とらりもん - 環境省日本植生図について Diff
- Added parts are displayed like this.
- Deleted parts are displayed
like this.
* 2006/02/18 改訂 筑波大学農林工学系 西田顕郎
* 2011/11/30 移設 筑波大学 田中健太郎
* 2022/02/18 改訂 奈佐原顕郎
(計算機環境はUbuntu Linux 20.04を前提とします。)
----
環境省は, 日本全国の植生図を定期的に作って公開している。それは「自然環境保全基礎調査」(別名「緑の国勢調査」)の中の「植生調査」としての事業である。
自然環境保全基礎調査植生調査は以下のように行われている:
* 第1回 S48 (1973), 現地調査+空中写真判読, 362クラス, @1ha
* 第2回 S53~S54 (1978-1979), 現地調査+空中写真判読, 766クラス, @1ha
* 第3回 S58~S62 (1983~1987), 人工衛星画像+現地調査, 766クラス, @1ha
* 第4回 S63~H04 (1988~1992), 人工衛星画像+現地調査, 766クラス, @1ha
* 第5回 H05~H10 (1993~1998), 人工衛星画像+現地調査, 3次メッシュデータ, @1ha
* 第6回 H11~H16 (1999~2004), 現地調査+空中写真判読, @約900クラス, 3次メッシュデータ, @1ha
* 第7回 H17~ (2005~), 現地調査+空中写真判読, @約900クラス, @1ha
* 参考: [[https://www.biodic.go.jp/kiso/vg/vg_kiso.html#mainText]]
* 参考: [[http://gis.biodic.go.jp/webgis/sc-007.html]]
初期の頃は, 紙で公開されていた。それらは後年にデジタル化され, また, 新しいデータはデジタルデータ (GISデータ)のみで公開されるようになった:
* 第2~5回 ベクタ形式 (シェープファイル): [[http://gis.biodic.go.jp/webgis/sc-025.html?kind=vg]]
* 第6~7回 ベクタ形式 (シェープファイル): [[http://gis.biodic.go.jp/webgis/sc-025.html?kind=vg67]]
* 第4~5回 ラスタ形式(独自フォーマットの3次メッシュデータ)
https://www.biodic.go.jp/dload/mesh_vg.html
* 凡例: [[http://gis.biodic.go.jp/webgis/sc-017.html?1st=54]]
!ベクタ形式(第6, 7回)
ダウンロードするとvg67.zipというファイルがゲットできる。まず解凍:
$ unar vg67.zip
$ cd vg67/
$ for i in *zip; do unar $i; done
$ rm *.zip
$ for i in */*zip; do unar $i; rm $i; done
$ rmdir *
基本的な考え方:
各shapeファイルは以下のようにして概要を見ることができる:
ogrinfo -summary shp604047/p604047.shp -al
QGISで開くことも可能:
qgis shp604047/p604047.shp
このとき, ModuleNotFoundError: No module named 'owslib.ogcapi.records'というエラーが出たら, owslibのバージョンが低いってこと。
dpkg -l | grep owslib
で確認。0.25.0とかなら大丈夫。それより低かったら, ubuntugisのPPAを入れて, QGISを入れ直そう。
shapeファイル(ベクター)をGeoTiffファイル(ラスター)に変換するにはこうする:
gdal_rasterize -a HANREI_C -tr 0.00008333 0.000083333 shp604047/p604047.shp out.tif
ただ, これを全部のshapeファイルについて1個ずつやるのは大変なので, まずベクタの状態であるていどまとめる。(そうするほうが境界にパディングの0が出たりを防げる)
ogrmerge.py -single -f VRT -o dummy.vrt shp604*/*.shp
そうしてGeoTiffファイル(ラスター)に変換すればよい:
gdal_rasterize -a HANREI_C -tr 0.00008333 0.000083333 dummy.vrt out.tif
それらを一気にやるには例えばこうする(地域を区切ってマージし, GeoTiffに変換):
for i in `ls | cut -b 1-5 | grep shp | sort | uniq`; do
rm dummy.vrt
ogrmerge.py -single -f VRT -o dummy.vrt $i*/*.shp
gdal_rasterize -a HANREI_C -tr 0.00008333 0.000083333 dummy.vrt $i.tif
done
そんなこんなを全部一気にやるシェルスクリプトがこちら:
#!/bin/bash
# 環境省 自然環境保全基礎調査植生調査 第6, 7回データのベクター→ラスター変換
# http://gis.biodic.go.jp/webgis/sc-025.html?kind=vg67
# http://gis.biodic.go.jp/webgis/sc-017.html?1st=54
# 2022/02/23 Kenlo Nasahara, Ubuntu 20.04
unar vg67.zip
cd vg67/
for i in *zip; do unar $i; done
rm *.zip
for i in */*zip; do unar $i; rm $i; done
rmdir *
fnvrt="Yaeyama.vrt"
for i in 3622 3623 3624 3724 3725 3823 3824; do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Daito.vrt"
