地理空間データベースとは

地理空間データベースの定義

「地理空間」という用語は、マップ、イメージ、データセット、ツール、プロシージャなどの相互に依存するリソースを指し、すべてのイベント、機能またはエンティティを1つの場所に結び付け、この情報を様々なアプリケーションに使用します。位置を簡単に理解するには、座標系の位置、場所名、番地などの標準パラメータを使用してデータを表現する必要があります。

地理空間データベースは、ベクトル・データやラスター・データなどのジオメトリ領域で定義されたオブジェクトを表すデータの格納および問合せ用に最適化されています。データ量が指数関数的に増加するにつれて、地理空間データベースは、大規模で複雑な異機種空間データを分析するための最適な管理性とセキュリティを提供します。

地理空間データベース・プラットフォームは、複雑な地理空間データに必要な特殊な管理、処理および分析エンジンを提供します。このようなシステムのスケーラビリティとパフォーマンスは、開発および統合サポートの提供とあわせ、成功のための2つの重要な要素です。

相互運用性のために、地理空間データベース・プラットフォームは、ベクトル・データ用のWeb Feature Services (WFS)、ラスター・データ用のWeb Coverage Service (WCS)、分散地理空間データ・アプリケーションおよびサービスの検索、管理、保守に使用されるCatalog Services (CSW)など、統一されたフレームワークおよびWebサービスを提供するOpen Geospatial Consortium (OGC)によって定義された標準をサポートしています。

地理情報システム(GIS)は、地理空間データを編集および保守するための地理空間データベース上のツールです。GISは地理空間オブジェクトをサポートします。地理空間オブジェクトは、視覚的にも論理的にも重ねられるレイヤーに編成されます。

地理空間分析とは、地理的な関係に基づいて複雑なインタラクションを理解し、人、資産、リソースの所在場所に基づいて質問に答えることです。Geospatialのインサイトでは、多くの例の中で、より優れたカスタマー・サービスの提供、従業員の最適化、小売または流通センターの検索、資産の管理、状況分析の実行、販売およびマーケティング・キャンペーンの評価を行うことができます。

地理空間データの基礎

「地理空間データ」とは、地球の表面または宇宙にある特徴、物体およびクラスに関する情報を指します。通常、地理空間データは大きく、複雑なデータ型に格納されるため、特殊な索引付け、問合せ、処理および分析アルゴリズムが必要です。

地理空間データは、次のものを表します。

• 単純な2Dおよび3Dベクトル幾何オブジェクト(点、線、ポリゴンなど)
• イメージやグリッドデータなどの複雑なラスターデータ

地理空間データは、ジオメトリとその図形表現(属性)で構成されます。ジオメトリは、点、線、ポリゴン、およびこれらの要素のコレクションです。

• ポイントは、属性テーブルが添付された位置座標であり、居住地、店舗の場所、携帯電話の場所などを表すことができます。
• 線には開始点、終点、およびカーブの場合は複数の中間点、および属性テーブルがあります。これは、交差点での速度制限と待機時間に関する情報を含む接続線とノードを使用して、ナビゲーションシステムで道路ネットワークを表現する方法です。
• ポリゴンはエリア単位で、境界線は属性テーブルを持つ行として設定されます。

これらのジオメトリには、色や線幅などの地図表示用の属性（表示用）と、ポリゴン内の住民数などの属性、または測定やスケール可能なアイテムなどの属性があります。

ジオメトリ・データと属性データはどちらも、Oracleの空間データベースのようなリレーショナル・データベース管理システムを介して接続されます。データベース管理システムは、最高レベルのパフォーマンス、スケーラビリティ、およびセキュリティを備え、最も要求の厳しい地理空間処理を効率的に実行できます。また、他のGISおよびnonGISアプリケーションと簡単に統合できるため、開発作業が軽減されます。

