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、さまざまな用途に情報を利用するための、地図、画像、データセット、ツール、手順などの相互依存のリソースを指します。場所を簡単に理解するには、座標系での位置、地名、番地などの標準的な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、幾何学的空間で定義されたオブジェクトを表すデータを格納およびクエリするために最適化されています。データ量が飛躍的に増大する中、地理空間データベースは、大規模で複雑な異種空間データの分析に最適な管理容易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とされる専門的な管理、処理、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ともに、成功に向けた2つの主要要素です。

地理空間データベース・プラットフォームは、Open Geospatial Consortium（OGC）によって定義された標準をサポートしており、統一されたフレームワークとWebサービス（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）、および分散された地理空間データ・アプリケーションとサービスの特定、管理、メンテナンスに使用されるCatalog Services（CSW））を提供しています。

地理情報システム（GIS）は、地理空間データを編集および管理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、地理的関係に基づいて複雑な相互作用を理解することであり、人、資産、リソースがどこに位置しているかに基づき質問に回答します。地理空間に関するインサイトを活用することで、より適切なカスタマーサービスの提供、従業員の最適化、小売店や配送センターの配置、資産の管理、状況分析、販売およびマーケティング・キャンペーンの評価など、さまざまなことが可能になります。

地理空間データの基礎

「地理空間データ」とは、地球の表面や宇宙にある特徴、オブジェクト、クラスに関する情報を指します。地理空間データは通常、サイズが大きく、複雑なデータ型で保存され、専門的なインデックス作成、クエリ、処理、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。

• 点、線、多角形などの単純な2Dおよび3Dベクトルの幾何学オブジェクト
• 画像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、「属性」と呼ばれるジオメトリとその地図表現で構成されます。ジオメトリには、点、線、多角形、およびこれらの要素の集合体があります。

• 点とは、属性テーブルが付加された位置座標のことで、例えば住宅や店舗の位置、携帯電話の位置などを表すことができます。
• 線は始点、終点、カーブの場合は複数の中間点、属性テーブルを備えています。これは、ナビゲーション・システムで道路網を表現する方法で、制限速度や交差点での待ち時間などの情報を持つ連携された線とノードを使用します。
• ポリゴンは面積単位で、境界線は属性テーブルを持つ線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の両方は、オラクル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 アプリケーションやGIS 以外のアプリケーションと簡単に統合できるため、開発の手間が軽減されます。

地理空間ラスターデータは、Landsat衛星のEnhanced Thematic Mapper（ETM+）センサーから収集された情報の複雑なセットであり、光、赤外線反射率値、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、および複数の変数のような位置データは、それぞれのグリッド・セルに添付されます。たとえば、テーマ別マップ、デジタル標高モデル/デジタル地表モデル（DEM/DSM）、リモート・センシング（RS）画像、写真測量写真、スキャン地図、地球物理学的画像、地質図などがあります。

ラスター・データ型は、ベクトル・データ型に比べて大規模で、データ構造も非常に異なります。ラスター・データセットは非常に迅速に成長するため、オラクルの空間データベースのようなデータ管理システムを必要とする膨大な量の地理空間情報となります。

また、点群は、光検出と測距（LiDAR）アプリケーションから作成された複雑な3Dデータ型です。また、点群とは、3Dシェイプや 特徴を表す大量のデータを保存するためのジオメトリの一種です。それぞれの点には、X、Y、Z座標とその他の属性があります。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。

基本的に異なるタイプのデータを統合することは、地理空間データ解析の中心的なタスクの1つです。地理空間データ分析に不可欠なツールは、地図によるデータの可視化です。地図は通常、リモート・センシングのデータから作成され、田畑や森林などがデジタル化された属性としてポリゴンに与えられ、適切な色付けが施されます。

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
• 標高と派生製品
• 環境と保全
• 施設と構造物
• 地質および地球物
• 人間の健康と病気
• 画像とベースマップ
• 内水資源
• 位置と測地網
• 軍事
• 海洋と河口
• 交通網
• 公益事業と通信

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、道路、建物の場所の把握を支援し、関心のあるオブジェクトの位置を追跡するアプリケーションの開発を可能にします。多くの民間企業や公的機関において、以下のようなさまざまな機能に幅広く利用されています。

• 運用と請求
• 不動産および不動産管理
• 課税
• 災害および緊急管理
• マーケットおよび顧客分析
• 観光
• リスク管理(例を見る)
• 資産の追跡と分析(例を見る)
• テレマティクスおよびフリート管理
• 土地・環境管理
• 公衆衛生と疾病発生(例を見る)

地理空間データベースの課題

• 空間データのビジネスプロセスへの統合の欠如

  GISシステムは多くの場合、業務システムから切り離された専属の専門システムであるため、トレーニング、運用、メンテナンスのコストが増加します。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

  地図とデータを統合し、アプリケーションとの間で貴重な位置情報を提供する必要性が高まっています。しかし、組織はさまざまなプロジェクトに異なるソリューションを使用している可能性があります。このため、組織内に複数のGISやマッピング・コンポーネントが存在し、データ・プライバシーやデータ・レジデンシーに関する懸念も生じます。

• 異種データ

  さまざまな種類のデータがファイルや特殊なデータストアに保管されており、それぞれに専門的なスキルセットが必要なため、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・システムの統合が不十分なため、お客様は通常、意思決定支援システム全体で一元化された位置情報を活用することができません。

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、さまざまなデータソースからの膨大な数のドメイン固有のファイルフォーマットで構成される可能性があり、これらのさまざまなデータタイプの変換に多くの時間が費やされます。

• 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強化し、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、構造化されていない地理データを処理し、情報の分類、比較、フィルタリング、他の構造化データに関連付を行い、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、属性データとジオメトリ・データセットを組み合わせて、空間分析とマッピング用のデータを準備します。

• インタラクティブ分析

  他のコンテクスト・レイヤーとともにインタラクティブな地図上でデータを可視化します。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、OGCウェブ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、開発者のメリットを実現します。
• データの保存場所を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、機械学習のためにデータベースで利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設計された実績あるデータ管理プラットフォームにより、エンタープライズクラス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に対応します。
• 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可能な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、将来を見据えた投資を行うことができます。
• クラウドでのローコード・アプリケーションの構築と、クラウドへの容易なリフトアンドシフトの両方を可能にす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・データベースの詳細
• 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