Loading article…
地理情報システム（GIS）は、地理データを保存、管理、分析、編集、出力、視覚化する統合されたコンピュータハードウェアとソフトウェアで構成されています。[ 1 ] [ 2 ]この多くは空間データベース内で行われますが、これはGISの定義を満たすために必須ではありません。[ 1 ]より広い意味では、このようなシステムには、人間のユーザーとサポートスタッフ、手順とワークフロー、関連する概念と方法の知識体系、および組織も含まれると考えることができます。
数えられない複数形の地理情報システム（略称GIS）は、これらのシステムに関わる業界や職業で最も一般的な用語です。これらのシステムとその基礎となる地理学的原理を研究する学問分野もGISと略されることがあります。しかし、明確なGIScienceの方が一般的です。[ 3 ] GIScienceは、技術地理学の分野内の地理学のサブ分野とみなされることが多いです。
地理情報システムは、さまざまな技術、プロセス、手法、方法で使用されています。これらは、エンジニアリング、計画、管理、輸送/物流、保険、電気通信、ビジネス[ 4 ] 、および林業、生態学、地球科学などの自然科学に関連するさまざまな業務や多数のアプリケーションに結び付けられています。このため、GISと位置情報アプリケーションは、地理的分析と視覚化に依存する位置情報対応サービスの基盤となっています。
GISは、位置情報を「主要なインデックス変数」として使用することで、これまで関連性のなかった情報を関連付ける機能を提供します。地球の時空間に存在する場所や範囲は、発生日時と、経度（ x ）、緯度（ y ）、標高（z ）を表すx、y、 z座標によって記録できます。地球上のすべての時空間的な位置と範囲の参照は、互いに関連付けることができ、最終的には「実際の」物理的な場所や範囲に結び付けられます。GISのこの重要な特性は、科学的な探究と研究の新たな道を開き始めています。
デジタルGISは、ロジャー・トムリンソンが初めて「地理情報システム」という言葉を作り出した1960年代半ばに遡りますが[ 5 ] 、 GISが自動化する地理概念や方法の多くは、それより数十年前に遡ります。
空間分析が使用された最初の事例の1つは、疫学の分野である『パリおよびセーヌ県におけるコレラの流行と影響に関する報告書』 （1832年）に見られる。[ 6 ]フランスの地図製作者で地理学者のシャルル・ピケは、パリの48の地区を ハーフトーンのグラデーションで概説した地図を作成し、住民1,000人あたりのコレラによる死亡者数を視覚的に表現した。
1854年、疫学者で医師のジョン・スノーは、空間分析を用いてロンドンで発生したコレラの流行源を特定することに成功した。スノーは、各患者の居住地と近隣の水源を地図上にプロットすることでこれを実現した。これらの地点をマークすることで、流行の原因となった水源を特定することができた。これは、疫学において流行源を特定するために地理的手法が用いられた初期の成功例の一つである。地形や主題といった基本的な要素は以前から地図製作に存在していたが、スノーの地図は、地理的に依存する現象の集まりを描写するだけでなく分析するためにも地図製作手法を用いた点で独特であった。
20世紀初頭には、写真亜鉛版印刷技術 が開発され、地図をレイヤーに分割することが可能になりました。例えば、植生用のレイヤーと水域用のレイヤーに分割できます。これは特に等高線の印刷に用いられました。等高線を描くのは手間のかかる作業でしたが、別のレイヤーにすることで、製図者が他のレイヤーに惑わされることなく作業を進めることができました。当初、この作業はガラス板に描かれていましたが、後にプラスチックフィルムが導入されました。プラスチックフィルムは軽量で、保管スペースを節約でき、脆くないなど、多くの利点がありました。すべてのレイヤーが完成すると、大型のプロセスカメラを使用して1つの画像に合成されました。カラー印刷が登場すると、レイヤーの概念は各色ごとに個別の印刷版を作成するためにも使用されました。レイヤーの使用ははるか後になって現代のGISの典型的な機能の1つとなりましたが、ここで説明した写真印刷プロセス自体はGISとはみなされていません。なぜなら、地図はデータベースにリンクされていない単なる画像だったからです。
GISの初期には、さらに2つの注目すべき発展がありました。1つは、イアン・マクハーグの出版物「Design with Nature」[ 7 ]とその地図重ね合わせ方法、もう1つは、米国国勢調査局のDIME（ Dual Independent Map Encoding ）システムへの道路ネットワークの導入です。[ 8 ]
地図作成を容易にするためのコンピュータの使用を詳述した最初の出版物は、1959年にウォルド・トブラーによって書かれた。 [ 9 ]核兵器研究によって促進されたさらなるコンピュータハードウェアの開発により、1960年代初頭までに汎用コンピュータ「マッピング」アプリケーションがより広く普及した。[ 10 ]
1963年、世界初の本格的な運用GISがカナダのオンタリオ州オタワで、連邦森林農村開発省によって開発されました。ロジャー・トムリンソンによって開発されたこのシステムは、カナダ地理情報システム（CGIS）と呼ばれ、カナダ土地調査のために収集されたデータの保存、分析、操作に使用されました。カナダ土地調査は、土壌、農業、レクリエーション、野生生物、水鳥、林業、土地利用に関する情報を1:50,000の縮尺でマッピングすることにより、カナダの農村部の土地利用能力を決定する取り組みでした。分析を可能にするために、評価分類係数も追加されました。[ 11 ] [ 12 ]
CGIS は、データ ストレージ、オーバーレイ、計測、デジタル化/ スキャン機能を提供したため、「コンピュータ マッピング」アプリケーションよりも優れていました。大陸を横断する国家座標系をサポートし、真の埋め込みトポロジーを持つ弧として線をコード化し、属性情報と位置情報を別々のファイルに保存しました。この結果、トムリンソンは、特に収束地理データの空間分析を促進するオーバーレイの使用により、「GIS の父」として知られるようになりました。[ 13 ] CGIS は 1990 年代まで続き、カナダで大規模なデジタル土地資源データベースを構築しました。連邦政府および州政府の資源計画および管理をサポートするために、メインフレームベースのシステムとして開発されました。その強みは、複雑なデータセットの大陸規模の分析でした。CGIS は商用で利用されることはありませんでした。
1964年、ハワード・T・フィッシャーはハーバード大学大学院デザイン学部 にコンピュータグラフィックスおよび空間分析研究所（LCGSA 1965–1991）を設立し、そこで空間データ処理に関する多くの重要な理論的概念が開発され、1970年代までにSYMAP、GRID、ODYSSEYなどの画期的なソフトウェアコードとシステムを世界中の大学、研究センター、企業に配布しました。[ 14 ]これらのプログラムは、特定のインストール用に開発されていない汎用GISソフトウェアの最初の例であり、 1983年にリリースされたEsri ARC/INFOなどの将来の商用ソフトウェアに大きな影響を与えました。
