国土数値情報「海岸線」データ（全国版 Shapefile）のURL
を調べたが全国版はない
都道府県別に Shapefile 形式や GML 形式で取得可能な国土数値情報「海岸線」データのダウンロードページがある
https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-C23.html?utm_source=chatgpt.com
が海岸線データのリンクだけど
最新のデータは2006年度（平成18年度）版
他を調べてみると

の情報があった
https://nlftp.mlit.go.jp/ksj/index.html
これらを元にGPTで調べてみる
📊 スクショにあるデータの役割
* 津波浸水想定区域データ
→ 津波が来た場合の浸水範囲（自治体がハザードマップで使う）。
* 洪水浸水想定区域データ
→ 河川ごと、メッシュごとの洪水想定範囲。
* 高潮・雨水出水・多段階浸水データ
→ 津波以外の沿岸・豪雨災害関連のリスク領域。
* 避難所・避難道路系（行政区、緊急輸送道路など）
→ 避難経路や防災拠点の把握に必須。
🌊 あなたの用途別の適材適所
1. 「海岸線」データ（国土数値情報 2006年版）
* 海と陸の境界を決める基盤。
* 最新ではないが行政基準値。
* → 基準線として使う。
2. スクショの「津波浸水想定区域データ」
* シミュレーション済みの「どこまで水が来るか」。
* → 津波到達後の浸水エリア算出に必須。
3. スクショの「洪水・高潮データ」
* 津波以外のリスクも扱える。
* → 家族の防災マップを広くカバー。
4. 避難所・緊急輸送道路データ
* 実際の「どこに逃げるか」「どう行くか」。
* → GraphDBの避難所ノード・道路ノードに登録。
✅ 推奨データ利用の組み合わせ
* ベース地図：
* 国土数値情報「海岸線」 + OSM Coastlines（更新補完）
* リスク領域：
* 津波浸水想定区域データ（スクショにある）
* 洪水・高潮想定区域データ
* 地形：
* DEM（国土地理院/GEBCO）
* 避難系：
* 避難所・緊急輸送道路・行政区データ
* GraphDB：
* ノード：震源・海岸線・浸水想定区域・避難所・道路・家族
* リレーション：到達時間・避難経路・所要時間・備蓄品
🔑 結論：
スクショにある「津波浸水想定区域データ」や「洪水浸水想定区域データ」は 必ず併用すべきデータ です。
単なる「海岸線」だけでは津波到達範囲はわからないので、
* 海岸線 = 境界線
* 浸水想定区域 = 被害範囲
として 両方組み合わせるのがベスト
まずは居住区域のみで作成して動くようなら適用範囲を拡大していく
pip install geopandas shapely rtree pyproj osmnx networkx fiona
で必要なパッケージのインストール
📦 パッケージ解説
1. GeoPandas
* 役割: pandas の DataFrame に地理情報（ポリゴンやポイントなどのジオメトリ）を扱えるようにした拡張版。
* 特徴:
* shapefile や GeoJSON など GIS ファイルを直接読み書きできる。
* 空間結合（spatial join）、バッファリング（一定距離の範囲作成）、重なり判定などが簡単にできる。
* 用途例: 避難所の位置と自宅の位置から最寄り避難所を検索。
2. Shapely
* 役割: ジオメトリ（点、線、面）の作成・操作・解析を行うライブラリ。
* 特徴:
* ポリゴンの交差判定やバッファリング、距離計算が可能。
* GeoPandas 内部でも Shapely が使われている。
* 用途例: 津波の浸水範囲ポリゴンと建物の位置の交差判定。
3. Rtree
* 役割: 空間インデックスを構築して、高速に空間検索を行うためのライブラリ。
* 特徴:
* 例えば「ある点から半径 1km 以内の避難所を検索」といった処理が高速化できる。
* GeoPandas で .sindex を使うと裏で Rtree が動作。
* 用途例: 半径○km以内の避難場所を効率的に抽出。
4. PyProj
* 役割: 座標系（緯度経度、UTMなど）の変換を行うライブラリ。
* 特徴:
* EPSG コードを指定して座標変換ができる。
* GeoPandas で .to_crs() を使うと内部で PyProj が使われる。
* 用途例: 世界測地系(WGS84, EPSG:4326)から日本の平面直角座標系(EPSG:6677など)への変換。
5. OSMnx
* 役割: OpenStreetMap (OSM) データを Python で取得・解析するライブラリ。
* 特徴:
* 道路ネットワークや建物形状を簡単にダウンロード可能。
* networkx 形式で道路ネットワークを解析できる。
* 用途例: 自宅から避難所までの徒歩ルート検索。
6. NetworkX
* 役割: グラフ（ネットワーク）解析ライブラリ。
* 特徴:
* 最短経路探索、中心性、連結成分などのネットワーク理論を使った解析が可能。
* OSMnx が取得した道路データを解析するのに必須。
* 用途例: 最短避難経路の算出（Dijkstra アルゴリズムなど）。
7. Fiona
* 役割: 各種 GIS ファイルの入出力を行うためのライブラリ。
* 特徴:
* shapefile や GeoJSON を読み込むときに GeoPandas が内部で使用。
* GDAL（GIS の基盤ライブラリ）の Python バインディング的な存在。
* 用途例: 国土地理院の災害情報シェープファイルの読み込み。
🔗 関係性まとめ
* GeoPandas = GIS用 DataFrame（中心的存在）
* 内部で Shapely（ジオメトリ処理）、PyProj（座標変換）、Fiona（ファイルIO）、Rtree（高速検索）を利用。
* OSMnx = OpenStreetMap から道路や建物を取得 → NetworkX で解析。
✅ あなたの防災マップ用途との対応
* 津波浸水範囲と建物位置の判定 → Shapely / GeoPandas
* 避難所の検索（近い順） → Rtree / GeoPandas
* ルート案内 → OSMnx + NetworkX
* 座標変換（地図投影法の切り替え） → PyProj
* データの入出力（shapefile, GeoJSONなど） → Fiona
👉 この7つをまとめてインストールしておくと、ほぼ PythonでGIS + 避難経路システムを自作できる環境が揃います。
まずは全国ではなく居住区域の静岡県のみで作成して、テストして動くようなら適用範囲を拡大していく
まずは静岡県のみで最小セットを作って、表示・経路探索・レイヤ結合が全部通るか確認
「海岸線（KSJ）＋津波浸水想定（KSJ）＋道路（OSM）＋避難所（自治体オープンデータがあれば）」をGeoPackage 1ファイルにまとめて、テスト用に「自宅→最寄り避難所の最短経路（浸水域は回避）」まで動かす
使うデータ（静岡県のみ）
* 海岸線：国土数値情報 C23 海岸線（Shapefile/GML）
※ページ：国土数値情報ダウンロード → C23（都道府県別を選択して「静岡県」をDL）
* 津波浸水想定区域：国土数値情報（都道府県別配布の「津波浸水想定」）
※静岡県のファイルをDL
* 道路：OSMnxでOSMから静岡県全域の道路グラフを取得（最新更新が反映されやすい）
* 避難所：静岡県/市町のオープンデータ（CSV/GeoJSON、なければ後で追加）
ポイント
* 最初は海岸線＋津波浸水＋道路の3つでOK。
* 経路探索やバッファ計算など**距離単位（m）**が必要になるので、計算時は **WGS84/UTM Zone 54N（EPSG:32654）**に投影して処理します（静岡は概ね54N）。
このために必要なファイルのダウンロード
https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-C23.html?utm_source=chatgpt.com
から海岸線データのダウンロード
今回は静岡県のみ
次に
津波浸水想定区域データのダウンロード
https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-A40-2024.html
からダウンロード
これもまずは静岡県のみ
ただし更新が２０１６年になっている
他の地域だと２０２４年まで更新されている
