5段階のGIS分析プロセスを使用する

SuzanneBoden

この投稿では、ArcMapを使用して分析プロジェクトを完了するための5段階のプロセスを適用する方法を示します（同じ分析はArcGIS Proでも簡単に実行できます）。南カリフォルニアのリバーサイド郡とサンバーナーディーノ郡における医療サービスへのアクセスを分析したいとします。

分析プロセスの5つのステップは次のとおりです:<\/P>

1. 質問を定義する<\/DIV><\/LI>

   データを探索し準備する<\/DIV><\/LI>

   分析方法とツールを選択する<\/DIV><\/LI>

   分析を実行する<\/DIV><\/LI>

   結果を検証し改善する<\/DIV><\/LI><\/OL>

   <\/P>

    <\/P>

   ステップ1. 質問を定義する<\/STRONG><\/SPAN>
   このステップは通常、特定の情報を得るためにプロジェクトが割り当てられるため、単純に思えます。いくつかのプロジェクトでは、高レベルの質問から派生した複数の質問に答える必要があります。質問の定義方法は、どのGISツールや方法を分析に使用するかを決定するのに役立ちます。
   
   この例では、予備的な高レベルの質問として次のように定義できます: リバーサイド・サンバーナーディーノ（CA）における医療施設の分布は人口分布と一致していますか？この質問は以下のサブクエスチョンに分解できます:<\/P>医療サービスを提供する施設はどこにありますか？<\/DIV><\/LI>調査地域内の人口分布はどうなっていますか？<\/DIV><\/LI>最も人口密度が高い地域には最も多くの施設がありますか？<\/DIV><\/LI>調査地域内で人口密度が高いにもかかわらず医療施設がない地域はありますか？<\/DIV><\/LI><\/UL> <\/P>ステップ2. データを探索し準備する<\/STRONG><\/SPAN>
   このステップは最も時間がかかることがあります。分析プロジェクトに必要なすべてのデータがない場合は、収集しなければなりません。ArcGIS Living Atlas of the World<\/A>は高品質な空間データの優れたソースです。米国ではCensus Bureau<\/A>が多数の空間、人口、および人口統計データを提供しています。州のデータクリアリングハウスも有用なリソースです。  <\/P>

    <\/P>

   ステップ2a: データを探索する<\/STRONG><\/SPAN>
   各データセットについて、フィーチャー地理、属性、およびメタデータを調べて、そのデータが分析に役立つかどうか、およびどのような準備が必要か（ある場合）を判断します。データについて尋ねるべき質問には以下があります:<\/P>データ形式は何ですか？<\/DIV><\/LI>データ収集時期（どれくらい最新ですか）？<\/DIV><\/LI>データはどれくらい詳細ですか—どのスケールで収集されましたか？<\/DIV><\/LI>データはどの座標系を使用していますか？投影されていますか？<\/DIV>ベストプラクティスとして、すべてのデータセットを共通座標系に投影してから分析します。<\/DIV><\/LI><\/UL><\/LI>フィーチャー形状（ポイント、ライン、多角形）は分析に適していますか？<\/DIV><\/LI>必要な属性がありますか？<\/DIV><\/LI>アクセスや使用制限はありますか？<\/DIV><\/LI><\/UL>
   この例では、以下のデータセットが使用されました。すべてWGS 1984地理座標系を使用しています。<\/P>病院 — このデータには「従来型」の病院だけでなく他の医療施設も含まれます。<\/DIV><\/LI>郵便番号 — このデータには人口属性が含まれています。<\/DIV>

病院を含む各ZIPコードと、各ZIPコードの人口データ。<\/TD><\/TR><\/TBODY><\/TABLE>この段階では、分析の図式化が役立ちます。図は特に凝ったものである必要はありません（もしそういうのが好きなら別ですが）。簡単な方法としては、下記の例のように紙やホワイトボードにさっと描くことです。<\/P> <\/P>ステップ4. 分析を実行する<\/STRONG><\/SPAN>ステップ3でプロセスを図式化していれば、このステップでは単にその図に従って順番に各タスクを完了していきます。複雑な分析の場合は、ModelBuilderでモデルを作成してプロセスを自動化することも検討してください。モデルを使うとパラメーターを素早く変更して再実行し、異なるシナリオを探ることができます。<\/P>

