<4D F736F F F696E74202D208EC08CB18EC08F4B3289F190B E A B E B8CDD8AB B83685D>

Size: px

Start display at page:

Download "<4D F736F F F696E74202D208EC08CB18EC08F4B3289F190B E A B E B8CDD8AB B83685D>"

そよいのら
4 years ago
Views:

1 植物群落と気象植物分布と気候条件の解析大阪府立大学生命環境科学部二回生生物学実習生態気象植山目的衛星気候データの解析を通して... 広域的な植生モニタリングの手順を学ぶ植生と気候のかかわり合いについて理解する 1

植物と気候のかかわり合い寒冷世界の植物の分布は気候条件特に気温と降水量などに強く関連北方林気温 ( o C) 温帯林堺市 : 年降水量 1187.0 mm yr -1 年平均気温 :15.9 ( 気象庁 ) 温暖砂漠熱帯雨林降水量 (cm yr -1 ) 乾燥湿潤植物の分布と気候 (Chapin et al., 2002). Chapin Ⅲ, F. S., P. A.

2 植物と気候のかかわり合い寒冷世界の植物の分布は気候条件特に気温と降水量などに強く関連北方林気温 ( o C) 温帯林堺市 : 年降水量 mm yr -1 年平均気温 :15.9 ( 気象庁 ) 温暖砂漠熱帯雨林降水量 (cm yr -1 ) 乾燥湿潤植物の分布と気候 (Chapin et al., 2002). Chapin Ⅲ, F. S., P. A. Matson, and H. A. Mooney, 2002: Principles of terrestrial ecosystem ecology. Springer-Verlag Press, New York, 436 pp. 実習ですること対象領域内の植物タイプがどのような気候条件で生育しているかを調べる NDVI NDVI 気温降水量混合林草地気温 ( o C) 年平均気温 : 4.0 o C 年最高気温 : 18.9 o C 年最低気温 : o C 年間降水量 : 834 mm 月混合林年平均気温 : 1.7 o C 年最高気温 : 17.9 o C 年最低気温 : o C 年間降水量 : 435 mm 月草地降水量 (mm) 2

3 リモートセンシングリモートセンシング遠隔計測衛星リモートセンシング人工衛星に搭載されたセンサーで地球表面の情報を取得するための手法衛星リモートセンシング様々な光の波長の反射などを測定 3

4 植物の分光反射率可視光 ( µm) 0.5 近赤外線 ( µm) 植物短波長赤外線 (1.3 3 µm) 土壌反射率水光の波長 (µm) 正規化植生指数 :NDVI 植物の有無活性をリモートセンシングで求めるには? NDVI (Normalized Difference Vegetation Index) 植物は赤色の光を吸収し近赤外の光をよく反射する特徴を持つ NDVI = NIR - RED NIR + RED NIR : 近赤外線 RED : 赤色波長反射率植物 * Near Infra Red (NIR) 光の波長 (µm) 1.5 4

5 正規化植生指数 :NDVI RED NIR NDVI = NIR - RED NIR + RED 反射率緑の植物紅葉した植物光の波長 (µm) RED NIR 1.5 NIR に対して RED が小さいほど植物量が多い或いは活性が高い反射率 NDVI は -1~1 の値をとる光の波長 (µm) 1.5 正規化植生指数 :NDVI NDVI = NIR - RED NIR + RED 赤色光近赤外線 5

実験に使用するデータ人工衛星データ MODIS NDVI (MOD13) 土地被覆データ (MOD12) 入手先 (LP DAAC : https://lpdaac.usgs.gov/) 気候データ気温 : NCEP/NCAR 客観解析データ入手先 (http://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis2.