難所：静岡県/市町のオープンデータ（CSV/GeoJSON、なければ後で追加）
をやろうとしたけど
居住の市にCSVファイルがない…
https://www.city.fukuroi.shizuoka.jp/opendata/opendata/data/1490706118930.html
ふじのくにオープンデータカタログ
にあるらしいがリンクが違っているので検索する
https://opendata.pref.shizuoka.jp/dataset/
が
ふじのくにオープンデータカタログ
https://opendata.pref.shizuoka.jp/dataset/search/?s%5Barea_id%5D=36
に袋井市があった
指定緊急避難場所一覧
https://opendata.pref.shizuoka.jp/dataset/10246.html
最新版は
20250801_指定緊急避難場所一覧 (CSV 17.8KB)
なので
これをダウンロードする
次にプロジェクトフォルダの作成
mkdir FamilySafetyMap
名前を決めるのは苦手なので gemini を使った
源地から津波が到達するまでの時間と津波の高さを計算し GIS情報を使い避難するエリアを算出しルート案内できるようにしたい 家族の避難経路・地域防災マップをGraphDBで整理 避難所や重要連絡先も紐付け 使い方例: 「地震が来たら最寄りの避難所はどこ？」 「非常食の賞味期限が近いものは？」 など この用途で使うプロジェクトファイル名を決めたい。
使用するのは家族がメイン
実用・機能重視FamilySafetyMap家族の安全と地図（避難経路、GIS情報）という機能が明確。シンプルで覚えやすい。
が答え
cd FamilySafetyMap mkdir -p data/coastline_shizuoka/ mkdir -p data/tsunami_shizuoka/
ファイルを設置しようとしたけど
どれを入れるかわからなくなったので
どっちが海岸線？どっちが津波浸水想定？
* C23-06_22_GML → 中に *_Coastline.* があり、これは 海岸線（C23）
例：C23-06_22-g_Coastline.shp ← これを 海岸線 として使う
* A40-16_22_GML → A40-16_22.* は 津波浸水想定区域（A40） のシェープ
つまり：
海岸線 = C23、津波浸水 = A40 です（認識を入れ替えてください）。
置くべきファイル（Shapefileの必須構成）
各フォルダに、少なくとも下記が同じ名前で揃っていればOK：
* *.shp（本体）
* *.shx（インデックス）
* *.dbf（属性）
* *.prj（座標系：あると良い・ほぼ入ってます）
*.xml（メタデータ）はあって良い（無くても読み込みは可能）。
あなたの手元の例
* 海岸線フォルダ（C23-06_22_GML）
* C23-06_22-g_Coastline.shp / .shx / .dbf / .prj … 使用するのはこれ
* C23-06_22-g.xml, KS-META-*.xml … メタデータ（任意）
* 津波浸水フォルダ（A40-16_22_GML）
* A40-16_22.shp / .shx / .dbf / .prj … これを使う
* A40-16_22.xml, KS-META-*.xml … メタデータ（任意）
スクリプトに設定するパス（例）
COAST_SHP = "data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.shp" TSUNAMI_SHP = "data/tsunami_shizuoka/A40-16_22_GML/A40-16_22.shp"
あと
20250801_指定緊急避難場所一覧.CSV
の文字コードを調べる
file -I 20250801_指定緊急避難場所一覧.CSV 20250801_指定緊急避難場所一覧.CSV: text/csv; charset=unknown-8bit
となるので
brew install nkf uchardet
としたが
Error: Cannot install under Rosetta 2 in ARM default prefix (/opt/homebrew)!
To rerun under ARM use:
arch -arm64 brew install ...
To install under x86_64, install Homebrew into /usr/local.
となる
久々で忘れていたけど
M1Mac の場合は
arch -arm64 brew install nkf uchardet
となる
uchardet 20250801_指定緊急避難場所一覧.CSV SHIFT_JIS nkf -g 20250801_指定緊急避難場所一覧.CSV CP932
このため
import pandas as pd
df = pd.read_csv("20250801_指定緊急避難場所一覧.CSV", encoding="cp932")
の文字コードはそのままにする
これらを元に
import pandas as pd
import geopandas as gpd
from shapely.geometry import Point
import osmnx as ox
import networkx as nx
import folium
import numpy as np
import os
# =========================
# 0) 入力（あなたの実ファイルに合わせて修正）
# =========================
COAST_SHP = "data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.shp" # C23=海岸線
TSUNAMI_SHP = "data/tsunami_shizuoka/A40-16_22_GML/A40-16_22.shp" # A40=津波浸水想定
SHELTER_CSV = "data/20250801_指定緊急避難場所一覧.CSV" # cp932想定
OUT_GPKG = "outputs/shizuoka_hazard.gpkg"
os.makedirs(os.path.dirname(OUT_GPKG), exist_ok=True)
# 自宅の位置（WGS84）※必ずあなたの座標に置換（lat, lon）
home_wgs = (34.728, 137.978) # 例: 袋井市周辺
# OSM道路グラフ取得範囲（自宅中心 半径[m]）
GRAPH_RADIUS_M = 10000 # 10km程度で様子見。広げたければ 15000~20000
# =========================
# 1) データ読み込み・CRS整備
# =========================
# 海岸線（C23）/ 津波浸水想定（A40）をWGS84に
coast = gpd.read_file(COAST_SHP)
if coast.crs is None:
raise ValueError("海岸線ShapefileにCRSがありません（.prjが同フォルダにあるか確認）")
coast = coast.to_crs(4326)
tsunami = gpd.read_file(TSUNAMI_SHP)
if tsunami.crs is None:
raise ValueError("津波浸水想定ShapefileにCRSがありません（.prjが同フォルダにあるか確認）")
tsunami = tsunami.to_crs(4326)
tsunami_union = tsunami.unary_union # 高速化用
# 避難所CSV（cp932想定）→ 可能な列名を自動検出して点に
df = pd.read_csv(SHELTER_CSV, encoding="cp932")
# 緯度・経度列の候補（大小・日本語をカバー）
lat_candidates =
lon_candidates =
if not lat_candidates or not lon_candidates:
raise ValueError("CSV内に緯度/経度の列が見つかりません。列名を教えてください。")
lat_col = lat_candidates[0]