for i in 3831 3631; do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Ogasawara.vrt"
for i in 3641 3741 3841 3942 4040 4042 4142; do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Okinawa.vrt"
for i in 3926 3927 3928 4027 4028 4128 4129 4229 4230 4328 4329 4429; do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Kyushu.vrt"
for i in 4529 4530 4531 4629 4630 4631 4728 4729 4730 4731 4828 4829 4830 4831 4928 4929 4930 4931 5029 5030 5031 5129 5229 5130 5131
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Izu.vrt"
for i in 4540 4839 4939 5039 5139; do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="ShikokuChugoku.vrt"
for i in 4932 4933 4934 5032 5033 5034 5132 5133 5134 5231 5232 5233 5234 5332 5333 5334 5432 5433 5531 5130 5131
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="KinkiChubu.vrt"
for i in 5035 5036 5135 5136 5137 5138 5235 5236 5237 5238 5335 5336 5337 5338 5435 5436 \
5437 5438 5536 5537 5538 5636 5637 5638 5738 5134 5234 5334
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="KantoHokuriku.vrt"
for i in 5239 5240 5339 5340 5439 5440 5539 5540 5541 5639 5640 5641 \
5238 5338 5438 5538 5638 5738 5739 5740 5741
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Tohoku.vrt"
for i in 5839 5840 5841 5939 5940 5941 5942 6039 6040 6041 6139 6140 6141 5738 5739 5740 5741 6240 6241
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Hokkaido.vrt"
for i in 6239 6243 6340 6341 6342 6343 6440 6441 6442 6443 6444 6445 6541 \
6542 6543 6544 6545 6641 6642 6643 6644 6645 6741 6742 6841 6842 6240 6241
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
for i in *.vrt; do
gdal_rasterize -a HANREI_C -co "COMPRESS=LZW" -tr 0.00008333 0.000083333 $i ${i%.vrt}_10m.tif # 10 m resolution
# gdal_rasterize -a HANREI_C -co "COMPRESS=LZW" -tr 0.0008333 0.00083333 $i ${i%.vrt}_100m.tif # 100 m resolution
done
# 北海道北東部, 以下のタイル(2次メッシュ)が無い: 664217 664207
# 日本全域, 1 km
ogrmerge.py -single -overwrite_ds -f VRT -o ~/dummy_Japan.vrt */*.shp
gdal_rasterize -a HANREI_C -co "COMPRESS=LZW" -tr 0.008333 0.0083333 ~/dummy_Japan.vrt Japan_1000m.tif
!ラスタ形式(第5回)
ここではラスタ形式(第5回)のデータの読み込み方法を述べる。これは独得のフォーマットをしているので、簡単に読みこむことはできない。以下のような特徴がある:
*カラムデータである: ふつう、この種のラスターデータはマトリックス形式だが、このデータは、位置のコードとその場の分類コードを1行とする単位で構成される、カラムのテキストファイル(csv形式)である。
*位置情報の解読が必要: 座標系は、「基準地域メッシュ(第3次地域区画)」と呼ばれるもので、緯度経度直交座標系の上に矩形領域を入れ子にしてコードをつけたものらしい。これは、国土地理院の50m数値地形モデルでも採用されているコードで、国土地理院の50m数値地形モデルに添附されている紙(地図)に、緯度経度とコードの変換の仕方が書いてある。
*ピクセルの縦横が違う: 1ピクセルは約1kmだが、南北方向30秒、東西方向45秒と、緯度経度座標系ではやや横長の矩形領域である。
*カテゴリーが厖大: カテゴリー(群落コード)は898もある。それをある程度統合した[[「集約群落コード」|http://www.biodic.go.jp/reports/1-1/hyo/u077_002.html]]にしても326もある。リモセンや陸域物質循環モデルなどの実用には、これらを再統合する必要があろう。下記のtar.gzには私が判断して行なった再統合のテーブルがveg_syuyaku_MOD12.txtとして入っている。