6 実験に使用するデータ人工衛星データ MODIS NDVI (MOD13) 土地被覆データ (MOD12) 入手先 (LP DAAC : 気候データ気温 : NCEP/NCAR 客観解析データ入手先 ( 降水量 : GPCP 入手先 ( 今回使用するデータは全て無料で公開されているデータを加工したものである中分解能撮像分光放射計 (MODIS) (Moderate resolution spectral radiometer) MODIS により観測された 2004 年 8 月の NDVI NASA の人工衛星 Terra / Aqua という 2 つの人工衛星に搭載された分光放射計それぞれの衛星が一日に午前と午後の二回の計測を実施 ( 一日に 4 回観測を実施 ) Terra は 2000 年から Aqua は 2002 年から運用が開始観測されたデータは無料でリアルタイム配信今回の実験に用いたデータは下記からダウンロードしたもの LP DAAC (Land Processes Distributed Active Archive Center) : 6

7 中分解能撮像分光放射計 (MODIS) RED NIR Band 1 : 赤色光 ( nm) Band 2 : 近赤外線 ( nm) 反射率光の波長 (µm) 1.5 元データ空間解像度 : バンド 1,2 は 250 m ( その他のバンドは 500 m ~ 1 km) 今回の実験で用いるデータはオリジナルデータを以下のように加工したもの NDVI の月別平均値空間解像度約 16 km 中分解能撮像分光放射計 (MODIS) 植生分布図のデジタル値常緑針葉樹林常緑広葉樹林落葉針葉樹林落葉紅葉樹林混合林密な低木疎な低木サバンナ (woody) サバンナ草地湿地耕作地都市耕作地自然植生雪氷裸地土地被覆の形態デジタル値水域 0 常緑針葉樹林 1 常緑広葉樹林 2 落葉針葉樹林 3 落葉広葉樹林 4 混合林 5 密な低木 6 疎な低木 7 サバンナ (Woody) 8 サバンナ 9 草地 10 湿地 11 耕作地 12 都市 13 耕作地自然植生の混合 14 雪氷 15 裸地 16 北方ユーラシアからアジアにかけての植生分布土地被覆データ (MOD12) : 植生毎の分光反射特性を用いて植生タイプを分類 7

気候データ客観解析 : 様々な観測データ ( 地上観測衛星観測 ) と数値モデルなどを用いて気象要素を 3 次元空間分布を求める手法緯度方向客観解析による 2004 年 1 月の地上 2 m の気温水平分布経度方向今回配布するデータは緯度経度方向の二次元配列データ気候データ NCEP/NCAR 客観解析 : 地上 2 m 気温気象解析で一般によく用いられるデータ ( 地上観測

8 気候データ客観解析 : 様々な観測データ ( 地上観測衛星観測 ) と数値モデルなどを用いて気象要素を 3 次元空間分布を求める手法緯度方向客観解析による 2004 年 1 月の地上 2 m の気温水平分布経度方向今回配布するデータは緯度経度方向の二次元配列データ気候データ NCEP/NCAR 客観解析 : 地上 2 m 気温気象解析で一般によく用いられるデータ ( 地上観測衛星観測と数値モデルから算出 ) 6 時間ごとのデータ空間分解能 ( 東西 x 南北 : 1.9 x 1.9 度 ) データの単位 : GPCP 客観解析 : 降水量 Global Precipitation Climatology Project 地上観測と人工衛星から求めた降水量データ 1 日ごとのデータ空間分解能 ( 東西 x 南北 : 1.0 x 1.0 度 ) データの単位 :mm month -1 8

9 対象領域北緯 70 度 600 グリッド 80 度常緑針葉樹林常緑広葉樹林落葉針葉樹林落葉紅葉樹林混合林密な低木疎な低木サバンナ (woody) サバンナ草地湿地耕作地都市耕作地自然植生雪氷裸地南緯 10 度東経 70 度 90 度 675 グリッド東経 160 度空間分解能は約 16 km に相当実習ですること対象領域内の植物タイプがどのような気候条件で生育しているかを調べる NDVI NDVI 気温降水量混合林草地 0.0 気温 ( o C) 年平均気温 : 4.0 o C 年最高気温 : 18.9 o C 年最低気温 : o C 年間降水量 : 834 mm 月混合林年平均気温 : 1.7 o C 年最高気温 : 17.9 o C 年最低気温 : o C 年間降水量 : 435 mm 月草地降水量 (mm) 9

