このページでは、これまでに作成・公開したPythonによる衛星画像処理コード例をご紹介したいと思います。

＜基本となるPythonライブラリ＞

• rasterio ：gdalの機能を基に、pythonでの使いやすさを上げたライブラリ。ラスターデータを容易に扱うことができます。

• geopandas ：ポイントデータやポリゴンデータ等を大量かつ高速に処理可能です。pandasに地理情報データを付与した形式をとる為、pandasとの組み合わせで効率的なデータ操作が行えます。

• numpy ：非常に強力な配列操作ライブラリです。衛星データをrasterioで読み込む→numpy配列で操作→rasterioで位置情報付き画像として出力、がpythonを使った衛星画像解析の基本の流れとなります。

＜自分の作成した衛星画像解析用ライブラリ＞

• GcomcTool ：JAXAの運用するGCOM-C データを全自動でダウンロードを行い、対象範囲での切り抜き、sinusoidal投影から等緯度経度への投影変換まで行う事の出来るpythonライブラリを作成しました。

＜Pythonによる衛星画像処理コード＞

• 衛星画像と機械学習で土地被覆分類 ：Qiitaへ掲載した記事となります。Sentinel-2画像を基に、Random forest・SVM・NeuralNetworkの異なる3手法で土地被覆分類を行い、その結果を比較しました。

• Pythonで衛星画像を任意の範囲・解像度に処理してGeoTiffで保存する ：Qiitaへ掲載した記事となります。衛星画像をrasterioで読み込み、解像度の変更や切り抜きを行った後にGeoTiff形式で保存する流れを記載しました。

• An-introduction-to-satellite-image-analysis-with-python ：Githubへnotebook形式で掲載した内容となります。衛星画像のpythonによる基本の取り扱いについて説明しました。

• MODISデータの処理コード ：MODISデータ・VIIRSデータはMODIS sinusoidalとよばれる投影になっており、そのままでは扱いにくい形式となっています。このデータをpythonを使って変換する内容を説明しました。

• IceSat-2データの処理コード ：衛星LiDARであるIceSat-2のデータ処理の基本の流れについてのpythonコードとなります。