地理情報システム

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]}これらの多くは空間データベース内で行われることが多いですが、GISの定義を満たすためにこれが必須というわけではありません。^{[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。

不可算名詞の複数形である地理情報システム（GISとも略される）は、これらのシステムに関わる業界や専門職で最もよく使われる用語である。地理情報学（geoinformatics）とほぼ同義である。これらのシステムとその基礎となる地理原理を研究する学問分野もGISと略されることがあるが、明確なGIScienceの方が一般的である。^{[3] GIScienceは、}技術地理学の一分野である地理学のサブ分野と見なされることが多い。

地理情報システムは、さまざまな技術、プロセス、技術、方法で利用されています。これらは、エンジニアリング、計画、管理、輸送/物流、保険、通信、ビジネスに関連するさまざまな操作と多数のアプリケーションに関連付けられています。^[4]このため、GISと位置情報インテリジェンスアプリケーションは、地理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、位置を「キー インデックス変数」として使用することで、以前は関連がなかった情報を関連付ける機能を提供します。地球の時空で見つかった位置と範囲は、発生日時、および経度( x )、緯度( y )、および高度( z )を表すx、y、z座標を通じて記録できます。地球ベースの空間と時間、位置と範囲の参照はすべて、相互に関連付けることができ、最終的には「実際の」物理的な位置または範囲に関連付けられます。GIS のこの重要な特性により、科学的な調査と研究の新しい道が開かれ始めています。

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」という語句を作り出した1960年代半ばにまで遡りますが、 ^[5] GISが自動化する地理概念や手法の多くは、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例として知られているのは、疫学分野の「パリと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）です。^[6]フランスの地図製作者で地理学者のシャルル・ピケは、ハーフトーンの色のグラデーションを使用してパリの48の地区を示す地図を作成し、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しました。

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のコレラ流行の発生源を特定することに成功した。スノーは、地域の地図上に各犠牲者の居住地と近くの水源をプロットすることでこれを達成した。これらのポイントがマークされると、彼は集団内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、疫学において流行の発生源を正確に特定するために地理的手法が使用された最も初期の成功例の1つであった。地形と主題の基本要素は地図作成において以前から存在していたが、スノーの地図は、地図作成手法を使用して、地理的に依存する現象の集団を描写するだけでなく分析するという点で独特であった。

20 世紀初頭にはフォトジンコグラフィーが開発され、地図をレイヤーに分割できるようになりました。たとえば、1 つのレイヤーを植生用、もう 1 つのレイヤーを水用とすることができます。これは特に等高線の印刷に使用されました。等高線を描くのは労働集約的な作業ですが、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できるようになりました。この作品は当初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、より軽く、保管スペースが少なく、壊れにくいなどの利点があります。すべてのレイヤーが完成すると、大型の現像カメラを使用して 1 つの画像に結合されました。カラー印刷が導入されると、レイヤーのアイデアは、色ごとに別々の印刷版を作成するためにも使用されました。レイヤーの使用はずっと後になって現代の GIS の一般的な機能の 1 つになりましたが、ここで説明した写真撮影プロセス自体は GIS とは見なされていません。地図は単なる画像であり、リンクするデータベースがなかったためです。

GISの初期の頃には、さらに2つの注目すべき進歩がありました。イアン・マクハーグの著書「Design with Nature」^{[7]とその地図オーバーレイ手法、そして米国国勢調査局のDIME（} Dual Independent Map Encoding ）システムへの街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にコンピュータを使用すること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ました。 ^[9]核兵器研究によって促進されたコンピュータハードウェアのさらなる開発により、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ました。^[10]

1963年、カナダのオンタリオ州オタワで、連邦林業農村開発省によって世界初の本格的なGISが開発された。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、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のスケールでマッピングすることにより、カナダの農村部の土地の可能性を判断する取り組みであるカナダ土地目録のために収集されたデータの保存、分析、操作に使用された。分析を可能にするために、評価分類係数も追加された。^{[11] [12]}