lon_col = lon_candidates[0]
# 数値に変換（欠損/文字混入対策）
df[lat_col] = pd.to_numeric(df[lat_col], errors="coerce")
df[lon_col] = pd.to_numeric(df[lon_col], errors="coerce")
df = df.dropna(subset=[lat_col, lon_col])
shelters = gpd.GeoDataFrame(
df.copy(),
geometry=gpd.points_from_xy(df[lon_col], df[lat_col], crs="EPSG:4326")
)
# 浸水域外の避難所のみを「安全」とする
safe_shelters = shelters.loc[~shelters.intersects(tsunami_union)].copy()
# =========================
# 2) 道路グラフ（OSMnx）
# =========================
# 自宅中心の徒歩グラフ（避難行動向け）。範囲広すぎると重いので半径で制限
G = ox.graph_from_point(home_wgs, dist=GRAPH_RADIUS_M, network_type="walk", simplify=True, retain_all=False)
nodes, edges = ox.graph_to_gdfs(G, nodes=True, edges=True)
# 以降WGS84で統一
if edges.crs is None:
edges.set_crs(4326, inplace=True)
elif edges.crs.to_epsg() != 4326:
edges = edges.to_crs(4326)
# 浸水域と交差する道路エッジを除去（形状は切らず、そのまま抜く）
bad = edges.intersects(tsunami_union)
edges_keep = edges.loc[~bad].copy()
# 使われるノードだけに絞る
used_node_ids = pd.unique(edges_keep[["u", "v"]].values.ravel())
nodes_keep = nodes.loc[nodes.index.isin(used_node_ids)].copy()
# サブグラフ再構築
G2 = ox.utils_graph.graph_from_gdfs(nodes_keep, edges_keep, graph_attrs=G.graph)
# =========================
# 3) 出発・目的地ノード
# =========================
home_point = Point(home_wgs[1], home_wgs[0])
# 目的地：安全な避難所のうち「自宅に最も近い」1つ（直線距離）
if len(safe_shelters) == 0:
# もし全て浸水域なら、とりあえず最も近い避難所を使う（要検討）
target_shelters = shelters.copy()
else:
target_shelters = safe_shelters.copy()
# 距離計算はメートル系CRSで
METRIC_CRS = "EPSG:32654" # 静岡周辺
tp = target_shelters.to_crs(METRIC_CRS)
hp = gpd.GeoSeries([home_point], crs=4326).to_crs(METRIC_CRS).iloc[0]
tp["__dist_m__"] = tp.geometry.distance(hp)
dest_pt = target_shelters.loc[tp["__dist_m__"].idxmin(), "geometry"]
# 近傍ノード
orig = ox.distance.nearest_nodes(G2, X=home_point.x, Y=home_point.y)
dest = ox.distance.nearest_nodes(G2, X=dest_pt.x, Y=dest_pt.y)
# =========================
# 4) 最短経路（浸水域エッジを除去済みグラフ）
# =========================
try:
route = nx.shortest_path(G2, orig, dest, weight="length")
except nx.NetworkXNoPath:
# 到達不能の場合は半径を増やす or 車道(network_type="drive")に切替など検討
raise RuntimeError("安全な避難所へ到達するパスが見つかりません。半径を増やす/目的地を変更してください。")
# ルート形状（LineString）を作成
route_coords = [(G2.nodes[n]["x"], G2.nodes[n]["y"]) for n in route]
# GeoDataFrame化（WGS84）
route_gdf = gpd.GeoDataFrame(geometry=[gpd.GeoSeries([Point(xy) for xy in route_coords]).unary_union.convex_hull], crs=4326)
# ↑簡易化：見た目重視ならPolylineをFoliumへ直接渡す（下でやります）
# =========================
# 5) 出力（GeoPackage）＆ Folium 可視化
# =========================
# GPKGへ保存（必要なら既存を削除）
if os.path.exists(OUT_GPKG):
os.remove(OUT_GPKG)
coast.to_file(OUT_GPKG, layer="coastline", driver="GPKG")
tsunami.to_file(OUT_GPKG, layer="tsunami_inundation", driver="GPKG")
shelters.to_file(OUT_GPKG, layer="shelters_all", driver="GPKG")
safe_shelters.to_file(OUT_GPKG, layer="shelters_safe", driver="GPKG")
# 走行可能エッジ（浸水交差なし）だけ保存
edges_keep.to_file(OUT_GPKG, layer="roads_safe", driver="GPKG")
# ルートはFolium用に直接線で描くので、GPKGは省略してもOK
# 保存したいなら下のようにLineStringを作って保存
from shapely.geometry import LineString
route_line = LineString(route_coords)
gpd.GeoDataFrame(geometry=[route_line], crs=4326).to_file(OUT_GPKG, layer="route", driver="GPKG")
print(f"✓ 出力: {OUT_GPKG}")
# Folium地図
m = folium.Map(location=[home_wgs[0], home_wgs[1]], zoom_start=12, control_scale=True)
# 津波浸水想定
folium.GeoJson(tsunami.__geo_interface__, name="津波浸水想定(A40)", tooltip=None).add_to(m)
# 海岸線
folium.GeoJson(coast.__geo_interface__, name="海岸線(C23)", tooltip=None).add_to(m)
# 避難所（安全/全体）
folium.GeoJson(safe_shelters.__geo_interface__, name="安全な避難所",
marker=folium.CircleMarker(radius=4),
tooltip=folium.GeoJsonTooltip(fields=[:5])
).add_to(m)
folium.GeoJson(shelters.__geo_interface__, name="避難所(全体・灰)",
