FOSS4G Osaka handson for remote sensing using R

1. R でリモートセン
シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
R でリモートセンシングハンズオン 設定
R の基本操作
R の基本操作
グラフ作成
外部データの入出力
縫村崇行 統計解析
(NUIMURA, Takayuki) 統計処理
検定
地理空間データの
名古屋大学 解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
FOSS4G2012 Osaka データの可視化 (その他)
2012/11/07 Appendix
1 / 36

2. R でリモートセン
Outline シングハンズオン
T. Nuimura
はじめに
はじめに
rgdal パッケージのインストール rgdal パッケージのインス
トール
Windows 版 R のおすすめ設定 Windows 版 R のおすすめ
設定
R の基本操作 R の基本操作
R の基本操作
R の基本操作 グラフ作成
外部データの入出力
グラフ作成 統計解析
外部データの入出力 統計処理
検定
統計解析 地理空間データの
解析
統計処理 rgdal とは
ラスター演算
検定 データの可視化 (空間分布)
データの可視化 (その他)
地理空間データの解析 Appendix
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
2 / 36

3. R でリモートセン
R の作図例 シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
R の基本操作
R の基本操作
グラフ作成
外部データの入出力
統計解析
統計処理
検定
地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
3 / 36

4. R でリモートセン
今回使用するデータ Download シングハンズオン
T. Nuimura
▶ 2001–2010 年の月別気温データ (CSV 形式)1 はじめに
rgdal パッケージのインス
▶ Landsat ETM+の band3 及び band4 (GeoTIFF 形式) 2 トール
Windows 版 R のおすすめ
設定
USGS EarthExplorer (http://earthexplorer.usgs.gov/)
R の基本操作
▶ CGIAR 提供の SRTM3 DEM (GeoTIFF 形式)2 R の基本操作
グラフ作成
CGIAR-CSI (http://srtm.csi.cgiar.org/) 外部データの入出力
統計解析
統計処理
検定
地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
EarthExplorer
CGIAR-CSI
1
ダミーデータ
2
300 m グリッドにリサンプリングしてある
4 / 36

5. R でリモートセン
rgdal パッケージのインストール シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
R の起動 Windows 版 R のおすすめ
設定
▶ Windows：プログラムメニューから R を選択 R の基本操作
R の基本操作
Linux：ターミナルで R と入力 (大文字なのに注意)
グラフ作成
▶ 外部データの入出力
統計解析
パッケージのインストール1 , 2 統計処理
検定
> install.packages(“rgdal”, dependencies=TRUE) 地理空間データの
解析
# その後でてくるダウンロードサーバ選択はどこでも OK rgdal とは
# 日本を選ぶとちょ っと早いかも ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
1
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。
2
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。
5 / 36

6. R でリモートセン
Windows 版 R のおすすめ設定 シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
R の基本操作
R の基本操作
グラフ作成
外部データの入出力
統計解析
統計処理
検定
地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
=⇒ 次の起動からは SDI1 モードになり、グラフが別ウィン
ドウで出てくるので見やすい。
1
シングルディスプレイインターフェース
6 / 36

7. R でリモートセン
R の基本操作 シングハンズオン
T. Nuimura
はじめに
R の終了コマンド rgdal パッケージのインス
トール
> q() Windows 版 R のおすすめ
設定
# ワークスペースの保存についての質問は No で OK
R の基本操作
R の基本操作
グラフ作成
作業ディレクトリの設定 (Windows の場合) 外部データの入出力
統計解析
# 例えば C ドライブの hansdon フォルダの場合は 統計処理
検定
> setwd(“c:/handson”)
地理空間データの
# 又は 解析
> setwd(“c:¥¥handson”) rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
# ダメな例
Appendix
> setwd(“c:¥handson”)
=⇒ パス中のバックスラッシュ (円マーク) は 2 つにするか、
スラッシュ1 つに置き換える必要がある。
7 / 36