10 解析ツール GNU Octave : フリーソフトプログラムを用いて対話形式でデータ解析を支援するツール * 気候データなどの二次元バイナリデータの可視化 * 統計計算 * 二次元データ解析の簡易化以下の HP から無料でダウンロード可能 Octave の日本語マニュアルデータ下記の生態気象学研究 G の HP からダウンロードする (NDVI, 気温降水量植生マップデータ ) 実験実習ー >H29 年度 10

11 フォルダの移動ダウンロードしたフォルダを z ドライブ直下においてデータ解凍 (z: SatelliteData ができるはず ) Octave を立ち上げる今参照しているフォルダの確認 pwd f: SatelliteData SatelliteData フォルダへ移動 cd f: cd SatelliteData SatelliteData Octave での作図の準備以下プログラムを Octave に打ち込んでいくが直接記述せずにメモ帳 ( サクラエディタ ) に一旦書き出しそれを Octave に貼り付けることメモ帳に記載したプログラムは適宜保存しておくこと % 作図のためのカラーマップを作る c=colormap(jet(256)); c(255,:)=[1.0,1.0,1.0]; colormap(c); * この部分は綺麗な絵を描くために必要なおまじないという理解でよい 11

12 Octave での土地被覆データの読み込み % 土地被覆データを読み込みで区切る fin=fopen('mod12 MOD12.LandCover.byt','r'); フォルダの名前ファイルの名前 land_data = fread(fin, [675,600], 'uchar'); Read mode で開く fclose(fin); 2 バイトの符号なし整数データ 675 ( 横 ) x 600 ( 縦 ) のデータ読み出したデータを land_data 変数に格納 : (land_data は675 x 600 の二次元配列 ) Octave での土地被覆データの作図 % 土地被覆の絵を描く max_land = 16; min_land = 0; buf_land=250*(land_data - min_land)./(max_land - min_land); image(buf_land'); axis off; 土地被覆データは最大値 16 最低値 0. ( ピリオド ) を忘れないこと 2 次元配列データ land_data を250 階調に配色 ( 実際は 16 色 ) Image は作図コマンド 12

13 250 max 251 階調 0 min NDVI データの読み込み % NDVI データの読み込み fin=fopen( NDVI MOD13.NDVI flt, r ); ndvi_data = fread(fin, [675,600], 'float32'); NDVI データを 675x600 の2 次元配列データ ndvi_data に格納 fclose(fin); フォルダ名ファイルの名前浮動小数点 13

NDVI データの作図 % NDVIの絵を描く max_ndvi = 1.0; min_ndvi = 0; buf_ndvi=250*(ndvi_data - min_ndvi)./(max_ndvi - min_ndvi); image(buf_ndvi'); Image は作図コマンド axis off; NDVI データは最大値 1.0 最低値 0.

14 NDVI データの作図 % NDVIの絵を描く max_ndvi = 1.0; min_ndvi = 0; buf_ndvi=250*(ndvi_data - min_ndvi)./(max_ndvi - min_ndvi); image(buf_ndvi'); Image は作図コマンド axis off; NDVI データは最大値 1.0 最低値 0.0 NDVI データの 0~1 を250 階調に配色. ( ピリオド ) を忘れないこと気温データの読み込み % 気温データの読み込み fin=fopen( NCEP NCEP.TEMP flt, r ); temp_data = fread(fin, [675,600], 'float32'); 気温データを 675x600 の2 次元配列データ temp_data に格納 fclose(fin); フォルダ名ファイルの名前 14

( ピリオド ) を忘れないこと 2 次元配列データ temp_data を-10 ~35 の範囲で 250 段階の色調に配色気温データの作図 ( 陸地のみ表示 ) % 陸域のみの絵を描く water =

