TOPIC 28｜Pythonで活用する：基本編｜PlateauKit+PlateauLabで始めるPLATEAU[1/2] ｜PLATEAUデータセットのインストール

Pythonは、プログラミング入門から世界的なWebサービスまで、広く利用されているプログラミング言語のひとつです。このトピックでは、PLATEAUの3D都市モデルや属性情報を扱うためのPython用ライブラリであるPlateauKitと、PlateauKitに統合されているJupyterLabやJupyter Notebookで3D都市モデルを扱うためのさまざまな機能（PlateauLab）を使って、PLATEAUをPythonで活用する方法を解説します。

このトピックの内容は「PlateauKit+PlateauLab を活用して Python で 3D 都市モデルをインタラクティブに扱う」(2024 年度 PLATEAU Hands-on アーカイブ動画)でもハンズオン形式で紹介しています。

【目次】

28.1　  このトピックの見どころ

28.2　  PlateauKit+PlateauLabとは

　28.2.1　準備：Google Colabの利用

　28.2.2　 Google Colabを開く

　28.2.3　 ノートブックの基本概念と基本操作

　28.2.4　PlateauKit+PlateauLabのインストール

28.3　  PLATEAUデータセットのインストール 

　28.3.1　利用可能なPLATEAUデータセット（都市）一覧の表示（listコマンド）

　28.3.2　PLATEAUデータセット（都市）を指定してインストール（install / prebuildコマンド）

　28.3.3　データの内容や属性の確認（infoコマンド）

28.4　  範囲選択と3D都市モデルの表示 

　28.4.1　PLATEAUデータセットの読み込み

　28.4.2　範囲選択と3D都市モデルの表示

28.1 _ このトピックの見どころ

PlateauKitは、PythonからPLATEAUの3D都市モデルを簡易に扱うためのライブラリです。3D都市モデルのダウンロードや読み込み、範囲を指定して切り出すなどの操作ができます。データは、Pythonによるデータ分析でよく使われるPandasや、PandasをGISデータ分析向けに拡張したGeoPandasのデータフレームとして読み込めるので、さまざまな分析が可能です。PlateauKitに統合されている、JupyterLabやJupyter Notebookで3D都市モデルを表示したり操作したりするためのさまざまな機能が「PlateauLab」です。 

このトピックでは、オンラインの開発環境であるGoogle Colaboratory上でPlateauKit+PlateauLabを使ってPLATEAUの3D都市モデルを読み込んで地図上に3D表示する方法、そしてそのデータの処理や分析をしたり、各種データ形式にエクスポートする方法を説明します。 

主な見どころは、次の2つです。

① データのインストール(ダウンロード・変換)/住所などに基づく指定範囲の切り出し/3D都市モデルの表示

まずは、PLATEAUの3D都市モデルを読み込む方法を説明します。このチュートリアルでは、PLATEAUの3D都市モデルの各都市のデータ群のことを「PLATEAUデータセット」と呼びます。PLATEAUデータセットは、使用前にあらかじめダウンロード・インストールしておく必要があります。 

そこではじめに、PLATEAUデータセットのインストールから、3D都市モデルの可視化、データフレーム（表）としての表示までの一連の流れを解説します。 

② PLATEAUの処理や分析、エクスポート 

PLATEAUの3D都市モデルから得られるさまざまなデータを処理・分析したり、CSVやExcel形式、またGeoJSONやCityJSONといった形式でエクスポートする方法を解説します。 

また、TOPIC 29「Pythonで活用する：応用編 ｜PlateauKit+PlateauLabを用いたAI連携とアプリ構築」では、3D都市モデルの応用的な使い方として、AIとの連携やJupyterLabやJupyter Notebook上でのアプリ構築の方法について解説します。

28.2 _ PlateauKit+PlateauLabとは

PlateauKitは、ポピュラーなプログラミング言語のひとつであるPythonを使ってPLATEAUの3D都市モデルを扱うためのライブラリとコマンドライン（CLI）ツールです。コマンドラインツールからは、PLATEAUの3D都市モデル（PLATEAUデータセット）のインストールや管理、情報の表示が可能です。 

また、PlateauKitは、インタラクティブなPython開発環境であるJupyterLabやJupyter Notebook上で3D都市モデルを表示・操作できる機能（PlateauLab）も備えています。

