Foss4 g公表用（柴田）
Download as PPTX, PDF2 likes1,449 views
日本では政府のオープンデータ方针に基づき、地形や土地利用、人口分布などの様々なデータがインターネット上で公开されています。しかし、これらの膨大なデータを用いて新たな情报を得るためには、骋滨厂や搁によるデータ処理など様々な工夫が必要です。本発表では、オープンデータを活用して日本国内の生态系サービス（自然が人々の暮らしにもたらす恵み）の评価?可视化を行なった事例を绍介します。
More Related Content
Viewers also liked (9)
Similar to Foss4 g公表用（柴田） (13)
More from OSgeo Japan (20)
Recently uploaded (15)
Foss4 g公表用（柴田）
- 2. 自己紹介 ? 柴田 嶺 (Rei Shibata) ? 総合地球環境学研究所 研究員(2017.4 ?)(Research institute for Humanity and Nature) ? 専門：森林生態学、生態系サービス (Forest ecology, Ecological Services) ? よく使うソフトウェア (Software) ? R (2010?：統計処理、機械学習…) ? STAN (2016?：ベイズ) ? QGIS (2016?) ? ArcGIS (2017.8?)
- 5. オープンデータの例 ?自然環境保全基礎調査（環境省） e.g.) Vegetation data ?国土数値情報（国土交通省） ?国勢調査（総務省）e.g. )Population density ?基盤地図情報（国土地理院）DEM ?衛星画像（Landsat等） ベクトルタイル？
- 9. 事例
- 10. 生態系サービス ? 生物?生態系に由来し、人類の利益になる機能 （サービス）のこと。 ? つまり、「自然の恵み」 ? 木材や山菜を供給 ? きれいな水を供給 ? 農作物の花粉を運ぶ ? 自然の中で余暇を楽しむ（レクリエーション） ? アウトドア（キャンプ?釣り?登山?紅葉刈り）
- 11. キャンプ場の分布を予測？ ? 日本国内のキャンプ場の分布を「自然環境」と 「社会環境」から予測することができるか？ 自然環境 ? 森林 ? 湖 ? 涼しい ? 山麓 社会環境 ? 近い ? 高速道路 ? コンビニ ? 人が少ない
- 12. 流れ 地理情報データ （オープンデータ） ? 自然環境保全基礎調査（環境省） ? 植生図 ? 国土数値情報（国土交通省） ? 湖沼 ? 河川 ? 気候 ? 道路密度 ? 自然公園地域 ? 自然保全地域 ? 高速道路 ? 鉄道 ? 国勢調査（総務省） ? 人口 ? 基盤地図情報（国土地理院） ? 地形（DEM） 統計モデル 機械学習 生態系サービスの 予測 （国内の分布の推定値） 例えば。。 ? キャンプ場の分布 ? 学校の野外学習の実施先 ? 登山者数の分布
- 13. 今回はArcGISを使用 ?大規模データに対してQGISは… ? ジオメトリエラー頻発（計算できない！） ? Update機能が無い？ ? 計算がArcGISより遅い？ ? 落ちることが多い ArcGIS update機能 大規模データに対しては今 のところArcGISがリード？ ※PostGISを使うと良いらしい！
- 23. II コケモモ－トウヒクラス域自然植生 04亜高山帯針葉樹林（北海道） 05亜高山帯針葉樹林 06亜高山帯広葉樹林 07高茎草原及び風衝草原 V ブナクラス域代償植生 22落葉広葉樹二次林 23常緑樹二次林 24落葉広葉低木群落 25二次草原 26伐採跡地群落 VII ヤブツバキクラス域代償植生 40常緑広葉樹二次林 41落葉広葉樹二次林 42常緑針葉樹二次林 43タケ?ササ群落 44低木群落 45二次草原 46伐採跡地群落 I 高山帯自然植生域 01高山低木群落 02高山ハイデ及び風衝草原 03雪田草原 III コケモモ－トウヒクラス域代償植生 08亜高山帯二次林 09二次草原 10伐採跡地群落 IV ブナクラス域自然植生 11落葉広葉樹林（日本海型） 12下部針広混交林 13落葉広葉樹林（太平洋型） 14冷温帯針葉樹林 15岩角地針葉樹林 16渓畔林 17沼沢林 18河辺林 19岩角地?風衝地低木群落 20なだれ地自然低木群落 21自然草原 VI ヤブツバキクラス域自然植生 27常緑広葉樹林 28暖温帯針葉樹林 29岩角地?海岸断崖地針葉樹林 30落葉広葉樹林 31沼沢林 32河辺林 33自然低木群落 34海岸風衝低木群落 35亜熱帯常緑広葉樹林 36亜熱帯常緑広葉樹林 （隆起石灰岩上） 37亜熱帯湿生林 （マングローブ林） 38亜熱帯常緑針葉樹林 39亜熱帯低木群落 VIII 河辺?湿原?沼沢地?砂丘植生 47湿原?河川?池沼植生 48塩沼地植生 49砂丘植生 50海岸断崖地植生 51岩角地?石灰岩地?蛇紋岩地植生 52火山荒原植生?硫黄孔原植生 53隆起珊瑚礁植生 X 市街地等 58市街地等 IX 植林地?耕作地植生 54植林地 55竹林 56牧草地?ゴルフ場?芝地 57耕作地
- 24. new.vg.group <- function(df) { primary <- c(1:7, 11:21, 27:39, 47:53) secondary <- c(8:10, 22:26, 40:46) plantation <- c(54, 55) pasture <- 56 cultivated <- 57 urban <- 58 sea <- 0 df$NEW <- ifelse( df$DAI_C %in% primary, "primary", ifelse( df$DAI_C %in% secondary, "secondary", ifelse( df$DAI_C %in% plantation, "plantation", ifelse( df$DAI_C %in% pasture, "pasture", ifelse( df$DAI_C %in% cultivated, "cultivated", ifelse( df$DAI_C %in% urban, "urban", ifelse(df$DAI_C %in% sea, "unknown", "unknown") ) ) ) ) ) ) df$NEW <- ifelse( df$NEW == "urban" & df$CHU_C == 6, "water", df$NEW ) df$NEW <- ifelse( df$NEW == "water", ifelse(df$LAND == 1, "inland.water", "sea.water"), df$NEW ) df$NEW <- ifelse( df$NEW == "unknown", ifelse(df$LAND == 1, "unknown", "sea.water"), df$NEW ) return(df) } Rで集計 Rでcsvファイルを読み込み、各 メッシュごとの被覆率を集計 ?自然植生 ?二次植生 ?植林 ?耕作地 ?牧草地 ?市街地 ?陸水 ?海
- 26. 機械学習に よる予測 Machine Learning (Gradient boosting ) オープンデータ （Natural & Social environment） 北海道?東北はキャンプ場 存在確率が低い Good natural environment But Low population density & Bad accessibility 長野?富士山周辺はキャンプ場存在確率が高い Good natural environment High population density Good accessibility 解析結果 Real Data Prediction 実際のキャンプ場 の分布
- 27. Thank you!! Research institute for Humanity and Nature(RIHN) Rei Shibata rei@chikyu.ac.jp