地形測量におけるベクタデータの構造を解説！〜 ラスタデータとの違いから、アークノード構造・DEMまで 〜

はじめに 〜 デジタル地図を支える「ベクタデータ」〜

現代の測量成果は、紙の地図ではなくデジタルデータとして扱われるのが当たり前になった。

そのデジタル地図やGIS（地理情報システム）で扱われる、代表的なデータ表現の一つが「ベクタデータ（ベクトルデータ）」と呼ばれる形式である。

道路の長さを計算したり、ある地点から一定距離内の建物を抽出したりといった、GISならではの分析ができるのは、道路・建物・行政界などの地物をベクタデータとして構造化しているからだ。

本記事では、地形測量におけるベクタデータの構造を基礎から解説する。

そもそもベクタデータとは何か、ラスタデータと何が違うのか、という入口から、点・線・面を表すアークノードデータ構造、そして数値標高モデル（DEM）までを、順を追って整理していく。

ベクタデータとラスタデータ：2つのデータ形式の違い

GISで地理空間情報を扱うとき、データの形式は大きく「ベクタデータ」と「ラスタデータ」の2つに分けられる。


この2つは対になる考え方なのでセットで押さえておきたい。

ラスタデータ：格子（ピクセル）で表す

ラスタデータとは、地図や画像などを微小な格子状の画素（ピクセル）に分割し、画素ごとに輝度や濃淡などの情報を与えて表現するデータである。

身近な例が、空中写真のような画像データだ。拡大していくと、細かな格子（ドット）の集まりであることがわかる。

標高や土地被覆、気温の分布のように、面的に連続して変化する情報を表現するのが得意な一方、格子を細かくするほどデータ量が増えるという性質を持つ。

ベクタデータ：点・線・面で表す

これに対しベクタ（ベクトル）データは、図形や線分を、座標値を持った点または点列で表現したデータである。

地形や建物などの形状を、点・線・面といった要素で表す方式だ。

ラスタデータと違い、拡大してもドットにはならず、座標で管理されているのが特徴である。

そして、線分の長さや面積を求めるといった幾何学的な処理が容易にできる。

境界のはっきりした道路・行政界・建物などの表現に向いており、座標で形を持つためデータ量も比較的軽い。

この「座標で構造化されている」という性質こそが、GISでの多彩な分析を可能にする土台となっている。

ベクタデータの構造」「アークノードデータ構造」

では、ベクタデータは具体的にどのような構造で地物を表しているのか。その構造を理解するうえで、測量士補試験でもよく扱われるのが「アークノードデータ構造」だ。

これは、点情報・線情報・面情報を、それぞれ「ノード」「チェーン」「ポリゴン」の関係で表しているものである。

3つの基本要素

それぞれの要素が、地図上の何を表すのかを整理しよう。

各要素はどう記述されるか

これらの要素はそれぞれ決まった形で記述される。ノード（点）は、点の座標位置とノードナンバー（交点番号）で表される。

チェーン（線）は、ノードナンバー（始点と終点）とチェーンナンバーで表され、方向（ベクトル・矢印）を持つ。

このアークノードデータ構造では、チェーンに方向が設定される。



対象となる面（ポリゴン）の内側から見て、時計方向を「＋」、反時計方向を「−」とする。

ポリゴン（面）は、その外周を構成するチェーンナンバーで表し、チェーンの方向を使って面との関係を表現する。

こうして、点・線・面が互いの番号を参照し合う階層的な構造をとることで、地物全体が一つのまとまったデータとして表現される。

属性データ：「それが何を表すか」を与える

ベクタデータの構造を理解するうえで、もう一つ欠かせないのが「属性データ（属性コード）」だ。

ノードやチェーン、ポリゴンは、あくまで「点・線・面の位置情報」にすぎない。

そのままでは、あるポリゴンが「田畑なのか、建物なのか」を区別できない。

そこで、位置情報を持つ各データに属性データを付与することで、それが「いったい何を表しているのか」を知ることができる。

たとえば、あるポリゴンが建物で、それが病院であったとする。

このとき付属データとして、試験対策資料で示されているデータ体系では、病院を表す分類コードとして「3532」が用いられる。

この属性データがあるからこそ、GIS上で「病院だけを抽出する」「特定の用途の土地の面積を合計する」といった、意味に基づいた分析が可能になるのだ。

そして、位置情報と属性情報を組み合わせることで、GISではさまざまな空間分析が可能になる。