トム・ウォーはハーバード研究所で働き、1969年からベクトルベースの地理情報マッピングおよび操作システム（GIMMS）ソフトウェアを開発しました。彼はエジンバラ大学に戻り、このソフトウェアは1973年から商用販売されました。[ 15 ] 1977年までに、世界中の300か所で使用されました。[ 16 ]これは、ハーバード・オデッセイ・システムの重要な特徴のいくつかを約5年、ARC/INFOを10年先取りした、世界的に使用された最初のGISとみなすことができます。[ 17 ]
1970年代後半までに、2つのパブリックドメインGISシステム（MOSSとGRASS GIS）が開発され、1980年代初頭には、M&S Computing（後のIntergraph ）がCADプラットフォームのBentley Systems Incorporated 、Environmental Systems Research Institute（ESRI）、CARIS （Computer Aided Resource Information System）、ERDAS （Earth Resource Data Analysis System）とともにGISソフトウェアの商用ベンダーとして登場し、空間情報と属性情報を分離する第一世代のアプローチと、属性データをデータベース構造に整理する第二世代のアプローチを組み合わせることで、CGISの 多くの機能をうまく取り入れた。 [ 18 ]
1986年、初のデスクトップGIS製品であるMapping Display and Analysis System（MIDAS）[ 19 ]がMS-DOS向けにリリースされました。1990年にWindowsに移植された際にMapInfo for Windowsと改名されました。これにより、GISが研究部門からビジネス環境へと移行するプロセスが始まりました。
20世紀末までに 、さまざまなシステムの急速な成長は比較的少数のプラットフォームに統合され標準化され、ユーザーは インターネット経由でGISデータを閲覧する試みを始め、データ形式と転送標準が必要となった。最近では、さまざまなオペレーティングシステム上で動作し、特定のタスクを実行するようにカスタマイズできる無料のオープンソースGISパッケージが増加している。21世紀の主要なトレンドは、リレーショナルデータベース、クラウドコンピューティング、サービスとしてのソフトウェア（SaaS）、モバイルコンピューティングなどの他の情報技術およびインターネットインフラストラクチャとGIS機能を統合することである。[ 20 ]
特定の用途向けのソフトウェアとデータの単一のインストール、および関連するハードウェア、スタッフ、および組織 (たとえば、特定の市役所の GIS) である単一の地理情報システムと、さまざまなアプリケーション ドメインの多くの個別の地理情報システムで使用されることを目的とした汎用アプリケーション プログラムであるGIS ソフトウェアとの区別をする必要があります。 [ 21 ] : 16 1970 年代後半から、多くのソフトウェア パッケージが GIS アプリケーション専用に作成されました。ArcGIS Proとレガシー ソフトウェアArcMapを含むEsriのArcGIS は、現在 GIS 市場を支配しています。GISの他の例としては、 AutodeskとMapInfo Professional、およびQGIS、GRASS GIS、MapGuide、Hadoop-GISなどのオープンソース プログラムがあります。[ 22 ]これらのデスクトップ GIS アプリケーションには、地理データの入力、管理、分析、および視覚化のための完全な機能スイートが含まれており、単独で使用できるように設計されています。
1990年代後半にインターネットが登場し、コンピュータネットワーク技術が進歩するにつれて、GISインフラストラクチャとデータはサーバーに移行し始め、GIS機能を提供する別のメカニズムが提供されるようになりました。[ 23 ] : 216これは、 HTTPサーバーやリレーショナルデータベース管理システムなどの他のサーバーソフトウェアと同様に、サーバーにインストールされたスタンドアロンソフトウェアによって促進され、クライアントは専用のデスクトップソフトウェアをインストールすることなく、GISデータと処理ツールにアクセスできるようになりました。これらのネットワークは分散GISとして知られています。[ 24 ] [ 25 ]この戦略は、インターネットと、ArcGIS OnlineやGIS専用のサービスとしてのソフトウェア（SaaS）などのクラウドベースのGISプラットフォームの開発によって拡張されました。分散GISを促進するためにインターネットを使用することは、インターネットGISとして知られています。[ 24 ] [ 25 ]
別の方法としては、これらの機能の一部または全部を他のソフトウェアや情報技術アーキテクチャに統合する方法があります。例えば、オブジェクトリレーショナルデータベースソフトウェアに空間拡張機能を追加し、ジオメトリデータ型を定義することで、空間データをリレーショナルテーブルに格納できるようにしたり、オーバーレイなどの空間分析操作のためにSQLを拡張したりすることが挙げられます。また、地理空間ライブラリやアプリケーションプログラミングインターフェース（GDAL、Leaflet、D3.jsなど）が普及し、プログラミング言語を拡張することで、ウェブマッピングサイトやスマートフォンの位置情報サービスなど、カスタムソフトウェアにGISデータと処理を組み込むことが可能になっています。
あらゆるGISの中核は、地理的現象の表現、すなわちその形状（位置と形）と特性または属性をモデル化したデータベースです。GISデータベースは、個別のデータファイルの集合や、空間情報に対応した単一のリレーショナルデータベースなど、さまざまな形式で保存できます。これらのデータの収集と管理は、通常、プロジェクトの時間と資金の大部分を占め、分析やマッピングなどの他の側面よりもはるかに大きな割合を占めます。[ 23 ]： 175
GISは、空間時間（時空間）における位置情報を、他のすべての情報の主要なインデックス変数として使用します。テキストや数値を含むリレーショナルデータベースが、共通のキーインデックス変数を使用して複数の異なるテーブルを関連付けることができるのと同様に、GISは位置情報をキーインデックス変数として使用することで、本来は関連性のない情報を関連付けることができます。その鍵となるのは、時空間における位置や範囲です。
空間的に、そして近年では時間的にも位置を特定できる変数はすべて、GISを使用して参照できます。地球の時空間における位置や範囲は、発生日時、および経度、緯度、標高をそれぞれ表すx、y、z座標として記録できます。これらのGIS座標は、他の定量化された時空間参照システム（例えば、フィルムのフレーム番号、河川水位観測所、高速道路のマイル標識、測量基準点、建物の住所、交差点、入口ゲート、水深測量、POSまたはCAD図面の原点/単位）を表すことができます。記録された時空間データに適用される単位は、（まったく同じデータを使用する場合でも、地図投影法を参照）大きく異なる場合がありますが、地球をベースとしたすべての時空間の位置と範囲の参照は、理想的には互いに関連付けることができ、最終的には時空間における「実際の」物理的な位置または範囲に関連付けることができるはずです。
正確な空間情報によって関連付けられた、現実世界および予測される過去または未来の信じられないほど多様なデータを分析、解釈、表現することができます。[ 26 ] GISのこの重要な特徴は、これまで体系的に相関付けられていなかった現実世界の情報の挙動とパターンに関する科学的調査の新たな道を開き始めています。