[[GRASS|GRASS GISとは?]]で読むことを前堤にして、いくつかスクリプトとCプログラムを作ったので、興味のある方は参考にされたい(自己責任で!)。利用前に、かならず「生物多様性情報システム上の成果物の取り扱いについて」(環境省)を熟読すること。
[[LC_MOE_v04.tar.gz|http://pen.envr.tsukuba.ac.jp/~torarimon/data4download/LC_MOE_v04.tar.gz]]
!処理のしかた
# このファイルをダウンロードする:
wget http://pen.envr.tsukuba.ac.jp/~torarimon/data4download/LC_MOE_v04.tar.gz
# このファイルを解凍/展開する:
tar zxvf LC_MOE_v04.tar.gz
# ディレクトリ移動
cd LC_MOE_v04
# スクリプトを実行
./README.sh
# できたファイルを表示してみる:
qgis LC_MOE_MOD12cats LC_MOE_level1 LC_MOE_level2 LC_MOE_level3
注: これらの処理は、Linux上で行うことを想定している。
注: GRASSを起動しなくてもスクリプトは実行可能。ただしその場合、バイナリラスターデータができるだけ。
注: データそのものは、[[こちら|http://www.biodic.go.jp/dload/mesh_vg.html]]からダウンロード可能。
注: 再集約したあとのカテゴリ(MODIS土地被覆分類: MOD12に準拠。ただし水田を追加)は、以下の通りである:
# MOD12 Land_Cover_Type_1
# ENF evergreen_needleleaf_forest 1
# EBF evergreen_broadleaf_forest 2
# DNF deciduous_needleleaf_forest 3
# DBF deciduous_broadleaf_forest 4
# MXF mixed_forests 5
# CSH closed_shrubland 6
# OSH open_shrublands 7
# WSV woody_savannas 8
# SVN savannas 9
# GRS grasslands 10
# PWT permanent_wetlands 11
# CRP croplands 12
# URB urban_and_built-up 13
# MOS cropland_natural_vegetation_mosaic 14
# ICE snow_and_ice 15
# BAR barren_or_sparsely_vegetated 16
# paddy field (not in MOD12) 253
# UNC unclassified 254
{{attach_view(LC_MEJ.jpg)}}
GRASSで表示した、自然環境保全基礎調査 第6回 3次メッシュ植生データ (MODIS土地被覆分類のカテゴリーに再集約)
* 2011/11/30 移設 筑波大学 田中健太郎
* 2022/02/18 改訂 奈佐原顕郎
(計算機環境はUbuntu Linux 20.04を前提とします。)
----
環境省は, 日本全国の植生図を定期的に作って公開している。それは「自然環境保全基礎調査」(別名「緑の国勢調査」)の中の「植生調査」としての事業である。
自然環境保全基礎調査植生調査は以下のように行われている:
* 第1回 S48 (1973), 現地調査+空中写真判読, 362クラス, @1ha
* 第2回 S53~S54 (1978-1979), 現地調査+空中写真判読, 766クラス, @1ha
* 第3回 S58~S62 (1983~1987), 人工衛星画像+現地調査, 766クラス, @1ha
* 第4回 S63~H04 (1988~1992), 人工衛星画像+現地調査, 766クラス, @1ha
* 第5回 H05~H10 (1993~1998), 人工衛星画像+現地調査, 3次メッシュデータ, @1ha
* 第6回 H11~H16 (1999~2004), 現地調査+空中写真判読, @約900クラス, 3次メッシュデータ, @1ha
* 第7回 H17~ (2005~), 現地調査+空中写真判読, @約900クラス, @1ha
* 参考: [[https://www.biodic.go.jp/kiso/vg/vg_kiso.html#mainText]]
* 参考: [[http://gis.biodic.go.jp/webgis/sc-007.html]]
初期の頃は, 紙で公開されていた。それらは後年にデジタル化され, また, 新しいデータはデジタルデータ (GISデータ)のみで公開されるようになった:
* 第2~5回 ベクタ形式 (シェープファイル): [[http://gis.biodic.go.jp/webgis/sc-025.html?kind=vg]]
* 第6~7回 ベクタ形式 (シェープファイル): [[http://gis.biodic.go.jp/webgis/sc-025.html?kind=vg67]]
* 第4~5回 ラスタ形式(独自フォーマットの3次メッシュデータ)
https://www.biodic.go.jp/dload/mesh_vg.html
* 凡例: [[http://gis.biodic.go.jp/webgis/sc-017.html?1st=54]]
!ベクタ形式(第6, 7回)
ダウンロードするとvg67.zipというファイルがゲットできる。まず解凍:
$ unar vg67.zip
$ cd vg67/
$ for i in *zip; do unar $i; done
$ rm *.zip
$ for i in */*zip; do unar $i; rm $i; done
$ rmdir *
基本的な考え方:
各shapeファイルは以下のようにして概要を見ることができる:
