Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
都市をデータで見るってこういうこと PLATEAU属性情報入門
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
nokonoko1203
June 24, 2025
Programming
800
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
都市をデータで見るってこういうこと PLATEAU属性情報入門
nokonoko1203
June 24, 2025
More Decks by nokonoko1203
See All by nokonoko1203
CloudflareでGIS × AIエージェント開発!
nokonoko1203
0
340
GISエンジニアから見たLINKSデータ
nokonoko1203
0
240
釣り地図SNSにおける有料機能の実装
nokonoko1203
0
290
EMがLLMで仕様書駆動開発したらすごい捗った
nokonoko1203
1
100
日本全国・都市3D化プロジェクト「PLATEAU」とデータ変換OSS「PLATEAU GIS Converter」の公開
nokonoko1203
4
7.1k
Hono・Prisma・AWSでGeoなAPI開発
nokonoko1203
5
1.3k
日本全国の都市3D化プロジェクト「PLATEAU」の紹介
nokonoko1203
0
180
PLATEAU Hands-on 11 PLATEAUデータの高さや位置合わせについて理解する
nokonoko1203
0
890
20240626_PLATEAU_AWARD説明会
nokonoko1203
0
480
Other Decks in Programming
See All in Programming
Language Server 使ってる? 〜VSCode と Zed の場合〜 / Are you using a Language Server? ~For VS Code and Zed~
handlename
0
780
ユニットテストの先へ:テスト技法で要求・仕様を整理するJava開発実践 / Beyond_Unit_Testing_Practical_Java_Development_Techniques_for_Organizing_Requirements_and_Specifications
shimashima35
0
400
dRuby over BLE
makicamel
2
340
OSもどきOS
arkw
0
560
Javaの型とAI時代に型が大事な理由 / java types and type in AI era
kishida
2
130
技術記事、 専門家としてのプログラマ、 言語化
mizchi
13
5.8k
キャリア迷子上等 ─ "ない道"は自分で作ればいい
16bitidol
3
2.1k
Make SRE Operations Easier with Azure SRE Agent
kkamegawa
0
5.9k
3Dシーンの圧縮
fadis
1
770
タクシーアプリ『GO』の バックエンド開発のおける AI利活用と若者のすべて
pyama86
3
2k
AIで効率化できた業務・日常
ochtum
0
130
ふつうのFeature Flag実践入門
irof
7
3.9k
Featured
See All Featured
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
2
220
Making Projects Easy
brettharned
120
6.7k
Collaborative Software Design: How to facilitate domain modelling decisions
baasie
1
250
How Software Deployment tools have changed in the past 20 years
geshan
0
34k
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.3k
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
300
Winning Ecommerce Organic Search in an AI Era - #searchnstuff2025
aleyda
1
2k
First, design no harm
axbom
PRO
2
1.2k
Discover your Explorer Soul
emna__ayadi
2
1.1k
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
5
1.1k
sira's awesome portfolio website redesign presentation
elsirapls
0
280
SEO Brein meetup: CTRL+C is not how to scale international SEO
lindahogenes
1
2.7k
Transcript
都市を”データで見る”って こういうこと PLATEAU属性情報入門 株式会社MIERUNE 西尾 悟(@nokonoko_1203)
西尾 悟(@nokonoko_1203) 2児の父をやりながら株式会社MIERUNEで GIS(地理空間情報)とWeb開発を行う、 Engineering Managerです! Python / Rust /
GIS / 点群 / 3D Tiles / AWS / WebGL / PLATEAU ADVOCATE / Cesium Certified Developer
None
PLATEAU ADVOCATEとして、PLATEAUの社会実装に貢献
Cesiumに関連する優れた開発スキルを証明し、Cesium Certified Developerに認定
Interface 2025年5月号への寄稿
