はじめに
オブジェクトベースの手法で植生判読機械学習をしたい！
Python、Rもいいけれど（大変だしメンテナンス難しいので）QGISのツールだけで！
という動機でやってみました。
場所は新潟県の阿賀野川。アルゴリズムはランダムフォレストを使います。
GIS、生物、ましてやAIのエキスパートではありませんので、あしからずよろしくお願いします。書き出したら長くなったので分割して投稿します。
第1回はデータ収集です。
やりかた
1. ツールのセットアップ
ORFEO TOOLBOX（OTB）
リモートセンシングの画像処理用のライブラリ。名称はオペラのタイトル由来。
今回メインで使うツール。
Orfeo ToolBox
こちらのドキュメントを参考にしてセットアップします。
QGIS interface — Orfeo ToolBox 9.1.0 documentation
SEMI-AUTOMATIC CLASSIFICATION PLUGIN（SCP）
こちらもリモートセンシングの画像処理用の拡張ツール。QGISプラグインの中でもトップ5位に入るくらい人気。GUI中心。
今回は補助として使います。
From GIS to Remote Sensing
セットアップと使い方はこちらがとても分かりやすいです。
リモートセンシングとその解析 · GIS実習オープン教材
2. データ収集
植生図
国土交通省の河川環境データベースから植生図をダウンロードします。
必要な地方区分の確認種一覧とGIS(シェイプ)を両方ダウンロード。
全年度まとめてあるので、確認種一覧のExcelから必要な場所と年のコードを探して、そのコード名からGIS(シェイプ)を探します。
今回は、阿賀野川でおこなわれた最新の2022年度調査を使います。
河川環境データベース
衛星画像
Copernicus BrowserからSentinel2のデータをダウンロードします。
植生調査日の前後あたりで、できるだけ天気のいい日を検索。
今回は、2022/10/27が良さそうなのでこちらをダウンロードします。
Copernicus Browser
アカウント登録からダウンロードの手順はこちらを参考にさせていただきました。
（初心者向け）Copernicus Browser からの Sentinel 2 データのダウンロード
標高
ElevationTile4JPを使って標高を取得します。
ElevationTile4JP
国土地理院の基盤地図情報ダウンロードサービスからも標高データをダウンロードできます。こちらは測量年など指定できます。
基盤地図情報ダウンロードサービス
第2回はデータの前処理です。