15 気温データの作図 % 気温の絵を描く max_temp = 35.0; min_temp = -10.0; buf_temp=250*(temp_data - min_temp)./(max_temp - min_temp); image(buf_temp'); axis off; Image は作図コマンド ( 最大を 35 度とする ) ( 最低を -10 度とする ). ( ピリオド ) を忘れないこと 2 次元配列データ temp_data を-10 ~35 の範囲で 250 段階の色調に配色気温データの作図 ( 陸地のみ表示 ) % 陸域のみの絵を描く water = find(land_data == 0); Land_dataが0 のグリッド ( 水域のグリッド ) を探す buf_temp(water) = 255; 気温のデータのうち水域のグリッドを 255( 白色 ) で塗りつぶす image(buf_temp'); axis off; 15

16 降水量データの読み込み % 降水量データの読み込み fin=fopen( GPCP GPCP.PREC flt','r' ); prec_data = fread(fin, [675,600], 'float32'); fclose(fin); 降水量データの作図 % 降水量の絵を描く max_prec = 200.0; ( 最大を 200 mm month -1 とする ) min_prec = 0.0; ( 最低を 0 mm month -1 とする ) buf_prec=250*(prec_data - min_prec)./(max_prec - min_prec); image(buf_prec'); axis off; % 陸域のみの絵を描く water = find(land_data == 0); buf_prec(water) = 255; image(buf_prec'); axis off; 16

17 土地被覆毎の NDVI の平均値を算出 % 土地被覆毎の NDVI の平均値 ( 例えば混合林の場合 land_data == 5) forest = find(land_data == 5 & ndvi_data > -1.0 & ndvi_data < 1.0); 混合林 (land_dataが5 番 ) のグリッドでかつ NDVIが-1 以上 1 未満のデータを探す mean(ndvi_data(forest)) 混合林のグリッドの NDVI を平均する mean 関数で結果を表示させるためには行末に ; を書いてはいけない土地被覆毎の気温と降水量の平均値を算出 % 土地被覆毎の気温の平均値 forest = find(land_data == 5); mean(temp_data(forest)) % 土地被覆毎の降水量の平均値 forest = find(land_data == 5); mean(prec_data(forest)) 17

18 実習ですること土地被覆データの月別値の読み込み気温の月別値の読み込み降水量の月別値の読み込み NDVI の月別値の読み込み植生分布データから各植生タイプが占有するピクセルの位置を検索する 1~12 月まで繰り返す特定された場所の気温降水量 NDVI を平均レポート植生の種類ごとに気温降水量 NDVI の季節変化を下記の図のように整理する 1.0 植生タイプは 16 種類の植生区分の中から 3~5 種類を選ぶ NDVI グラフ中に年平均気温年最高気温年最低気温年間積算降水量も記載気温 ( o C) 年平均気温 : 4.0 o C 年最高気温 : 18.9 o C 年最低気温 : o C 年間降水量 : 834 mm 月混合林 18

19 レポート A4 用紙に 4 枚以内で目的方法結果考察感想を記載目的では明快な目的と仮説設定 3 つの植生タイプを選らんだ理由ねらいを必ず記載本レポートの最終的な目的 ( 実習のテキストとは異なる自分なりの目的 ) 結果では定量的に記述すること ( すごくなどは不可 xx 高かった ) レポート A4 用紙に 4 枚以内で目的方法結果考察感想を記載考察ではそれぞれの植生がどのような気候条件下で生育しているか植生タイプ毎での生育気候条件の違い ( 例えば森林と草地の生育する気候条件はどのように異なるか ) 気候条件がどのように植物活性 (NDVI) に影響しているかなどを議論すること提出期限は 2017 年 7 月 26 日 ( 水 ) 午後 6 時とする ( 授業支援システムから PDF ファイルを提出すること ) 19

緑地環境科学入門実習

緑地環境科学入門実習 4: 人工衛星 (MODIS) データのダウンロード担当 : 植山雅仁実習場所 :B11 棟 238 号室 1. 実習の目的近年地域地球規模の環境計測に人工衛星が広く用いられるようになってきている陸域生態系の水炭素などの物質循環の評価森林伐採火災などの攪乱の評価土地被覆分類植物季節の観測などにおいても人工衛星データを利用したさまざまな研究が報告されている本実験では地球計測の分野で広く利用されている米国