近い時期のデータであり、疑似欠測域を作成した箇所は水温データがしっかり分布されている。これは、素材画像と補間を行なう画像との時期が近いため、温度変化が少なく、時期的に幅が短いことなどの条件をよって、素材画像から補間を行なう画像のデータの変化の割合が少なく補間を行なうデータの推測がし易いためと考えられる。よって、スプライン関数が滑らかな変化のため、データの推測がしやすかった結果といえる。素材画像のデータとしては、素材画像が4月8日と、4月13日で補間を行なう画像が4月14日であり、時間の幅が6日間という短い時間幅であったため、最良であった。これにより、素材画像が近い時期であれば、しっかり補間ができることが分かった。
また、相関図(図5.2.12)から相関係数0.943という値を見ても今回行なった時間的補間の精度かなり良いことが分かる。また、グラフから補間後の画像での輝度値を見ると、輝度値80の所で原画像より高く見積もられている値が多くあり、これはその位置での水温が素材画像から補間を行なう画像の間に激しく変化したため、スプライン曲線を考えた場合の温度変化と比べ変動が大きくなり、せり上がったためだと思われる。しかし、今回は比較的良い精度が得られ、良い値が算出できたのも、慎重に素材画像の選出を行なったために、よい結果が得られたものと考えられる。
しかし、今回は実際にスプライン補間を行なう領域に対して、素材画像に水温データが入っている画像を選択したが、画面全体を補間したい場合は素材画像にデータが不足しているところや雲か水温データか、はっきりしない所に対しては、やはり信頼性の低い値が算出された。
以上の結果より、本研究が目的としている、過去の画像データのみのスプライン関数を用いた時間的補間としては、課題も多いが素材画像のデータが正確に分布していれば、良い結果が得られた。