8. R でリモートセン
数値入力と変数 シングハンズオン
T. Nuimura
はじめに
数値の計算 rgdal パッケージのインス
トール
>2+3 Windows 版 R のおすすめ
設定
[1] 5
R の基本操作
R の基本操作
グラフ作成
>2ˆ8 外部データの入出力
[1] 256 統計解析
統計処理
検定
変数 地理空間データの
解析
> temp.dc <- 10 rgdal とは
ラスター演算
> temp.dc データの可視化 (空間分布)
データの可視化 (その他)
[1] 10
Appendix
> temp.df <- 9 / 5 * temp.dc + 32
> temp.df
[1] 50
8 / 36

9. R でリモートセン
グラフの基礎 (plot 関数) シングハンズオン
T. Nuimura
はじめに
1 変数のプロット rgdal パッケージのインス
トール
> temp <- c(10, 20, 15, 25, 20, 20) Windows 版 R のおすすめ
設定
> plot(temp) R の基本操作
R の基本操作
グラフ作成
外部データの入出力
統計解析
25
統計処理
検定
地理空間データの
解析
20
rgdal とは
temp
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
15
Appendix
10
1 2 3 4 5 6
Index
9 / 36

10. R でリモートセン
グラフの基礎 (plot 関数) シングハンズオン
T. Nuimura
はじめに
2 変数のプロット rgdal パッケージのインス
トール
> year <- c(2000, 2004, 2005, 2007, 2010, 2011) Windows 版 R のおすすめ
設定
> plot(year, temp) R の基本操作
R の基本操作
グラフ作成
外部データの入出力
統計解析
25
統計処理
検定
地理空間データの
解析
20
rgdal とは
temp
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
15
Appendix
10
2000 2002 2004 2006 2008 2010
year
10 / 36

11. R でリモートセン
グラフの基礎 (plot 関数) シングハンズオン
T. Nuimura
はじめに
2 変数のプロット rgdal パッケージのインス
トール
> year <- c(2000, 2004, 2005, 2007, 2010, 2011) Windows 版 R のおすすめ
設定
> plot(year, temp, type=“l”, col=“red”, xlim=c(1990, 2020), ylim=c(0, 30))
R の基本操作
R の基本操作
グラフ作成
外部データの入出力
統計解析
30
統計処理
検定
25
地理空間データの
解析
20
rgdal とは
temp
15
ラスター演算
データの可視化 (空間分布)
10
データの可視化 (その他)
Appendix
5
0
1990 1995 2000 2005 2010 2015 2020
year
11 / 36

12. R でリモートセン
グラフの基礎 (histogram 関数) シングハンズオン
T. Nuimura
はじめに
ヒストグラムの作成 rgdal パッケージのインス
トール
Windows 版 R のおすすめ
> hist(temp) 設定
R の基本操作
R の基本操作
グラフ作成
Histogram of temp 外部データの入出力
3.0
統計解析
統計処理
2.5
検定
地理空間データの
2.0
解析
Frequency
1.5
rgdal とは
ラスター演算
1.0
データの可視化 (空間分布)
データの可視化 (その他)
0.5
Appendix
0.0
10 15 20 25
temp
12 / 36

13. R でリモートセン
グラフの基礎 (histogram 関数) シングハンズオン
T. Nuimura
はじめに
大量のデータのヒストグラム rgdal パッケージのインス
トール
Windows 版 R のおすすめ
> hist(rnorm(10000)) 設定
R の基本操作
R の基本操作
グラフ作成
Histogram of rnorm(10000) 外部データの入出力
統計解析
統計処理
1500
検定
地理空間データの
解析
Frequency
1000
rgdal とは
ラスター演算
データの可視化 (空間分布)
500
データの可視化 (その他)
Appendix
0
−4 −2 0 2 4
rnorm(10000)
13 / 36

14. R でリモートセン
グラフの基礎 (histogram 関数) シングハンズオン
T. Nuimura
はじめに
大量のデータのヒストグラム rgdal パッケージのインス
トール
Windows 版 R のおすすめ
> hist(rnorm(10000), col=“lightblue”, breaks=100) 設定
R の基本操作
R の基本操作
グラフ作成
Histogram of rnorm(10000) 外部データの入出力
統計解析
400
統計処理
検定
300
地理空間データの
解析
Frequency
rgdal とは
200
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
100
Appendix
0
−2 0 2 4
rnorm(10000)
14 / 36

