1)多数のパソコンをネットワークを介して並列に結合することで,多量のGACデータを効率的に自動処理するシステムを開発し,GACデータの処理を開始した。一年分のデータを約1ヵ月で処理することが可能となった。
2)東南アジアを対象にして,ランドサット画像を自動モザイクし,さらにランドサット画像にNOAA画像を組み合わせることで,土地被覆分類をより効率的に,かつ正確に行う手法を開発した。時系列ランドサット画像から土地被覆変化を抽出する作業を行っている。
3)土地被覆分類結果や,植生分類結果の現地検証用データとして撮影された地上写真を,ネットワークを介して分散データベースとして構築する為のソフトウェアを開発し,データベース化を行った。これにより,それぞれの撮影者が別個に作成したデータベースを統合的に共有することが出来る様になり,地上写真データを容易に蓄積することが可能となった。
4)衛星データから時系列に得られた植生指標を,さらに気温や降水量のデータと組み合わせることにより,植生の季節変化と環境条件(気温,降水量)の空間的,時間的相関関係を明らかにすることが出来た。ユーラシア大陸では,特に寒冷地となる東シベリア地域では,森林が緑となるのが最も遅いものの,落葉するのも最も遅いこと等興味深い発見があった。
5)土地の農業生産性推定を基礎とする土地利用変化の推定モデルに関して,そのフレームワークが確立され,タイ国を対象として検証を行った。また,生産性の推定の基礎としてアジア地域で最も重要な穀物である水稲に関する生産性推定モデルを開発した。
6)衛星画像から推定される植生指標の信頼性を改善する為に,大気補正手法,地形補正手法などを開発し,実装を行い,NOAAデータから定期的に植生データを作成し,コンポジット画像を作成している。