marker=folium.CircleMarker(radius=3, color="gray", fill=True),
tooltip=folium.GeoJsonTooltip(fields=[:3])
).add_to(m)
# ルート線（G2ノード列から）
route_latlon = [(G2.nodes[n]["y"], G2.nodes[n]["x"]) for n in route]
folium.PolyLine(route_latlon, weight=5, opacity=0.9, tooltip="避難経路").add_to(m)
# 出発/目的地
folium.Marker(location=[home_wgs[0], home_wgs[1]], popup="現在地", icon=folium.Icon(color="green")).add_to(m)
folium.Marker(location=[dest_pt.y, dest_pt.x], popup="避難所", icon=folium.Icon(color="blue")).add_to(m)
folium.LayerControl().add_to(m)
m # Jupyterならこれで表示。スクリプトなら m.save("evac.html")
としたが
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
Cell In[2], line 33
31 coast = gpd.read_file(COAST_SHP)
32 if coast.crs is None:
---> 33 raise ValueError("海岸線ShapefileにCRSがありません（.prjが同フォルダにあるか確認）")
34 coast = coast.to_crs(4326)
36 tsunami = gpd.read_file(TSUNAMI_SHP)
ValueError: 海岸線ShapefileにCRSがありません（.prjが同フォルダにあるか確認）
対処としては
海岸線（C23）の .prj が無いため CRS が未設定になっています。
C23 の公式仕様は JGD2000（経緯度） です。つまり EPSG:4612 を与えればOK。
対処方法は
A40（津波浸水想定）は配布物に .prj が入っていることが多いので、そのまま読める想定です。データ仕様の説明はここ（CRSは配布年度によりJGD2000/2011ですが、多くは .prj に記載あり）
coast = gpd.read_file(COAST_SHP)
if coast.crs is None:
# C23 海岸線は JGD2000 (経緯度) → EPSG:4612
coast = coast.set_crs(epsg=4612)
coast = coast.to_crs(4326) # Folium等で扱いやすいWGS84へ
もしくは
コマンドで WKT を出して .prj として保存
# EPSG:4612 のWKTを出力（どちらか） gdalsrsinfo EPSG:4612 -o wkt > C23-06_22-g_Coastline.prj # または projinfo EPSG:4612 --wkt2=EPSG > C23-06_22-g_Coastline.prj
念のための確認ポイント
* coast.total_bounds を見て、経度 ~122–154、緯度 ~20–46 の範囲に収まっていれば経緯度（度）の座標と判断可。
* メタデータXML（C23-06_22-g.xml など）に「座標系: JGD2000 / (B,L)」の記述があります。国土数値情報
これで ValueError は解消できます。次に進めて、浸水域クリップや経路探索を回してみてください
GPTで
対処（最短）と代替（.prj を作ってしまう） どちらが良い？ その根拠は？
と調べてみる
結論：.prj を作って“直す”方（恒久対処）がオススメ。
理由は下記のとおりです。
どちらが良い？（要点）
* .prj を作成（恒久対処）
* 一度直せば QGIS/GeoPandas/同僚PC すべてで自動認識。再発しない。
* 将来の再利用・共有・配布に強い（ミスの温床を潰せる）。
* 前提：正しいCRSが確定していること（C23=JGD2000）。国土数値情報
* コード内で set_crs（暫定対処）
* いま手元のスクリプトをすぐ動かすなら最短。
* ただし、毎回コード側で設定を忘れるリスク、他ツール（QGIS等）を使うたびに同じエラーが再発。
このC23「海岸線」は仕様上 JGD2000（緯度経度）= EPSG:4612。
一方、A40「津波浸水想定」は JGD2011（緯度経度） が明記されています（年度によるが少なくとも2020版でJGD2011）。
→ どのみち最終的に同一CRS（例：WGS84=EPSG:4326）へ統一してから解析・可視化します。
これを実行するためのコマンドをインストール
arch -arm64 brew install gdal proj
🧭 1. PROJ（座標変換ライブラリ）
概要
PROJ は、地理座標系（緯度・経度など）と投影座標系（メートル単位の平面座標など）を相互変換するためのオープンソースライブラリです。
* URL: https://proj.org/
* 開発元: OSGeo Foundation
* 最新バージョン例: PROJ 9.x（2025年現在）
主な機能
機能 説明
座標変換 緯度経度（WGS84など）↔ 平面直角座標（UTM、EPSG:2451など）の変換
測地計算 2点間距離、方位角などを地球楕円体上で計算
EPSG対応 EPSGコード（例: 4326, 6674, 2451など）を使って簡単に座標系を指定可能
datum変換 世界測地系（WGS84）↔ 日本測地系（Tokyo Datum）などの変換
WKT/WKT2対応 座標系定義をWKT形式で入出力できる
利用例（コマンドライン）
projinfo EPSG:4326
→ WGS84の詳細を表示します。
🌍 2. GDAL（Geospatial Data Abstraction Library）
概要
GDAL は、地理空間データ（ラスタ・ベクタ形式）を読み書き・変換するためのライブラリ群です。
* URL: https://gdal.org/
* 開発元: OSGeo Foundation
* Pythonから利用するときは import gdal または from osgeo import gdal として使用可能。
主な機能
分類 説明
ファイル形式サポート GeoTIFF, Shapefile, GPKG, KML, GML, CSV, NetCDF など300以上
座標変換 内部的にPROJを使用して座標系を変換
ベクタ操作 属性情報付きの地理データ（例: Shapefile）を読み書き
ラスタ操作 画像や地形データ（DEMなど）の切り出し、リサンプリング、投影変換
コマンドツール ogr2ogr, gdalinfo, gdalwarp, gdalsrsinfo など多機能CLIツールを提供
利用例
gdalinfo sample.tif
→ GeoTIFFファイルのメタデータ（座標系・範囲など）を表示。
ogr2ogr -f "GPKG" output.gpkg input.shp
→ ShapefileをGeoPackage形式に変換。
🧠 まとめ
項目 内容
PROJ 座標変換ライブラリ（EPSGコード、測地変換）
GDAL 地理空間データ入出力ライブラリ（ShapefileやGeoTIFFの変換）
arch -arm64 Apple SiliconでARMネイティブ実行を強制
主な用途 GeoPandas, Rasterio, QGIS, OSMnx, PyProjなどのPython地理ライブラリの基盤
インストール完了後
==> Running `brew cleanup gdal`... Disable this behaviour by setting `HOMEBREW_NO_INSTALL_CLEANUP=1`. Hide these hints with `HOMEBREW_NO_ENV_HINTS=1` (see `man brew`). ==> Running `brew cleanup proj`... ==> No outdated dependents to upgrade!
