参考文献・先行事例

[akidinosaurs]

参考文献・先行事例

PlateauKit:https://github.com/ozekik/plateaukit
PlateauUtils:https://github.com/Project-PLATEAU/PlateauUtils
PythonとPlotlyで富士山の立体図をブラウザ上で表示する:https://www.odndo.com/posts/python-plotly-html-fujisan/
Pythonで複数の標高タイルを結合して富士山の3D立体地形図を描いてみる:https://memomemokun.hateblo.jp/entry/2018/11/30/204618
Project-PLATEAU/Auto-Create-bldg-lod2-tool:https://github.com/Project-PLATEAU/Auto-Create-bldg-lod2-tool

[akidinosaurs]

PlateauKit

PlateauKitは、国土交通省のPLATEAUプロジェクトが提供する3D都市モデルを活用するためのPythonライブラリおよび変換ツールである。このライブラリは、PLATEAUデータセットのインストール・管理、GeoJSONやCityJSONへの変換、JupyterLabやJupyter Notebook上での3D都市モデルの表示など、多彩な機能を提供している。

主な機能

• PLATEAUデータセットのインストールと管理
• GeoJSONやCityJSONへのデータ変換
• Jupyter環境での3D都市モデルの表示

自プロジェクトへの活用方法

富士山の3Dモデル生成に特化したPythonライブラリの開発において、PlateauKitを以下のように活用することが考えられる。

1. データ収集と管理:

   • PlateauKitを使用して、PLATEAUプロジェクトから提供される富士山周辺の3D都市モデルデータを効率的にインストール・管理する。

2. データ変換:

   • 収集したCityGML形式のデータを、PlateauKitの変換機能を利用してGeoJSONやCityJSON形式に変換し、Python環境でのデータ処理を容易にする。

3. 可視化:

   • JupyterLabやJupyter Notebook上で、PlateauKitの機能を活用して3Dモデルを表示し、データの確認や解析を行う。

これらの機能を活用することで、富士山の3Dモデル生成プロジェクトの効率化と精度向上が期待できる。

[akidinosaurs]

PlateauUtils

PlateauUtilsは、国土交通省のPLATEAUプロジェクトが提供する3D都市モデル（CityGML・3DTiles/MVT）を解析し、Python環境で利用可能にするためのライブラリである。

主な機能

• CityGMLや3DTiles/MVT形式の3D都市モデルデータのパース
• Python環境でのデータ解析と処理
• 浸水タイルを3DTilesやXYZタイルに変換する機能

自プロジェクトへの活用方法

富士山の3Dモデル生成に特化したPythonライブラリの開発において、PlateauUtilsを以下のように活用することが考えられる。

1. データパース:

   • PLATEAUプロジェクトから取得した富士山周辺のCityGMLデータを、PlateauUtilsを用いてパースし、Python環境で扱いやすい形式に変換する。

2. データ解析:

   • パースしたデータを基に、建物の属性情報や地形情報を抽出し、富士山の3Dモデル生成に必要な情報を取得する。

3. データ変換:

   • 必要に応じて、浸水タイルを3DTilesやXYZタイルに変換し、可視化や解析に活用する。

これらの機能を活用することで、富士山の3Dモデル生成プロジェクトの効率化と精度向上が期待できる。

[akidinosaurs]

PythonとPlotlyで富士山の立体図をブラウザ上で表示する

PythonとPlotlyで富士山の立体図をブラウザ上で表示するは、Pythonの可視化ライブラリであるPlotlyを使用し、富士山の3Dモデルをブラウザ上に表示する方法を解説した記事である。

主な内容

• データの取得: 国土地理院が提供する地理院地図から、富士山のSTL形式の立体データをダウンロードする手順を説明している。
• データの変換: 取得したSTLファイルから頂点情報を抽出し、必要に応じてデータを圧縮する方法を紹介している。
• 可視化: 抽出したデータを用いて、PlotlyのMesh3dを使用し、富士山の3Dモデルをブラウザ上に表示する手順を示している。

