6. ラスターデータ

	目的	ラスターデータとは何か、GISでそれがどのように利用可能かを理解します。
	キーワード：	ラスター、ピクセル、リモートセンシング、衛星画像、ジオリファレンス

6.1. 概要

In the previous topics we have taken a closer look at vector data. While vector features use geometry (points, polylines and polygons) to represent the real world, raster data takes a different approach. Rasters are made up of a matrix of pixels (also called cells), each containing a value that represents the conditions for the area covered by that cell (see 図 6.2). In this topic we are going to take a closer look at raster data, when it is useful and when it makes more sense to use vector data.

図 6.2 ラスター形式のデータセットはピクセル（セルとしても知られています）の行（横方向）と列（縦方向）で構成されています。それぞれのピクセルは、地理的な領域を表しており、ピクセル中の値はその領域の何らかの特徴を表しています。

6.2. ラスター形式データの詳細

Raster data is used in a GIS application when we want to display information that is continuous across an area and cannot easily be divided into vector features. When we introduced you to vector data we showed you the image in 図 6.3. Point, polyline and polygon features work well for representing some features on this landscape, such as trees, roads and building footprints. Other features on a landscape can be more difficult to represent using vector features. For example the grasslands shown have many variations in colour and density of cover. It would be easy enough to make a single polygon around each grassland area, but a lot of the information about the grassland would be lost in the process of simplifying the features to a single polygon. This is because when you give a vector feature attribute values, they apply to the whole feature, so vectors aren't very good at representing features that are not homogeneous (entirely the same) all over. Another approach you could take is to digitise every small variation of grass colour and cover as a separate polygon. The problem with that approach is that it will take a huge amount of work in order to create a good vector dataset.

図 6.3 風景上の地物には、ポイント、ポリライン、ポリゴン（樹木、道路、住宅など）として表現するのが簡単なものもあります。あるいはそれが困難な場合もあります。たとえば、草原をどのように表現しますか？ポリゴンとして？草の中に見える色の変化はどうですか？連続的に値を変更して大きな領域を表現しようとするときは、ラスターデータを使用するほうがよいでしょう。

ラスターデータを使用することは、これらの問題の解決策です。多くの人々がラスターデータを、ベクター情報の意味をより明確にするためにベクターレイヤーの背後で使用される 背景 として使用してしています。人間の目は画像を解釈する上で非常に優れているので、ベクターレイヤーの背後に画像を使用すると、より多くの意味を持つ地図が得られます。ラスターデータは、現実世界の表面（例えば、衛星画像および航空写真）を描写する画像に適しているだけでなく、より抽象的なアイデアを表現するのにも適しています。たとえば、ラスターを使用して地域の降雨傾向を表示したり、火災リスクを風景上に描いたりできます。この種のアプリケーションでは、ラスター中の各セルは異なる値、たとえば 1から10の尺度で火災の危険性を表します。

An example that shows the difference between an image obtained from a satellite and one that shows calculated values can be seen in 図 6.4.

図 6.4 トゥルーカラーのラスター画像（左）には、ベクター地物としてはキャプチャしにくいが、ラスター画像を見るときには見やすいような、詳細を多く持つので便利です。ラスターデータには右に示された図のような非写真データもあります。これは3月の西ケープにおける計算された平均最低温度を示しています。

6.3. ジオリファレンス

ジオリファレンスは、地表面のどこに画像データまたはラスターデータセットが作成されたかを正確に定義するプロセスです。この位置情報は、空中写真のデジタル版と共に記憶される。 写真をGISアプリケーションで開くと、写真は位置情報を使用して地図上の正しい場所に表示されます。通常、この位置情報は、画像内の左上のピクセルの座標、X方向の各ピクセルのサイズ、Y方向の各ピクセルのサイズ、および画像が回転される量（存在する場合）です 。これらの情報を使用して、GISアプリケーションはラスターデータが正しい場所に表示されることを確実にします。ラスターのジオリファレンス情報は、ラスターに付随する小さなテキストファイルで提供されることがよくあります。

6.4. ラスターデータのソース

Raster data can be obtained in a number of ways. Two of the most common ways are aerial photography and satellite imagery. In aerial photography, an aeroplane flies over an area with a camera mounted underneath it. The photographs are then imported into a computer and georeferenced. Satellite imagery is created when satellites orbiting the earth point special digital cameras towards the earth and then take an image of the area on earth they are passing over. Once the image has been taken it is sent back to earth using radio signals to special receiving stations such as the one shown in 図 6.5. The process of capturing raster data from an aeroplane or satellite is called remote sensing.

図 6.5 ヨハネスブルグ近くにあるHartebeeshoekのCSIR衛星アプリケーションセンター。頭上を通過し電波を用いて画像をダウンロードするような特別なアンテナ·トラック衛星である。

In other cases, raster data can be computed. For example an insurance company may take police crime incident reports and create a country wide raster map showing how high the incidence of crime is likely to be in each area. Meteorologists (people who study weather patterns) might generate a province level raster showing average temperature, rainfall and wind direction using data collected from weather stations (see 図 6.5). In these cases, they will often use raster analysis techniques such as interpolation (which we describe in Topic 空間分析（補間）).