15. R でリモートセン
R で取り扱えるデータ シングハンズオン
T. Nuimura
はじめに
一般的なデータだと rgdal パッケージのインス
トール
Windows 版 R のおすすめ
▶ xls：csv に変換しといたほうが簡単 設定
R の基本操作
▶ csv：簡単に読み込める R の基本操作
グラフ作成
▶ txt：csv 以外の文字（タブ、スペースなど）区切りデータ 外部データの入出力
統計解析
▶ dbf：GIS の属性テーブル情報を扱いたいときなど 統計処理
検定
▶ 画像データ：画像処理も 地理空間データの
解析
rgdal とは
ラスター演算
科学関連のデータでは データの可視化 (空間分布)
データの可視化 (その他)
▶ GeoTIFF：リモセンデータ Appendix
▶ Shapefile：GIS データ
▶ NetCDF：気候データで一般的
15 / 36

16. R でリモートセン
CSV データ読み込み シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
データのある場所に移動
Windows 版 R のおすすめ
設定
R の基本操作
# Windows: C ドライブの handson フォルダの場合 R の基本操作
グラフ作成
> setwd(“C:/handson”) 外部データの入出力
統計解析
# Ubuntu: /home/username/handson フォルダの場合
統計処理
検定
> setwd(“/home/username/handson”) 地理空間データの
解析
rgdal とは
ラスター演算
read.csv 関数 データの可視化 (空間分布)
データの可視化 (その他)
# 月平均気温 (2001–2010) のデータ、 Appendix
> temp <- read.csv(“temperature.csv”)
16 / 36

17. R でリモートセン
CSV データ加工 シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
R の基本操作
matrix 関数で 2 次元配列に変換
R の基本操作
グラフ作成
外部データの入出力
> temp.matrix <- matrix(temp[,2], 10, 12, byrow=T) 統計解析
統計処理
検定
# dim 関数で次元数のチェ ック 地理空間データの
> dim(temp.matrix) 解析
rgdal とは
[1] 10 12 ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
17 / 36

18. R でリモートセン
CSV データ出力 シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
2 次元配列の列と行にラベルをつける R の基本操作
# 列ラベルに月 R の基本操作
グラフ作成
> colnames(temp.matrix) <- 1:12 外部データの入出力
統計解析
統計処理
# 行ラベルに年 検定
地理空間データの
> rownames(temp.matrix) <- 2001:2010 解析
rgdal とは
ラスター演算
2 次元配列を CSV に出力
データの可視化 (空間分布)
データの可視化 (その他)
> write.csv(temp.matrix, “temp_matrix.csv”) Appendix
18 / 36

19. R でリモートセン
2 次元配列の計算 シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
R の基本操作
apply 関数で縦・横それぞれの計算 R の基本操作
グラフ作成
# 横方向、つまり年別の平均 外部データの入出力
統計解析
> apply(temp.matrix, 1, mean) 統計処理
検定
地理空間データの
# 縦方向、つまり月別の平均 解析
> apply(temp.matrix, 2, mean) rgdal とは
ラスター演算
データの可視化 (空間分布)
mean 以外にも、sum、max、min、sd、summary なども。 データの可視化 (その他)
Appendix
19 / 36

20. R でリモートセン
t 検定 シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
t.test 関数 設定
R の基本操作
# 2001 年と 2010 年の気温差を検定 R の基本操作
グラフ作成
> t.test(temp.matrix[1,], temp.matrix[10,]) 外部データの入出力
t = -0.1537, df = 21.996, p-value < 0.8793 統計解析
統計処理
# 2001 年と 2010 年では有意な気温差なし 検定
地理空間データの
解析
# 2001–2010 の 1 月と 2 月の気温差を検定 rgdal とは
ラスター演算
> t.test(temp.matrix[,1], temp.matrix[,2]) データの可視化 (空間分布)
データの可視化 (その他)
t = -5.1308, df = 17.532, p-value < 7.588e-05
Appendix
# 1 月と 2 月では有意な気温差あり
20 / 36

