1. はじめに

今回の分析対象はネパールのシンズリ道路です。
シンズリ道路については、JICAプロジェクト概要ページをご覧ください。

この道路の建設によって、対象地域の「経済活性化」が期待されていました。
そこで、衛星データ（夜間光）を活用して、道路による「経済活性化」を可視化してみたいと思います。

今回使用するツールはGoogle Earth Engine（以下、「GEE」）とQGISです。
GEE上で衛星データのインポート・成形・ダウンロードを行い、QGISでそのダウンロードしたデータを集計・可視化します。

最終的なアウトプットは下図になります。
このように図示することによって、どこでどのような変化があったのかがわかりますね。

さらに、シンズリ道路周辺に注目すると、道路沿いの町（特にドリケルやシンズリマディ）において夜間光量が増加しており、事業が町の「経済活性化」に貢献していることが示唆されます。

以下、上記の図を作成するための手順を紹介します。

2. 使用データ

今回の分析には、以下の衛星データを使います。

夜間光：VIIRS Stray Light Corrected Nighttime Day/Night Band Composites Version 1
- データ期間：2014～2023（2024年4月時点で2023年11月までのデータが利用可能）
- 解像度：約500m

また、衛星データに加えて、以下の地理データも使います。

行政区：Nepal - Subnational Administrative Boundaries
- adm1：州レベル、adm2：県レベル、adm3：区レベル
- データ最終更新日：2024年3月
道路と町：無料公開データがないため、自作で対応します。
- QGIS上でGoogle Mapのレイヤーを重ねて目視で道路と町を特定し、データを自ら作成します。
- 作成方法については、こちら（過去の類似記事）をご覧ください。

3. 分析手順

3.1. 衛星データの収集

Google Earth Engineを使って、夜間光データを収集します。

まず、分析領域を設定します。
国境データをGEEにインポートし、ネパールのみを選択します。

インポートのコードはこちら

sample.js

var dataset = ee.FeatureCollection('USDOS/LSIB_SIMPLE/2017');//境界データを取得する
var nepal = dataset.filter(ee.Filter.eq('country_na', 'Nepal'));//ネパールのデータを取得する
// ('シェープファイル上の変数名', 'データ名')

Map.addLayer(nepal, {
  fillColor: 'b5ffb4',
  color: '00909F',
  width: 1.0,
},
'青:ネパール');
// {}：地図に表示される方法（色など）。デフォルトは黒

次に、事業実施前後の夜間光データをインポートします。
各条件を次のように設定し、GEEに夜間光データをインポートします。

①事業実施前（2014年）
データ期間：2014-04-01, 2024-12-31
データ種類：avg_rad
分析領域：nepal（上記で設定した範囲）
統計量：mean（平均値を算出）

②事業実施後（2023年）
データ期間：2023-01-01, 2023-12-31
データ種類以下、同上

インポートのコードはこちら

sample.js

var pre_data = ee.ImageCollection("NOAA/VIIRS/DNB/MONTHLY_V1/VCMSLCFG") 
             .filterDate('2014-01-01', '2014-12-31')
             .select('avg_rad')
             .filterBounds(nepal)
             .mean();

var post_data = ee.ImageCollection("NOAA/VIIRS/DNB/MONTHLY_V1/VCMSLCFG") 
             .filterDate('2023-01-01', '2023-12-31')
             .select('avg_rad')
             .filterBounds(nepal)
             .mean();

最後に、夜間光の画像をエクスポートします。
ネパールの国境に沿った画像にして（切り抜き）、エクスポートします。

エクスポートのコードはこちら

sample.js

// pre data
var pre_data_clip = pre_data.clip(nepal);

Export.image.toDrive({
  image: pre_data_clip,
  description: 'ntl_nepal_2014',
  folder: 'Nepal', // set a folder of your google drive
  region: nepal, 
  scale: 500, //resolusion of the image
  crs: 'EPSG:4326'
});

// post data
var post_data_clip = post_data.clip(nepal);

Export.image.toDrive({
  image: post_data_clip,
  description: 'ntl_nepal_2023',
  folder: 'Nepal', // set a folder of your google drive
  region: nepal, 
  scale: 500, //resolusion of the image
  crs: 'EPSG:4326'
});