ogrinfo -summary shp604047/p604047.shp -al
QGISで開くことも可能:
qgis shp604047/p604047.shp
このとき, ModuleNotFoundError: No module named 'owslib.ogcapi.records'というエラーが出たら, owslibのバージョンが低いってこと。
dpkg -l | grep owslib
で確認。0.25.0とかなら大丈夫。それより低かったら, ubuntugisのPPAを入れて, QGISを入れ直そう。
shapeファイル(ベクター)をGeoTiffファイル(ラスター)に変換するにはこうする:
gdal_rasterize -a HANREI_C -tr 0.00008333 0.000083333 shp604047/p604047.shp out.tif
ただ, これを全部のshapeファイルについて1個ずつやるのは大変なので, まずベクタの状態であるていどまとめる。(そうするほうが境界にパディングの0が出たりを防げる)
ogrmerge.py -single -f VRT -o dummy.vrt shp604*/*.shp
そうしてGeoTiffファイル(ラスター)に変換すればよい:
gdal_rasterize -a HANREI_C -tr 0.00008333 0.000083333 dummy.vrt out.tif
それらを一気にやるには例えばこうする(地域を区切ってマージし, GeoTiffに変換):
for i in `ls | cut -b 1-5 | grep shp | sort | uniq`; do
rm dummy.vrt
ogrmerge.py -single -f VRT -o dummy.vrt $i*/*.shp
gdal_rasterize -a HANREI_C -tr 0.00008333 0.000083333 dummy.vrt $i.tif
done
そんなこんなを全部一気にやるシェルスクリプトがこちら:
#!/bin/bash
# 環境省 自然環境保全基礎調査植生調査 第6, 7回データのベクター→ラスター変換
# http://gis.biodic.go.jp/webgis/sc-025.html?kind=vg67
# http://gis.biodic.go.jp/webgis/sc-017.html?1st=54
# 2022/02/23 Kenlo Nasahara, Ubuntu 20.04
unar vg67.zip
cd vg67/
for i in *zip; do unar $i; done
rm *.zip
for i in */*zip; do unar $i; rm $i; done
rmdir *
fnvrt="Yaeyama.vrt"
for i in 3622 3623 3624 3724 3725 3823 3824; do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Daito.vrt"
for i in 3831 3631; do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Ogasawara.vrt"
for i in 3641 3741 3841 3942 4040 4042 4142; do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Okinawa.vrt"
for i in 3926 3927 3928 4027 4028 4128 4129 4229 4230 4328 4329 4429; do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Kyushu.vrt"
for i in 4529 4530 4531 4629 4630 4631 4728 4729 4730 4731 4828 4829 4830 4831 4928 4929 4930 4931 5029 5030 5031 5129 5229 5130 5131
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Izu.vrt"
for i in 4540 4839 4939 5039 5139; do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="ShikokuChugoku.vrt"
for i in 4932 4933 4934 5032 5033 5034 5132 5133 5134 5231 5232 5233 5234 5332 5333 5334 5432 5433 5531 5130 5131
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="KinkiChubu.vrt"
for i in 5035 5036 5135 5136 5137 5138 5235 5236 5237 5238 5335 5336 5337 5338 5435 5436 \
5437 5438 5536 5537 5538 5636 5637 5638 5738 5134 5234 5334
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="KantoHokuriku.vrt"
for i in 5239 5240 5339 5340 5439 5440 5539 5540 5541 5639 5640 5641 \
5238 5338 5438 5538 5638 5738 5739 5740 5741
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Tohoku.vrt"
for i in 5839 5840 5841 5939 5940 5941 5942 6039 6040 6041 6139 6140 6141 5738 5739 5740 5741 6240 6241
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
