5.2.2.2 直線的な時間的補間
スプライン関数によって算出される画像データは、雲域除去が行なわれていても素材画像において雲であるのか海水温度であるのか判定が難しく信頼性の低いデータが含まれているため、信頼性の低い水温データのために周りの値と明らかに異なる解析結果が得られた。その理由は、どうしても素材画像の温度データが雲か海水の温度データか明確でない部分を持っているためである。雲であるのか海水温度であるのか判定が難しく信頼性の低いデータは雲域除去も困難な状況であり、そのため信頼性の低い水温データまでも含めて計算してしまう。そのためどうしてもスプライン関数の特徴であるなめらかな曲線を描きたいのに、信頼性の低い水温データのために、周りの値と明らかに異なる解析結果が得られた。
そこで、スプライン関数による時間的補間法によって得られた画像データに対して、周りの値と明らかに異なるデータを雲域として判断した。ここで、欠測域画像を各領域における平均的な温度データを設定した値より低いデータを雲域として除去し、このスプライン関数による時間的補間では補間しきれなかった欠測域を直線的な時間的補間法を用いて補間を行なった。
その手法としては素材画像と欠測域画像の時期の間を1セットと考え、欠測域画像を補間しきれなかった値を1セット前の画像からの時間的変化から補間を行なう方法である。1セット前の素材画像の条件として完璧に雲域除去が行なわれていなければならない。その理由は、入力データとして、1セット前の画像にも雲域が存在してしまうと、雲域のデータから雲域のデータによる時間的補間な変化の計算を行なうことになるためである。
その計算内容としては、1画像(512*512ピクセル)の1ピクセル毎に図5.2.2の様に横と縦に10ピクセルずつの領域のスケールとして設定する。そこで、補間を行なう周りの水温データ(21*21ピクセル)から素材画像の水温データ(21*21ピクセル)へ変動率(ε)を(21*21)で求める。(2