ラスターデータは、ベクターデータから作成されることがあります。データ所有者は、使いやすい形式でデータを共有したいからです。たとえば、道路、鉄道、教区などのベクターデータセットを持つ会社は、従業員がこれらのデータセットをWebブラウザで表示できるように、これらのデータセットのラスターバージョンを作成できます。これはたいていは属性、ユーザーが認識する必要がある、をラベルまたは記号で地図上に表すことができる場合にのみ有効です。ユーザーがデータの属性表を参照する必要がある場合、ラスター・レイヤーには通常それらに関連付けられた属性データは含まれていないため、ラスター形式で提供することは悪い選択です。

6.5. 空間的解像度

Every raster layer in a GIS has pixels (cells) of a fixed size that determine its spatial resolution. This becomes apparent when you look at an image at a small scale (see 図 6.6) and then zoom in to a large scale (see 図 6.7).

図 6.6 小縮尺で使用するとこの衛星画像はきれいに見えます…

図 6.7 ...が、大縮尺で見た場合は画像を構成する個々のピクセルが見えてしまいます。

いくつかの要因が画像の空間分解能を決定します。リモートセンシングデータの場合、空間分解能は、通常、画像を撮るために使用されるセンサの能力によって決定されます。例えば、SPOT5衛星は、各ピクセルが10m×10mの画像を撮影できます。 MODISなどの他の衛星では、ピクセルあたり500mx500mの画像しか撮影しません。航空写真では、50cmx50cmのピクセルサイズは一般的ではありません。小さな領域をカバーするピクセルサイズの画像は、画像の詳細度を高くできるため、「 高解像度 」画像と呼ばれます。大面積のピクセルサイズの画像は、画像が表示する詳細の量が低いため、「 低解像度 」画像と呼ばれます。

空間分析によって計算されるラスターデータ（先に述べた降雨量図など）では通常、ラスターを作成するために使用される情報の空間密度が空間分解能を決定します。例えば、高解像度の平均降雨量図を作成する場合、理想的には互いに近い多くの気象観測所が必要になるでしょう。

高空間分解能で取り込まれたラスターを知る上で重要なことの1つは、記憶容量要件です。 3 x 3ピクセルのラスターを考えてみてください。各ピクセルには平均降雨量を表す数値が含まれています。ラスターに含まれるすべての情報を保存するには、コンピュータのメモリに9個の数値を格納する必要があります。今、南アフリカ全体の1キロ×1キロメートルのピクセルでラスターレイヤーを作成したいとします。南アフリカはおよそ 1,219,090 km ² です。これは、すべての情報を保持するために、ハードディスクに100万を超える数字を保存する必要があることを意味します。ピクセルサイズを小さくすると、必要な記憶容量が大幅に増加します。

低空間分解能を使用した方が、広い領域で作業したくて細部のいずれかの領域を見るのに興味がない場合、便利なこともあります。天気予報で見られる雲の地図はその一例です。全国の雲が見えると便利です。ある雲だけに高解像度でズームインしても、今後の天気を教えてくれることはありません！

その一方、画像から個々の地物はたぶん作れなくなるため、小さな領域に興味があるなら、低解像度のラスターデータを使用することは問題となる可能性があります。

6.6. スペクトルの解像度

携帯電話でデジタルカメラやカメラでカラー写真を撮ると、カメラは電子センサーを使って赤、緑、青の光を検出します。画像がスクリーンに表示されたりプリントアウトされたりすると、赤、緑、青（RGB）の情報が組み合わされて、目に見える画像が表示されます。情報はまだデジタル形式ですが、このRGB情報は別々のカラー バンド に保存されます。

私たちの目ではRGB波長しか見ることができませんが、カメラの電子センサーであれば目には見えない波長を検出できます。もちろん、手持ち式のカメラでは、ほとんどの人は自分のペットだの何だのの写真を見たいだけなので、スペクトルの 不可視 部分からの情報を記録するのはおそらく意味がありません。光スペクトルの不可視部分のデータを含むラスター画像は、しばしばマルチスペクトル画像と呼ばれます。 GISでは、スペクトルの不可視部分を記録することは非常に便利です。例えば、赤外光を測定すると水域を特定するのに有用です。

光のマルチバンドを含む画像があるとGISで非常に役立つので、ラスターデータはしばしばマルチバンド画像として提供されます。画像の各バンドは別々のレイヤーのようなものです。GISでは3つのバンドを組み合わせて、それらを赤、緑、青の3つのバンドとして表示するので、人間の目で見ることができます。ラスター画像のバンド数は、 スペクトル分解能 と呼ばれます。

画像が1つのバンドのみからなる場合は、 グレースケール 画像と呼ばれることがよくあります。グレースケール画像では、偽色を適用してピクセルの値の差異をより明瞭にすることができます。偽色が適用された画像は、しばしば 擬似画像 と呼ばれます。