GIS データは、道路、土地利用、標高、樹木、水路、州など、現実世界に存在する現象を表します。データで表現される最も一般的なタイプの現象は、離散オブジェクト(例: 家、道路) と連続フィールド(例: 降雨量、人口密度) の 2 つの概念に分類できます。[ 23 ] : 62-65イベント (例:第二次世界大戦の戦闘場所)、プロセス (例: 郊外化の程度)、および質量 (例:ある地域の土壌の種類) などの他のタイプの地理的現象は、あまり一般的ではなく、間接的に表現されるか、データではなく分析手順でモデル化されます。
従来、GISでは、マッピング参照の抽象化の種類を問わず、ラスター画像とベクターという2つの主要な方法でデータを保存することが行われてきました。点、線、ポリゴンは、マッピングされた位置属性参照のベクターデータを表します。
データを保存する新しいハイブリッド方式として、点群を識別する方法があります。これは、3次元の点と各点のRGB情報を組み合わせ、 3Dカラー画像を生成するものです。これにより、GISの主題図は、表示または決定しようとする内容を、より現実的に視覚的に表現できるようになっています。
GISデータ取得には、空間データをGISデータベースに収集するためのいくつかの方法があり、これらは3つのカテゴリに分類できます。一次データ取得（現場での直接測定現象（例：リモートセンシング、全地球測位システム））、二次データ取得（紙の地図など、GIS形式ではない既存の情報源からのデジタル化による情報抽出）、データ転送（政府機関や民間企業などの外部ソースからの既存のGISデータのコピー）。これらの方法はすべて、時間、資金、その他のリソースを相当消費する可能性があります。[ 23 ]： 173
測量データは、座標幾何学（COGO）と呼ばれる手法を用いて、測量機器のデジタルデータ収集システムからGISに直接入力できます。全地球測位システム（GPS）などの全地球航法衛星システム（ GNSS）からの位置も収集し、GISにインポートできます。データ収集の現在のトレンドは、無線接続または切断された編集セッションを使用してライブデータを編集できるフィールドコンピュータをユーザーが使用できることです。 [ 27 ]現在のトレンドは、モバイルGISの形でスマートフォンやPDAで利用可能なアプリケーションを使用することです。 [ 28 ]これは、リアルタイムでデシメートル精度を持つ低コストのマッピンググレードGPSユニットが利用可能になったことで強化されました。これにより、フィールドワークの収集後にオフィスでデータを後処理、インポート、更新する必要がなくなります。これには、レーザー距離計を使用して収集した位置を組み込む機能も含まれます。新しいテクノロジーにより、ユーザーはフィールドで直接マップや分析を作成することもできるため、プロジェクトの効率が向上し、マッピングの精度が向上します。
リモートセンシングデータもデータ収集において重要な役割を果たしており、プラットフォームに取り付けられたセンサーで構成されています。センサーにはカメラ、デジタルスキャナ、ライダーなどがあり、プラットフォームは通常、航空機や衛星で構成されています。1990年代半ばのイギリスでは、ヘリカイトと呼ばれるハイブリッドカイト/バルーンが、小型の空中デジタルカメラを空中地理情報システムとして使用する先駆けとなりました。0.4 mmの精度を持つ航空機計測ソフトウェアを使用して、写真をリンクし、地面を測定しました。ヘリカイトは安価で、航空機よりも正確なデータを収集できます。ヘリカイトは、無人航空機 （UAV）が禁止されている道路、鉄道、都市の上空で使用できます。
近年、小型UAVやドローンによって航空データ収集がより身近なものになった。例えば、Aeryon Scoutは、地上サンプル間隔1インチ（2.54cm ） で50エーカーのエリアをわずか12分でマッピングするために使用された。[ 29 ]
現在、デジタルデータの大部分は航空写真の判読によって得られています。ソフトコピーワークステーションは、デジタル写真のステレオペアから直接地物をデジタル化するために使用されます。これらのシステムでは、写真測量の原理を用いてステレオペアから直接標高を測定することで、2次元および3次元のデータを取得できます。アナログ航空写真は、ソフトコピーシステムに取り込む前にスキャンする必要がありますが、高品質のデジタルカメラの場合はこの手順は不要です。
衛星リモートセンシングは、空間データの重要な情報源の一つです。衛星は様々なセンサーパッケージを用いて、レーダーなどの能動型センサーから発信された電磁スペクトルの一部や電波の反射率をパッシブに測定します。リモートセンシングによって収集されるラスターデータは、異なるバンドを用いてさらに処理することで、土地被覆などの対象物や分類を識別することができます。
データ作成の最も一般的な方法はデジタル化であり、紙の地図や測量図をCADプログラムと地理参照機能を使用してデジタル媒体に転送します。オルソ補正画像（衛星、航空機、ヘリコプター、UAVなど）が広く利用可能になったことで、ヘッドアップデジタイジングが地理データ抽出の主要な手段になりつつあります。ヘッドアップデジタイジングでは、従来のように別のデジタイジングタブレットで地理的形状をトレースするのではなく（ヘッドダウンデジタイジング）、航空画像の上に地理データを直接トレースします。ヘッドダウンデジタイジング、または手動デジタイジングでは、特殊な磁気ペンまたはスタイラスを使用してコンピュータに情報を入力し、同一のデジタルマップを作成します。一部のタブレットでは、スタイラスの代わりにパックと呼ばれるマウスのようなツールを使用します。[ 30 ] [ 31 ]パックには十字線付きの小さな窓があり、より高い精度で地図の特徴を特定できます。ヘッドアップデジタイジングがより一般的に使用されていますが、ヘッドダウンデジタイジングは、品質の低い地図をデジタイジングするのに依然として役立ちます。[ 31 ]
紙やPETフィルムに印刷された既存の地図データは、デジタル化またはスキャンすることでデジタルデータを作成できます。デジタイザーは、オペレーターが地図から点、線、ポリゴンの境界線をトレースすることでベクターデータを生成します。地図をスキャンするとラスターデータが生成され、これをさらに処理することでベクターデータを作成できます。
データ収集の際には、相対精度で収集するか絶対精度で収集するかを検討する必要があります。なぜなら、これは情報の解釈方法だけでなく、データ収集のコストにも影響を与える可能性があるからです。
GISにデータを入力した後、通常はエラーの除去やさらなる処理のためにデータの編集が必要になります。ベクターデータの場合、高度な分析に使用する前に「トポロジー的に正しい」状態にする必要があります。たとえば、道路網では、線は交差点のノードと接続されていなければなりません。アンダーシュートやオーバーシュートなどのエラーも除去する必要があります。スキャンした地図の場合、元の地図上の欠陥をラスターから除去する必要があるかもしれません。たとえば、小さな土の塊が、本来接続されるべきではない2本の線を接続してしまう可能性があります。
地球は様々なモデルで表現することができ、それぞれのモデルは地球表面上の任意の地点に対して異なる座標（緯度、経度、標高など）を与える可能性があります。最も単純なモデルは、地球を完全な球体と仮定することです。地球の測定データが蓄積されるにつれて、地球のモデルはより洗練され、より正確になってきました。実際、精度を高めるために地球の異なる地域に適用される測地系と呼ばれるモデルがあり、例えば、米国における測定には1983年北米測地系（NAD）、世界規模での測定には世界測地系（WGS）が用いられています。
