FOSS4G勉強会＠名古屋の山本さんの発表資料を、山本さんの依頼により代理でアップロード致しました。

1. 学部教育と研究における GRASS GIS の
利用例の紹介
名古屋大学名古屋大学
大学院生命農学研究科大学院生命農学研究科
山本一清山本一清

2. 学部教育編＠ 2011 年度
 私の担当する GIS/RS 関連科目
➢ 講義：生物環境計測学
✔ 学部３年対象選択科目： RS の紹介を数コマ
➢ 実習：生物環境科学科実験実習
✔ 学部３年対象必修科目（通年）の一部
✔ GIS/RS 基礎：半日（２コマ） ×6 回
✔ 対象学生数：約 40 名

3. 生物環境科学科実験実習＠ 2011 年度
 内容（ RS 編）
➢ RS 概説
➢ 衛星画像のカラー設定
➢ 合成カラー表示
➢ デジタルナンバー (DN) と放射輝度 (R)
➢ 植生指標
➢ 衛星画像による植生分類（教師付き・教師なし分類）
 使用データ
➢ Landsat/TM 画像（公開データ）

4. 演習・課題演習の内容（ RS 編の一部抜粋）
 演習Ⅰ－１．様々なカラー合成表示
 演習Ⅰ－２．バンド６（熱赤外域）を利用した名古屋
市の地表面温度分布の解析
 演習Ⅰ－５． NDVI による森林域の抽出
 課題演習Ⅰ－１．教師付き分類結果の評価
 課題演習Ⅰ－２．教師なし分類の各分類クラスは何
を代表しているのだろう？

5. 生物環境科学科実験実習＠ 2011 年度
 内容（ GIS 編）
➢ GRASS のデータ構造
➢ ラスター Map の構造＆ラスター→ベクトル変換
➢ 代表的な GRASS のラスター解析機能
✔ バッファー解析機能・空間統計機能・地形解析機能他
➢ GIS による資源管理（演習）
➢ GIS による生態系管理（課題演習）
 使用データ
➢ 稲武演習林の DEM 及び仮想森林データ
➢ 植生図（自然環境 GIS ）

6. 稲武演習林仮想森林データ
Table 1. 稲武演習林林小班データ
林班 No. 小班 優先樹種* 林齢(年) 材積 (m3
)
CAT_ID SHORTNAME SCODE AGE VOLUME
I 1 101 Ka 1 37 498.4
2 102 Bu 5 56 763.6
3 103 Hi 4 41 574.4
4 104 Bu 5 46 484.0
5 105 Ka 1 42 534.1
6 106 Ka 1 35 565.5
7 107 Ka 1 32 434.0
II 1 201 Ka 1 30 433.3
2 202 Ka 1 36 480.9
3 203 Hi 4 15 143.0
4 204 Ka 1 28 342.4
5 205 Bu 5 33 241.4
6 206 Ak 2 35 396.9
7 207 Hi 4 15 178.2
8 208 Bu 5 50 500.0
III 1 301 Su 3 25 562.9
2 302 Ak 2 25 482.7
3 303 Su 3 27 701.8
4 304 Hi 4 25 664.9
5 305 Su 3 38 767.3
6 306 Su 3 43 1067.0
IV 1 401 Su 3 43 1293.1
2 402 Su 3 41 1231.9
3 403 Bu 5 48 750.3
4 404 Ak 2 40 329.6
5 405 Hi 4 38 302.2
6 406 Hi 4 20 342.8
7 407 Su 3 42 535.5
8 408 Su 3 22 155.9
9 409 Bu 5 40 905.1
10 410 Hi 4 25 184.9
11 411 Su 3 46 700.4
12 412 Hi 4 20 203.9
13 413 Su 3 40 478.4
V 1 501 Su 3 26 503.0
2 502 Ak 2 33 453.3
3 503 Hi 4 35 520.6
4 504 Su 3 38 305.6
5 505 Hi 4 44 362.4

