とらりもん - 大気地形効果補正プログラム Diff
- Added parts are displayed like this.
- Deleted parts are displayed
like this.
{{toc}}
2016/06/17 Jin Katagi
書きかけです
! AtmosphericCorrection
弘前大学の飯倉先生が公開した、オープンソースの大気地形効果補正プログラム。
大気地形補正には衛星画像のほか、「土地被覆図」「空間基盤地図」が必要。
ツールは6SV(radiative transfer code), Python 2.X, Pythonのライブラリはnumpy,cv2,scipy,osgeo,gdalが必要。
! インストール
gitから必要なものをダウンロード
git clone https://github.com/y-iikura/AtmosphericCorrection.git
! データの準備
以下、ディレクトリ構造は以下のようになっているとする
work/6SV
/GSI
/Landsat
/AtmosphericCorrection
!! 衛星画像の準備
Earth ExplorerでLandsat7 ETM+のデータをダウンロード。
とりあえずつくば周辺のデータをダウンロード。
Entity ID:LE71070352016005ASN00
Acquisition Date:05-JAN-16
Path:107
Row:35
mv work/Landsat
cd work/Landsat
# 解凍
tar xzvf LE71070352016005ASN00.tar.gz
!! 土地被覆図の準備
JAXAの[[高解像度土地利用土地被覆図ホームページ|http://www.eorc.jaxa.jp/ALOS/lulc/lulc_jindex.htm]]からダウンロード。
衛星画像に合わせて、つくば周辺(N36E140)のタイル(LC_N36E140.tif)をダウンロード。
# 必要な箇所だけ取り出す
gdal_translate -projwin 140.0000000 36.2500000 140.2500000 36.0833333 LC_N36E140.tif dummy.tif
# UTMに変換
gdalwarp -s_srs EPSG:4326 -t_srs EPSG:3100 dummy.tif LC_N36E140_UTM.tif
!! 空間基盤図の準備
国土地理院の[[基盤地図情報サイト|http://www.gsi.go.jp/kiban/]]からダウンロード。
データのダウンロードには登録が必要なので、事前に登録しておく。
基盤地図情報のダウンロード -> 基盤地図情報数値標高モデル -> 10 m メッシュ ->
5446 ->
544010,544011,544020,544021を選択
すべてチェック -> まとめてダウンロード
ダウンロードしたものはunzipしておく。
!!! tifへの変換
ダウンロードしたものはxmlファイルなので、Geotiffに変換する。
mkdir xml2dem && cd xml2dem
wget http://space.geocities.jp/bischofia_vb/python/fgddem/fgddem-20140128.zip
unzip fgddem-20140128.zip
rm fgddem-20140128.zip
# DLしたツールをxmlデータのあるディレクトリにコピー
cp ./fgddem/fgddem.py ../GSI/
cd ../GSI/
# まとめてtifに変換
ls -1 FG-GML*.xml | xargs -I{} python2 fgddem.py {}
# UTMに変換 (EPSG:4612に注意)
for dem_file in `ls -1 FG-GML*.tif`; do
gdalwarp -s_srs EPSG:4612 -t_srs EPSG:3100 ${dem_file} ${dem_file%.tif}_UTM.tif
done
# 4つのtifを結合する (output:dem.tif)
gdalbuildvrt merge.vrt *_UTM.tif
gdal_translate -a_srs epsg:3100 merge.vrt dem.tif
rm merge.vrt
!! 6SVのダウンロード
[[サイト|http://6s.ltdri.org/]]
mkdir 6SV && cd 6SV
wget http://6s.ltdri.org/files/update/6SV2.1.tar
tar xvf 6SV2.1.tar
# インストール
make
! プログラムの実行 (書きかけです)。
衛星画像に合わせてパラメータを設定していく。
2016/06/17 Jin Katagi
書きかけです
! AtmosphericCorrection
弘前大学の飯倉先生が公開した、オープンソースの大気地形効果補正プログラム。
大気地形補正には衛星画像のほか、「土地被覆図」「空間基盤地図」が必要。
ツールは6SV(radiative transfer code), Python 2.X, Pythonのライブラリはnumpy,cv2,scipy,osgeo,gdalが必要。
! インストール
gitから必要なものをダウンロード
git clone https://github.com/y-iikura/AtmosphericCorrection.git
! データの準備
以下、ディレクトリ構造は以下のようになっているとする
work/6SV
/GSI
/Landsat
/AtmosphericCorrection
!! 衛星画像の準備
Earth ExplorerでLandsat7 ETM+のデータをダウンロード。
とりあえずつくば周辺のデータをダウンロード。
Entity ID:LE71070352016005ASN00
Acquisition Date:05-JAN-16
Path:107
Row:35
mv work/Landsat
cd work/Landsat
# 解凍
tar xzvf LE71070352016005ASN00.tar.gz
!! 土地被覆図の準備
JAXAの[[高解像度土地利用土地被覆図ホームページ|http://www.eorc.jaxa.jp/ALOS/lulc/lulc_jindex.htm]]からダウンロード。
衛星画像に合わせて、つくば周辺(N36E140)のタイル(LC_N36E140.tif)をダウンロード。
# 必要な箇所だけ取り出す
gdal_translate -projwin 140.0000000 36.2500000 140.2500000 36.0833333 LC_N36E140.tif dummy.tif
# UTMに変換
gdalwarp -s_srs EPSG:4326 -t_srs EPSG:3100 dummy.tif LC_N36E140_UTM.tif
!! 空間基盤図の準備
国土地理院の[[基盤地図情報サイト|http://www.gsi.go.jp/kiban/]]からダウンロード。
データのダウンロードには登録が必要なので、事前に登録しておく。
基盤地図情報のダウンロード -> 基盤地図情報数値標高モデル -> 10 m メッシュ ->
5446 ->
544010,544011,544020,544021を選択
すべてチェック -> まとめてダウンロード
ダウンロードしたものはunzipしておく。
!!! tifへの変換
ダウンロードしたものはxmlファイルなので、Geotiffに変換する。
mkdir xml2dem && cd xml2dem
wget http://space.geocities.jp/bischofia_vb/python/fgddem/fgddem-20140128.zip
unzip fgddem-20140128.zip
rm fgddem-20140128.zip
# DLしたツールをxmlデータのあるディレクトリにコピー
cp ./fgddem/fgddem.py ../GSI/
cd ../GSI/
# まとめてtifに変換
ls -1 FG-GML*.xml | xargs -I{} python2 fgddem.py {}
# UTMに変換 (EPSG:4612に注意)
for dem_file in `ls -1 FG-GML*.tif`; do
gdalwarp -s_srs EPSG:4612 -t_srs EPSG:3100 ${dem_file} ${dem_file%.tif}_UTM.tif
done
# 4つのtifを結合する (output:dem.tif)
gdalbuildvrt merge.vrt *_UTM.tif
gdal_translate -a_srs epsg:3100 merge.vrt dem.tif
rm merge.vrt
!! 6SVのダウンロード
[[サイト|http://6s.ltdri.org/]]
mkdir 6SV && cd 6SV
wget http://6s.ltdri.org/files/update/6SV2.1.tar
tar xvf 6SV2.1.tar
# インストール
make
! プログラムの実行 (書きかけです)。
衛星画像に合わせてパラメータを設定していく。