ローカル測地系に基づいて作成された地図上の緯度と経度は、GPS受信機から取得した緯度と経度と同じではない場合があります。座標をある測地系から別の測地系に変換するには、ヘルマート変換などの測地系変換が必要ですが、特定の状況では単純な平行移動で十分な場合もあります。[ 32 ]
一般的なGISソフトウェアでは、緯度/経度で投影されたデータは、地理座標系として表現されることがよくあります。例えば、基準系が「1983年北米測地系」である場合、緯度/経度データは「GCS North American 1983」と表記されます。
デジタルモデルは現実世界を完全に再現することはできませんが、GISデータは高品質であることが重要です。準同型の原理に従い、データは現実世界に十分近いものでなければならず、GIS処理の結果が現実世界のプロセスの結果と正しく対応する必要があります。つまり、データ品質には単一の基準はなく、必要な品質レベルは、データが使用されるタスクの規模と目的に応じて異なります。GISデータにとって重要なデータ品質の要素はいくつかあります。
データセットの品質は、そのソースと作成方法に大きく依存します。測量士はハイエンドのGPS機器を使用して高い位置精度を提供できていますが、平均的なスマートフォンのGPS位置ははるかに精度が低くなっています。[ 34 ]デジタル地形や航空画像などの一般的なデータセット[ 35 ]は、特に空間精度において、さまざまなレベルの品質で利用可能です。長年データソースとしてデジタル化されてきた紙の地図も、品質が大きく異なる場合があります。
地図の定量的分析により、精度の問題が浮き彫りになります。GIS の測定に使用される電子機器やその他の機器は、従来の地図分析に使用される機器よりもはるかに高精度です。すべての地理データは本質的に不正確であり、これらの不正確さは 予測困難な方法で GIS 操作全体に伝播します。[ 36 ]
データ構造の再構築は、GISによって実行され、データをさまざまな形式に変換することができます。たとえば、GISを使用すると、同じ分類のすべてのセルを囲む線を生成することで、衛星画像マップをベクトル構造に変換できます。この際、隣接関係や包含関係などのセルの空間的な関係も決定されます。
画像処理は、コントラスト強調、擬似カラーレンダリング、および2次元フーリエ変換の使用を含むさまざまな技術を提供するために、 1960年代後半にNASA と民間部門によって開発された技術であり、より高度なデータ処理が可能です。デジタルデータはさまざまな方法で収集および保存されるため、2つのデータソースは完全に互換性があるとは限りません。そのため、GISは地理データをある構造から別の構造に変換できる必要があります。その際、さまざまなオントロジーと分類の背後にある暗黙の仮定を分析する必要があります。[ 37 ]オブジェクトオントロジーは、オブジェクト指向プログラミングとバリー・スミスとその同僚による継続的な研究の結果として、ますます重要性を増しています。
空間ETLツールは、従来の抽出、変換、ロード（ETL）ソフトウェアと同様のデータ処理機能を提供します が、空間データの管理に重点を置いています。これらのツールは、GISユーザーがさまざまな標準規格や独自フォーマット間でデータを変換できるだけでなく、その過程でデータを幾何学的に変換することも可能です。これらのツールは、スプレッドシート などの既存の汎用ソフトウェアのアドインとして提供される場合があります。
GIS空間分析は急速に変化している分野であり、GISパッケージには分析ツールが標準組み込み機能、オプションのツールセット、アドイン、または「アナリスト」としてますます含まれるようになっています。多くの場合、これらは元のソフトウェアサプライヤー（商用ベンダーまたは非商用の共同開発チーム）によって提供されますが、その他の場合、機能はサードパーティによって開発され提供されています。さらに、多くの製品は、独自の分析ツールまたはその派生版を開発するためのソフトウェア開発キット（SDK）、プログラミング言語と言語サポート、スクリプト機能、および/または特別なインターフェースを提供します。利用可能性の向上により、 「空間インテリジェンス」と呼ばれるビジネスインテリジェンスの新しい次元が生まれ、イントラネットを介してオープンに提供されると、地理およびソーシャルネットワークデータへのアクセスが民主化されます。GIS空間分析に基づく地理空間インテリジェンスは、セキュリティの重要な要素にもなっています。GIS全体は、ベクトル表現またはその他のデジタル化プロセスへの変換として説明できます。
地理情報処理は、空間データを操作するために使用される GIS 操作です。典型的な地理情報処理操作では、入力データセットを受け取り、そのデータセットに対して操作を実行し、操作の結果を出力データセットとして返します。一般的な地理情報処理操作には、地理的特徴の重ね合わせ、特徴の選択と分析、トポロジ処理、ラスター処理、データ変換などがあります。地理情報処理により、意思決定を行うために使用される情報の定義、管理、分析が可能になります。[ 38 ]
地理学の多くの分野では、水文学、土木工事、生物地理学など、地表の形状である地形が関係します。そのため、地形データはGISの中核となるデータセットであり、通常はラスター形式のデジタル標高モデル（DEM）または三角形不規則網（TIN）の形で提供されます。ほとんどのGISソフトウェアには、地形を分析するためのさまざまなツールが用意されており、多くの場合、地表の特定の側面を表す派生データセットを作成します。最も一般的なツールには、次のようなものがあります。
これらのほとんどは、ベクトル解析の離散的な単純化であるアルゴリズムを使用して生成されます。地形解析における傾斜、方位、表面曲率はすべて、セルの隣接するセルの標高値を使用した近傍演算から導出されます。[ 42 ]これらのそれぞれは、DEMの解像度など、地形データの詳細レベルに大きく影響されるため、慎重に選択する必要があります。[ 43 ]
距離は、多くの地理的タスクを解決する上で重要な要素であり、通常は距離による摩擦が原因です。そのため、バッファ、ボロノイ多角形やティッセン多角形、コスト距離分析、ネットワーク分析など、さまざまな分析ツールが何らかの形で距離を分析しています。
湿地の地図を空港、テレビ局、学校などのさまざまな地点で記録された降雨量と関連付けることは困難です。しかし、GIS を使用すると、情報ポイントから地球の表面、地下、大気の 2 次元および 3 次元の特性を描写できます。たとえば、GIS は、降雨量の異なる等値線または等高線を含む地図を迅速に生成できます。このような地図は、降雨等高線図と考えることができます。多くの高度な手法により、限られた数の点測定値から表面の特性を推定できます。降雨点測定値の表面モデリングから作成された 2 次元等高線図は、同じ領域をカバーする GIS 内の他の地図と重ね合わせて分析できます。この GIS から生成された地図は、再生可能エネルギー源としての水力発電の可能性などの追加情報を提供できます。同様に、GIS は、他の再生可能エネルギー資源を比較して、地域にとって最適な地理的可能性を見つけるために使用できます。 [ 44 ]