fnvrt="Hokkaido.vrt"
for i in 6239 6243 6340 6341 6342 6343 6440 6441 6442 6443 6444 6445 6541 \
6542 6543 6544 6545 6641 6642 6643 6644 6645 6741 6742 6841 6842 6240 6241
do ls shp${i}*/*.shp; done > dummy.txt
ogrmerge.py -single -overwrite_ds -f VRT -o $fnvrt `cat dummy.txt`
for i in *.vrt; do
gdal_rasterize -a HANREI_C -co "COMPRESS=LZW" -tr 0.00008333 0.000083333 $i ${i%.vrt}_10m.tif # 10 m resolution
# gdal_rasterize -a HANREI_C -co "COMPRESS=LZW" -tr 0.0008333 0.00083333 $i ${i%.vrt}_100m.tif # 100 m resolution
done
# 日本全域, 1 km
ogrmerge.py -single -overwrite_ds -f VRT -o ~/dummy_Japan.vrt */*.shp
gdal_rasterize -a HANREI_C -co "COMPRESS=LZW" -tr 0.008333 0.0083333 ~/dummy_Japan.vrt Japan_1000m.tif
!ラスタ形式(第5回)
ここではラスタ形式(第5回)のデータの読み込み方法を述べる。これは独得のフォーマットをしているので、簡単に読みこむことはできない。以下のような特徴がある:
*カラムデータである: ふつう、この種のラスターデータはマトリックス形式だが、このデータは、位置のコードとその場の分類コードを1行とする単位で構成される、カラムのテキストファイル(csv形式)である。
*位置情報の解読が必要: 座標系は、「基準地域メッシュ(第3次地域区画)」と呼ばれるもので、緯度経度直交座標系の上に矩形領域を入れ子にしてコードをつけたものらしい。これは、国土地理院の50m数値地形モデルでも採用されているコードで、国土地理院の50m数値地形モデルに添附されている紙(地図)に、緯度経度とコードの変換の仕方が書いてある。
*ピクセルの縦横が違う: 1ピクセルは約1kmだが、南北方向30秒、東西方向45秒と、緯度経度座標系ではやや横長の矩形領域である。
*カテゴリーが厖大: カテゴリー(群落コード)は898もある。それをある程度統合した[[「集約群落コード」|http://www.biodic.go.jp/reports/1-1/hyo/u077_002.html]]にしても326もある。リモセンや陸域物質循環モデルなどの実用には、これらを再統合する必要があろう。下記のtar.gzには私が判断して行なった再統合のテーブルがveg_syuyaku_MOD12.txtとして入っている。
[[GRASS|GRASS GISとは?]]で読むことを前堤にして、いくつかスクリプトとCプログラムを作ったので、興味のある方は参考にされたい(自己責任で!)。利用前に、かならず「生物多様性情報システム上の成果物の取り扱いについて」(環境省)を熟読すること。
[[LC_MOE_v04.tar.gz|http://pen.envr.tsukuba.ac.jp/~torarimon/data4download/LC_MOE_v04.tar.gz]]
!処理のしかた
# このファイルをダウンロードする:
wget http://pen.envr.tsukuba.ac.jp/~torarimon/data4download/LC_MOE_v04.tar.gz
# このファイルを解凍/展開する:
tar zxvf LC_MOE_v04.tar.gz
# ディレクトリ移動
cd LC_MOE_v04
# スクリプトを実行
./README.sh
# できたファイルを表示してみる:
qgis LC_MOE_MOD12cats LC_MOE_level1 LC_MOE_level2 LC_MOE_level3
注: これらの処理は、Linux上で行うことを想定している。
注: GRASSを起動しなくてもスクリプトは実行可能。ただしその場合、バイナリラスターデータができるだけ。
注: データそのものは、[[こちら|http://www.biodic.go.jp/dload/mesh_vg.html]]からダウンロード可能。
注: 再集約したあとのカテゴリ(MODIS土地被覆分類: MOD12に準拠。ただし水田を追加)は、以下の通りである:
# MOD12 Land_Cover_Type_1
# ENF evergreen_needleleaf_forest 1
# EBF evergreen_broadleaf_forest 2
# DNF deciduous_needleleaf_forest 3
# DBF deciduous_broadleaf_forest 4
# MXF mixed_forests 5
# CSH closed_shrubland 6
# OSH open_shrublands 7
# WSV woody_savannas 8
# SVN savannas 9
# GRS grasslands 10
# PWT permanent_wetlands 11
# CRP croplands 12
# URB urban_and_built-up 13
# MOS cropland_natural_vegetation_mosaic 14
# ICE snow_and_ice 15
# BAR barren_or_sparsely_vegetated 16
# paddy field (not in MOD12) 253
# UNC unclassified 254
{{attach_view(LC_MEJ.jpg)}}
GRASSで表示した、自然環境保全基礎調査 第6回 3次メッシュ植生データ (MODIS土地被覆分類のカテゴリーに再集約)