投稿

ラベル(相互運用性)が付いた投稿を表示しています

Web 3D GIS:Cesium/3D TilesとSuperMap/S3M、それぞれの強みと連携の道を考える

イメージ
PLATEAU(プラトー)に代表される3D都市モデルのオープンデータ化が進み、Webブラウザ上で3D地図を扱うことは、もはや当たり前の時代になりました。 このWeb 3D GISの世界には、オープンソースの王者「Cesium」 とそのデータ形式でOGC(国際標準化団体)の標準規格でもある 「3D Tiles」 。 いっぽう、GISのグローバルベンダーであるSuperMapが開発・推進する、無償のWebクライアント 「SuperMap iClient」 と、高性能なオープンストリーミング形式 「S3M」があります。 これらは単なる競合関係なのでしょうか?今回は、それぞれの強みを理解し、両者をいかにして連携させ、プロジェクトを成功に導くかを考えてみます。 1. オープンソースのエコシステム:「Cesium」と「3D Tiles」 Cesiumは、Web上で3D地球儀や地図を表現するための、世界で最も広く使われているオープンソースJavaScriptライブラリです。そのデータ形式である3D Tilesは、OGCの公式な標準規格として採用されています。 強み : OGC標準という 信頼性 、世界中の開発者に支えられた広大な エコシステム 、そしてカスタマイズの自由度が高い 柔軟性 にあります。特定のベンダーに依存しない、データの長期的な資産価値を保証します。 2. パフォーマンスを追求するエコシステム:「SuperMap」と「S3M」 SuperMapは、プロフェッショナルなGISの要求に応えるため、オープンの3Dストリーミング形式「S3M(Spatial 3D Model)」を主導的に開発するオープンな規格として仕様を公開しています。 強み : BIM/CIMや点群といった、多様かつ大規模なGISデータをWeb上で高速に表示するために 徹底的に最適化されたパフォーマンス が最大の強みです。デスクトップGIS「SuperMap iDesktopX」で多様な生データからS3Mを生成し、サーバー「iServer」で配信、クライアント「iClient」で表示するという、 シームレスで効率的なワークフロー が提供されています。 3. どう連携させるか?― データの相互変換と相互運用の道 では、この二つの仕組みをどう連携させれば良いのでしょうか。SuperMapの戦略は、両者の共存を...

QGISは最強。でも、SuperMapを“相棒”にすると、もっと強くなれるかもしれない話

イメージ
「無料で、軽快で、プラグインで無限に拡張できる。QGISは最強のGISソフトだ」。 私も含め、多くのGISユーザーがそう感じていることでしょう。オープンソースの理念と、活発なコミュニティに支えられたQGISは、私たちの業務に欠かせない、まさに「相棒」と呼べる存在です。 では、そんなQGISユーザーにとって、SuperMap GISのような商用プラットフォームは、単なる「高価な代替品」でしかないのでしょうか? 私は、そうは思いません。QGISを「万能な戦闘機」とするならば、SuperMapは特定の任務で圧倒的な性能を発揮する「特殊作戦機」のような存在です。両者を敵としてではなく、 互いの長所を補完し合う「最強のチーム」 として捉え直したとき、私たちのGISの可能性は、さらに大きく広がります。 今回は、QGISユーザーの視点から、SuperMap GISが「もう一つの選択肢」として、どのような独自の価値を提供してくれるのかを考えてみます。 価値①:「超大規模3Dデータ」との、ストレスフリーな対話 まず、SuperMapが最もその真価を発揮するのが、 3Dデータの圧倒的なパフォーマンス です。 もちろん、QGISの3D機能も近年、目覚ましい進化を遂げています。しかし、都市全体のPLATEAUモデル、数億点を超えるレーザー点群、広範囲な実景3次元モデルといった、PCの限界を試すような「超大規模3Dデータ」を扱う場面では、SuperMap iDesktopXが持つ3Dネイティブなアーキテクチャの優位性が際立ちます。 これは、SuperMapがその創業以来、2Dと3Dを完全に統合したデータモデル(UDBX)と、C++で書かれた高性能なコアエンジンを磨き続けてきた結果です。QGISが素晴らしい「万能選手」であるのに対し、SuperMapは 「大規模3Dデータ処理」 という競技に特化した、生粋の「オリンピック選手」なのです。 価値②:「AIとの“深い”統合」― 専門家でないチームメンバーを巻き込む力 次に注目すべきは、AI機能との統合思想の違いです。 QGISユーザーであれば、Pythonと豊富なライブラリ(TensorFlow, PyTorchなど)を組み合わせることで、高度な地理空間AI分析を実行できます。これは非常に強力ですが、プログラミングとデータサイエンスの高いスキルが求...