さらに、3次元点群、すなわちデジタル標高モデルから、標高等高線を表す等値線、傾斜解析、陰影起伏図、その他の標高関連データを作成できます。任意の地点から隣接する上り坂の領域をすべて計算することで、任意の区間における流域を容易に定義できます。同様に、 GISの標高データから、間欠河川や常時河川において地表水が流れ込むであろう深さ（最深部）を予測することも可能です。
GISは、デジタル保存された空間データ内に存在する空間的な関係を認識し、分析することができます。これらのトポロジー的な関係により、複雑な空間モデリングと分析が可能になります。幾何学的実体間のトポロジー的な関係には、従来、隣接関係（何が何に隣接しているか）、包含関係（何が何を囲んでいるか）、近接関係（あるものが他のものにどれだけ近いか）などが含まれます。
幾何学的ネットワークは、相互接続された特徴を表現し、それらに対して特別な空間分析を実行するために使用できる、オブジェクトの線形ネットワークです。幾何学的ネットワークは、数学やコンピュータサイエンスにおけるグラフと同様に、接合点で接続されたエッジで構成されています。グラフと同様に、ネットワークのエッジには重みとフローを割り当てることができ、これによってさまざまな相互接続された特徴をより正確に表現できます。幾何学的ネットワークは、道路ネットワークや、電気、ガス、水道などの公共事業ネットワークのモデリングによく使用されます。ネットワークモデリングは、交通計画、水文モデリング、インフラストラクチャモデリングでも一般的に使用されています。
ダナ・トムリンは博士論文（1983年）で「地図モデリング」という用語を造語し、後に著書『地理情報システムと地図モデリング』（1990年）のタイトルにこの用語を使用しました。[ 45 ]地図モデリングとは、同じエリアの複数の主題レイヤーを作成、処理、分析するプロセスを指します。トムリンはラスターレイヤーを使用しましたが、オーバーレイ方式（下記参照）はより一般的に使用できます。地図レイヤーに対する操作はアルゴリズムに組み合わせることができ、最終的にはシミュレーションや最適化モデルになります。
複数の空間データセット（点、線、ポリゴン）を組み合わせることで、同じ地域の複数の地図を重ね合わせたような視覚効果を持つ、新しい出力ベクトルデータセットが作成されます。これらのオーバーレイは、数学的なベン図のオーバーレイに似ています。ユニオンオーバーレイは、両方の入力の地理的特徴と属性テーブルを1つの新しい出力に結合します。インターセクトオーバーレイは、両方の入力が重なる領域を定義し、それぞれの属性フィールドのセットを保持します。対称差オーバーレイは、重なり合う領域を除く両方の入力の合計領域を含む出力領域を定義します。
データ抽出は、ベクターオーバーレイに似たGISプロセスですが、ベクターデータ解析とラスターデータ解析のどちらにも使用できます。データ抽出では、両方のデータセットのプロパティとフィーチャを組み合わせるのではなく、「クリップ」または「マスク」を使用して、一方のデータセットの空間範囲内にあるフィーチャを抽出します。
ラスタデータ分析では、データセットの重ね合わせは、「複数のラスタに対する局所演算」または「マップ代数」と呼ばれるプロセスによって行われます。これは、各ラスタのマトリックスの値を組み合わせる関数によって実現されます。この関数は、地理的現象に対する様々な要因の影響を反映する「インデックスモデル」を用いることで、一部の入力値を他の入力値よりも重視する場合があります。
地統計学は、連続的な指標を持つ空間データ、すなわち現場データを扱う統計学の一分野です。空間相関をモデル化し、任意の位置における値を予測する（補間する）ための手法を提供します。
現象を測定する際、観測方法がその後の分析の精度を左右します。データの性質（例えば、都市環境における交通パターン、太平洋上の気象パターンなど）によっては、測定において一定または動的な精度の損失が必ず発生します。この精度の損失は、データ収集の規模と分布によって決まります。
分析の統計的妥当性を判断するために、平均値が算出され、直接測定できない点（勾配）も含めることで、それらの予測される挙動を決定できます。これは、適用された統計手法とデータ収集方法の限界によるものであり、直接測定できない粒子、点、および位置の挙動を予測するには補間が必要となります。
補間とは、多数のサンプルポイントで収集されたデータを入力として、通常はラスターデータセットであるサーフェスを作成するプロセスです。補間にはいくつかの形式があり、それぞれデータセットの特性に応じてデータの扱い方が異なります。補間方法を比較する際には、まずソースデータが変化するかどうか（正確な変化か近似的な変化か）を考慮する必要があります。次に、その方法が主観的（人間の解釈に基づく）か客観的かを検討します。さらに、ポイント間の遷移の性質、つまり遷移が急激か緩やかかを検討します。最後に、その方法がグローバル（データセット全体を使用してモデルを作成する）かローカル（地形の小さなセクションに対してアルゴリズムを繰り返す）かを検討します。
補間は、空間自己相関の原理に基づいているため、正当な測定方法である。この原理は、どの位置で収集されたデータも、その近傍にある位置のデータと大きな類似性を持つか、あるいは影響を受けることを認識している。
デジタル標高モデル、三角形不規則ネットワーク、エッジ検出アルゴリズム、ティッセン多角形、フーリエ解析、（加重）移動平均、逆距離加重、クリギング、スプライン、トレンドサーフェス解析はすべて、補間データを作成するための数学的手法です。
ジオコーディングとは、番地や郵便番号、区画、住所位置などの空間参照データから空間位置（X、Y座標）を補間することです。個々の住所をジオコーディングするには、住所範囲を含む道路中心線ファイルなどの参照テーマが必要です。従来、個々の住所位置は、道路区間に沿った住所範囲を調べることで補間または推定されていました。これらは通常、表またはデータベースの形式で提供されます。ソフトウェアは、中心線に沿ってその住所が属するおおよその位置に点を配置します。たとえば、住所500は、住所 1から始まり住所1,000で終わる線分の中間点に位置します 。ジオコーディングは、通常、自治体の税務地図からの実際の区画データにも適用できます。この場合、ジオコーディングの結果は、補間された点ではなく、実際に位置付けられた空間になります。このアプローチは、より正確な位置情報を提供するためにますます使用されています。
逆ジオコーディングとは、指定された座標に基づいて推定される番地番号を返すプロセスです。例えば、ユーザーが道路の中心線（座標）をクリックすると、推定される番地番号が返されます。この番地番号は、その道路区間に割り当てられた範囲から補間されます。ユーザーが番地番号1から100までの区間の中間点をクリックした場合、返される値は50付近になります。逆ジオコーディングは実際の住所を返すのではなく、あらかじめ決められた範囲に基づいて推定される住所のみを返すことに注意してください。
GISと組み合わせた多基準意思決定分析手法は、植生被覆や道路などの複数の基準に対して、復元に最も適した生態学的生息地などの代替空間ソリューションのセットを分析する際に意思決定者を支援します。MCDAは意思決定ルールを使用して基準を集約し、代替ソリューションをランク付けまたは優先順位付けできるようにします。[ 46 ] GIS MCDAは、潜在的な復元場所の特定にかかるコストと時間を削減する可能性があります。