PlateauKit＋PlateauLabはMITライセンスで公開されているオープンソースソフトウェアです。PLATEAUのCityGMLデータをPythonで処理するためのさまざまな実装に興味のある方は、PlateauKit＋PlateauLabのソースコードもチェックしてみてください。

【PlateauKit+PlateauLab】

GitHubページ
https://github.com/ozekik/plateaukit

公式ドキュメント 
https://ozekik.github.io/plateaukit/  

28.2.1 _ 準備：Google Colabの利用

このチュートリアルでは、開発環境としてGoogle Colaboratory（以下、Google Colab）を利用します。Google Colabは、Google社が提供する、JupyterLabをベースとしたオンラインの開発・実行環境です。特別なセットアップなしで、無償で利用できます。 

28.2.2 _ Google Colabを開く 

まず、Google Colabのページにアクセスします。Google Colabは基本無料で利用できますが、利用にはGoogleアカウントでのログインが必要です。未ログインの場合はログインするか、新しいアカウントを作成してください。

【Google Colab】 
https://colab.research.google.com/ 

アクセス後、［ノートブックを新規作成］ボタンなどから新しいノートブックを作成します。Google Colabでは、ノートブックごとに新しい実行環境（ランタイム）が作成されます。実行環境は仮想的なコンピューターと考えることができます。一定時間何も実行されなかった場合などに実行環境はリセットされますが、ノートブックの内容は保存されます。

28.2.3 _ ノートブックの基本概念と基本操作

Google Colabでノートブックを開くと、次の図28-5に示す画面が表示されます。メイン部分に表示されているテキスト入力欄を「セル」と呼びます。画面上部のメニューか、各セルの下部にマウスポインタを重ねると表示される［＋コード］や［＋テキスト］のボタンをクリックすることで、セルを自由に追加・削除できます。

試しに、先頭のセルにコードを入力して実行してみましょう。以下のコードをセルに入力し、セル左部の実行ボタン（▶︎）をクリックするか、［Ctrl］+［Enter］を入力することで、コードが実行されます。

value = 1 + 2
value

このように、最後の行の評価結果がセルの直後に表示されます。print関数などで出力した場合は、その間に出力が表示されます。実行を途中で停止するには、実行中に表示される停止ボタン（■）をクリックします。

セルを削除するには、セル右上に表示されるメニューのゴミ箱アイコンをクリックするか、メニューバーの［編集］から［選択したセルの削除］をクリックします。

また、コードセルに「%」で始まる「マジックコマンド」や「!」で始まる「シェルコマンド」を入力・実行することで、Pythonのコード以外のコマンドを実行することもできます。

28.2.4 _ PlateauKit+PlateauLabのインストール

まず、PlateauKitをGoogle Colabの環境上にインストールしましょう。PlateauKitは、pipコマンドを使ってPyPIから、「plateaukit」というパッケージ名でインストールできます。Google Colab上でインストールするには、コードセルに次のようにマジックコマンド（「%」で始まるコマンド）を入力して実行します。

・ 最新版をインストールする場合

%pip install -q 'plateaukit[all]'

・ バージョンを指定してインストールする場合（執筆時点の最新版をインストールする場合）

%pip install -q 'plateaukit[all]==0.17.3'

インストールが完了すると、次のように表示されます。

28.3 _ PLATEAUデータセットのインストール

PlateauKitをインストールしたら、使いたい都市の3D都市モデル（PLATEAUデータセット）を一覧から探してインストールします。

28.3.1 _ 利用可能なPLATEAUデータセット（都市）一覧の表示（listコマンド）

まず、PLATEAUデータセットの一覧を表示してみましょう。新しいコードセルを追加して、シェルコマンド（「!」で始まるコマンド）を次のように入力します。

!plateaukit list

実行すると、次のように一覧が表示されます。

一覧の項目名と説明は以下のとおりです。

28.3.2 _ PLATEAUデータセット（都市）を指定してインストール（install / prebuildコマンド）

次に、使いたい都市のPLATEAUデータセットをインストールします。ここでは例として、東京都渋谷区のPLATEAUデータセットをインストールしてみましょう。PLATEAUデータセットのインストールには、コマンドラインのinstallコマンドを利用します。

listコマンドで表示したPLATEAUデータセット一覧から東京都渋谷区を探すと、渋谷区のデータセットIDは「plateau-13113-shibuya-ku-2023」であることがわかります。