7. 演習・課題演習の内容（ GIS 編の一部抜粋）
 演習Ⅱ－１．資源構成表の作成
 演習Ⅱ－２．間伐対象の森林および木材生産に適し
た森林の抽出
 演習Ⅱ－３．伐採作業を行う森林の抽出
 演習Ⅱ－４．森林作業の容易さの評価
 課題演習Ⅱ－１． GIS による希少種保護区域の推定

8. 実習環境 @2011 年度
 Server (Linux)
➢ OpenSSH Server
➢ VNC Server
➢ GRASS GIS 6.4
 Client PC (WindowsXP)
➢ UTF-8 TeraTerm Pro
with TTSSH2
➢ VNC Viewer
Internet
実習用独自サーバー
× ２台
学部サテライトラボ（学生・ TA ・教員：計 40 数名）

9. 独自サーバー（？）構成
 ShopMade PC ＋ α
➢ CPU PhenomIIX6
➢ メモリ 16GB
➢ HDD 500GB
➢ OS: Ubuntu Server
 約 30 人が利用
 ShopMade PC ＋ α
➢ AthlonX2
➢ メモリ 8GB
➢ HDD 500GB
➢ OS: Ubuntu Server
 約 13 名が利用
実習開始時に大量同時アクセスすると接続に時間がかかる！
来た学生から順次アクセスさせれば問題なし！

10. Client PC の画面＠ 2011 年度
WindowsXP
Ubuntu Server

11. これまでの経緯
 学部の GIS 教育は 10 年以上前に開始
➢ GIS 教育は、講義形式より実習・演習形式が効果的！
✔ 学生分（当時は 20 数名 ) の GIS が必要！
✔ GRASS Seeds をテキストに GRASS GIS での実習開始
✔ サテライト・ラボの PC に HDD を追加して FD 起動で運用
 H15 年のサテライト・ラボ更新に伴い現方式に移行
➢ PC が全学の管理下となり HDD の追加が不可に！
✔ 独自に Linux サーバーを構築し運用開始！
✔ 名古屋大学農学部版 GRASS GIS テキストの作成
• GIS 編・ RS 編からなり、その後数度の改訂（一時期は、ベクトル
マップのデジタイズも実施）を経て、現在学科実習書の一部

12. GIS 教育の課題
 GIS で何ができるか？
➢ 実習・演習である程度は教育可能？
➢ 約 40 人の演習では学生の習熟度に大きな開きが・・・
 実際に GIS で何かをしようと思うと！
➢ GIS 上で解析する前の段階に大きなハードル
✔ GIS/RS のデータはネット上に溢れているが、形式は様々！
✔ データ形式の理解にも、相当の知識が必要！
✔ GIS で利用できる形式に変換するスキルも必要！
➢ GIS のスキルだけでは GIS を実利用するのは困難
✔ これを短期間で教育することは困難！
➢ GIS のソフトにより操作法が大きく異なる！

13. 研究編＠ 2011 年度
 GIS/RS 関係の研究
➢ 航空機 LiDAR による森林計測手法の開発
✔ <GRASS+ オリジナルソフト (C)> <Ruby>⇔
➢ PALSAR 画像による森林資源の把握手法の開発
✔ QGIS+GRASS
➢ MODIS 画像によるシベリア域の森林変化の時系列解析
✔ <GRASS> <Ruby>⇔
➢ シベリア域の広域フォーシングデータの作成及び評価
✔ <GMT+R+GRASS> <Ruby>⇔