となるので
バージョンを確認
gdalinfo --version
を実行するとGPTで書いてあったが
GDAL 3.11.4 "Eganville", released 2025/09/04
projinfo --version
Unrecognized option: --version
usage: projinfo [-o formats] [-k crs|operation|datum|ensemble|ellipsoid] [--summary] [-q]
([--area name_or_code] | [--bbox west_long,south_lat,east_long,north_lat])
[--spatial-test contains|intersects]
[--crs-extent-use none|both|intersection|smallest]
[--grid-check none|discard_missing|sort|known_available]
[--pivot-crs always|if_no_direct_transformation|never|{auth:code[,auth:code]*}]
[--show-superseded] [--hide-ballpark] [--accuracy {accuracy}]
[--allow-ellipsoidal-height-as-vertical-crs]
[--boundcrs-to-wgs84]
[--authority name]
[--main-db-path path] [--aux-db-path path]*
[--identify] [--3d]
[--output-id AUTH:CODE]
[--c-ify] [--single-line]
--searchpaths | --remote-data |
--list-crs [list-crs-filter] |
--dump-db-structure [{object_definition} | {object_reference}] |
{object_definition} | {object_reference} |
(-s {srs_def} [--s_epoch {epoch}] -t {srs_def} [--t_epoch {epoch}]) |
({srs_def} {srs_def})
-o: formats is a comma separated combination of: all,default,PROJ,WKT_ALL,WKT2:2015,WKT2:2019,WKT1:GDAL,WKT1:ESRI,PROJJSON,SQL
Except 'all' and 'default', other format can be preceded by '-' to disable them
list-crs-filter is a comma separated combination of: allow_deprecated,geodetic,geocentric,
geographic,geographic_2d,geographic_3d,vertical,projected,compound
{object_definition} might be a PROJ string, a WKT string, a AUTHORITY:CODE, or urn:ogc:def:OBJECT_TYPE:AUTHORITY::CODE
となる
正確には
proj
を実行
Rel. 9.7.0, September 1st, 2025 usage: proj [-bdeEfiIlmorsStTvVwW [args]] [+opt[=arg] ...] [file ...]
これで準備ができたので
.prj を作成
海岸線の .shp と同じフォルダ（= data/coastline_shizuoka/C23-06_22_GML）で、同じベース名の .prj を作ればOKです。
（津波浸水想定 A40 側は既に A40-16_22.prj があるので不要）
とのことなので
cd data/coastline_shizuoka/C23-06_22_GML
次にコマンドの実行だが
提案されたコマンドは２つ
# どちらか一方でOK（ESRI形式のほうがShapefileと相性が良い） gdalsrsinfo EPSG:4612 -o wkt_esri > C23-06_22-g_Coastline.prj
# または
projinfo EPSG:4612 --wkt2=EPSG > C23-06_22-g_Coastline.prj
どちらが良い？
結論：gdalsrsinfo -o wkt_esri を推奨です。
理由（短く）
* Shapefile は ESRI 由来なので、.prj は ESRI 方言（wkt_esri）が最も相性◎。
* 互換性が広い（ArcGIS/QGIS/古いツールでもズレにくい）。
* EPSG WKT2 でも動きますが、古いツールで軸順やデータム解釈の差がまれに出ます。
ということなので
gdalsrsinfo EPSG:4612 -o wkt_esri > C23-06_22-g_Coastline.prj
を実行
結果は
head -n 3 data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.prj
で確認
GEOGCS["GCS_JGD_2000", DATUM["D_JGD_2000",
しかし
python - <<'PY'
import geopandas as gpd
gdf = gpd.read_file("data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.shp")
print(gdf.crs) # → EPSG:4612 と出ればOK
PY
None
となる
ベース名が1文字でも違う（拡張子以外が完全一致でない）
GDAL/FionaがESRI方言（wkt_esri）をうまく読めない環境
.prjは正しいが、別の場所の同名SHPを読んでいる／パス違い
まれに .prj はあるが内容が空/壊れている
が主な原因らしい
ls data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.* data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.dbf data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.prj data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.shp data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.shx
次に
ogrinfo -so data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.shp C23-06_22-g_Coastline
で
OGRがSRSを認識しているか
ogrinfo -so data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.shp C23-06_22-g_Coastline
INFO: Open of `data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.shp'
using driver `ESRI Shapefile' successful.
Layer name: C23-06_22-g_Coastline
Metadata:
DBF_DATE_LAST_UPDATE=1941-11-24
Geometry: Line String
Feature Count: 1141
Extent: (137.484966, 34.572136) - (139.176559, 35.144928)
Layer SRS WKT:
(unknown)
C23_001: String (5.0)
C23_002: String (1.0)
C23_003: String (4.0)
C23_004: String (46.0)
C23_005: String (1.0)
C23_006: String (10.0)
C23_007: String (5.0)
これらにより
.prj を置いたのに GDAL が Layer SRS WKT: (unknown)。
これは その環境の GDAL/Fiona が WKT をうまく解釈できていない ケース
ogr2ogr -a_srs で“CRS付きの新ファイル”を作るのが一番おすすめです。
理由：
* その場しのぎではなく恒久対処（QGIS/GeoPandas/他PCでも確実に認識）。
* .prj の方言差や環境差に左右されにくい（今回まさに .prj を置いても読まれなかった）。
* 元データを壊さず安全に複製できる。
ということで
CRSを付与した“新しい”SHPを作成（EPSG:4612 = JGD2000）
cd data/coastline_shizuoka/C23-06_22_GML
で移動
ogr2ogr -a_srs EPSG:4612 C23_4612.shp C23-06_22-g_Coastline.shp
しかし
Warning 1: One or several characters couldn't be converted correctly from UTF-8 to ISO-8859-1. This warning will not be emitted anymore.
