GeoTrellis
2026年11月18日 11:04
GISBoxは、OSGB/GEOTIFF/RVTなどの複数のGISフォーマットでの編集をサポートし、3DTiles/Terrainへの変換や公開が可能なワンストップ3DGIS データ編集、変換、公開プラットフォームです。
概要
GeoTrellisは、Scala言語で開発され、Apache Sparkの分散コンピューティング機能を活用したオープンソースの地理空間データ処理ライブラリです。大規模なラスターデータの分散処理を得意としており、マップ代数演算に対応するほか、ベクターデータや点群データに対する各種操作機能も備えています。HDFS、S3、HBaseなど複数のストレージバックエンドに対応しており、バージョン2.0以降はクラウド最適化GeoTIFF(COG)を主要なストレージ形式として採用しています。PB規模の地理空間データを対象としたバッチ処理から、Webリクエストに応答するラスターデータ処理用のRESTful APIまで対応でき、クラウドネイティブな地理空間処理環境において、膨大な衛星画像や地形データを高性能かつ並列に処理するための重要なツールです。
データフォーマットの概要
GeoTrellisのプロジェクトファイル構成は、モジュール化された分散型地理空間データ処理を中心に設計されており、各主要ディレクトリが明確な役割を担っています。具体的には以下のとおりです。
- geotrellis-raster: パスはraster/src/main/scala/geotrellis/raster/です。ラスターデータ処理の中核を担い、ラスターデータの読み書き、マップ代数演算、座標変換などの基本機能に関するコードが格納されています。
- geotrellis-spark: パスはspark/src/main/scala/geotrellis/spark/です。分散コンピューティングの中核を担い、Sparkを利用した大規模な地理空間データの並列処理に関する実装コードが格納されています。
- geotrellis-store: パスはstore/src/main/scala/geotrellis/store/です。データストレージの抽象インターフェースを定義し、異なるストレージバックエンドへのアクセス方法を統一しています。
- accumulo/hbase/cassandra/s3などのサブディレクトリ: それぞれ異なる分散ストレージシステムに対応するアダプター実装が格納されており、複数のストレージバックエンドを柔軟に切り替えて利用できます。
- ルートディレクトリの設定ファイル: README、LICENSE、build.sbtなど、プロジェクトの基本情報やSBTの依存関係を管理する設定ファイルが含まれています。
- docsディレクトリ: プロジェクトの公式ドキュメント、利用チュートリアル、インタラクティブなデモに関連するリソースが格納されています。
- notebook-demosディレクトリ: Jupyterのサンプルコードが格納されており、各機能の動作を確認しながら基本的な使い方を学べます。
- geopyspark-backendディレクトリ: PySparkとGeoTrellisを連携させるためのPythonインターフェース実装が格納されており、Python環境から分散型地理空間データ処理機能を利用できます。
長所
- 優れた分散処理能力: Sparkの分散アーキテクチャを活用し、TB~PB規模の地理空間ラスターデータを分割して並列処理できます。大量の衛星画像や地形データを効率的に処理し、計算時間を大幅に短縮できます。
- 充実したラスターデータ処理機能: クリッピング、リサンプリング、マップ代数演算など、幅広いラスターデータ処理機能を標準で備えています。タイルピラミッドの構築やマルチ解像度データの管理にも対応しています。
- 複数のストレージバックエンドに対応: HDFS、S3、HBase、Cassandraなど、さまざまなストレージシステムをサポートしています。ローカル環境、プライベートクラウド、パブリッククラウドなど、異なる導入環境に柔軟に対応できます。
- クラウドネイティブなエコシステムとの親和性: バージョン2.0では、主要なストレージ形式としてクラウド最適化GeoTIFF(COG)を採用しており、QGISやArcMapなどの主要なGISソフトウェアとのデータ連携にも対応しています。
- 空間計算の最適化: スパースパーティショナーを内蔵し、時空間キーを事前に定義することで、Sparkによる大量の空タスクの生成を抑制できます。これにより、不要なクラスターリソースの消費を削減できます。
短所
- データ更新機能の制約: レイヤー全体の書き込み・上書きには対応していますが、個々のタイルに対する増分UPDATE操作には対応していません。そのため、データの一部だけを更新する場合、タイル境界付近のデータが欠落する可能性があります。
- 技術的な習得難易度が高い: Scalaをベースに開発されているため、利用者にはScalaの知識に加え、Sparkによる分散処理開発と専門的なGISの知識も求められます。初心者にとっては学習コストが高いツールです。
- ベクターデータへの対応が限定的: 主な機能はラスターデータ処理に集中しており、ベクターデータや点群データに関する機能の充実度は、専門的なベクターGISエンジンと比較すると限定的です。
- バージョン互換性の制約: 特定のScala(2.12/2.13)およびSpark(3.3.x)のバージョンとの互換性を考慮する必要があります。バージョンアップ時には依存関係の競合が発生する可能性があります。
応用シーン
GeoTrellisは、Sparkの分散コンピューティング機能を活用し、大規模な衛星画像の一括処理をはじめ、幅広い地理空間データ処理に利用できます。例えば、全球規模の高解像度衛星画像に対して、座標変換、モザイク処理、タイルピラミッドの構築など、TB規模のデータ処理を効率的に実行できます。また、地形解析では、傾斜角や傾斜方向の算出、流域の抽出など、複雑な地形演算を高速に実行できます。クラウドネイティブなGIS環境では、クラウド最適化GeoTIFF形式と連携し、Web地図サービス向けにラスターデータの高性能な検索や描画処理を提供できます。さらに、環境モニタリング、自然資源調査、災害時の緊急分析などにも活用されており、膨大な時空間ラスターデータの並列計算と結果出力を効率化します。
例
1. GeoTrellisの型システムでは、主要なデータ型同士の関係が示されています。
ファイルの開き方
1. GeoTrellisとReactを使用した地理空間データ処理アプリケーションの構築。
関連 GIS ファイル
DIMAP
Apache SIS
SAFE
SDTS
参考
- https://blog.csdn.net/gitblog_00547/article/details/141656815
- https://cloud.tencent.com/developer/article/2402890
- https://blog.csdn.net/gisbook_/article/details/120078719