はじめに

この記事は 3D都市モデル Project PLATEAU Advent Calendar 2023 11日目の記事です。

GIS界隈ではCloud Optimizedが重要なキーワードになっています。Cloud Optimizedとは、特別なサーバ実装を必要とせず、大きな位置情報データの一部分を配信することを可能とするファイル形式の総称です。本記事は、Cloud Optimized形式のうち、PMTilesの生成方法に焦点を当てた記事になります。具体には、国土交通省がオープンデータとして公開している、3D都市モデルPLATEAUの建物データ（LOD1）からPMTiles形式の建物データ（LOD1）を生成する方法について説明します。

PMTilesの特徴

単一ファイル形式のタイルデータ
ラスタータイル、ベクトルタイルともに対応
地球規模のタイルマップの保存
S3 のようなストレージとHTTP Range Requestsのみを使用

PC環境

OS：Windows 10 Pro
CPU：Intel Core i7-9700
メモリ：32GB

前提条件

下記のサイトより3D都市モデルPLATEAUの建物データのファイルジオデータベース（以下、FGDB）をダウンロードし、解凍済みであること。
本記事では、FGDBが提供されている、2020年のデータ（56都市）を使用します。

環境構築

ベクターデータからPMTilesの生成は、手元にMBTilesがあるならProtomaps公式のgo-pmtilesを使用したほうが良さそうです。一方で、手元にGeoJSONやFlatGeobufがあるならfeltのtippecanoeを使用したほうが良さそうです。今回は、後者のfeltのtippecanoeを用いた、PMTilesの生成方法について説明します。

OSGeo4W（GDAL）がインストール済みであること。
GDALのバージョンは、GDAL 3.6.3（released 2023/03/07）です。

WSL2（Ubuntu-20.04）がインストール済みであること。

feltのtippecanoeがインストール済みであること。

Windows 10へのtippecanoeのインストール方法は下記のとおりです。

ただし、上記に記載のgit clone https://github.com/mapbox/tippecanoe.gitの箇所をgit clone https://github.com/felt/tippecanoe.gitへの変更が必要です。
tippecanoeのバージョンはv2.23.0です。

FGDBからFlatGeobufを生成

FGDBからFlatGeobufの生成にはGDALのogr2ogrを使用します。
FGDBには複数のレイヤが含まれているので、下記のコマンドでFGDBのレイヤ名を調べます。
OSGeo4W Shellを起動し、cdコマンドでFGDBの格納されているフォルダ（11100_saitama-shi.gdb）まで移動して、ogrinfo 11100_saitama-shi.gdbを実行すると下記のとおりレイヤ名が取得できます。

D:\GIS\PLATEAU-2020\fgdb\11100_saitama-shi_fgdb>ogrinfo 11100_saitama-shi.gdb
INFO: Open of `11100_saitama-shi.gdb'
      using driver `OpenFileGDB' successful.
Layer: lod2_Building (3D Unknown (any))
Layer: lod1_Building (3D Multi Polygon)
Layer: lod0_Building (3D Multi Polygon)
Layer: lod2_BuildingPart (3D Multi Polygon)
Layer: lod1_BuildingPart (3D Multi Polygon)
Layer: lod2_RoofSurface (3D Multi Polygon)
Layer: lod2_WallSurface (3D Multi Polygon)
Layer: lod2_GroundSurface (3D Multi Polygon)
Layer: lod2_OuterCeilingSurface (3D Unknown (any))
Layer: lod2_OuterFloorSurface (3D Unknown (any))
Layer: lod1_Road (3D Multi Polygon)
Layer: lod1_TinRelief (3D Multi Polygon)
Layer: lod0_UrbanPlan (3D Multi Polygon)
Layer: lod0_AreaClassification (3D Multi Polygon)
Layer: lod0_DistrictAndZones (3D Multi Polygon)
Layer: lod1_LandUse (3D Multi Polygon)

今回使用するデータは、建物データ（LOD1）ですので、レイヤ名が「lod1_Building」のデータを使用します。
OSGeo4W Shellでogr2ogr -f FlatGeobuf 出力ファイル入力ファイルレイヤ名を指定してogr2ogrを実行します。

ogr2ogr -f FlatGeobuf 11100_saitama-shi_lod1_Building.fgb 11100_saitama-shi.gdb lod1_Building

FlatGeobufからPMTilesを生成

FlatGeobufからPMTilesの生成にはfeltのtippecanoeを使用します。
WSLを起動して、下記のコマンドを実行します。

tippecanoe -o 11100_saitama-shi_lod1_Building.pmtiles 11100_saitama-shi_lod1_Building.fgb -pf -pk -P

tippecanoeのオプション
-P：並列読み込み
ただし、下記の記事によると、-Pオプションが有効なのは、GeoJSONSeqのみのようです。

-pf：地物数制限を無視する（1タイルあたり200,000フィーチャに制限しない）
-pk：ファイルサイズ制限を無視する（1タイルあたり500Kバイトに制限しない）

-z, -Z：ズームレベル指定

ズームレベルを指定する場合は下記のとおりになります。
-Z10 -z18とすると、ズームレベル10-18の範囲でタイルを生成します。
指定しない場合は自動的に設定されます（ズームレベル0～14）。
大文字のZが最小ズームレベル、小文字のzが最大ズームレベルを示すことに注意が必要です。

tippecanoe -o 11100_saitama-shi_lod1_Building.pmtiles -Z10 -z18 11100_saitama-shi_lod1_Building.fgb -pf -pk -P

下記でズームレベルごとの地理分解能の概数がわかります。
ズームレベル14で0.5m相当となり、これは一般的なWeb地図では十分な分解能と言えます。
お好みでより高い精度を求めることは可能ですが、タイル数とのトレードオフになります。

複数のFlatGeobufから複数のPMTilesの生成には、下記のシェルスクリプトが便利です。
（ちなみに、ChatGPT（GPT-4）が書いたコードになります。）

process_fgb_files.sh

#!/bin/bash

for input_file in *.fgb; do
    output_file="${input_file%.fgb}.pmtiles"
    echo "Processing ${input_file} ..."
    tippecanoe -o "${output_file}" "${input_file}" -pf -pk -P
done

echo "All files processed."
read -p "Press any key to continue . . . " -n1 -s

# 改行コードを Windows 形式（CR+LF）から Unix/Linux 形式（LF）に変換
dos2unix ./process_fgb_files.sh
# 実行権限を付与
chmod +x process_fgb_files.sh
# スクリプトを実行
./process_fgb_files.sh

生成したPMTilesの確認

生成したPMTilesの確認には、PMTiles Viewerが便利です。
PMTilesをドラッグ&ドロップすると、フィーチャが地図上に表示されます。

生成したPMTilesをMapLibre GL JSで表示する

上記の方法で生成したPMTilesを下記のGitHubにて公開しています。

生成したPMTilesとMapLibre GL JSで作成したデモサイトです。

参考文献