となる
この警告は属性の文字エンコード（日本語）が
Shapefile の既定（ISO-8859-1）に合わず、
変換できない文字があったという意味で
幾何やCRS付与は完了しているが、属性が文字化けする可能性がある
解決策は
1) Shapefileのエンコーディングを指定して作り直す（手早い）
2) いっそ GeoPackage にする（おすすめ：今後楽）
どの方法が良いかを相談
コンセプトが
使用する用途のコンセプト また震源地から津波が到達するまでの時間と津波の高さを計算し GIS情報を使い避難するエリアを算出しルート案内できるようにしたい 家族の避難経路・地域防災マップをGraphDBで整理 避難所や重要連絡先も紐付け 使い方例: 「地震が来たら最寄りの避難所はどこ？」 「非常食の賞味期限が近いものは？」 など この用途で使うならどれを推奨する？
✅ あなたの用途の要件
* 精度：震源→沿岸までの到達時間・波高推定の入力に使うので、誤差が大きすぎると危険。
* 範囲：主に日本周辺で十分。全球は必須ではない。
* 更新頻度：将来的に OSM/防災機関の最新データと連携したい。
* GraphDB連携：避難所・道路・避難経路・浸水域をノード/リレーションで管理。
* 利用イメージ：
* 「地震が来たら最寄りの避難所はどこ？」 → 避難所ノード＋道路グラフ
* 「非常食の賞味期限が近いものは？」 → 在庫管理ノード
* 「津波到達までに何分ある？」 → 震源ノード→海岸ノードのコスト距離
✅ データセットごとの特徴
1. 国土数値情報「海岸線データ」
* 日本限定。行政データとして信頼性が高い。
* GML/Shapefile 提供。
* 避難計画（住民向け防災マップ）に最も適する。
➡ 推奨（基準データにする）
2. OSM Coastlines / Land polygons
* 更新頻度が高い（週次〜月次）。
* 最新の人工改変（埋立地・護岸）も比較的反映。
* 避難経路や実際の生活圏との整合性が良い。
➡ 補助データ（現況把握用）
3. Natural Earth
* 全球対応、軽量。
* 精度は粗い（1:10mでも数百 m〜km の誤差）。
* 可視化や概念実証には便利。
➡ プロトタイプ用のみ
4. GSHHG
* 全球対応、高解像度あり。
* ファイルが大きく、取り回しに手間。
* 学術研究向き。
➡ 専門シミュレーション以外では過剰
✅ 推奨構成（防災マップ＋GraphDB向け）
1. 海岸線：
* 基本 → 国土数値情報（海岸線）
* 最新の現況補正 → OSM Coastlines
2. 標高/地形：
* 陸域 DEM → 国土地理院 DEM / ALOS / SRTM
* 海域 DEM → GEBCO
3. 避難所・道路：
* 避難所 → 自治体オープンデータ（CSV/GeoJSON）
* 道路 → OSMnx で抽出
4. GraphDBに格納：
* ノード：震源・海岸・浸水域・避難所・家庭・在庫
* リレーション：到達時間・避難経路・所要時間・備蓄品管理
✅ まとめ
ご提示の用途（家族避難＋地域防災＋GraphDB管理）なら：
* **国土数値情報（海岸線）**をメイン
* OSM Coastlinesで現況更新
* DEM（陸域＋海域）＋道路＋避難所を組み合わせ
* GraphDBでノード/リレーションを整理して「質問に答えられる防災知識ベース」を構築
なら、どの方法を推奨する？
結論：公的データ優先の“ハイブリッド型”を強く推奨します。
「浸水範囲は公式シミュ結果（A40）」「到達時刻・高さは公的速報を取り込む」「経路はOSM＋浸水域回避」で組むのが、安全・現実的・拡張容易です。
推奨アーキテクチャ（段階導入）
フェーズ1：静岡・オフライン基盤（最小成功）
* 海岸線：KSJ C23（CRS整備済み）
* 津波浸水想定：KSJ A40（静岡）を絶対基準に採用
* 道路：OSMnx（walk/drive）取得 → A40と交差するエッジを除去
* 避難所：自治体CSV（cp932）→ GeoDataFrame（WGS84）
* 結果：
* 「自宅 → 最寄り“安全な”避難所」の最短経路
* 到達圏（isochrone）：歩行/車速で10分・20分…を事前計算
* 保存：1つの GeoPackage（coastline / tsunami / roads_safe / shelters_safe / routes / isochrones）
ここまでで、「地震が来たら最寄りの避難所は？」に即答できます。
高度な波高計算はまだ入れず、安全サイドの浸水域回避を徹底。
フェーズ2：リアルタイム連携（到達“時刻”の提示）
* 到達時刻・津波高の“情報源”は公的速報（気象庁の津波警報・到達予想）。
* ワークフロー：
1. 速報の沿岸予報区ごとの到達見込み時刻/高さを取得
2. 県内の該当海岸セグメントへ付与（C23を海岸線ノードに分割）
3. 自宅の最短海岸ノードまでの**“海→陸の到達時刻”を速報値**で表示
4. ルート案内UIに「残り時間（ETA）」を明示（保守的に短めに表示）
物理モデルでの即時計算は難度・不確実性が高いので、公式速報を真に受ける方が安全かつ信用性◎。
どうしても“目安”を補うなら、深海平均水深での線形速波
c
=
g
h
c=gh による暫定下限ETAを併記（保守的に短く）。
フェーズ3：GraphDB連携（質問に答える防災知識ベース）
* ノード：Home / Shelter / RoadNode|RoadEdge / TsunamiPolygon(A40) / CoastNode / Item(備蓄) / Contact
* リレーション：ROUTE_TO(time,length) / INTERSECTS / AVOIDS / NEAREST / EXPIRING_SOON
* QA例：
* 「津波到達まで何分？」→ 最近接 CoastNode の公式ETA（フェーズ2）
* 「最短でどの避難所？」→ ROUTE_TO の最小 time を返す
* 「非常食の賞味期限近い？」→ EXPIRING_SOON <= 14d の Item 列挙
この方式を推す理由
* 安全性：浸水範囲は公式A40で担保。到達時刻・高さも公的速報準拠。独自計算の誤差リスクを避ける。
* 実装容易 & 拡張性：いまのPython＋OSMnxコードの発展で実装可能。将来は別県や別ハザード（洪水・高潮）も流用可。
* 運用：GeoPackageに集約→QGIS/GeoPandas両対応。GraphDBで家族向けの質問応答が作りやすい。
実装メモ（最短でやるなら）
* まずはフェーズ1を静岡で完成：A40で道路遮断 → 最短経路 & isochrone 出力。
* フェーズ2は速報取り込みのI/Oだけ追加し、海岸ノードにETA属性を付与。UIで「残り時間」を表示。
* すべて保守的（安全側）に倒す：ETAは短め、通行可能性に不確実があれば通れない扱い。
要約：
あなたの要求（精度・安全・拡張性）に最も合うのは、A40×OSM×公的速報のハイブリッド。
先に静岡でフェーズ1を完成させ、問題なければ**速報連携（フェーズ2）→GraphDB化（フェーズ3）**へ進めましょう。
となる
つまり、今回なら
1) Shapefileのエンコーディングを指定して作り直す（手早い）
2) いっそ GeoPackage にする（おすすめ：今後楽）
はどちらにする？
それとも別の方法をとる？
結論：② GeoPackage（GPKG）に統一するのがベストです。
理由：文字化け・.prj問題・属性名10文字制限・2GB制限など Shapefileの弱点を一掃でき、今後の拡張（複数レイヤ管理、QGIS/GeoPandas/GraphDB連携）が安定します
やることは
出力は一つの outputs/shizuoka_hazard.gpkg にレイヤ分けして格納
らしいが
# 1) 海岸線（C23）：CRS未付与なので付けてから WGS84 へ投影して GPKG へ
を実行する前に気になるので確認しておく
現在
# 1) 海岸線（C23）：CRS未付与なので付けてから WGS84 へ投影して GPKG へ[shell]
ogr2ogr -a_srs EPSG:4612 -t_srs EPSG:4326 \
-f GPKG outputs/shizuoka_hazard.gpkg \
data/coastline_shizuoka/C23-06_22_GML/C23-06_22-g_Coastline.shp \
-nln coastline
[/shell]
# 2) 津波浸水想定（A40）：.prj あり → そのCRSから WGS84 へ投影して同じ GPKG に追加[shell]
ogr2ogr -t_srs EPSG:4326 \
-f GPKG -update outputs/shizuoka_hazard.gpkg \
data/tsunami_shizuoka/A40-16_22_GML/A40-16_22.shp \
-nln tsunami_inundation[/shell]
を実行する前のフォルダ構成として
[shell]
data/coastline_shizuoka/C23-06_22_GML
C23-06_22-g.xml C23_4612.dbf
C23-06_22-g_Coastline.dbf C23_4612.prj
C23-06_22-g_Coastline.prj C23_4612.shp
C23-06_22-g_Coastline.shp C23_4612.shx
C23-06_22-g_Coastline.shx KS-META-C23-06_22-g.xml[/shell]
となっているが
.prj ファイルは一度削除した方が良いか？
結論：消さなくてOKです。
大事なのは「どのSHPを入力に使うか」と「source SRS を明示して出力する」こと。GPKGを作るときに正しく指定すれば、フォルダ内に .prj が残っていても問題ありません
既にCRS付きコピーを作ってあるので、それを入力にして WGS84 で GPKG に出力すればOK
先に outputsフォルダの作成が必要なので
[shell]
cd -[/shell]
で移動しておく
~/aw10s/FamilySafetyMap
へ移動して
[shell]
mkdir -p outputs[/shell]
でフォルダ作成し[shell]
ogr2ogr -t_srs EPSG:4326 \
-f GPKG outputs/shizuoka_hazard.gpkg \
data/coastline_shizuoka/C23-06_22_GML/C23_4612.shp \
-nln coastline[/shell]
で
既にCRS付きコピーを作ってあるので、それを入力にして WGS84 で GPKG に出力。
動作確認[shell]
ogrinfo -so outputs/shizuoka_hazard.gpkg coastline
INFO: Open of `outputs/shizuoka_hazard.gpkg'
using driver `GPKG' successful.
