2020年11月24日(火曜日)

帰ってきました

いろいろありすぎて、日記を手がけようという気になれず。ひさびさに日記でも書こうと考える次第。トドがたくさん待ってまして。

  • LFSTHいじり
    • 地方別データ読み込み
    • 衛星画像取得
  • カンボジア
    • 議事録
    • 覚書作成
    • その他いろいろ

…これだけだろうかしらん。だんだんわからなくなってきた。

週末は嵐

どういうわけか、週末は風が強い。釣りに出かけられない。船に乗ろうとすれば出港できないし、防波堤に出かけても釣りにくい。

それでも11月14日には出かけた。タイと小ブリが1匹、300mmくらいのアジが15匹、ヘダイ6匹。まずまずの成果。HPがある船ではないけれど、安いし釣れるしわたしは大変気に入った。コマセがパン粉たっぷりで臭くならないあたりも気に入った。

平日は比較的よい。11月17日に夜釣りに出かけたときは、風は穏やかで魚も釣れた。アジフライサイズのアジが20匹、アオリイカが5杯釣れた。いずれも至極の美味。年末に向けて、食料確保にいそしみましょう。

アオリイカは小アジを泳がせて釣った。泳がせ釣りはスリル満点。一度味わうともうやみつき。ティップランもおもしろい。なので、ついロッドを新調してしまったのであった。楽しみだけれどもまた散財・・・。

そうそう、沖防波堤はサビキを投げて釣ると小アジがたくさん釣れる。10mくらい投げてあげて、竿ろひとアオリしたらサビキをフォールさせる。どうやらフォールで食べるらしい。したがってフォール速度は大事。コマセが少ないとフォール速度が遅くなり、クロホシイシモチやイワシが釣れる。多少重くして沈めると小アジが釣れる。沖じゃない岸壁からだとこうはならない不思議。

釣れないときは、フォールしたまま海底につく。こういうときは、一度巻いてふたたびフォールさせると、たいてい食いつく。

妻はこの釣り方が大変上手。ほんとうに上手。わたしよりもはるかに上手。

新・タイLFSをいじる(その1)

先週までに、ふたたびタイLFSをいじることにした。紀要になにか書いてくれと頼まれたことと、タイLFSのしくみについてもういちど復習しようと考えたから。

地図作成

都県別地図を描くことは、地図データが配布されているから簡単である。しかし、地方(バンコク都・中部・北部・東北部・南部)は地図データが配布されないから、少々手間がかかる。もっとも少々である。

コード全体はGitHubにおいてある。

  1. 地区データを読み込む:跡から読み込む地図データには、都県名が格納される。都県名と地域名をマージできれば、都県をつなげて地域にする地図を描ける。ということで、地区データを読み込む。

たとえば、北部ならこういう感じ。北部に該当する都道府県名をth_northernと名付けたオブジェクトに代入する。都県名はあらかじめ地図データをひらいて合わせることが肝心。さもなくばマージできない。

th_northern <- 
  c("Chiang Mai", "Chiang Rai", "Kamphaeng Phet", "Lampang", "Lamphun", "Mae Hong Son", 
    "Nakhon Sawan", "Nan", "Phayao", "Phetchabun", "Phichit", "Phitsanulok", "Phrae", "Sukhothai", 
    "Tak", "Uthai Thani", "Uttaradit"
    )
  1. 地図データに1.を付値する:昔とはまったく異なる。いまどき都県を結合するために、面倒な関数をあれこれ組み合わせる必要はない。dplyr::group_by()とdplyr::summarize()だけで用が足りる。ほんとうに簡単になった。

地図データを読み込んで、dplyr::mutate()で変数を加える。加える変数は地域を表現する。さきほど代入した都県別データから、dplyr::case_when()を使って地域名を割り振るだけ。割り振った地域名でdplyr::group::by()して、dplyr::summarize()するだけ。

dplyr::case_when()は慣れると便利な関数。

th_region_01 <-
  base::readRDS("gadm36_THA_1_sf.rds") %>% 
  dplyr::mutate(
    region = dplyr::case_when(
      NAME_1 %in% th_bkk ~ "Bangkok",
      NAME_1 %in% th_central ~ "Central",
      NAME_1 %in% th_northern ~ "Northern",
      NAME_1 %in% th_northeastern ~ "Northeastern",
      NAME_1 %in% th_southern ~ "Southern",
      TRUE ~ "hoge"
      )
    ) %>% 
  dplyr::group_by(region) %>% 
  dplyr::summarize(geometry = st_union(geometry)) 

あとはggplot2::ggplot()で地図を描けば目的達成。

サンプリング手順

各国とも、LFSはISOによる勧告にしたがって実施する。タイやわが国もまたしかりで、ある程度共通したサンプリング手順をふむ。よくわからなかったところがなんとなくわかったから、手順をまとめる。

  1. 層別する:いわゆる層化二段階抽出を実施する。第1層は都県、第2層は都市部municipalityと非都市部non-municipality。都市部リストは、DLAが作成する。NSOはこれを利用するばかりである。
  2. 調査区をつくる:調査区づくりは第2層を人口と世帯数が均等になるように区切るところから。区切られた調査区を、PSU(Primary Survey Unit)という。合計127,460ある。この中から無作為に抽出された5,970調査区が調査に利用される。
  3. サンプリングする:タイLFSは、ローテーションサンプリングをおこなう。タイプは2-2-2。タイの場合、PSUに含まれる世帯について、2四半期調査対象としてから2四半期休み、ふたたび2四半期調査対象とする。4つにわけられたPSUは、1四半期ずつずらして調査対象となる。したがって、各四半期に利用されるPSUは2つ(利用可能なPSUの半分)である。1年間に全PSUが必ず調査対象となる。けっこういそがしいようにみえる。

データ読み込みについてはまたこんど。


yuzuruweb TOP