はじめに
国土数値情報をpythonで扱うときには、geopandasを用いると便利です。
京都府の上水道関連施設データをもとに可視化を行ってみます。
リンクはこちらです。
実装
あらかじめ、京都府のデータをダウンロード、解凍しておきます。
実装ではshpファイルを指定しますが、内部的には読み込み時に他のファイルも必要となります。
# !pip install geopandas
import geopandas as gpd
import matplotlib.pyplot as plt
path_shp = "P21-12_26_GML/P21-12a_26.shp"
gdf = gpd.read_file(path_shp, encoding='shift-JIS')
gdf.head()
データフレーム
matplotlibで小畑の領域を可視化してみます。
# https://minus9d.hatenablog.com/entry/2016/04/21/215532
plt.gca().get_xaxis().get_major_formatter().set_useOffset(False)
plt.plot(*gdf.iloc[0].geometry.exterior.xy)
京都府すべての事業所を地図上に重ねてみます。
leafmap というライブラリを用いると便利です。
# !pip install geocoder
# !pip install leafmap
# !pip install PyCRS # for m_add_shp
import geocoder
import leafmap
# マップの初期表示範囲を指定
location = '京都府'
ret = geocoder.osm(location, timeout=5.0)
m = leafmap.Map(center=ret.latlng, zoom=9)
# 京都府の水道事業の所在地を追加
m.add_shp(path_shp, layer_name="kyoto", encoding='shift-JIS')
# 表示
m
今後
水道事業で問題になるのは老朽化した水道管の交換のタイミングです。
傾斜や地盤の硬さ、天候、交通状況、水道管の使用状況等の周辺環境によって水道管老朽の速度は大きく変わってしまいます。
日本は水道管の事故は諸外国と比べると少ないですが、その分メンテナンスに大きな労力がかかっています。
また、これから高度経済成長期に大量に敷設された水道管の寿命が来ることが予想されています。
様々なデータを用いて老朽化した水道管を予測することで、維持コストを下げ、持続可能な安全なインフラが実現します。
データ活用して今後取り組めたらと思います。