セルを追加して、次のコマンドを実行します。

!plateaukit install plateau-13113-shibuya-ku-2023

このコマンドを実行すると、まずPLATEAUデータセットがダウンロードされ、続けて事前変換（事前ビルド）が行われます（図28-9）。所要時間は通信環境やコンピューターの性能に依存しますが、Google Colabでの目安は10分程度です（より高性能なマシンでは所要時間が短縮されます）。

PLATEAUの3D都市モデルには、「建築物（bldg）」「橋梁（brid）」「地形（起伏）（dem）」「洪水浸水想定区域（fld）」「都市設備（frn）」「土砂災害警戒区域（lsld）」「土地利用（luse）」「道路（tran）」「都市計画決定情報（urf）」などの都市オブジェクト（地物）が含まれています。ただし、各都市の3D都市モデルに実際にどの都市オブジェクトが含まれているかは、都市ごとや3D都市モデルの更新年度ごとで異なります。特定のPLATEAUデータセットで利用可能な都市オブジェクトは、一度インストールした後、後述するinfoコマンドで確認することができます。

PlateauKitでは、prebuild コマンドによる事前変換を行うことでこれらのデータを高速に扱う設計になっています。執筆時点のPlateauKit（バージョン0.17.3）では、「建築物（bldg）」「橋梁（brid）」「道路（tran）」の事前変換に対応しています。後述するGeoJSONやCityJSONへの変換など一部の機能を除き、データの読み込みや操作には事前変換が必要です（未変換の場合エラーが発生します）。

PLATEAUデータセットをインストールすると、デフォルトでは建築物（bldg）のデータのみが事前変換されます。道路（tran）や橋梁（brid）など、他の都市オブジェクトも利用したい場合は、インストール後にprebuildコマンドを実行して、再度事前変換を行います。対象の都市オブジェクトは、-tオプションで指定します。例えば、建築物、道路、橋梁を事前変換する場合には、セルを追加して次のコマンドを実行します。prebuildは、PLATEAUデータセットを再ダウンロードすることなく、何度でも実行できます。

!plateaukit prebuild plateau-13113-shibuya-ku-2023 -t bldg -t tran -t brid

!plateaukit install <データセットID> --local <ディレクトリの場所> --format citygml

!plateaukit uninstall <データセットID> -y

28.3.3 _ データの内容や属性の確認（infoコマンド）

PLATEAUのデータセット（そしてその元となっているPLATEAUの3D都市モデル）は、都市ごとに、含まれている都市オブジェクトや属性が異なります。指定したPLATEAUデータセットにどのような都市オブジェクトや属性が含まれているかを確認するには、infoコマンドを使います。

インストールした渋谷区のPLATEAUデータセットの情報を表示してみましょう。新しいセルを追加して、次のコマンドを実行します。

!plateaukit info plateau-13113-shibuya-ku-2023

このコマンドを実行すると、PLATEAUデータセットをスキャンして順次情報を表示します。中断する場合はセルの実行停止ボタン（■）を押してください。各項目の内容については、3D都市モデル標準製品仕様書も参照してください。

【3D都市モデル標準製品仕様書】
https://www.mlit.go.jp/plateaudocument/ 

!plateaukit config

28.4 _ 範囲選択と3D都市モデルの表示

PLATEAUデータセットを準備したら、それを読み込んで表示できます。その一連の手順を説明します。

28.4.1 _ PLATEAUデータセットの読み込み

さっそく、インストールしたPLATEAUデータセットをPythonのコード上で読み込んでみましょう。PlateauKit のload_dataset関数の引数に利用するデータセットIDを指定することで、読み込みが可能です。

コードセルを追加して、次のように入力・実行します。

from plateaukit import load_dataset
dataset = load_dataset("plateau-13113-shibuya-ku-2023")
dataset

図28-11のように表示されれば成功です。読み込まれたPLATEAUデータセット（このコードではdataset変数）を、以下では「データセット（Dataset）オブジェクト」と呼びます。

28.4.2 _ 範囲選択と3D都市モデルの表示

次に、データセットオブジェクトから範囲を選択して、実際に3D都市モデルを3Dで表示してみます。

■ 範囲選択

データセットオブジェクトから範囲を選択するには、いくつかの方法があります。ここでは、①指定した住所の周辺範囲を選択する方法、②ランドマークの名称から周辺範囲を取得する方法、③座標から範囲を選択する方法を紹介します。