21. R でリモートセン
無相関検定 シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
R の基本操作
cor.test 関数
R の基本操作
グラフ作成
外部データの入出力
# 2001 年と 2010 年の気温の相関 統計解析
> cor.test(temp.matrix[1,], temp.matrix[10,]) 統計処理
検定
t = 23.6361, df = 10, p-value < 4.169e-10 地理空間データの
解析
cor 0.9911685 rgdal とは
# 相関係数 0.99 の有意な相関 ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
21 / 36

22. R でリモートセン
地理空間データの解析 シングハンズオン
T. Nuimura
GIS やリモートセンシング解析で使用されるデータ はじめに
rgdal パッケージのインス
大きく分けて 2 種類 (ベクター、ラスター) に分けられる トール
Windows 版 R のおすすめ
設定
R の基本操作
▶ ベクター：点、線、面などの地物データ R の基本操作
グラフ作成
=⇒ESRI Shape ファイル形式 (*.shp) が一般的 外部データの入出力
統計解析
▶ ラスター：連続的なグリッドデータ 統計処理
検定
=⇒GeoTIFF ファイル形式 (*.tif) が一般的
地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
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
22 / 36

23. R でリモートセン
rgdal を使って GIS データ (ラスター) の読み込み シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
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 R の基本操作
▶ read.bin：バイナリデータ R の基本操作
グラフ作成
外部データの入出力
▶ read.csv：CSV
統計解析
▶ read.delim：様々な区切りテキスト (CSV、タブ、空白など) 統計処理
検定
地理空間データの
解析
rgdal パッケージでは、以下の GIS 読み込み関数が使用可 rgdal とは
ラスター演算
▶ readOGR：ベクターデータ データの可視化 (空間分布)
データの可視化 (その他)
▶ readGDAL：ラスターデータ Appendix
23 / 36

24. R でリモートセン
rgdal で対応している GIS フォーマット シングハンズオン
T. Nuimura
はじめに
ほとんどの GIS データに対応している。有名どころだと rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
readOGR で読めるベクターデータ R の基本操作
R の基本操作
▶ ESRI shapefile：ベクターデータのデファクトスタンダード グラフ作成
外部データの入出力
▶ KML：Google Earth ファイル 統計解析
統計処理
▶ GPX：GPS ファイル (Garmin、GPS 付きスマートフォンなど) 検定
地理空間データの
解析
readGDAL で読めるラスターデータ rgdal とは
ラスター演算
データの可視化 (空間分布)
▶ GeoTiff：ラスターデータのデファクトスタンダード データの可視化 (その他)
Appendix
▶ 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
24 / 36

25. R でリモートセン
readGDAL で読み込み シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
#rgdal パッケージの読み込み、セッションの最初に毎回 トール
Windows 版 R のおすすめ
library(rgdal) 設定
R の基本操作
R の基本操作
GeoTIFF を dem.obj という変数に読み込む場合 グラフ作成
外部データの入出力
#ディレクトリの移動 統計解析
統計処理
setwd(“c:/handson”) 検定
地理空間データの
解析
#GeoTIFF ファイルの読み込み rgdal とは
dem.obj <- readGDAL(“srtm_dem_300.tif”) ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
=⇒dem.obj という名前の sp クラスの変数が生成される Appendix
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。
25 / 36