CGIS は、データ保存、オーバーレイ、測定、デジタル化/スキャンの機能を備えており、「コンピュータ マッピング」アプリケーションよりも優れたものでした。大陸全体に広がる国家座標系をサポートし、線を真の埋め込みトポロジを持つ円弧としてコード化し、属性と位置情報を別のファイルに保存しました。この結果、トムリンソンは「GIS の父」として知られるようになりました。特に、オーバーレイを使用して収束地理データの空間分析を促進したことが評価されました。^[13] CGIS は 1990 年代まで存続し、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。これは、連邦および州の資源計画と管理をサポートする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、大陸全体にわたる複雑なデータセットの分析でした。CGIS は商業的に利用できませんでした。

1964年、ハワード・T・フィッシャーはハーバード大学デザイン大学院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）を設立しました。こ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年代までにはSYMAP、GRID、ODYSSEYなどの独創的なソフトウェアコードとシステムが世界中の大学、研究センター、企業に配布されました。^[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。

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年代初頭までに、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M&S Computing（後のIntergraph ） がGISソフトウェアの商用ベンダーとして登場し、CGISの多くの機能をうまく取り入れ、空間情報と属性情報を分離する第1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2世代のアプローチを組み合わせました。^[15]

1986年、最初のデスクトップGIS製品であるMIDAS（マッピング表示および分析システム）^[16]がDOSオペレーティングシステム向けにリリースされました。これは1990年にMicrosoft Windowsプラットフォームに移植されたときにMapInfo for Windowsに名前が変更されました。これにより、GISを研究部門からビジネス環境に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および標準化され、ユーザーはインターネット経由でGISデータを閲覧することを検討し始め、データ形式と転送標準が必要になりました。最近では、さまざまなオペレーティングシステムで実行され、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パッケージが増えています。21世紀の主なトレンドは、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、他の情報技術や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す。^[17]

単一の地理情報システム（特定の用途のため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、機関（特定の市政府の GIS など））と、GIS ソフトウェア（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することを目的とした汎用アプリケーション プログラム）とを区別する必要があります。 ^{[18] : 16} 1970 年代後半から、GIS アプリケーション専用のソフトウェア パッケージが数多く作成されました。ArcGIS Proとレガシー ソフトウェアのArcMap を含むEsri の ArcGIS が、現在 GIS 市場を独占しています。^{[現在? ]} GIS の他の例としては、AutodeskとMapInfo Professionalや、 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。^[19]これらのデスクトップ GIS アプリケーションやその他のアプリケーションには、地理データの入力、管理、分析、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がサーバーに移行し始め、GIS 機能を提供するための別のメカニズムが提供されました。^{[20] : 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。^{[21] [22]この戦略は、インターネットと、ArcGIS Online や GIS に特化した}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を通じて拡張されました。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。^{[21] [22]}

代替アプローチは、これらの機能の一部またはすべてを他のソフトウェアまたは情報技術アーキテクチャに統合することです。 1 つの例は、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の空間拡張です。これは、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ジオメトリ データ型を定義し、オーバーレイなどの空間分析操作用にSQLを拡張します。 もう 1 つの例は、プログラミング言語を拡張して、GIS データと処理をWeb 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のカスタム ソフトウェアに組み込むことを可能にする地理空間ライブラリとアプリケーション プログラミング インターフェイス( GDAL、Leaflet、D3.jsなど) の急増です。

GIS の核となるのは、地理的現象の表現、その形状(位置と形状) 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 ファイルのコレクションや単一の空間対応リレーショナル 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、分析やマッピングなどの他の側面よりもはるかに多くの時間と資金をプロジェクトに費やします。^{[20] : 175}

GIS は、他のすべての情報のキー インデックス変数として、時空間 (空間時間) 位置を使用します。テキストや数字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さまざまなテーブルを関連付けることができるのと同様に、GIS は、位置をキー インデックス変数として使用して、関連のない情報を関連付けることができます。キーは、空間時間における位置および/または範囲です。

