Presentation file at Nagoya.R#5 in Mar. 26th, 2011.

1. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
rgdal パッケージによるリモートセンシング解析
（ヒマラヤの氷河の事例）
縫村崇行
(NUIMURA, Takayuki)
名古屋大学大学院環境学研究科
1 / 15

2. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
自己紹介
専門：GIS や RS によるヒマラヤの氷河の変動把握
所属：環境学・雪氷圏変動研究室 (地球水循環センター)
R 歴：2 年 (MATLAB⇒Octave⇒R)
GIS 歴：6 年 (ArcGIS⇒R+GRASS GIS+GMT)
0
1000
2000
3000
4000
5000
6000
7000
8000
[ m ]
Nepal
China
India
Khumbu Himal
Kathmandu
80˚ 85˚ 90˚
25˚
30˚
86˚30' 86˚40' 86˚50' 87˚00'
27˚30'
27˚40'
27˚50'
28˚00'
10 km
N
Everest
2 / 15

3. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
自己紹介
最先端・次世代研究開発支援プログラム (JSPS)
研究課題名：アジア高山域における山岳氷河変動が水資源に
与える影響の評価 (代表者：坂井亜規子)
プロジェクト名：Glacier Area Mapping for Discharge in Asian
Mountains (GAMDAM)⇐ あえてスペルは変えてます
プロジェクト URL：http://gamdam.cryoscience.net/
ALOS、ASTER、SRTM などの衛星画像 +DEM から、
氷河の空間分布データベースを作る簡単なお仕事です。
3 / 15

4. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
GIS とは
GIS (Geographic Information System)
GIS では大きく分けて 2 種類 (ベクター、ラスター) のデータを
使用
ベクター：点、線、面などの地物データ
=⇒ESRI Shape ファイル形式 (*.shp) が一般的
ラスター：連続的なグリッドデータ
=⇒GeoTiff ファイル形式 (*.tif) が一般的
ベクター ラスター
rgdal パッケージではいずれのファイルも読込み可能
4 / 15

5. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
rgdal を使って GIS データ (ラスター) の読み込み
R では基本パッケージでも様々なデータ読み込み関数がある
read.bin：バイナリデータ
read.csv：CSV
read.delim：様々な区切りテキスト (CSV、タブ、空白など)
rgdal パッケージでは、以下の GIS 読み込み関数が使用できる
readOGR：ベクターデータ
readGDAL：ラスターデータ
5 / 15

6. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
rgdal で対応している GIS フォーマット
ほとんどの GIS データに対応している。有名どころだと
readOGR で読めるベクターデータ
ESRI shapefile：ベクターデータのデファクトスタンダード
KML：Google Earth ファイル
GPX：GPS ファイル (Garmin、GPS 付きスマートフォンなど)
readGDAL で読めるラスターデータ
GeoTiff：ラスターデータのデファクトスタンダード
HDF：科学データ配布によく使われる
netCDF：気候データで一般的
6 / 15

7. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
rgdal パッケージを使う下準備
#rgdal パッケージのインストール (最初だけ)
install.packages(“rgdal”)
#rgdal パッケージの読み込み、セッションの最初に毎回
library(rgdal)
※ Windows では自動的に依存するパッケージもインストールして
くれる。Ubuntu linux の場合は、事前に OS のパッケージマネー
ジャで、”gdal”、”libgdal1-dev”、”libproj-dev” をインストールする必
要がある。
7 / 15

8. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
readGDAL で読み込み
D ドライブにある GeoTiff を rsdata という変数に読み込む場合
#ディレクトリの移動
setwd(“D:”)
#GeoTiff ファイルの読み込み
rsdata <- readGDAL(“aster_dem.tif”)
=⇒rsdata という名前の sp クラスの変数が生成される
この sp クラスの変数はラスターデータのグリッド値の他に、
様々な属性情報を含んでいる。
8 / 15

9. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
sp クラスの構造
sp クラスデータは以下のようなデータ格納庫 (スロット) をもつ
data：data.frame 形式で band1 というラベルのグリッド値を
もつ
grid：さらに 3 つのサブスロットに分かれる
cellcentre.offset：左下端のグリッドの中心座標
cellsize：グリッドサイズ (= 解像度)
cells.dim：ラスターデータの列数と行数
grid.index：不明
coords：左下端と右上端のグリッドの中心座標
bbox：西、東、南、北端の座標
(coords の値と 1/2 グリッドサイズ分ずれていることに注意)
proj4string：1 つのサブスロットを含む
projargs：座標情報 (WGS84 地理座標系、UTMzone45N など)
9 / 15

10. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
sp クラスのデータ処理
よって sp クラスのデータの処理は、"rsdata@data[,1]” を操作する
ことによって行える。
いくつかの処理例
#Nodata を計算から除外 (-9999 を Nodata にしている場合)
rsdata@data[rsdata@data[,1] == -9999,1] <- NaN
#平均値の計算
mean(rsdata@data[,1], na.rm=T)
#グリッド値のヒストグラムのプロット
hist(rsdata@data[,1])
10 / 15

11. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
ASTER による NDVI の計算
NDVI (正規化植生指数)
NDVI =
(IR − R)
(IR + R)
IR: Infrared (赤外バンド)
R：Red (赤色バンド)
ASTER の場合 (R⇒Band2、IR⇒Band3)
NDVI =
(Band3 − Band2)
(Band3 + Band2)
IR: Infrared (赤外バンド)
R：Red (赤色バンド)
Band2 Band3 NDVI
11 / 15

12. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
ASTER による NDVI の計算
#GeoTiff ファイルの読み込み
rsdataBand2 <- readGDAL(“aster_band2.tif”)
rsdataBand3 <- readGDAL(“aster_band3.tif”)
# 計算結果用の変数を確保 (Band3 でもどっちでも良い)
rsdataNDVI <- rsdataBand2
#ラスター演算
ndvi <- (rsdataBand3@data[,1] - rsdataBand2@data[,1]) / (rsdataBand3@data[,1] +
rsdataBand2@data[,1])
#sp クラスは band1 というラベルがある (紛らわしいので注意!)
rsdataNDVI@data[,1] <- data.frame(band1=ndvi)
#GeoTiff ファイルに結果を書き出し
writeGDAL(rsdataNDVI, “aster_ndvi.tif”)
12 / 15

13. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
最後にちょっとだけ (簡単に) 自分の研究紹介
1992–2008 年の間の多時期の DEM
(地形データ) から、標高値の時系列
変化をグリッドごとに計算
=⇒ 氷河の表面高度がどのように変
化しているか (上昇 or 低下) が求め
られる
13 / 15

14. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
最後にちょっとだけ (簡単に) 自分の研究紹介
表面高度の変化速度の計算例
#2 重の for ループでグリッドごとに以下の計算を行う
#使用する地形データの年 (実際は 15 時期)
years <- c(1992,2000,2004,2008)
#各年の地形データでの標高値 (固定)
elevation <- c(5029,5025,5020,5020)
#lm 関数で高度変化速度 (m year−1
) の計算
lm(elevation years, data.frame(years, elevation))
#下記の計算結果が表示される
#Coefficients:
#(Intercept) years
#6252.6857 -0.6143
#つまりこの例の場合は y = -0.6143x + 6252.6857 と線形近似された
14 / 15

15. はじめに GIS とは rgdal とは rgdal を使う ラスター演算 氷河の解析
氷河表面の高度変化率の空間分布
色のついている場所が氷河域、暖色が低下、寒色が上昇を示す
投稿準備中
15 / 15