地理空間
地球上のどこにあるかが意味に関わるデータ
どのようなものか
地理空間は、地球上の位置が意味の一部になるデータ、分析、ソフトウェアを表す言葉です。温度の測定値は、測った場所と結び付けて初めて、単なる数値ではなくなります。スマートメーターの値も、配電線上、地区内、気象観測所の近くなど、場所を示せて初めて計画に役立ちます。英語のgeospatialは形容詞で、地理空間データ、地理空間結合、地理空間モデリングのように使います。
空間だけなら、もっと広い意味です。チップの配置、局所的なメートル座標で描く倉庫の平面図、機械図面も空間を扱いますが、座標はその図面の外では意味を持ちません。地理空間データは座標参照系を通じて地球に結び付くため、別々に設計された二つのデータセットも、重ねて比較できます。
データが位置を持つ形式はいくつかあり、用途への適し方は同じではありません。
- 座標は、通常、GPS受信機やジオコーダーによる緯度と経度で、ソフトウェアが直接計算できる点を示します。
- 形状は、点のほかに線と領域を表します。ケーブルの経路、浸水範囲、サービス区域などです。Open Geospatial Consortium(OGC)のSimple FeaturesモデルはISO 19125としても公開され、ほとんどのデータベースとファイル形式に共通する形状を定めます。
- 住所と地名は人に位置を伝えますが、測る前にジオコーディングで座標へ変える必要があり、得られる精度はジオコーダーごとに異なります。
- 区域コードには、郵便番号、自治体番号、格子セルの識別子などがあります。どの区域内かは示しても、その中の位置までは示しません。
その下に、意味を失わずシステム間でデータを移すためのオープンな標準があります。OGCは、形状、GeoPackageなどのファイル、OGC API – Featuresなどのウェブサービスの仕様を公開します。EPSG登録簿は、座標参照系ごとに数値コードを付け、4326なら、どこでもWGS 84の緯度と経度を意味します。オープンソースのPROJは、これらの系の間で座標を変換し、百を超える地図投影法に対応します。

写真: lucasgeorgewendt / Pixabay 
写真: asmuSe / Pixabay
用語の背後にある前提を検証する
解説とリンク先の実績を参考に、プロジェクトについての質問を整理してください。ツールを選ぶ前に、前提を一緒に検討できます。 地理情報パイプラインを50倍に高速化 — 50x 地理データパイプラインの高速化
なぜ重要なのか
位置は、ほとんどのデータセットがすでに持つ結合キーです。メーターの値、気象観測、顧客記録、ネットワーク設備は、共通の識別子を持つことが少なくても、どこかに位置します。地理空間結合は、値の一致ではなく、内包、指定距離内、交差といった位置関係で行を組み合わせます。外部キーで結んだことのないデータがつながります。地図上でしか接点のないデータをまたぐ問いに答えたいことが、組織がデータを地理空間データとして扱い始める最初の理由になることが多いのです。
二つ目は、場所で平均の意味が変わることです。全国の消費量や供給中断の数値は、ほかの地域に余裕があっても、一地区が限界にあることを隠す場合があります。どこを補強するか、どこに投資するか、どこに作業班を送るかを判断するうえで必要なのは、その地区の情報です。区域や距離で集約すると、一つの合計では隠れるばらつきが見えます。
分析以外でも、位置情報には重みがあります。一台の携帯電話の短いGPS軌跡だけで、持ち主が寝る場所と働く場所が分かることがよくあります。人の位置情報には、ほかの個人データと同じ配慮が必要です。目的に必要な精度で集め、共有前に位置の精度を下げ、目的が続く期間を超えて保存しないということです。
実際の活用例
複数地域のスマートメーターが、PostgreSQLとBigQuery上で純粋なSQLだけで書いた、500本を超える分析レポートのデータを生みました。各メーターの位置座標を伴うため、スクリプトはCTEやウィンドウ関数とともに地理空間結合を使い、地域の傾向と異常を見つけられました。各レポートには、同僚が再現できるよう注釈付きSQLを添え、GPS座標の欠落など、よくある品質問題と推奨する扱い方も記録しました。結合で地域に結び付いた結果は、地域の負荷平準化を助け、レポートは、その後の運用計画の効率10–15%向上に寄与しました。
十一の電力網運営者は業務データを持っていても、補強や投資の根拠とする地理空間分析が不足していました。業務データを地理空間モデリングと組み合わせ、地図上で各網を調べ、限界へ近づく区間と、先に投資すべき地域を検討できるようにしました。一つのひな型を配るのではなく、各運営者の実際の運用に合わせた分析です。
データが増えても、地理空間の処理は速さを保つ必要があります。電力の時系列とともに位置の検索も遅くなったPostgreSQLアプリでは、地理空間データへGiSTインデックスを加え、地理データをハッシュ分割し、ノード間へ均等に負荷を分散しました。その後、地理空間検索の実行時間はミリ秒単位になりました。
問題が起きるところ
位置不明のものが、緯度ゼロ、経度ゼロへ集まります。 顧客や機器の地図に、赤道と本初子午線が交わるギニア湾の密集が現れ、顧客が存在し得ない場所のレコードが地域集計へ入ります。GPSで位置を特定できなかった機器や、空のセルを読んだ取り込み処理が、空のままにせずゼロを書いたためです。不明位置はNULLとし、沖合の点である0, 0の組を拒否する制約を設け、各バッチで欠落を数えてください。すべてのレポートが、何件を配置できなかったか示すようにします。
座標で結合しても、ほとんど見つかりません。 同じ変電所を示す二つのデータセットでも、緯度と経度の一致では数行しか結べません。データ源ごとに座標の測定方法や丸め方が異なり、座標は浮動小数点数なので、数センチ離れた点は違う値です。データ源の精度に基づく許容距離で、空間インデックスが使える述語を通じて結合してください。PostGISで、メートル単位のgeography列なら、次のようにします。
SELECT a.substation_id, b.asset_ref
FROM survey AS a
JOIN register AS b
ON ST_DWithin(a.location, b.location, 15);その後、複数に一致した行を調べてください。測定誤差を吸収する幅が、隣り合う別の設備まで結び付ける場合があるためです。
郵便番号区域の中心を、正確な位置として扱います。 距離の分析で何十人もの顧客が同じ場所に住むことになったり、ヒートマップで郵便区域の中心だけに鋭い山が出たりします。住所を郵便番号の粒度までしか座標化せず、区域の中心が返ったことに気付かなかったためです。住所、通り、郵便番号など、どの粒度で得た点かを隣の列に記録し、区域の広がりより短い距離を測る前に、その粒度で絞るか重みを付けてください。
境界を更新すると、前年の地域集計が変わります。 変えていない過去データで再実行しても、最初の公開値とは違います。点を現在の境界レイヤーへ結び、その間に自治体合併、郵便区域の分割、サービス区域の引き直しがあったためです。所属地域だけでなく元の座標を残し、境界レイヤーは有効期間とともに保存してください。各レコードの時刻に有効な境界へ結合し、どの版を使ったかも各レポートに記してください。
参考資料
- OGC標準 — Open Geospatial Consortiumによる地理空間のオープン標準の一覧と、それぞれの仕様書です。
- Simple Feature Access – 第1部 — データベースと形式に共通する、点、線、ポリゴンの形状モデルです。
- EPSG測地パラメーターデータセット — 4326や3857などのコードと、各参照系の完全な定義を持つ登録簿です。
- PROJ — 参照系の間で座標を変換するオープンソースのライブラリーと、コマンドラインツール、APIです。
- OGC API – Features — 地理空間の地物をHTTPで公開、検索するOGC標準です。