None
PLATEAUデータは綺麗でカッコいい https://www.mlit.go.jp/plateau/file/libraries/doc/plateau_doc_0000_ver05.pdf
でもカッコいいだけじゃない! https://plateauview.mlit.go.jp/
ただの3Dデータではなく、現実世界の情報を反映させた「地理空間情報」 https://plateauview.mlit.go.jp/
PLATEAUデータの有用性
3D都市モデルを活用した延焼シミュレーターの高度化事業 ・シミュレーションの高度化: PLATEAUの地形(標高)や建物の高さ・構造種別・建築年と いった詳細な属性情報を活用し、従来の延焼シミュレーション の精度が向上した。 ・現実的な延焼予測の実現: 市街地と中山間地をシームレスにつなぎ、これまで困難だった 傾斜地なども考慮した、より現実的な延焼予測を可能になっ た。 ・具体的な検証と成果:
標高データや「地面」を模した地物の有無による影響を検証 し、傾斜地での延焼速度が変化することを確認するなど、より 現実に近い挙動を再現できることを実証された。 https://www.mlit.go.jp/plateau/use-case/uc23-26/
太陽光発電のポテンシャル推計及び反射シミュレーション v3.0 ・発電ポテンシャル推計・適地判定 月毎の日照時間や屋根面積・1パネルあたりの発電量などをイン プットとして閾値によって色分けする機能や、災害リスク・景 観保全区域・建築構造・洪水浸水深・大切加重などの情報をイ ンプットとしてリスク度合いを建物ごとに付与する機能が実装 された。 ・ポテンシャル推計の精度検証: NEDOの日射量データベースや実際の発電量との比較検証が実
施された。その結果、推計値は実測値と近似しており、行政の 施策検討に利用できる精度が実証された。 ・実用性と新たな活用可能性: 自治体職員による試用で、住民説明などの合意形成に有用であ ることが確認された。さらに、災害時の非常用電源の配置検討 にも有効であるなど、当初の想定を超えた活用可能性が示され た。 https://www.mlit.go.jp/plateau/use-case/uc24-15/
ユースケースは大量にある https://www.mlit.go.jp/plateau/use-case/
PLATEAU VIEWで属性情報に詳しくなる https://plateauview.mlit.go.jp/
都市の情報に詳しくなる https://plateauview.mlit.go.jp/
ダウンロードはとても簡単 https://plateauview.mlit.go.jp/
指定した箇所のデータのみが取得できる
今回のメインはこのファイルの話
地域メッシュ(1次メッシュ) https://mesh-jp.mierune.dev/
地域メッシュ(3次メッシュ・メッシュコード: 53394611) https://mesh-jp.mierune.dev/?code=53394611
53394611_bldg_6697_op.gml?なんだか難しそう…しかも2,765,000行…
None
よくみるとそんなに難しくない!(めんどくさいだけ) https://www.mlit.go.jp/plateaudocument01-04/
データの意味は全て「標準製品仕様書」に書いている https://www.mlit.go.jp/plateaudocument
だんだん読めるようになってくる…はず… ・データ作成日:2024-03-15 ・延べ面積換算係数:1.00 ・都市計画の地区名:日本橋・東京駅前地区 ・建築物の種類を表すコード:3001 ・建築物の用途を表すコード:413 ・計測された建物の高さ:8m ・地上の階数:2階 ・地下の階数:0階 ・緯度、経度、高さの座標:
35.68238801376454 139.77169191520449 0 ...
が、読む必要はない(PLATEAU GIS Converter) https://github.com/MIERUNE/plateau-gis-converter
チュートリアルもある https://www.mlit.go.jp/plateau/learning/tpc30/ https://www.mlit.go.jp/plateau/learning/tpc31/
QGISで属性を見る・仕様書と見比べる
どれを選べば良い?
とりあえず「NoGeometry」ではないやつでOK! 建物本体 河川災害のリスク情報
PLATEAUデータは入れ子構造 id: bldg_b5b4d7d4-a078-4ca9-8ec3-87e5bdc63cde 名称: "グラントウキョウ ノースタワー" ・「隅田川・新河岸川流域」の災害リスクは「0.5m未満」 ・「神田川流域」での災害リスクも「0.5m未満」 「建物情報」 id
建物名 利用区分 面積 ... 「河川Aでの災害リスク」 建物id 浸水深 浸水ランク 規模 ... 「河川Bでの災害リスク」 建物id 浸水深 浸水ランク 規模 ...
ただ、表形式では表現できない
建物IDで「関連付け」を行う 「建物情報」 id 建物名 利用区分 面積 ... 「河川Aでの災害リスク」 建物id 浸水深
浸水ランク 規模 ... 「河川Bでの災害リスク」 建物id 浸水深 浸水ランク 規模 ...
「LOD」が高いと複雑 「窓・屋根・扉・煙突…」ごとの「名称・材質・形状…」など…
「建物」の「属性」 https://www.mlit.go.jp/plateaudocument/toc4/toc4_02/toc4_02_03/toc4_02_03_01/_bldgbuilding/
「コードリスト」 https://www.mlit.go.jp/plateaudocument/toc4/toc4_02/toc4_02_04/toc4_02_04_01/_building_usage_xml/
PLATEAU GIS Converterでは「コードリスト」は自動で日本語に変換される
「属性情報」で困ったら「標準製品仕様書」を調べて、「QGIS」で見てみよう!
都市をデータで見ていこう!