• マップ上の病院フィーチャの分布を調べます。必要に応じてズームやパンを行います。<\/LI>
• POP07_SQMI（2007年の人口密度）属性に基づいてグラデーションカラーでZIPコードをシンボル化します。<\/LI><\/UL>

  
  データの視覚的分析から、最も多くの病院と最も人口密度が高いZIPコード（下記マップの濃い緑色）が調査地域の南西部に集中していることがわかります。<\/P>

  <\/P>

  
  さらに詳しい情報は、spatial join をHospitalsレイヤーとZIP Codesレイヤー間で実行することで得られます。<\/P>

  • Hospitalsを右クリックし、「Joins and Relates」>「Join」をクリックします。<\/LI>
  • ダイアログボックスで空間位置に基づいて別のレイヤーからデータを結合するオプションを選択します。<\/LI>
  • レイヤーのドロップダウンリストからZIP Codesを選び、出力フィーチャクラス名と場所を指定してOKをクリックします。<\/LI><\/UL>

    
    spatial joinの出力は、新しいポイントレイヤーで、すべての病院フィーチャとそれぞれの施設が属するZIPコードの属性が含まれています。ZIPフィールドには病院所在地の5桁ZIPコードが入り、PO_NAMEフィールドにはそのZIPコードに対応する郵便局名（市名）が入ります。POP07_SQMIフィールドは各病院のZIPコードに関連付けられた人口密度を示します。<\/P>

     <\/P>

    PO_NAMEフィールドでソートすると、一部のZIPコードに複数の病院が存在することがわかります。<\/P>

    <\/P>

     <\/P>

    最後のステップはZIPフィールドを集計することです。この操作によって、病院が含まれる各ZIPコードごとに1件ずつレコードがあり、それぞれのZIPコード内にある病院数をカウントしたフィールドも含むテーブルが出力されます。またPOP07_SQMIなど数値フィールドの統計量も出力可能です。<\/P>

    • 結合テーブルでZIPフィールドを右クリックし、「Summarize」を選択します。<\/LI>
    • 集計統計ではNAME（病院名）のFirstとLastにチェックし、POP2007（総人口）とPOP07_SQMIにはAverageにチェックします。<\/LI>
    • 出力場所と名前を指定し、OKをクリックします。<\/LI>
    • 結果テーブルをマップに追加して開くオプションを選びます。<\/LI><\/UL>

       <\/P>

      ステップ5. 結果を確認し洗練させる<\/STRONG><\/SPAN><\/P>では、この集計テーブルはどんな情報を提供しているでしょうか？<\/P>
      Count_ZIPフィールドは、病院が含まれる各ZIPコード内の病院数を示しています。<\/P><\/P> <\/P>POP07_SQMIフィールドでソートすると、1平方マイルあたり2,000人以上いるすべてのZIPコードには少なくとも1つ以上の医療施設があることがわかります。<\/P> <\/P>この分析から、医療サービスの分布は調査地域内の人口分布と概ね一致しており、つまり最も多くの施設は人口密度が高い場所に位置しています。この分析は各施設が対応可能な患者数やその他関心ある変数を考慮してさらに洗練させることもできます。また低人口地域での医療アクセスが十分かどうか分析範囲を拡大することも可能です。現在のマップでは人口密度が低いZIPコードの住民は病院までかなり遠く移動しなければならない可能性があります。<\/P> <\/P>ArcGISで分析を行う方法についてもっと学びたいですか？以下のトレーニングオプションをご覧ください:<\/STRONG><\/SPAN><\/P>Getting Started with Spatial Analysis(ArcMapまたはArcGIS Pro向け)<\/LI>Going Places with Spatial Analysis(ArcGIS Online向け)<\/LI>ArcGIS 3: Performing Analysis(ArcMap向け)<\/LI>Spatial Analysis with ArcGIS Pro