空間的に、そしてますます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または範囲は、発生日時、およびそれぞれ経度、緯度、標高を表す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 (たとえば、フィルムのフレーム番号、水位計ステーション、高速道路のマイル マーカー、測量ベンチマーク、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) を表す場合があります。記録された時空間データに適用される単位は、大きく異なる場合があります (まったく同じデータを使用する場合でも、地図投影を参照してください)。ただし、理想的には、地球ベースのすべての時空間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られる必要があります。

正確な空間情報によって関連付けられることで、信じられないほど多様な現実世界のデータと過去または将来の予測データを分析、解釈、表現することができます。^{[23] GISのこの重要な特性は、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行動や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つの概念に分けられます。^{[20] ：62–65}イベント（例：第二次世界大戦の戦闘の場所）、プロセス（例：郊外化の程度）、質量（例：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かったり、間接的に表現されたり、データではなく分析手順でモデル化されたりします。

従来、GIS にデータを格納するために使用される方法は、ラスター イメージとベクターの 2 種類があります。ポイント、ライン、ポリゴンは、マップ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な方法は、ポイント クラウドを識別する方法です。ポイント クラウドは、3 次元のポイントと各ポイントのRGB情報を組み合わせて、3D カラー画像を返します。GIS の主題図は、表示または決定しようとしているものをよりリアルに視覚的に表現す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、それらは3つのカテゴリに分類できます。一次データ取得、つまり現場での直接測定現象（リモートセンシング、全地球測位システムなど）、二次データ取得、つまり紙の地図などGIS形式ではない既存の情報源からデジタル化によって情報を抽出すること、データ転送、つまり政府機関や民間企業などの外部情報源から既存のGISデータをコピーすることです。これらの方法はすべて、かなりの時間、資金、その他のリソースを消費する可能性があります。^{[20] ：173}

測量データは、座標幾何学(COGO)と呼ばれる技術を使用して、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傾向^{[現在? ]}では、ワイヤレス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ーをユーザーが利用できるようになりました。 ^[24]現在の傾向^{[現在? ]は、スマートフォンや}PDAで利用できるアプリケーションをモバイル GIS の形で利用することです。 ^[25]これは、リアルタイムでデシメートルの精度を備えた低コストのマッピンググレードの GPS ユニットが利用できるようになったことで強化されました。これにより、フィールドワークで収集されたデータの後処理、インポート、および更新をオフィスで行う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され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、ユーザーは現場で直接マップを作成したり分析したりできるようになり、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、デジタルスキャナー、LIDARが含まれ、プラットフォームは通常、航空機と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凧/気球のハイブリッドが、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者となりました。0.4 mmの精度の航空機測定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します。ヘリカイトは、無人航空機（UAV）が禁止されている道路、鉄道、町の上空で使用できます。

最近、小型UAVやドローンによって航空データ収集がより容易になりました。例えば、Aeryon Scoutは、わずか12分で地上サンプル距離1インチ（2.54cm）の50エーカーのエリアをマッピングするのに使用されました。 ^[26]

現在、デジタル データの大部分は航空写真の写真判読から得られます。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、写真測量の原理を使用してステレオ ペアから直接標高を測定し、2 次元および 3 次元で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 システムに入力する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省略されます。

衛星リモートセンシングは、空間データのもう 1 つの重要なソースを提供します。ここでは、衛星がさまざまなセンサー パッケージを使用して、レーダーなどのアクティブ センサーから送信された電磁スペクトルまたは電波の一部からの反射率を受動的に測定します。リモートセンシングは、土地被覆などの対象物やクラスを識別するために、さまざまなバンドを使用してさらに処理できるラスター データを収集します。