上記のコードを実行すると、右側の「Tasks」画面で各ファイル名が表示されます。
ファイル名の「Run」ボタンをクリックすると、画面が表示されます。

その画面の設定条件を確認し、下の「Run」ボタンをクリックするとエクスポートが開始されます。

ダウンロードしたデータはGoogleドライブの任意のフォルダに保存されます。

3.2. データ作成

分析領域を作成します。
上記でダウンロードした行政区、作成した道路と町の地理データをQGISのメイン画面にドラッグ＆ドロップして表示させます。

夜間光データを追加します。
ダウンロードした二枚の画像（事前と事後）をQGISのメイン画面にドラッグ＆ドロップします。

夜間光量の変化を計算します。
「ラスタ」→「ラスタ計算機」を選択します。

以下の通り設定し、「OK」をクリックします。
式："ntl_nepal_2023@1" - "ntl_nepal_2014@1"
バンド、演算子をそれぞれダブルクリックすると、式に反映されます。
出力レイヤ："diff_ntl_nepal"という名前で任意のフォルダに保存

算出した夜間光量の変化を可視化します。
新しく追加された「diff_ntl_nepal」レイヤを右クリック→「プロパティ」→「シンポロジ」を選択します。

以下の通り設定し、「適用」→「OK」をクリックします。

レンダリングタイプ：「単バンド疑似カラー」
カラーランプ：Spectral→その上にある「カラーランプを反転」を選択
分類モード：連続的

完了後の画像は以下の通りです。

なお、最小/最大範囲について、デフォルトは「範囲全体のすべての値を使用する」となっています。しかし、ごく少数の非常に小さい値や非常に大きい値があると、ラスタのレンダリングに悪影響を及ぼすことがあります。外れ値があると、画像を可視化した際に、データの全体的な傾向やパターンが正しく表現されなくなります。

「ヒストグラム」でデータの分布を見たところ、ほとんどのピクセルが0-1の間にあり、最小値や最大値はほとんどないことが確認できます。

そのため、その影響を取り除くために、「最大／最小範囲」を以下の通り変更しました。

最小／最大範囲：平均 +/- 標準偏差 x2.0
→全体の約95％の範囲内の値のみを考慮したカラーテーブルを作成します。

3.3. 地図の作成

地図のレイアウト設定を行います。
「プロジェクト」→「新規印刷レイアウト」を選択し、印刷レイアウトのタイトル（好きな名前で構いません）を入力すると、地図の作成画面が現れます。

＜地図レイアウト＞
左のツールバーにある「新しい地図をレイアウトに追加」をクリックして、キャンバス上で適当にドラッグし、地図を追加します。
さらに、以下の通り設定し、緯度経度を追加します。

右下ボックスの「アイテムプロパティ」→「フレーム」にチェック
右下ボックスの「アイテムプロパティ」→「グリッド」→「+」（新規グリッドの追加）→作成したグリッド1を選択した状態で「グリッドの修正」を選択
- グリッドタイプ：フレームと注記のみ
- 座標参照系：「EPSG：4326」
- 間隔： XとYどちらも5.0
- フレームスタイル：外側に目盛り
  - 右側と上側のチェックを外す
- 「座標を描画」にチェック
  - 左：水平
  - 右：無効
  - 上部：無効
  - 下部：水平
  - フォント：Arial, サイズ9
  - 座標精度 → 0

＜凡例＞
左のツールバーにある「「新しい凡例をレイアウトに追加」をクリックして、キャンバス上で適当にドラッグし、凡例を追加します。さらに、以下の通り設定します。

レイヤ上の凡例をクリック→右側の「凡例アイテム」→「リンク先地図の内側にあるアイテムだけ表示する」
「自動更新」のチェックを外す→必要な凡例以外を削除（―）
diff_ntl_nepalのカラーパレットをダブルクリック→値を小数点第二位切捨てに修正
「フレーム」にチェック

＜その他＞
左のツールバーにある「新しいスケールバーをレイアウトに追加」、「新しい方位記号をレイアウトに追加」をクリックして、それぞれキャンパスに適当にドラッグし、追加します。方位記号については、▼SVGパラメータ→塗りつぶし色：黒を選択します。

3.4. 地図のエクスポート

地図が完成したら、「レイアウト」→「画像としてエクスポート」を選択します。

まとめ

この記事では、衛星・地理データを活用して、事業による「経済活性化」を可視化してみました。
事業実施前と比較すると、事業実施後は、シンズリ道路沿いの町（特にドリケルやシンズリマディ）において夜間光量が増加しており、道路が町の「経済活性化」に貢献していることが示唆されます。