自プロジェクトへの活用方法

富士山の3Dモデル生成に特化したPythonライブラリの開発において、以下の点で参考にできる。

1. データ取得手法の参考:

   • 国土地理院の地理院地図からSTL形式のデータを取得する手順は、他の地形データの収集方法として応用可能である。

2. データ変換プロセスの参考:

   • STLファイルから頂点情報を抽出し、データを圧縮する方法は、大規模な3Dデータを扱う際の効率的なデータ処理手法として活用できる。

3. 可視化手法の参考:

   • PlotlyのMesh3dを使用した3Dモデルの表示方法は、他の地形データや3Dモデルの可視化にも応用できる。

これらの手法を取り入れることで、富士山の3Dモデル生成プロジェクトの効率化と精度向上が期待できる。

[akidinosaurs]

Pythonで複数の標高タイルを結合して富士山の3D立体地形図を描いてみる

Pythonで複数の標高タイルを結合して富士山の3D立体地形図を描いてみるPythonを用いて国土地理院が提供する標高タイルデータを結合し、富士山の3D地形図を作成する手法を解説した記事である。

主な内容

• データの取得: 国土地理院の標高タイルデータを指定したズームレベルと範囲でダウンロードする方法を説明している。
• データの結合: 複数のタイルデータを読み込み、NumPyを使用して縦横に結合し、一つの大きな標高データ配列を作成する手順を紹介している。
• 可視化: Matplotlibの3Dプロット機能を用いて、結合した標高データから富士山の3D地形図を描画する方法を示している。

自プロジェクトへの活用方法

富士山の3Dモデル生成に特化したPythonライブラリの開発において、以下の点で参考にできる。

1. データ収集手法の参考:

   • 国土地理院の標高タイルデータを指定範囲で取得する方法は、他の地域の地形データ収集にも応用可能である。

2. データ結合プロセスの参考:

   • 複数のタイルデータを効率的に結合する手法は、大規模な地形データの処理において有用である。

3. 可視化手法の参考:

   • Matplotlibを用いた3D地形図の描画方法は、他の地形データの可視化にも応用できる。

これらの手法を取り入れることで、富士山の3Dモデル生成プロジェクトの効率化と精度向上が期待できる。

[akidinosaurs]

Project-PLATEAU/Auto-Create-bldg-lod2-tool

Project-PLATEAU/Auto-Create-bldg-lod2-toolは、国土交通省が推進するProject PLATEAUの一環として開発された、LOD2建築物モデルを自動生成するツールである。

主な機能

• LOD2建築物モデルの自動生成: DSM点群や建物外形データを入力として、LOD2建築物モデルを自動的に作成し、CityGML形式で出力する。
• テクスチャのアトラス化: 建物ごとに1つのテクスチャ画像を複数の建物で共有する形に統合し、描画時の効率を向上させる。
• テクスチャの視認性向上: 屋根面や壁面のテクスチャ画像の解像度を高め、視認性を向上させる。

自プロジェクトへの活用方法

富士山の3Dモデル生成に特化したPythonライブラリの開発において、Auto-Create-bldg-lod2-toolを以下のように活用することが考えられる。

1. 建築物モデルの生成:

   • 富士山周辺のDSM点群データや建物外形データを入力として、詳細なLOD2建築物モデルを自動生成する。

2. テクスチャの適用:

   • 生成した建築物モデルに対して、テクスチャのアトラス化や視認性向上ツールを使用し、リアルな外観を持つモデルを作成する。

3. データ形式の統一:

   • 出力されたCityGML形式のデータを、他のツールやライブラリと組み合わせて使用するために、必要に応じてGeoJSONやCityJSON形式に変換する。

これらの機能を活用することで、富士山の3Dモデル生成プロジェクトの精度向上と効率化が期待できる。

[mapconcierge]

空間IDというジャンルで先行事例を調べても良いかも

• S2 by Google http://s2geometry.io/
• H3 by Uber https://h3geo.org/
• GeoHash https://en.wikipedia.org/wiki/Geohash

[akidinosaurs]

空間データベース

https://en.wikipedia.org/wiki/Spatial_database#Spatial_index