地理空間ラスターデータは、Landsat衛星によって強化されたThematic Mapper(ETM+)センサーから収集された複雑な情報セットで、光、赤外線反射率の値、およびグリッド内の位置を記録します。色、デジタル・イノベーション・モデルの高さ、複数の変数などの位置データは、すべてのグリッド・セルに添付されます。例として、テーマ・マップ、デジタル標高モデル/デジタル・サーフェス・モデル(DEM/DSM)、リモート・センシング(RS)イメージ、フォトグラメトリック写真、スキャンされたマップ、地球物理イメージ、地質マップなどがあります。

ラスター・データ型は大きく、ベクトル・データ型と比較して非常に異なるデータ構造を持ちます。ラスター・データセットは非常に迅速に拡張できるため、Oracleの空間データベースなどのデータ管理システムを必要とする大量の地理空間情報が発生します。

また、点群は、光検出およびレンジング(LiDAR)アプリケーションから作成される複雑な3Dデータ型です。点群とは、3Dシェイプまたはフィーチャを表す大量のデータを格納するためのジオメトリのタイプを指します。各点には、他の属性とともにX、YおよびZ座標の独自のセットがあります。点群は、フォトグラメトリ（写真測量）やリモートセンシングにおいて、LiDARアプリケーションを用いて生成されることが一般的です。

根本的に異なるタイプのデータの統合は、地理空間データ分析の中心的なタスクの1つです。地理空間データ分析における重要なツールは、地図によるデータ視覚化です。通常、マップはリモート・センシング・データ(フィールド、フォレストなど)から作成され、ポリゴンに与えられたデジタル化された属性になり、適切に色付けされます。

データ・カテゴリには、次のものが含まれますが、これらに限定されません。

• 行政と政治の境界線
• 農業と農耕
• 大気と気候
• 生物学と生態学
• ビジネスと経済
• 地籍
• 文化、社会、人口統計
• 標高および派生製品
• 環境と保全
• 施設と構造物
• 地質・地球物理
• 人間の健康と病気
• イメージとベース・マップ
• 内陸水資源
• 場所と測地ネットワーク
• 軍隊
• 海洋と河口
• 輸送ネットワーク
• 公益事業および通信

地理空間データのユース・ケース

すべてのオブジェクトがデジタル・フットプリントを持ち、グローバル・ネットワークの一部である今日のハイパーコネクテッドな世界では、分析、管理、運営およびガバナンスにおいて、場所および場所ベースの情報が重要になります。ロケーション・インテリジェンスは、イベント、アクティビティ、個人、通り、または建物がどこにあるかを把握するのに役立ちます。これにより、関心のあるオブジェクトの場所を追跡するアプリケーションを開発できます。多くの民間および公共部門組織では、次のような様々な機能に対して幅広いアプリケーションがあります。

• 操作と請求(例を参照)
• 不動産および不動産管理(例を参照)
• 課税(例を参照)
• 災害および緊急管理
• 市場および顧客の分析(例を参照)
• 観光(例を参照)
• リスク管理(例を参照)
• 資産の追跡と分析(例を参照)
• テレマティクスおよびフリート管理(例を参照)
• 土地/環境の管理(例を参照)
• 公衆衛生および疾病の発生(例を参照)

地理空間データベースの課題

• 空間データをビジネス・プロセスに統合できない

  GISシステムは、多くの場合、ビジネス・システムから切り離された専用の専用システムであり、トレーニング、運用、メンテナンス・コストの増大につながります。アプリケーションに場所関連の情報を提供することは、手作業であるため、手間がかかり、時間がかかり、エラーが発生しやすく、多くの場合、大規模なインフラストラクチャ・プロジェクトではスケーラブルではありません。必要な統合がないため、アプリケーションは地理空間情報の価値を最大限に活用できません。

• 相互運用性

  マップとデータを統合して、アプリケーションとの間で貴重な場所ベースの情報を提供する必要性が高まっています。しかし、組織は様々なプロジェクトに対して異なるソリューションを使用し始める可能性があります。これにより、組織内の複数のGISまたはマッピング・コンポーネントが発生し、データ・プライバシとデータ・レジデンシに関する懸念が高まります。