6.7. ラスターからベクターへの変換

ベクターデータの議論では、多くの場合、ラスターデータは、ベクター地物をデジタル化するためのベースとして使用される背景レイヤーとして使用されると説明しました。

別のアプローチは、高度なコンピュータプログラムを使用して画像からベクター地物を自動的に抽出することです。道路などの一部の地物は、隣接するピクセルからの色の突然の変化として画像に表示されます。コンピュータプログラムは、そのような色の変化を探し、結果としてベクター地物を生成します。この種の機能は通常、非常に特殊な（しばしば高価な）GISソフトウェアでのみ利用可能です。

6.8. ベクターからラスターへの変換

ベクターデータをラスターデータに変換するのは便利なことがあります。これの1つの副作用は、変換が行われるときに属性データ（元のベクターデータに関連付けられた属性）が失われることです。ベクターをラスター形式に変換すると、GIS以外のユーザーにGISデータを渡したいときに便利です。より単純なラスター形式では、ラスター画像を渡された人は、特別なGISソフトウェアを必要とすることなく、単純にコンピュータ上の画像として見ることができます。

6.9. ラスター分析

ラスターデータに対して実行できる、ベクタータデータでは使用できない、非常に多くの分析ツールがあります。例えば、ラスターを使用して、土地表面上の水の流れをモデル化できます。この情報は、地形に基づいて、分水界や流域ネットワークがどこに存在するかを計算するのに使用できます。

ラスターデータは、作物生産を管理するために、農業や林業でよく使用されます。たとえば、農家の土地の衛星画像を使用すると、植物の生育不良のある地域を特定し、その情報を使用して影響を受けた地域にのみより多くの施肥することができます。森林管理者はラスターデータを、ある地域から採取できる木材の量を推定するために使用します。

ラスターデータは災害管理にとっても非常に重要です。浸水する可能性のある領域を識別するために、デジタル標高モデル（各ピクセルに海抜高度を含む一種のラスター）の解析が使用できます。これは、救助活動と救援活動を最も必要とされる地域へ向けるために使用できます。

6.10. 一般的な問題 / 注意すべき点

すでに述べたように、高解像度のラスターデータは、コンピュータ記憶容量を大量に必要とすることがあります。

6.11. わかりましたか?

ここでは以下のことを学びました:

• ラスターデータは規則的なサイズの ピクセル のグリッドです。

• ラスターデータは たえず変化する情報 を表示するのに適しています。

• ラスター内のピクセルの大きさは、その 空間分解能 を決定します。

• ラスター画像は１つまたはそれ以上の バンド を含みます。それぞれが空間的なエリアをカバーするが、異なる情報を持ちます。

• ラスターデータは、電磁スペクトルの異なる部分からのバンドが含まれている場合、それらは マルチスペクトル画像 と呼ばれます。

• マルチスペクトル画像のバンドの三つは色、赤、緑、青で表示できるので、それらは見ることができます。

• 単一バンドの画像はグレースケール画像と呼ばれます。

• 単一バンドのグレースケール画像は、GISにより疑似カラーで表示できます。

• ラスター画像は、記憶領域を大量に消費することがあります。

6.12. やってみよう

ここでは人に教える際のアイデアいくつか述べていきます:

• どんな状況であればラスターデータを使用し、どんな状況であればベクターデータを使用するか、生徒たちと議論しましょう。

• グリッド線が描かれたA4の透明シートを使用して、学校のラスター地図を生徒たちに作成させてください。 OHPフィルムをあなたの学校のポスター用紙または航空写真に重ねます。ここで、各生徒または生徒のグループが、特定のタイプの地物を表すセル内で色付けされるようにする。運動競技場、樹木、歩道などがすべて完成したら、すべてのシートを重ね合わせて、あなたの学校の良いラスター地図表現を作成するかどうかを確認します。ラスターとして表現されたときにどのタイプの地物がうまく機能しましたか？セルサイズの選択は、さまざまな地物タイプを表現する能力にどのように影響しましたか？

6.13. 考えてみよう

コンピュータを使用できない場合は、紙と鉛筆を使用してラスターデータを理解できます。サッカー場を表すために、紙の上に四角形のグリッドを描きます。サッカー場の芝カバーの値を表す数字でグリッドを塗りつぶします。パッチが裸の場合、セルに0の値を与えます。パッチが裸と覆われている混合の場合は、1の値を与えます。領域が完全に芝で覆われている場合は、値2を与えます。次に鉛筆を使用してそれらの値に基づいてセルを色付けします。値2の色のセルは濃い緑です。値1は色が薄い緑色になり、値0は茶色で色付けされます。色づけが終わったら、サッカー場のラスター地図ができているはずです！

6.14. より詳しく知りたい場合は

図書:

• Chang, Kang-Tsung (2006). Introduction to Geographic Information Systems. 3rd Edition. McGraw Hill. ISBN: 0070658986

• DeMers, Michael N. (2005). Fundamentals of Geographic Information Systems. 3rd Edition. Wiley. ISBN: 9814126195

Webサイト: https://en.wikipedia.org/wiki/GIS_file_formats#Raster

QGISユーザーガイドには, ラスターデータの操作についてより詳細な情報が含まれています.

6.15. 次は？

次のセクションでは、最高のデータの品質を保証するための トポロジ について詳しく見てみましょう。