02 — 解析手法 / チュートリアル

QGISでドローン空撮画像から
特徴量を抽出する

オルソ画像・DSMから植生指数や草高を計算し、ポリゴンごとに数値を取り出す

ドローンで撮った圃場を区画ごとに分け、値を表にまとめるイメージ図

ドローンで撮ったオルソ画像やDSM(数値表層モデル)には、作物の状態を映す情報がたくさん含まれています。これらから植生指数や草高といった特徴量を計算し、圃場を区切ったポリゴンごとに数値として取り出せば、区画ごとの生育をそのまま比較・解析できます。このページでは、無料のGISソフト「QGIS」を使って、データを開くところから、特徴量を計算し、ポリゴンごとに集計してCSVに出力するまでを、順を追って紹介します。

先生、ドローンの画像から、区画ごとの数字を取り出せるの?
取り出せるよ。QGISで植生指数や草高を計算して、区画ごとに平均をとるんだ。最後は、1枚の表にまとめて書き出すよ。

用意するもの(すべて無料)

  • QGIS qgis.org からダウンロードできる無料のGISソフトです。
  • オルソ画像・DSM ドローン画像から作った、.tif 形式のオルソ画像や数値表層モデル(DSM)です。
  • ポリゴン 圃場や区画を区切ったベクタデータ(.shp や .gpkg)です。
01

データを開く

QGISへのデータの読み込みは、「データソースマネージャ」(ツールバーの左上にあるアイコン、または Ctrl+L)からまとめて行えます。開きたいデータの種類に応じてタブを切り替えます。

データソースマネージャを開く(画像を大きく表示)
ツールバーの「データソースマネージャを開く」から、各種データを読み込みます。

オルソ画像・DSM(ラスタ)を開く

データソースマネージャの「ラスタ」タブでオルソ画像やDSMの .tif を選んで「追加」します。地図上に画像が表示されれば読み込み成功です。

ラスタタブからオルソ画像を追加する(画像を大きく表示)
「ラスタ」タブからオルソ画像・DSMを追加します。
読み込んだオルソ画像を地図で確認する(画像を大きく表示)
地図上に画像が表示されれば成功です。

ポリゴンを開く

「ベクタ」タブから、区画を区切ったポリゴン(.shp や .gpkg)を追加します。オルソ画像の上にポリゴンが重なって表示されます。

ベクタタブからポリゴンを追加する(画像を大きく表示)
「ベクタ」タブから、圃場の区画ポリゴンを読み込みます。

CSV・地上基準点(GCP)を開く

位置情報を持つCSV(地上基準点=Ground Control Point など)は、「テキストデータ(区切り)」タブから開きます。文字コードは UTF-8、区切りは カンマ にして、「最初の行はフィールド名」「フィールド型を検出」にチェックを入れます。座標を持つ場合はジオメトリ定義で「ポイント座標」を選び、X・Y(必要ならZ)のフィールドを指定します。

テキストデータタブでCSVを選ぶ(画像を大きく表示)
「テキストデータ(区切り)」タブでCSVファイルを選びます。
文字コードと区切り文字の設定(画像を大きく表示)
文字コード・区切り・フィールド名を確認し、座標のX・Yを指定します。
レイヤパネルに加わった点のレイヤを確認する(画像を大きく表示)
読み込むと、レイヤパネルに点のレイヤが加わります。
右クリックメニューで座標参照系を設定する(画像を大きく表示)
必要に応じて、レイヤを右クリックして座標参照系(CRS)を合わせます。

読み込んだ点の座標参照系(CRS)が合わないときは、レイヤを右クリック →「レイヤの座標参照系 → プロジェクトの座標参照系に設定」などで合わせます(例:EPSG:32653)。表示が小さくて見えにくい場合は、レイヤのプロパティ →「シンボロジ」で点の大きさや色を調整します。

右クリックメニューからプロパティを開く(画像を大きく表示)
同じ右クリックメニューから「プロパティ」を開きます。
点のシンボロジを調整する(画像を大きく表示)
シンボロジで点の大きさ・色を見やすく整えます。

座標を持たない、属性だけのCSV(品種名や反復番号などの表)は、ジオメトリ定義で「ジオメトリなし(属性のみのテーブル)」を選んで読み込みます。次のステップでポリゴンに結合します。

02

ポリゴンに属性を結合する

区画の属性(品種・反復など)が別のCSVにある場合は、共通の列(例:fid)を手がかりにポリゴンへ結合します。ポリゴンのレイヤを右クリック →「プロパティ → テーブル結合」を開き、「+」を押します。「結合するレイヤ」に属性CSV、「結合基準の属性」と「ターゲット属性」に共通の列を指定し、必要な属性だけにチェックを入れて「OK」を押します。

テーブル結合でCSVの属性をポリゴンに結合する(画像を大きく表示)
「プロパティ → テーブル結合」で、共通の列を手がかりに属性を結合します。
03

結合した属性を地図で確認する

結合できたら、属性がポリゴンに正しくひもづいているかを確認します。ポリゴンの属性テーブルを開くと、結合した列(品種など)が追加されているのがわかります。「式で地物選択」を使って、たとえば Variety = 'Koshi' のように条件を指定すると、該当する区画だけを地図上でハイライトできます。