GIS または空間データマイニングは、空間データにデータマイニング手法を適用することです。大規模データベースに隠されたパターンを部分的に自動化して検索するデータマイニングは、応用 GIS ベースの意思決定に大きな潜在的メリットをもたらします 。 典型的なアプリケーションには、環境モニタリングが含まれます。このようなアプリケーションの特徴は、データ測定値間の空間相関により、より効率的なデータ分析のために特殊なアルゴリズムを使用する必要があることです。[ 47 ] GIS ベースの空間モデリングは、医療へのアクセスや保険加入を含む健康および社会的な成果における地域的な不平等を特定および予測するために、機械学習技術とますます組み合わされています。[ 48 ]
地図作成とは、地図、つまり空間データの視覚的表現を設計・制作することです。現代の地図作成の大部分はコンピュータ、特にGIS（地理情報システム）を用いて行われますが、レイヤーをデザインプログラムに取り込んで洗練させることで、質の高い地図を作成することもできます。ほとんどのGIS ソフトウェアは、ユーザーがデータの表示方法を高度に制御できる機能を提供しています。
地図作成作業には主に2つの機能があります。
まず、分析結果をリソースに関する意思決定を行う人々に伝えるグラフィックを画面上または紙面に生成します。壁掛け地図などのグラフィックを生成することで、閲覧者は分析結果や潜在的な事象のシミュレーション結果を視覚的に理解することができます。Webマップサーバーは、 Webベースのアプリケーションプログラミングインターフェース（ AJAX、Java、Flashなど）のさまざまな実装を使用して、Webブラウザ経由で生成されたマップを配信します。
第二に、さらなる分析や利用のために、その他のデータベース情報を生成することも可能です。例えば、有害物質の流出現場から1 マイル（1.6km ）以内にあるすべての住所のリストなどが挙げられます。
アーキオクロームは、空間データを表示する新しい方法です。これは、特定の建物または建物の一部に適用される、3Dマップ上のテーマです。熱損失データの視覚的な表示に適しています。
伝統的な地図は現実世界を抽象化したものであり、重要な要素を抽出して、物理的な物体を表す記号を用いて紙の上に表現したものです。地図を使う人は、これらの記号を解釈する必要があります。地形図は、等高線や陰影起伏によって地表面の形状を示します。
今日では、GISにおける高度に基づく陰影表示などのグラフィック表示技術を用いることで、地図要素間の関係性を視覚的に把握し、情報の抽出と分析能力を高めることができる。例えば、カリフォルニア州サンマテオ郡の一部を透視図で表示するために、2種類のデータがGIS上で組み合わされた。
GISを使用して2つの画像を位置合わせして合成し、テーマティックマッパー画像のピクセルを使用しながら地形の標高に基づいて陰影を付け、サンアンドレアス断層を見下ろす3次元の透視図を作成しました。GISの表示は、観察者の視点と表示時刻に依存し、その緯度、経度、時刻における太陽光線によって生じる影を適切に表示します。
Google MapsやBing Mapsといった独自のウェブアプリケーションや、無料のオープンソース代替サービスであるOpenStreetMapなど、無料で簡単に利用できるマッピングソフトウェアが普及している。これらのサービスにより、一般の人々は膨大な量の地理データにアクセスできるようになり、多くのユーザーはそれを専門家の情報と同じくらい信頼でき、利用できると認識している。[ 49 ]例えば、COVID-19パンデミックの間、ダッシュボードでホストされているウェブマップは、症例データを一般の人々に迅速に伝えるために使用された。[ 50 ]
Google Maps やOpenLayersのように、ユーザーがカスタム アプリケーションを作成できるアプリケーション プログラミング インターフェイス(API) を公開しているものもあります。これらのツール キットは、一般的にストリート マップ、航空写真/衛星画像、ジオコーディング、検索、ルーティング機能を提供しています。Web マッピングは、 OpenStreetMapのようなプロジェクトで地理データのクラウド ソーシングの可能性も明らかにしました。OpenStreetMap は、無料で編集可能な世界地図を作成する共同プロジェクトです。これらのマッシュアッププロジェクトは、従来の地理情報では不可能な高いレベルの価値とメリットをエンド ユーザーに提供することが証明されています。[ 51 ] [ 52 ]
ウェブマッピングにも欠点があります。ウェブマッピングでは、適切な地図作成の訓練を受けていない人でも地図を作成・配布できてしまいます。[ 53 ]このため、地図作成の慣例を無視した、誤解を招く可能性のある地図が生まれており、ある研究では、米国の州政府のCOVID-19ダッシュボードの半数以上がこれらの慣例に従っていないことが判明しています。[ 54 ] [ 55 ]
1960年代の誕生以来、GISはますます幅広い用途で利用されるようになり、位置情報の重要性が広く認識されていることを裏付けるとともに、地理空間技術の導入障壁が継続的に低下していることもその一因となっている。GISの多様な用途は、いくつかの方法で分類することができる。
GIS の実装は、多くの場合、管轄区域 (都市など)、目的、またはアプリケーションの要件によって推進されます。一般的に、GIS の実装は組織向けにカスタム設計される場合があります。したがって、アプリケーション、管轄区域、企業、または目的のために開発された GIS 展開は、他のアプリケーション、管轄区域、企業、または目的のために開発された GIS と必ずしも相互運用性や互換性があるとは限りません。[ 67 ]
GISは位置情報サービスにも発展しており、GPS対応のモバイルデバイスが、固定物（最寄りのレストラン、ガソリンスタンド、消火栓など）や移動物（友人、子供、パトカー など）との位置関係を表示したり、位置情報を中央サーバーに送信して表示やその他の処理を行ったりすることが可能になっている。
GISは、デジタルマーケティングやSEOにおいて、場所に基づくオーディエンスのセグメンテーションにも使用されています。[ 68 ] [ 69 ]
地理情報システム（GIS）は、水生科学と陸水学において不可欠な要素となっています。水は本質的に動的な性質を持つため、水に関連する特徴は常に変化しています。こうした変化に対応するため、技術の進歩により、科学者は野生生物の衛星追跡から生息地のコンピュータマッピングまで、科学的調査のあらゆる側面を強化する方法を得てきました。米国地質調査所、米国魚類野生生物局、その他の連邦および州の機関は、保全活動を支援するためにGISを活用しています。
GISは、海岸線の変化や海岸侵食の長期モニタリングに適用され、過去の航空写真、衛星画像、GPS測量を統合して後退率を定量化し、海岸の脆弱性を評価している。[ 70 ]
地理空間災害対応は、地理空間データとツールを活用して、緊急対応要員、土地管理者、科学者が災害に対応できるよう支援します。地理空間データは、人命救助、被害軽減、コミュニケーションの改善に役立ちます。FEMAなどの連邦機関は、地理空間データを利用して、災害の範囲、支援を必要とする人々の位置、瓦礫の位置を示す地図を作成したり、危険にさらされている人々の数や被害の程度を推定するモデルを作成したり、緊急対応要員、土地管理者、科学者間のコミュニケーションを改善したり、緊急医療資源や捜索救助チームなどの資源をどこに配分するかを決定したり、避難経路を計画したり、最も危険にさらされている地域を特定したりすることができます。
