【前編】非エンジニアだけど人工衛星データを可視化して分析してみた

このエントリーをはてなブックマークに追加

 

皆さん、はじめまして。富士通クラウドテクノロジーズでディレクター兼プランナーをしている林です。
普段はAIやデータ活用を軸にお客様の事業課題を解決するプロジェクトを推進しております。

今回は弊社のサービス「Starflake」(※1)を使って、私のような非エンジニアの方でも簡単に可視化とその分析を行える様子をお届けしようと思います!

目次

  • Kepler.glを使った可視化までのプロセス
  • 可視化したら分析してみよう!
  • まとめ

Kepler.glを使った可視化までのプロセス

今回可視化するのは、「北海道の夜間光」です。
夜景が有名な北海道ですので、何かしら特徴的な夜間光の分布をしているのではないかと思い選定してみました。

それでは、さっそく可視化していきましょう。
用意したものはこちらです。

・Starflake night view (期間: 任意の1日 区間: 北海道全域)(※1)
・お好みのGISツール

今回はUber社が提供する「Kepler.gl」というフリーソフトを使用しています。
ノンコーディングで地理データの可視化が行えるのでオススメですよ。

 

Step1. kepler.glにデータをインポートする

Starflakeが提供しているデータはcsv形式ですが、kepler.glにインポートできるようにまずGeoJSON形式に変換します。
(決して難しい加工ではありません。今回は加工方法を省略します)

Kepler.glを立ち上げ、「GET STARTED」をクリック

「Add Data」からアップロード画面が表示されるので、Starflakeのデータをインポートします。
今回は、データが重いので3回に分けてインポートしています。

 

 

 

ちなみに、インポートしたファイル名は、画面左のサイドバーに表示されます。
こちらのファイル名をクリックすると、ファイルの中身を確認することができます。

 

Step.2 dnbを元に色付けする

ここから夜間光を可視化するために、画面左のサイドバーを操作します。
データをインポートした時点でgeojsonのカラムを自動で判別してくれていますので、
「Basic」の欄は操作しなくて大丈夫です。kepler.gl優秀ですね。

もしこの時点で、geojonカラムを自動で認識していないようでしたら、下記図のように操作を行ってください。

お次は「Basic」の下に位置している「Stroke Color」を選択します。
(右側にある「…」ボタンをクリックすると詳細設定を行えます。)

「StrokeColor Based On」で「dnb」(※2)を選択します。

色の調整もこちらで行えます。お好みのグラデーションを選びましょう。

 

私は3回に分けてデータをインポートしたので、3枚のデータレイヤーそれぞれに対して色付けの設定を行いました。

すると、わずか2ステップで北海道の夜間光を見事可視化できました!
手を動かしていた時間としては、わずか5分ほどでしょうか。なんと早い!

このように可視化するまでが非常に簡単なので、分析にたっぷり時間を使えるのはStarflakeを使う醍醐味ではないでしょうか?

それでは、さっそくこの画像をもとに分析を進めてみましょう。

 

可視化できたら分析してみよう

夜間光の強さ ≒ 夜景のきれいさ?


先ほどの夜間光の強さの上に、主要都市名を載せてみました。
今回は、赤~黄色のグラデーションで色付けを行いました。黄色い方がより夜間光が強いという図になっています。
確かに、日本新三大夜景2位に選ばれている札幌は北海道で一番夜間光が強いように見えます。
しかし同じく夜景で有名な函館はあまり広範囲に光ってはいません。なぜでしょうか。

調べてみると夜景のきれいさには、どうやら単純な夜間光の強さだけではない要因があるようです。
「函館市広域観光情報サイト」によると、函館の夜景がきれいな理由は3つあるそうです。

1.ちょうどいい高さ、ちょうどいい距離

たしかに、函館山は標高300mほどで、ちょうどいい高さですね。

2.両側に海が見える「特異な」景色

くびれた北海道の地形は、夜間光の強い地域と、そうでない地域のコントラストを演出してくれます。

3.暮らしや街並みを生かした明かりプラン

人工的なサーチライトではなく、あえて柔らかいオレンジ色の街灯を使用しているそうです。


なるほど、夜景スポットは夜間光が強ければ強いほど綺麗なのではなく、暗い場所とのコントラストやその立地の標高などが重要なんですね。

まとめ

今回は、Starflake night viewのデータを使って北海道の夜間光を可視化してみました。
特別なスキルは必要なく、簡単に可視化を行えたのがご覧いただけたかと思います。
また夜景スポットは純粋な夜間光の強さだけでは発掘できず、標高の高さや周辺の明るさとのコントラストも関係していると分かりました。

後編では、夜間光の弱い地域に注目して、北海道の観光産業について分析を進めていこうと思います!

 

 

注釈

(※1) :  人工衛星で取得されたデータをディープラーニングなどのデータサイエンス技術を用いて分析し、地表のさまざまな物体の大きさや時系列での変化量をCSVファイルに加工・ご提供するサービス
関連記事はこちら

(※2) : 夜間光の強度を定量的な値で示したもの

Starflake資料ダウンロード

貴社が抱える事業課題や経営戦略に、当社独自の人工衛星画像データ加工サービスがお役に立てるか、この機会にぜひご検討ください。
こちらからStarflakeのPDF資料をご案内いたします。

ダウンロードする

セミナーでAI関連情報をアップデート

企業が抱える課題をデータで解決するために必要なノウハウや情報を得られる、AIセミナーとイベントを随時開催しております。
データ活用とAI界隈の最新アップデートのチャンスです。
どうぞお見逃しなく!

開催日・詳細を見る

WRITER
Maako Hayashi

Maako Hayashi

林 真亜子Maako Hayashi

AI・データ活用のディレクターを担当。お客様のAI活用のプランニングから プロジェクト推進を支援。 JDLA Deep Learning for GENERAL 2019 #3

最新記事

ページTOPへ