く。
インタラクティブ地図（Streamlit + folium） 未体験
  1. 1Streamlitアプリを作成。サイドバーに日付選択・レイヤー選択UIを配置 AI コード30行
  2. 2⑦の地図をStreamlitに埋め込む AI コード10行
  3. 3streamlit run app.py でローカル起動して確認 AI 1分
従来
Webエンジニアがフロント+バック構築 → 2-8週間
AI導入後
AIが Streamlit+folium コード生成 → プロトタイプ 1-2時間
自動アラート（Slack通知） 未体験
  1. 1Slack Incoming Webhook URLを取得（Slack管理画面で設定） 人間 5分
  2. 2変化検出結果で閾値超え（例: 1ha以上の新規減少）があるかチェック AI コード5行
  3. 3閾値超えがあれば requests.post でSlackに送信。メッセージに面積・位置・サムネイルを含める AI コード15行
Slack通知は全部で20行、30分で動く。「数ヶ月」かかるのはSlack通知ではなく、その手前の⑤変化検出パイプラインと⑨の定期実行基盤の構築。
⑨ 運用する（継続監視の場合のみ）
一回だけの分析なら⑧で完了。毎月監視するなら③→⑧を自動で繰り返す仕組みが必要。
定期実行パイプライン 未体験
  1. 1③→④→⑤→⑥→⑦→⑧の処理をPythonスクリプト1本にまとめる AI コード200-300行
  2. 2cron（Linux）またはCloud Scheduler（GCP）で毎月実行を設定 AI コード5行
  3. 3実行ログを記録し、エラー時にSlack通知する仕組みを追加 AI コード20行
  4. 4四半期ごとにモデル精度を新しいGTで再検証する日程を決める 人間
並行: データ管理
全工程を通じて「何のデータで、何の処理をして、この結果を出したか」を記録する。半年後に再現できなくなることを防ぐ。
処理ログの自動記録 未体験
  1. 1各処理スクリプトの先頭で、入力ファイル・パラメータ・日時をJSONに書き出す AI コード10行（各スクリプトに追加）
  2. 2出力ファイルにSTACメタデータ（座標範囲・日付・処理バージョン）を付与 AI コード20行
次のアクション
✅ Round 1 完了: 森林減少で①〜⑦を1本通した（Day 5）
L1（NDVI閾値法）でPT TAIYOUNG ENGREEN HTI（中央カリマンタン）の2017→2019森林減少を検出。
Hansen GFW v1.11で検証し F1=0.31（Precision=28%, Recall=35%）を確認。
foliumインタラクティブ地図（RGB Before/After + 6レイヤー）を出力。
次のステップ
  1. L2 / L2.5 への昇格 — Random Forest（L2）または Prithvi微調整（L2.5）で精度向上を検証。F1=0.31→0.5以上を目標
  2. 横展開 — 他のコンセッション・他のユースケース（洪水、都市化）で同じ①〜⑦パイプラインを再利用
  3. ⑧ 届ける — Streamlit化やSlack通知で関係者にデリバリー
  4. ⑨ 運用する — 定期実行パイプライン構築（cron / Cloud Scheduler）