14. Ruby による GRASS の制御 @Ubuntu
class GrassScript
def initialize(location,mapset,dbase)
homedir=ENV["HOME"]
@dbase=homedir+"/"+dbase
@location=location
@mapset=mapset
@head=[]
@head << 'echo "GISDBASE: '+@dbase+'" > $HOME/.grassrc6'
@head << 'echo "LOCATION_NAME: '+@location+'" >> $HOME/.grassrc6'
@head << 'echo "MAPSET: '+@mapset+'" >> $HOME/.grassrc6'
@head << 'echo "GRASS_GUI: text" >> $HOME/.grassrc6'
@head << "export GISBASE=/usr/lib64/grass64"
@head << "export GISRC=$HOME/.grassrc6"
@head << "export GIS_LOCK=$$"
@head << "export PATH=$PATH:$GISBASE/bin:$GISBASE/scripts"
@head << "export LD_LIBRARY_PATH=/usr/lib64/grass64/lib"
@cmds=[]
end
def addcmd(cmd)
@cmds << cmd
end
def runcmd
sh=open("gscripts.sh","w")
sh.print @head.join("n")+"n"+@cmds.join("n")+"n"
sh.close
system("sh gscripts.shn")
system("rm -f gscripts.shn")
end
end
 GRASS は Ruby によ
り制御
 実行スクリプトを Ruby
で生成して実行
 GRASS は使っている
が、起動はしない
初期化
DataBase,
Location,
Mapset の
設定
コマンドの
追加
コマンドの
一括実行
（ケース次
第では並列
処理も可）

15. Ruby による GRASS の制御の一例
GRASSGRASS による衛星画像のインポート（バイナリ形式）と処理による衛星画像のインポート（バイナリ形式）と処理
： ：
： ：
g=GrassScript.new(lpath,mpath,dpath)g=GrassScript.new(lpath,mpath,dpath)
for i in 0..(bandcount-1)for i in 0..(bandcount-1)
g.addcmd("r.in.bin --overwrite"+g.addcmd("r.in.bin --overwrite"+ ・・・・・・ +"input="++"input="+ ・・・・・・ +"output="++"output="+ ・・・・・・ +"+"
north="+north="+ ・・・・・・ +" anull="++" anull="+ ・・・・・・ ))
g.addcmd('r.mapcalc "'+g.addcmd('r.mapcalc "'+ ・・・・・・ +"=if("++"=if("+ ・・・・・・ +","++","+ ・・・・・・ +',null())"')+',null())"')
g.addcmd("r.colors map="+g.addcmd("r.colors map="+ ・・・・・・ +" color=grey")+" color=grey")
g.addcmd("g.remove rast="+g.addcmd("g.remove rast="+ ・・・・・・ ))
endend
g.runcmdg.runcmd
： ：
： ：

16. 航空機 LiDAR による森林計測手法の開発
LiDASLiDAS
航空機 LiDAR
レーザーパルス反射位置のデータから
● GAP の認識
●
樹木個体の認識
●
樹木個体の樹高推定

17. 航空機 LiDAR による森林計測手法の開発
(Yamamoto et al. 2011)ALPP システム（ Yamamoto et al. 2011)

18. ➢ 設定した解析エリア及び期間のデータを検索
し、年月日ごとにディレクトリを作成してダウ
ンロード
➢ HDF Tool&MRT を使ってデータタイプの自動
認識＆バイナリ変換し、 GRASS データ
ベースにインポート
➢ GRASS データベースの分析
✔ 観測地点・年月日ごとの NDVI ・ LAI ・地表面温
度等の抽出＆一覧表の作成
✔ 条件設定によるエリアの抽出や条件に合致する
年月日をピクセル単位で抽出
➢ 各工程を Ruby スクリプトで自動処理
✔ 解析手法の開発に集中し、後はスクリプト任せ
MODIS 画像によるシベリア域の森林変化
の時系列解析
NASA(LPDAAC)
解析サーバー

19. Ruby による GRASS の制御のメリット
 決まった処理を大量に実行する場合に有効
➢ 外部のツールとの連携も容易（結果の入出力で対応可）
➢ 最終結果まで画面表示をしないので、比較的高速！
➢ それぞれのツールの得意な部分を有効に活用！
✔ テキスト処理・ファイル検索・文字列パターン処理等は Ruby
✔ モデルの構築等は R
✔ モデルによる面的スケールアップ等は GRASS or GMT
 通常の GRASS コマンド処理を、そのまま Ruby で書
ける（入出力の指定は、 Ruby でパターン化）！
➢ 処理の流れが残るので、部分的な処理の変更も容易！
➢ 処理手順が決まれば処理対象が膨大でも対応は容易！