26. R でリモートセン
sp クラスの構造 シングハンズオン
T. Nuimura
はじめに
sp クラスデータは以下のようなスロットをもつ rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
▶ data：data.frame 形式で band1 というラベルのグリッド値
R の基本操作
▶ grid：さらに 3 つのサブスロットを含む R の基本操作
グラフ作成
外部データの入出力
▶ cellcentre.offset：左下端のグリッドの中心座標
統計解析
▶ cellsize：グリッドサイズ (= 解像度) 統計処理
▶ cells.dim：ラスターデータの列数と行数 検定
地理空間データの
▶ bbox：西、東、南、北端の座標 解析
rgdal とは
(coords の値と 1/2 グリッドサイズ分ずれていることに注意) ラスター演算
データの可視化 (空間分布)
▶ proj4string：1 つのサブスロットを含む データの可視化 (その他)
Appendix
▶ projargs：座標系情報 (WGS84 など)
#確認するには以下のコマンドを使用
str(dem.obj)
26 / 36

27. R でリモートセン
sp クラスのデータ処理 シングハンズオン
sp クラスのデータの処理は、"dem.obj@data[,1]” を操作する T. Nuimura
ことによって行える。 はじめに
rgdal パッケージのインス
トール
いくつかの処理例 Windows 版 R のおすすめ
設定
#NoData を計算から除外 (-9999 を NoData にしている場合) R の基本操作
R の基本操作
dem.obj@data[dem.obj@data[,1] == -9999,1] <- NA グラフ作成
外部データの入出力
統計解析
#平均値の計算 統計処理
検定
mean(dem.obj@data[,1], na.rm=T)
地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
#ヒストグラムのプロット
hist(dem.obj@data[,1])
27 / 36

28. R でリモートセン
Landsat による NDVI の計算 シングハンズオン
T. Nuimura
NDVI (正規化植生指数) はじめに
rgdal パッケージのインス
トール
(IR − R ) IR: Infrared (赤外バンド) Windows 版 R のおすすめ
NDVI = 設定
(IR + R ) R ：Red (赤色バンド) R の基本操作
R の基本操作
グラフ作成
Landsat の場合 (R⇒Band3、IR⇒Band4)
外部データの入出力
統計解析
(Band4 − Band3) IR: Band4
統計処理
検定
NDVI =
(Band4 + Band3) R ：Band3 地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
Band3 Band4 NDVI
28 / 36

29. R でリモートセン
Landsat による NDVI の計算 シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
#GeoTIFF ファイルの読み込み トール
Windows 版 R のおすすめ
band3.obj <- readGDAL(“landsat_band3_300.tif”) 設定
band4.obj <- readGDAL(“landsat_band4_300.tif”)
R の基本操作
R の基本操作
グラフ作成
# 計算結果用の変数を確保 (Band4 でもどっちでも良い) 外部データの入出力
ndvi.obj <- band3.obj
統計解析
統計処理
検定
#ラスター演算 #2 行にわかれてるけど実際は 1 行で
ndvi <- (band4.obj@data[,1] - band3.obj@data[,1]) / (band4.obj@data[,1] + 地理空間データの
解析
band3.obj@data[,1])
rgdal とは
ラスター演算
データの可視化 (空間分布)
#sp クラスは band1 というラベル名がある (紛らわしいので注意!) データの可視化 (その他)
ndvi.obj@data[,1] <- data.frame(band1=ndvi)
Appendix
#GeoTIFF ファイルに結果を書き出し
writeGDAL(ndvi.obj, “landsat_ndvi.tif”)
29 / 36

30. R でリモートセン
データの可視化 (空間分布) シングハンズオン
T. Nuimura
はじめに
ラスターデータのみ rgdal パッケージのインス
トール
Windows 版 R のおすすめ
#DEM データの場合 設定
#terrain.colors(20) が色の設定、scales オプションで軸目盛り表示 R の基本操作
R の基本操作
spplot(dem.obj, col.regions=terrain.colors(20), scales=list(draw=T))
グラフ作成
外部データの入出力
統計解析
統計処理
検定
地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
30 / 36

31. R でリモートセン
データの可視化 (空間分布) シングハンズオン
T. Nuimura
ラスターデータ + ベクターデータ
はじめに
#latticeExtra パッケージを追加インストール＆読み込み rgdal パッケージのインス
トール
install.packages(“latticeExtra”)
Windows 版 R のおすすめ
library(latticeExtra) 設定
R の基本操作
R の基本操作
#ベクターデータの読み込み グラフ作成
basin <- readOGR(“khumbu_himal_basin.shp”, layer=“khumbu_himal_basin”) 外部データの入出力
spplot(dem.obj, col.regions=terrain.colors(20), scales=list(draw=T)) + 統計解析
layer(sp.polygon(basin)) 統計処理
検定
地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
31 / 36