Layer name: coastline
Metadata:
DBF_DATE_LAST_UPDATE=2025-10-10
Geometry: Line String
Feature Count: 1141
Extent: (137.484966, 34.572136) - (139.176559, 35.144928)
Layer SRS WKT:
GEOGCRS["WGS 84",
ENSEMBLE["World Geodetic System 1984 ensemble",
MEMBER["World Geodetic System 1984 (Transit)"],
MEMBER["World Geodetic System 1984 (G730)"],
MEMBER["World Geodetic System 1984 (G873)"],
MEMBER["World Geodetic System 1984 (G1150)"],
MEMBER["World Geodetic System 1984 (G1674)"],
MEMBER["World Geodetic System 1984 (G1762)"],
MEMBER["World Geodetic System 1984 (G2139)"],
MEMBER["World Geodetic System 1984 (G2296)"],
ELLIPSOID["WGS 84",6378137,298.257223563,
LENGTHUNIT["metre",1]],
ENSEMBLEACCURACY[2.0]],
PRIMEM["Greenwich",0,
ANGLEUNIT["degree",0.0174532925199433]],
CS[ellipsoidal,2],
AXIS["geodetic latitude (Lat)",north,
ORDER[1],
ANGLEUNIT["degree",0.0174532925199433]],
AXIS["geodetic longitude (Lon)",east,
ORDER[2],
ANGLEUNIT["degree",0.0174532925199433]],
USAGE[
SCOPE["Horizontal component of 3D system."],
AREA["World."],
BBOX[-90,-180,90,180]],
ID["EPSG",4326]]
Data axis to CRS axis mapping: 2,1
FID Column = fid
Geometry Column = geom
C23_001: String (5.0)
C23_002: String (1.0)
C23_003: String (4.0)
C23_004: String (46.0)
C23_005: String (1.0)
C23_006: String (10.0)
C23_007: String (5.0)
ogrinfo -so outputs/shizuoka_hazard.gpkg tsunami_inundation
INFO: Open of `outputs/shizuoka_hazard.gpkg'
using driver `GPKG' successful.
ERROR 1: Couldn't fetch requested layer tsunami_inundation.
[/shell]
となった
tsunami_inundation レイヤが GPKGに存在していない
いま入っているレイヤ一覧を確認[shell]
ogrinfo outputs/shizuoka_hazard.gpkg
INFO: Open of `outputs/shizuoka_hazard.gpkg'
using driver `GPKG' successful.
1: coastline (Line String)
[/shell]
A40 のソースCRSを確認[shell]
ogrinfo -so data/tsunami_shizuoka/A40-16_22_GML/A40-16_22.shp A40-16_22
INFO: Open of `data/tsunami_shizuoka/A40-16_22_GML/A40-16_22.shp'
using driver `ESRI Shapefile' successful.
Layer name: A40-16_22
Metadata:
DBF_DATE_LAST_UPDATE=2016-12-08
Geometry: Polygon
Feature Count: 113272
Extent: (137.483132, 34.594813) - (139.176599, 35.163526)
Layer SRS WKT:
GEOGCRS["JGD2011",
DATUM["Japanese Geodetic Datum 2011",
ELLIPSOID["GRS 1980",6378137,298.257222101,
LENGTHUNIT["metre",1]]],
PRIMEM["Greenwich",0,
ANGLEUNIT["degree",0.0174532925199433]],
CS[ellipsoidal,2],
AXIS["geodetic latitude (Lat)",north,
ORDER[1],
ANGLEUNIT["degree",0.0174532925199433]],
AXIS["geodetic longitude (Lon)",east,
ORDER[2],
ANGLEUNIT["degree",0.0174532925199433]],
USAGE[
SCOPE["Horizontal component of 3D system."],
AREA["Japan - onshore and offshore."],
BBOX[17.09,122.38,46.05,157.65]],
ID["EPSG",6668]]
Data axis to CRS axis mapping: 2,1
A40_001: String (10.0)
A40_002: String (2.0)
A40_003: String (40.0)
[/shell]
この結果から
A40 はちゃんと EPSG:6668 (JGD2011) で読めています。あとは GPKG に “追記” できればOK
進捗表示・無効ジオメトリを自動修復・マルチ化・空間インデックス作成する
[shell]
ogr2ogr -progress -t_srs EPSG:4326 \
-makevalid -nlt PROMOTE_TO_MULTI \
-f GPKG -update -lco SPATIAL_INDEX=YES -lco GEOMETRY_NAME=geom \
outputs/shizuoka_hazard.gpkg \
data/tsunami_shizuoka/A40-16_22_GML/A40-16_22.shp \
-nln tsunami_inundation
[/shell]
を実行
補足（なぜこのオプション？）
* -update：既存 GPKG に 追記
* -nln tsunami_inundation：レイヤ名を固定
* -t_srs EPSG:4326：WGS84 に統一（Folium/QGISで扱いやすい）
* -makevalid：自己交差などの 無効ポリゴンを自動修復（A40は件数多く、稀に必要）
* -nlt PROMOTE_TO_MULTI：MultiPolygon に正規化（後段の処理が安定）
* -lco SPATIAL_INDEX=YES：高速化のための 空間インデックス 付与
次に動作確認
[shell]
ogrinfo -so outputs/shizuoka_hazard.gpkg tsunami_inundation
INFO: Open of `outputs/shizuoka_hazard.gpkg'
using driver `GPKG' successful.