属性テーブルで結合結果を確認する(画像を大きく表示)
属性テーブルで、結合した列が入っているかを確認します。
式で地物選択して該当区画を確認する(画像を大きく表示)
「式で地物選択」で、条件に合う区画だけを選べます。
黄色く表示された区画を地図で確認する(画像を大きく表示)
条件に合う区画が、地図上で黄色く表示されます。
属性テーブルのボタンで選択を解除する(画像を大きく表示)
確認が済んだら、属性テーブルの赤丸で囲んだボタンを押して、選択を解除します。

ラベル表示を使えば、各区画に品種名や番号を直接重ねて表示できます。区画の並びが意図どおりかを、地図を見て確かめておきましょう。

04

マップの見方・使い方

基本操作を覚えておくと作業がぐっと楽になります。ドラッグで移動、マウスホイールで拡大・縮小ができます。「レイヤ」パネルのチェックで、表示・非表示を切り替えられます。レイヤは上にあるものが手前に描かれるので、順番を入れ替えて重なりを調整します。

レイヤをドラッグして重なりの順番を入れ替える(画像を大きく表示)
レイヤパネルで表示・非表示や重なり順を調整します。
レイヤのチェックを切り替え、右クリックメニューで削除する(画像を大きく表示)
チェックで表示を切り替え、使わないレイヤは右クリックメニューから削除できます。
05

特徴量(植生指数・草高)を算出する

草高は、どうやって計算するの?
作物が茂った時期のDSMから、地面だけのDSMを引くんだ。2つの高さの差が、そのまま草の高さになるよ。

特徴量は「ラスタ計算機」(「プロセシング → ツールボックス → ラスタ解析 → ラスタ計算機」)で計算します。式の欄に、使いたいバンドを組み合わせた計算式を書きます。たとえば単純比(SR)指数なら、近赤外(NIR)バンドを赤(Red)バンドで割ります。

"(NIRバンド)@1" / "(Redバンド)@1"
ラスタ計算機で植生指数を計算する(画像を大きく表示)
ラスタ計算機で、バンドを組み合わせて植生指数を計算します(例:SR = NIR / Red)。
ラスタ計算機で基準レイヤと出力先を指定する(画像を大きく表示)
式の欄の下で、基準にするレイヤと出力先を指定します。

草高は、作物が茂った時期のDSMから、地面だけのDSM(ベースライン)を引いて求めます。

"(生育期のDSM)@1" - "(地面のDSM)@1"

計算結果が暗くて見えにくいときは、レイヤのプロパティ →「シンボロジ」で表示の最小値・最大値(Min / Max)を調整すると、分布が見やすくなります。

シンボロジで表示の最小値・最大値を調整する(画像を大きく表示)
「シンボロジ」で Min / Max を調整し、分布を見やすくします。
06

ポリゴンごとに特徴量を抽出する(ゾーン統計)

ゾーン統計って、なにをするの?
区画のポリゴンの中にある画素の値を、平均して1つの数にまとめるんだ。これで、区画どうしを比べられるようになるよ。

計算した特徴量を、区画ごとの1つの数値にまとめます。「プロセシング → ツールボックス → ラスタ解析 → ゾーン統計」を開き、入力レイヤに区画ポリゴン、ラスタレイヤに特徴量の画像を指定します。計算する統計量として「平均(Mean)」にチェックを入れて実行すると、各ポリゴンの中にある画素の平均値が、区画ごとに求められます。

出力はCSVで保存できます。「アルゴリズム終了後に出力ファイルを開く」のチェックは外しておくと、余計なレイヤが増えず、次の結合がしやすくなります。植生指数・草高・テクスチャなど、特徴量ごとに同じ手順をくり返します。

07

抽出した特徴量を結合して出力する

ゾーン統計で得たCSVを、Step 2 と同じ「テーブル結合」でポリゴンに結合すると、区画ごとに「品種・反復・植生指数・草高……」が1つの表にそろいます。最後に、ポリゴンのレイヤを右クリック →「エクスポート → 地物の保存」で、形式をCSVにして書き出します。

地物の保存でCSVとして書き出す(画像を大きく表示)
「エクスポート → 地物の保存」で、形式にCSVを選んで書き出します。

「保存したファイルを地図に追加する」のチェックは外しておいて構いません。書き出したCSVはExcelで開いて .xlsx として保存し直すと、そのまま統計解析や作図に使えます。


ここまでで、ドローン画像から「区画ごとの特徴量が並んだ1枚の表」を作れました。あとはこの表を解析すれば、品種や処理ごとの生育の違いを数値で比べられます。最初は1つの特徴量で流れをつかみ、慣れてきたら植生指数・草高・テクスチャと種類を増やしていくとよいでしょう。

1つの特徴量で流れをつかんでから、種類を増やすといいんだね。
そういうこと。慣れてきたら、植生指数・草高・テクスチャと、少しずつ広げてみよう。