たとえば「病院だけを抽出し、その周囲500mの範囲を求める」といった処理だ。

これは、属性による絞り込みと、地物の位置・形状をもとに一定距離の範囲を作るバッファ分析を組み合わせたもので、ベクタデータならではの幾何学的な操作といえる。

数値標高モデル（DEM）：地形の高さをデータで表す

地形測量では平面的な形だけでなく「高さ」の情報も重要になる。

その高さを格子状のデータで表現したのが、数値標高モデル（DEM：Digital Elevation Model）だ。

DEMとは何か？

DEMとは、地表面の高さを数値で表したモデルであり、格子状の標高データとして表現されるものが代表的である。


具体的には、地域を格子（メッシュ）状に区切り、格子点などに標高値を与えて地表面を表現する。

DEMの作成方法には、既存の地形図から等高線を読み取る方法と、航空レーザスキャナ測量（地形をレーザでスキャンし、地盤高を計測する方法）による方法がある。


DEMはパソコン上のソフトウェアで処理でき、これによりコンピュータグラフィックスによる鳥瞰図（立体図）の作成や、地形の断面図の作成なども容易に行える。

格子間隔が小さくなるほど、単位面積あたりのデータ数が増えるため、より詳細な地形を表現できるという関係がある。

ただし、格子が細かいことと標高そのものの精度が高いことは別の話だ。

メッシュの間隔と標高精度は、データの作成方法によっても変わるため、「細かいメッシュ＝必ず高精度」とは限らない点には注意したい。

DEM・DTM・DSMの違い

メッシュ状に区切った標高データの呼び名には3種類がある。

混同しやすいので、違いを整理しておきたい。


なお、DEMとDTMは、文献や分野によって使い分けが異なる点に注意したい。

DEMを地表面の高さ（DTMと同義）として扱う説明もあれば、DEMを標高データ全般の呼称として広く用いる資料もある。


いずれにせよ、「地表に載っているものまで含む高さ」がDSM、「地面そのものの高さ」がDTM、という対比を押さえておけば、森林の樹冠の高さを知りたいのか、地面の起伏を知りたいのかに応じて使い分けられる。

地図情報レベル：デジタル地図の「表現精度」を示す指標

最後に、デジタル地図データの精度に関わる「地図情報レベル」について触れておこう。

地図情報レベルとは、数値地形図データの地図表現精度を表す指標であり、相当する地形図の縮尺と対応している。

たとえば、地図情報レベル500は地図相当縮尺1／500、レベル1000は1／1,000、レベル2500は1／2,500に相当する。

注意すべき「大小の逆転」

ここで注意したいのが、縮尺の大小と地図情報レベルの大小の関係だ。

縮尺の場合、1／2,500より「大きい縮尺」といえば、1／1,000や1／500を指す（分母が小さいほど大縮尺）。

一方、地図情報レベルは数値が大きくなるほど、対応する地形図の縮尺は小さくなる。

たとえば、地図情報レベル2,500より5,000のほうが数値は大きいが、相当縮尺は1／2,500から1／5,000へと小さくなる。

同じ「大きい」でも、縮尺とレベルでは指す方向が逆になるため、混同しないよう注意が必要だ。

そして、地図情報レベルは数値が大きいほど高精度という意味ではない。

むしろ数値が大きくなるほど、相当縮尺は小さくなり、要求される位置精度も緩やかになる。

現場の「位置情報」「高さ」の取得方法に、新しい選択肢！高精度スマホ測量「OPTiM Geo Scan」

ここまで見てきたように、地形測量の成果は、ベクタデータやDEMといった形で構造化され、GISで活用されている。

こうしたデジタル地図や3次元データを活用するためには、まず現場で位置や高さの情報を正確に取得する必要がある。

近年は、その取得方法にも新しい選択肢が登場している。


オプティム社の高精度スマホ測量「OPTiM Geo Scan」は、LiDAR搭載のスマートフォン（iPhone Pro）とGNSSレシーバーを組み合わせて測量を行うソリューションだ。

精度面では、独自の測量データ処理技術により、単点計測において水平・鉛直方向ともにミリ単位の測位精度を実現している。


さらに、国土交通省の新技術情報提供システムNETISでは、事後評価における最高評価「VE」を獲得している（登録番号：QS-210050-VE）。

現場の測量がどう変わるのか、詳しくは以下のスペシャルサイトで確認してほしい。