Layer name: tsunami_inundation
Metadata:
DBF_DATE_LAST_UPDATE=2016-12-08
Geometry: Multi Polygon
Feature Count: 113272
Extent: (137.483133, 34.594813) - (139.176599, 35.163526)
Layer SRS WKT:
GEOGCRS["WGS 84",
ENSEMBLE["World Geodetic System 1984 ensemble",
MEMBER["World Geodetic System 1984 (Transit)"],
MEMBER["World Geodetic System 1984 (G730)"],
MEMBER["World Geodetic System 1984 (G873)"],
MEMBER["World Geodetic System 1984 (G1150)"],
MEMBER["World Geodetic System 1984 (G1674)"],
MEMBER["World Geodetic System 1984 (G1762)"],
MEMBER["World Geodetic System 1984 (G2139)"],
MEMBER["World Geodetic System 1984 (G2296)"],
ELLIPSOID["WGS 84",6378137,298.257223563,
LENGTHUNIT["metre",1]],
ENSEMBLEACCURACY[2.0]],
PRIMEM["Greenwich",0,
ANGLEUNIT["degree",0.0174532925199433]],
CS[ellipsoidal,2],
AXIS["geodetic latitude (Lat)",north,
ORDER[1],
ANGLEUNIT["degree",0.0174532925199433]],
AXIS["geodetic longitude (Lon)",east,
ORDER[2],
ANGLEUNIT["degree",0.0174532925199433]],
USAGE[
SCOPE["Horizontal component of 3D system."],
AREA["World."],
BBOX[-90,-180,90,180]],
ID["EPSG",4326]]
Data axis to CRS axis mapping: 2,1
FID Column = fid
Geometry Column = geom
A40_001: String (10.0)
A40_002: String (2.0)
A40_003: String (40.0)
[/shell]
これだけだとわからないのでGPTで解説を依頼
これは `ogrinfo -so` コマンド（GDALのツール）で、
GeoPackage ファイル（`outputs/shizuoka_hazard.gpkg`）のレイヤー `tsunami_inundation`（津波浸水想定区域）に関する**メタデータと構造情報**を表示した結果です。
以下に各項目の意味を解説します👇
---
## 🗂 基本情報
| 項目 | 内容 |
| ------------------------------------------------------------- | ------------------------------------------------------------------------------------ |
| **Open of ... using driver 'GPKG' successful** | GeoPackage 形式（`.gpkg`）のファイルを正常に開けたことを示します。GDALドライバ `GPKG`（GeoPackageフォーマット）を使用しています。 |
| **Layer name: tsunami_inundation** | レイヤー名（地理データの層の名前）。ここでは津波浸水区域を示すレイヤーです。 |
| **Geometry: Multi Polygon** | 地物のジオメトリ（形状）が「複数ポリゴン」で構成されていることを示します。津波の浸水区域など、面（エリア）を表現するために使われます。 |
| **Feature Count: 113272** | 含まれる地物（フィーチャー）の総数。ここでは 113,272 個の津波浸水ポリゴンが含まれています。 |
| **Extent: (137.483133, 34.594813) - (139.176599, 35.163526)** | データがカバーしている範囲の外接矩形（最小緯度経度と最大緯度経度）。静岡県の東西南北の境界座標です。 |
| **Layer SRS WKT** | 空間参照系（Spatial Reference System）の詳細情報。ここでは世界測地系（WGS84 / EPSG:4326）です。 |
---
## 🌍 空間参照系（SRS: Spatial Reference System）
```
GEOGCRS["WGS 84", ... ID["EPSG",4326]]
```
これは座標系の定義で、簡単に言うと：
* **EPSG:4326** → 世界測地系（WGS 84）。
GPSなどで使われる緯度経度座標系。
* **CS[ellipsoidal,2]** → 2次元の楕円体座標系（緯度・経度）。
* **PRIMEM["Greenwich",0]** → 基準子午線はグリニッジ子午線。
* **ANGLEUNIT["degree",...]** → 度単位で表されている。
つまり、データは**緯度経度（度単位）**で表現されており、地図投影（メートル単位の平面座標変換）はまだ行われていません。
---
## 📊 属性カラム（テーブル構造）
| カラム名 | データ型 | 意味（推定） |
| ----------- | ------------- | -------------------- |
| **A40_001** | String (10.0) | コードやID（市区町村や地域コードなど） |
| **A40_002** | String (2.0) | 区分や種別（例：津波の想定区分など） |
| **A40_003** | String (40.0) | 名称（例：「静岡県○○市△△地区」など） |
これらのフィールド名は国土数値情報（国交省が公開する津波浸水想定データ）と一致しています。
具体的な意味はデータ仕様書により異なりますが、概ね以下の通りです：
| フィールド名 | 意味（国交省仕様例） |
| ------- | --------------------- |
| A40_001 | 行政コード（市区町村コード） |
| A40_002 | 津波区分（1:想定, 2:最大クラスなど） |
| A40_003 | 地域名・想定名などのラベル |
---
## 🧭 Data axis to CRS axis mapping: 2,1
これは軸の並び順を示します。
* 通常は **(緯度, 経度)** の順ですが、
* このデータでは **(経度, 緯度)** の順に格納されていることを意味します。
GDALで処理する際、軸の順序に注意が必要です（例：FoliumやGeoPandasで描画する際に位置がズレる場合があります）。
---
## 🔍 FID / Geometry Column
| 項目 | 内容 |
| -------------------------- | -------------------------- |
| **FID Column = fid** | 各地物を識別する一意のID（Feature ID）。 |
| **Geometry Column = geom** | ポリゴン形状が格納されているカラム名。 |
---
## 🧩 まとめ
このGeoPackageは、
**「静岡県内の津波浸水想定区域」**をWGS84座標で格納したもので、
113,272件のポリゴンが `geom` フィールドに保存されています。
主な使い方の例：
[shell]
import geopandas as gpd
gdf = gpd.read_file("outputs/shizuoka_hazard.gpkg", layer="tsunami_inundation")
print(gdf.head())
```
出力例：
| fid | A40_001 | A40_002 | A40_003 | geometry |
| --- | ------- | ------- | ------- | ----------------- |
| 1 | 22210 | 1 | 静岡市駿河区 | MULTIPOLYGON(...) |
[/shell]
ご希望であれば、このデータを **Folium地図上に可視化するコード例** や
**GeoPandasでの属性抽出・座標変換（EPSG:4326 → EPSG:6677など）** の実例も示せます