• 異種データ

  様々な種類のデータがファイルや専門データ・ストアに保持され、それぞれに特化したスキル・セットが必要であるため、統合分析は困難です。地理空間データを統合する場合、組織全体でのメタデータの定義と使用について合意を得ることが重要です。適切なデータセットを見つけることはしばしば困難です。その理由として、メタデータが不完全であったり、アクセスや検索ができなかったりすることに加え、データセット間で意味的な一貫性がなく、同じ用語であっても必ずしも同じ意味を持たない場合があるためです。

• 拡張性

  スケーラビリティは、センサー・データ、GPSストリーミング・データ、3Dデータなどの位置情報を必要とする商用アプリケーションの、増え続ける地理空間データを効果的に処理するための要件となっています。

• アプリケーション・レベルの統合

  マッピング・システムとビジネス・システム間の統合が不足しているため、通常、顧客は意思決定支援システム間で集中管理された場所情報を利用できません。

地理空間データベースの仕組み

• データ取り込み

  様々なデータ・ソース(多変量データ)からの空間属性(シェイプ、サイズおよび場所)および非空間属性(名前、長さ、領域、ボリューム、人口など)のデータをフィルタおよび取り込みます。データセットは、様々なデータ・ソースからの多数の専用ドメイン固有のファイル形式で構成でき、これらの様々なデータ型の変換に多くの時間がかかります。

• データの強化

  住所ジオコーディングや地名などの空間属性でデータを拡張し、ダウンストリーム分析に利用できます。テキスト・データを数値データに変更し、他のすべての数値データを正規化します。データ・エンリッチメントにより、ユーザーは構造化されていない地理データを処理できるため、情報を分類、比較、フィルタリングし、他の構造化データに関連付けて、空間分析およびテキスト分析を実行できます。

• 地理空間処理

  空間分析ワークフローを開発し、属性データをジオメトリ・データセットと組み合せて、空間分析およびマッピング用のデータを準備します。

• 対話型分析

  他のコンテキスト・レイヤーとともに、対話型マップ上のデータをビジュアル化します。地図を操作・探索しながら、表示、ズームイン・ズームアウト、パン（移動）、パターンの発見、属性による検索やフィルタリングが行えます。

• 結果の共有と公開

  REST、GeoJSONおよびOGC Webサービスを介して空間コンテンツと分析結果を統合します。

地理空間データの管理および操作に関するベスト・プラクティス

• コンバージド・データベースのように、地理空間データを他のすべてのエンタープライズ・データと組み合せることで、運用、戦略、開発者の利点を実現します。
• データが存在する場所で処理してパフォーマンスを向上させます。データ統合、エンリッチメント、分析および機械学習にデータベースで使用可能な機能を使用します。
• データ・セキュリティを念頭に置いて設計された実績あるデータ管理プラットフォームを使用して、エンタープライズ・グレードのセキュリティとガバナンスを実現します。
• 高可用性機能を備えたエンタープライズ・データ管理プラットフォームのスケーラビリティとパフォーマンスを活用して、増大するデータ量と需要の増加をサポートします。
• オープンな地理空間プラットフォームを選択することで、システムやベンダー間のコンポーネントを組み合わせることができるようになり、将来を見据えた投資が可能になります。
• クラウドに簡単にリフト・アンド・シフトできるだけでなく、クラウドでローコード・アプリケーションを構築できるプラットフォームを選択することで、クラウドのメリットを享受できます。

• コンバージド・データベースについて学習
• ステップバイステップのワークショップで空間の使用方法を学ぶ

関連製品

Oracle Autonomous Database

世界初の自律型データベース

Oracle Database

世界をリードするコンバージド・マルチモデル・データベース管理システム

Oracle Exadata

比類ないOracle Databaseのパフォーマンス、スケール、可用性

Oracle Autonomous Data Warehouse

複雑性を排除したデータウェアハウス