32. R でリモートセン
データの可視化 (その他) シングハンズオン
T. Nuimura
#plot 関数にて はじめに
plot(ndvi.obj@data[,1], dem.obj@data[,1], cex=0.1) rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
R の基本操作
R の基本操作
グラフ作成
外部データの入出力
統計解析
統計処理
検定
地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
何か変な縦線が 3 本？
=⇒band3 と band4 の無効なデータ (0 や 255 という値) を適
切に扱わなかったのが原因。
32 / 36

33. R でリモートセン
データの可視化 (その他) シングハンズオン
T. Nuimura
#0 と 255 の値を NA (⇐R での NoData 値) に置換
band3.obj@data[band3.obj@data[,1] == 0 | band3.obj@data[,1] == 255,1] <- NA はじめに
rgdal パッケージのインス
band4.obj@data[band4.obj@data[,1] == 0 | band4.obj@data[,1] == 255,1] <- NA トール
Windows 版 R のおすすめ
設定
#からの NDVI 再計算 R の基本操作
ndvi <- (band4.obj@data[,1] - band3.obj@data[,1]) / (band4.obj@data[,1] + R の基本操作
band3.obj@data[,1]) グラフ作成
外部データの入出力
ndvi.obj@data[,1] <- data.frame(band1=ndvi)
統計解析
統計処理
#再び plot 検定
plot(ndvi.obj@data[,1], dem.obj@data[,1], cex=0.1) 地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
33 / 36

34. R でリモートセン
最後にちょっとだけ (簡単に) 自分の研究紹介 シングハンズオン
T. Nuimura
はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
R の基本操作
R の基本操作
グラフ作成
1992–2008 年の間の多時期の DEM 外部データの入出力
(地形データ) から、標高値の時系列変化を
統計解析
グリッドごとに計算 統計処理
検定
地理空間データの
解析
=⇒ 氷河の表面高度がどのように rgdal とは
ラスター演算
変化しているか (上昇 or 低下) が求められる データの可視化 (空間分布)
データの可視化 (その他)
Appendix
34 / 36

35. R でリモートセン
最後にちょっとだけ (簡単に) 自分の研究紹介 シングハンズオン
T. Nuimura
はじめに
表面高度の変化速度の計算例 rgdal パッケージのインス
トール
#2 重の for ループでグリッドごとに以下の計算を行う Windows 版 R のおすすめ
設定
#使用する地形データの年 (実際は 15 時期)
R の基本操作
years <- c(1992,2000,2004,2008) R の基本操作
グラフ作成
外部データの入出力
#各年の地形データでの標高値 (固定)
統計解析
elevation <- c(5029,5025,5020,5020) 統計処理
検定
#lm 関数で高度変化速度 (m year−1 ) の計算 地理空間データの
解析
lm(elevation years, data.frame(years, elevation))
rgdal とは
ラスター演算
データの可視化 (空間分布)
#下記の計算結果が表示される データの可視化 (その他)
#Coefficients:
Appendix
#(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
35 / 36

36. R でリモートセン
氷河表面の高度変化率の空間分布 シングハンズオン
色のついている場所が氷河域、暖色が低下、寒色が上昇を T. Nuimura
示す はじめに
rgdal パッケージのインス
トール
Windows 版 R のおすすめ
設定
R の基本操作
R の基本操作
グラフ作成
外部データの入出力
統計解析
統計処理
検定
地理空間データの
解析
rgdal とは
ラスター演算
データの可視化 (空間分布)
データの可視化 (その他)
Appendix
結果は Nuimura et al., (2012) Journal of Glaciology にあります
こちらの図は論文中の図からあえて大幅に改変しています。
2
2
論文出版社の著作権的な大人の事情で 36 / 36