米国では、FEMAの対応地理空間オフィスが、状況認識を高め、遠征や効果的な意思決定を可能にするためのGIS製品の取得、分析、開発を担当しています。RGOの使命は、意思決定者が災害の影響の規模、範囲、程度を理解し、最も必要としているコミュニティにリソースを提供できるよう支援することです。[ 74 ]
地理情報システム（GIS）は、環境管理、モデリング、計画によく使われるツールです。マイケル・グッドチャイルドが簡潔に定義したように、GISは「地理情報をデジタル形式で処理するためのコンピュータシステム」です。[ 75 ]近年、GISは参加型、協働型、オープンデータといった理念において不可欠な役割を果たしています。社会と技術の進化により、デジタルと環境に関する課題は、公共政策、グローバルメディア、民間セクターの最前線に押し上げられました。
環境汚染における GIS は、土壌汚染、水質汚染、大気汚染など、地球上の汚染物質をマッピングおよび分析するためにGISソフトウェアを使用することです。[ 76 ] [ 77 ] [ 78 ]さまざまな GIS 手法が、汚染物質の空間分析を 実施して、それらを特定、監視、評価するために使用されます。GIS は、リモート センシング、LIDAR、GeoAI、WebGIS など、分析プロセスを進めるために他のテクノロジーを使用できます。[ 79 ] 1 つの手法には空間補間があり、土壌および水質汚染物質の修復および監視へのより効率的なアプローチを可能にします。金属やその他の汚染物質による汚染は、世界の多くの地域で工業化後に重大な環境問題となっています。[ 80 ] その結果、環境機関が土壌汚染サイトの修復、監視、緩和を担当しています。GIS は、地球上の金属汚染サイトを監視し、修復と監視が必要な高リスクサイトを特定するために使用されます。
地質図は、さまざまな地質学的特徴を示すために作成された特別な目的の地図です。岩石ユニットまたは地質層は、色または記号で示されます。層理面や断層、褶曲などの構造的特徴は、走向と傾斜、または傾向と傾斜の記号で示され、特徴の三次元的な方向を示します。地質図作成は、分析データから個人的な観察まで、複数の種類の情報を含む解釈プロセスであり、すべて地質学者によって統合され記録されます。地質学的観察は、従来、標準化されたメモカード、ノート、または地図に紙に記録されてきました。[ 81 ]
地質探査および鉱物資源評価。[ 82 ]
地質学では、GISは鉱床の評価と予測にますます利用されており、特に建設用砂、粘土、泥炭などの一般的な鉱物資源（COMR）に利用されています。石油やガスの探査で典型的な密で均一に分布したボーリング孔データとは異なり、COMRの探査は疎で不均一に分布したデータセットに依存することがよくあります。そのため、不完全な情報から3次元の地質モデルを作成するには、ボロノイ図に基づくものなど、特殊なGISアルゴリズムが必要です。モデリングに加えて、GISは、被覆率や鉱床の厚さなどの地質学的および産業的パラメータを土地利用データと統合して、潜在的な採掘場所を経済的および環境的許容性に基づいて分類およびランク付けすることにより、包括的な評価を可能にします。この統合アプローチのケーススタディは、ベラルーシのブレスト地域で実証されており、露天掘り開発の地質学的制約と土地利用規制の両方を考慮して、新しい非金属鉱床を予測および評価するための地域デジタルモデルが作成されました[ 83 ]。
地理情報システム（GIS）は、地理空間情報（GEOINT）および米国の国家安全保障において、常に進化し続ける役割を果たしています。これらの技術により、ユーザーは地理空間データを効率的に管理、分析、生成し、GEOINTを他の情報収集方法と組み合わせ、地理空間データの高度な分析と視覚化を行うことができます。そのため、GISは意思決定者の不確実性を低減するために、最新かつより信頼性の高いGEOINTを生成します。GISプログラムはWeb対応であるため、ユーザーは世界中のどこからでも意思決定者と連携して、GEOINTおよび国家安全保障関連の問題を解決できます。GEOINTおよび国家安全保障で使用されるGISソフトウェアには、 Google Earth、ERDAS IMAGINE、GeoNetworkオープンソース、Esri ArcGISなど、多くの種類があります。
GISによって生成されたデジタルマップの使用は、空間人文学として知られる学術分野の発展にも影響を与えた。[ 84 ]
地理情報システム（GIS）は、地球の水資源を研究・管理するための水文学分野において、有用かつ重要なツールとなっています。気候変動と水資源への需要の高まりは、おそらく最も重要な資源の一つである水資源の、より深い知識に基づいた管理を必要としています。水は水循環を通じて空間的にも時間的にも変動するため、GISを用いた水資源の研究は特に実用的です。従来のGISシステムは水文特性の地理空間表現においてほとんど静的でしたが、GISプラットフォームはますます動的になり、過去のデータと現在の水文状況とのギャップを縮めています。
地理情報システム（GIS）と地理情報科学（GIScience）は、コンピュータによる地図作成機能に、データベース管理やデータ分析ツールといった付加的な機能を組み合わせたものです。商用GISシステムは非常に強力で、環境科学、都市計画、農業など、多くの分野や産業に影響を与えています。
伝統的知識地理情報システム（GIS）は、世界中のコミュニティの伝統的知識を記録し、活用するために設計されたシステム群です。伝統的知識GISは、現実のエンティティと概念的なエンティティ間の環境的および精神的な関係を表現するという点で、通常の認知マップとは異なります。 [ 87 ]このツールセットは、文化の保存、土地の権利紛争、天然資源管理、経済開発に焦点を当てています。
Open Geospatial Consortium (OGC) は、公開されている地理情報処理仕様を開発するための合意形成プロセスに参加する384 の企業、政府機関、大学、および個人からなる国際的な業界コンソーシアムです。OpenGIS 仕様で定義されているオープンなインターフェースとプロトコルは、Web、無線および位置情報サービス、主流の IT を「地理情報対応」にする相互運用可能なソリューションをサポートし、技術開発者が複雑な空間情報とサービスをあらゆる種類のアプリケーションでアクセス可能かつ有用にできるようにします。Open Geospatial Consortium のプロトコルには、 Web Map ServiceとWeb Feature Service が含まれます。[ 88 ]
OGCは、ソフトウェアがOGC仕様にどれだけ完全かつ正確に準拠しているかに基づいて、 GIS 製品を2つのカテゴリに分類している。
準拠製品と は、OGCのOpenGIS仕様に準拠したソフトウェア製品のことです 。OGCテストプログラムを通じてテストされ、準拠が認定された製品 は、このサイトに自動的に「準拠」として登録されます。
