分析環境
Google Earth Engine(以下、「GEE」)を使いました。
関心領域の設定
町データをGEEにインポートします。
対象地域はネパールのシンズリ道路沿いに位置する町です。
町データは、自前で作成しました。
作成方法については、こちらのリンクをご覧ください。
シェープファイルをGEEにインポートする方法については、こちらのリンクをご覧ください。
特定の町データをマップ上に表示させます。
夜間光データを収集するため、町を選びます。
町の名前を特定するために、「Assests」→「インポートした町データ」→「FEATURES」をクリックして、データの詳細を確認します。
確認した名前を使って、特定の町を選択し、マップ上に表示させます。
// Select town
var aoi = town.filter(ee.Filter.eq('Name', 'シンズリバザール'));
Map.addLayer(aoi, {},'シンズリバザール');
町の中心から半径1kmのバッファーを作成します。
上記の町データはポイントデータになります。
町全体をカバーするために、データから半径1kmのバッファーを作成します。
// Apply the buffer method to the Geometry object.
var geometryBuffer = aoi.geometry().buffer({'distance': 1000});
// Display relevant geometries on the map.
Map.addLayer(geometryBuffer, {'color': 'red'},'[red]: geometry.buffer');
Map.centerObject(aoi,10);
夜間光データの取得
夜間光データをGEEにインポートし、グラフを作成します。
var get_dates = function(image){
return image.addBands(image.metadata('system:time_start'))
}
var ntl =ee.ImageCollection("NOAA/VIIRS/DNB/MONTHLY_V1/VCMSLCFG")
.select('avg_rad')
.filterDate('2014-01-01', '2023-12-31')
.map(get_dates);
var chart_TS = ui.Chart.image.series({
imageCollection:ntl.select(['system:time_start','avg_rad']),
region: geometryBuffer,
reducer: ee.Reducer.mean(),
scale: 500
}).setOptions({
title: 'gauges acroos Time',
vAxis: {title: 'avg_rad'},
hAxis: {title: 'date', format: 'MM-yy', gridlines: {count: 7}},
});
print(chart_TS)
夜間光データをダウンロードします。
コンソールに表示されたグラフの右上をクリックすると、グラフが表示されます。
グラフの右上の「Download CSV」をクリックすると、データをダウンロードできます。
関心領域を変えて繰り返します。
他の町についても、同じ手順でデータを収集します。
変える部分は、('シンズリバザール')の部分です。
// Select town
var aoi = town.filter(ee.Filter.eq('Name', 'クルコット'));
Map.addLayer(aoi, {},'クルコット');
バッファー領域を変えて繰り返します。
さらに、バッファー領域を変えると、町周辺の夜間光データも収集できます。
変える部分は、{5000});の部分です。
// Apply the buffer method to the Geometry object
var geometryBuffer = s.geometry().buffer({'distance': 4000});
グラフによる可視化
エクセルファイル上でグラフを作成します。
ダウンロードしたデータは月平均値になっているので、Average関数を使って、平均値を算出します。
結果を可視化させます。アウトプットのイメージは以下の通りです。
<道路からの距離ごとの夜間光の変化(2014年~2023年)>
まとめ
- 道路沿いに位置する「町」に焦点を当てると、詳細な道路効果が分析できます。
- 一方で、ネパールでは自治体に人口や公共施設数(病院、ホテルなど)のデータ提供を依頼しても、提供されず、これらのデータを収集するのは難しいことがわかりました。そのため、衛星データ(夜間光)によって、「町」の集積化・経済活性化の変化を確認することは有益だと感じています。