① 指定した住所の周辺範囲を選択する

指定した住所周辺の範囲を選択するには、データセットオブジェクトのarea_from_address()メソッドを使います。area_from_address()メソッドでは、指定した住所の経緯度を中心とした範囲（デフォルトでは1000m四方）が切り出されます。ここでは、渋谷駅の住所を指定してみます。セルを追加して、以下のコードを実行します。得られた選択範囲（ここではarea）を、以下では「範囲（Area）オブジェクト」と呼びます。

from plateaukit import load_dataset
area = dataset.area_from_address("東京都渋谷区道玄坂1-1-1")
area

選択範囲の広さを変更するには、size 引数に「南北方向の幅」と「東西方向の幅」の組をメートル単位で指定します（住所による範囲選択以外でも同様です）。

from plateaukit import load_dataset

# 400m x 800m の範囲を取得
area = dataset.area_from_address("東京都渋谷区道玄坂1-1-1", size=(400, 800))
area

② ランドマークの周辺範囲を選択する

駅や著名な建物などのランドマークを指定して、その周辺の範囲を選択するには、データセットオブジェクトのarea_from_landmark()メソッドを使います。area_from_landmark()メソッドでは、指定したランドマークの経緯度を中心とした範囲（デフォルトでは1000m四方）が切り出されます。セルを追加して、以下のコードを実行します。

from plateaukit import load_dataset

area = dataset.area_from_landmark("渋谷駅")
area

③ 座標から範囲を選択する方法

座標を指定して範囲を選択するには、データセットオブジェクトのarea_from_bbox() メソッドを使います。引数の指定形式は以下のとおりです。

area_from_bbox([<範囲左上の経度>, <左上の緯度>, <右下の経度>, <右下の緯度>])

セルを追加して、以下のコードを実行します。

area = dataset.area_from_bbox([139.69847711477814, 35.66043149806784, 139.70555841571928, 35.654637310350566])
area

また、データセットオブジェクトのget_area()メソッドを使うことで、全範囲を選択することもできます。ただし、渋谷区のように範囲が大きい場合には、処理が重くなったり、選択に失敗したりする場合があるので注意してください。

area = dataset.get_area()
area

範囲を選択するその他の方法については、PlateauKit＋PlateauLabの公式ドキュメントを参照してください。

■ 3D都市モデルの表示

次に、選択した範囲の3D都市モデルを表示してみましょう。範囲オブジェクトのshow()メソッドを使って、JupyterLab（ここではGoogle Colab）上で3D都市モデルをプレビューすることができます。セルを追加して、次のコードを実行してみましょう。

area = dataset.area_from_landmark("渋谷駅")
area.show()

デフォルトでは、LOD1相当の建築物をマップ上に表示できます（図28-12）。

マップをドラッグすると、表示位置を移動することができます。拡大縮小するにはトラックパッドやマウスホイールでスクロールします。表示方向を回転するには、［Shift］キーを押しながらドラッグします。

マップ上の建築物にマウスポインタを重ねると、その建築物のID（PLATEAU CityGMLにおける「uro:buildingID」の値、名称情報が存在する場合は名称）が表示されます。クリックすると、その建築物を選択することができます。

選択中の建物の情報は、コード上でも取得することができます。セルを追加して、次のコードを実行してみましょう。取得したオブジェクトは、次節で解説するデータフレームとして構成されています。

area.selection.gdf

コラム：建築物・都市オブジェクトのLOD2表示

PlateauKit+PlateauLabの3D都市モデル表示機能は、LOD1のモデル表示に対応するDeck.glベースのデフォルトの表示エンジンだけでなく、LOD2以上のモデルの表示に対応したThree.jsベースの表示エンジン（CityView）も実験的に実装しています。

　範囲オブジェクトのshow()メソッドの引数にrenderer="cityview"を指定することで、LOD2の建築物や橋梁などの都市オブジェクトを表示することができます。本チュートリアルの執筆時点のPlateauKit (バージョン0.17.3) では色分けなどの処理には未対応ですが、今後実装予定です。

area = dataset.area_from_landmark("渋谷駅")
area.show(renderer="cityview")