実装製品とは、OpenGIS 仕様を実装しているものの、まだ適合性テストに合格していないソフトウェア製品のことです。適合性テストは、すべての仕様に対して利用できるわけではありません。開発者は、製品を実装ドラフトまたは承認済み仕様として登録できますが、OGCは 各エントリをレビューおよび検証する権利を留保します。韓国は、これらのグローバル標準に準拠した高レベルの国家地理情報システム（NGIS）を確立し、「V-World」などのプラットフォームを通じてさまざまな空間データを統合しています。このオープンプラットフォームサービスは、高解像度の3Dマップと土地情報を提供し、スマートシティ開発と公共行政の重要なインフラストラクチャとして機能します。[ 89 ]
衛星データをGISに取り込むことで、地球の表面、大気、地下の状態を調べることができます。GIS 技術により、研究者は地図の視覚化を利用して、地球のプロセスの変動を日、月、年単位で調べることができます。[ 90 ]例えば、生育期における植生活力の変化をアニメーション化することで、特定の地域で干ばつが最も広範囲に及んだ時期を特定できます。結果として得られる図は、植物の健康状態を大まかに表しています。2つの変数を時間的に扱うことで、研究者は降雨量の減少とそれが植生に及ぼす影響との間の時間差における地域差を検出できます。
GIS 技術と地域規模および地球規模でのデジタルデータの利用可能性により、このような分析が可能になっています。植生図を作成するために使用される衛星センサー出力は、例えば、高度超高解像度放射計（AVHRR）によって生成されます。このセンサーシステムは、約1 km² （0.39平方マイル）の表面積について、スペクトルのさまざまな帯域にわたって地球表面から反射されるエネルギー量を検出します。衛星センサーは、地球上の特定の場所の画像を1日に2回生成します。AVHRRと、より最近では中解像度撮像分光放射計（MODIS）は、地球表面分析に使用される多くのセンサーシステムのほんの2つにすぎません。
環境研究における時間軸の統合に加え、GISは人々の日常生活における行動を追跡・モデル化する能力においても活用が検討されている。この分野における進歩の具体的な例として、米国国勢調査局が最近発表した時間帯別人口データが挙げられる。このデータセットでは、都市の人口が昼間と夜間で示されており、北米の通勤パターンによって生じる集中と分散のパターンが明確に示されている。このデータを作成するために必要なデータの操作と生成は、GISなしには不可能だっただろう 。
GISが保有するデータを 将来にわたって予測するモデルを用いることで、計画担当者は空間意思決定支援システムを用いて政策決定を検証することが可能になった。
World Wide Web Consortiumのセマンティック Webから生まれたツールとテクノロジーは、情報システムにおけるデータ統合の問題に役立つことが証明されています。同様に、これらのテクノロジーは、GIS アプリケーション間の相互運用性とデータ再利用を促進し 、新しい分析メカニズムを可能にする手段として提案されています。 [ 91 ] [ 92 ] [ 93 ] [ 94 ]
オントロジーは、特定のドメインにおける概念と関係を形式的かつ機械可読な形で記述できるため、このセマンティックアプローチの重要な構成要素です。これにより、GISはデータの構文や構造ではなく、データの意図された意味に焦点を当てることができます。たとえば、あるデータセットで落葉針葉樹として分類された土地被覆タイプが、別のより大まかに分類されたデータセットでは森林という土地被覆タイプの特殊化または部分集合であると推論することで、GISは2つのデータセットをより一般的な土地被覆分類の下に自動的に統合することができます。暫定的なオントロジーは、GISアプリケーションに関連する分野で開発されており、たとえば、英国のOrdnance Surveyが開発した水文学オントロジー[ 95 ]や、 NASAのJet Propulsion Laboratoryが開発したSWEETオントロジー[ 96 ]などがあります。また、W3C Geo Incubator Group [ 97 ]は、 Web上で地理空間データを表現するための、よりシンプルなオントロジーとセマンティックメタデータ標準を提案しています。GeoSPARQLは、英国測量局、米国地質調査所、カナダ天然資源省、オーストラリア連邦科学産業研究機構などが開発した標準規格であり、よく理解されているOGCリテラル（GML、WKT）、トポロジー関係（Simple Features、RCC8、DE-9IM）、RDF、およびSPARQLデータベースクエリプロトコルを使用して、オントロジーの作成と推論をサポートします。
この分野における最近の研究成果は、国際地理空間セマンティクス会議[ 98 ]および国際セマンティックウェブ会議のTerra Cognita – 地理空間セマンティックウェブへの方向性[ 99 ]ワークショップで見ることができます。
意思決定における GIS の普及に伴い、研究者たちは GIS の社会的および政治的な影響を精査し始めています。[ 100 ] [ 101 ] [ 49 ] GIS は、個人や政治的な利益のために現実を歪めるために悪用されることもあります。[ 102 ] [ 103 ] GIS 技術は、公衆衛生機関や研究者が疾病の蔓延をリアルタイムで視覚化および監視できるようにすることで、COVID-19 パンデミックの間、中心的な役割を果たしました。ジョンズ ホプキンス大学の COVID-19 ダッシュボードは、最も広く引用された GIS アプリケーションの 1 つです。これは、Web ベースの空間データが政策や国民の意識にどのように役立つかを示しています。[ 104 ] 地理情報の作成、配布、使用、および表現は、社会的な文脈と大きく関連しており、政府に対する市民の信頼を高める可能性があると主張されています。[ 105 ]その他の関連トピックには、著作権、プライバシー、検閲に関する議論が含まれます。 GIS導入に対するより楽観的な社会的アプローチは、 それを市民参加のためのツールとして活用することである。
20世紀末、GISは教室で使用できるツールとして認識され始めた。[ 106 ] [ 107 ] [ 108 ]教育におけるGISの利点は空間認知能力の発達に焦点を当てているようだが、カリキュラムにGISが盛り込まれている国々では普及が速いものの、世界中の教育におけるGIS利用の具体的な範囲を示す文献や統計データは十分ではない。[ 109 ]： 36
GISは、実際の地理データに基づいた分析を可能にし、教室で教師や生徒から研究課題を引き出すのに役立つため、地理教育において多くの利点をもたらすように思われる。また、空間的・地理的思考を育成し、多くの場合、生徒の学習意欲を高めることで、学習の向上にも貢献する。[ 109 ]： 38
GISは、組織全体にわたる永続的な技術として実証されており、地方自治体の運営方法を変革し続けています。[ 112 ]政府機関は、政府組織の以下の分野をより良く管理する方法としてGIS技術を採用しています。
GISは1990年代初頭から考古学において重要なツールとなっている。 [ 116 ]
調査と記録は保存と考古学にとって重要であり、GISはこれらの調査とフィールドワークを効率的かつ正確にします。[ 117 ]
GISは文化遺産地の保全管理にも利用されています。GISは保全団体が開発、紛争、気候変動が考古学的資源やその他の文化資源に与える影響を監視するのに役立ちます。[ 118 ]一部の公的機関はGISソフトウェアを使用して建設やその他の開発の潜在的な影響を評価し、これらの評価を許可や緩和プロセスに利用しています。[ 119 ]
ウィキメディア・コモンズにある地理情報システム関連のメディア