データ作成の最も一般的な方法はデジタル化であり、CAD プログラムと地理参照機能を使用して、ハード コピーの地図または調査計画をデジタル メディアに転送します。衛星、航空機、ヘリカイト、UAV からのオルソ画像が広く利用できるようになったため、ヘッズアップ デジタル化が地理データを抽出する主な手段になりつつあります。ヘッズアップ デジタル化では、別のデジタル化タブレットで地理的形状をトレースする従来の方法(ヘッズダウン デジタル化) ではなく、航空写真の上に地理データを直接トレースします。ヘッズダウン デジタル化、つまり手動のデジタル化では、特殊な磁気ペンまたはスタイラスを使用して情報をコンピューターに送り込み、同一のデジタル マップを作成します。タブレットによっては、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。^{[27] [28]}パックには十字線が付いた小さな窓があり、これにより地図上の特徴をより正確に正確に特定することができます。ヘッドアップデジタイズの方が一般的に使用されていますが、ヘッドダウンデジタイズも品質の悪い地図をデジタイズするのに便利です。^[28]

紙やPET フィルムの地図に印刷された既存のデータは、デジタル化またはスキャンしてデジタル 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ポイント、ライン、ポリゴン境界をトレースすると、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、これをさらに処理してベクターデータを生成することができます。

データをキャプチャする場合、ユーザーは、相対精度と絶対精度のどちらでデータをキャプチャするかを検討する必要があります。これは、情報の解釈方法だけでなく、データ キャプチャのコストにも影響する可能性があるためです。

GIS にデータを入力した後、通常はデータの編集、エラーの除去、またはさらなる処理が必要になります。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、交差点で線がノードに接続する必要があります。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。スキャンされたマップの場合、ソース マップの欠陥を結果のラスタ​​ーから除去する必要がある場合があります。たとえば、ほこりの粒が、接続されるべきではない 2 本の線を接続してしまうことがあります。

地球はさまざまなモデルで表現できます。それぞれのモデルは、地球表面の任意の地点に対して異なる座標セット (例: 緯度、経度、高度) を提供します。最も単純なモデルは、地球が完全な球体であると仮定することです。地球の測定値が蓄積されるにつれて、地球のモデルはより洗練され、より正確になりました。実際、米国の測定値用の 1983 年北米測地基準や、世界中の測定値用の世界測地系など、地球のさまざまな領域に適用され、精度を高めるデータムと呼ばれるモデルがあります。

現地の測地基準に基づいて作成された地図上の緯度と経度は、GPS受信機から取得されるものと同じではない場合があります。ある測地基準から別の測地基準に座標を変換するには、ヘルマート変換などの測地基準変換が必要ですが、状況によっては単純な変換で十分な場合もあります。^[29]

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、多くの場合、地理座標系として表されます。たとえば、データムが「 1983 年の北米データム」である場合、緯度/経度のデータは「GCS 北米 1983」と示されます。

デジタル モデルは現実世界を完全に表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。準同型性の原則に従い、データは現実に十分近いものでなければならず、GIS 手順の結果は現実世界のプロセスの結果と正確に一致する必要があります。つまり、必要なデータ品質の程度は、データを使用するタスクの規模と目的によって異なるため、データ品質の単一の基準はありません。GIS データには、データ品質のいくつかの要素が重要です。

正確さ

表現された測定値と実際の値との類似性の度合い。逆に、誤差はそれらの間の差異の量です。^{[18] ：623} GISデータでは、場所（位置精度）、プロパティ（属性精度）、および時間の表現の精度が懸念されます。たとえば、2020年の米国国勢調査によると、 2020年4月1日のヒューストンの人口は2,304,580人でした。実際は2,310,674人だった場合、これはエラーであり、属性精度の欠如になります。

精度

表現された値の精度の度合い。定量的プロパティでは、これは測定値の有効桁数です。^{[20] : 115}不正確な値は、曖昧またはあいまいで、可能な値の範囲が含まれます。たとえば、2020 年 4 月 1 日のヒューストンの人口が「約 230 万人」であると述べた場合、この記述は不正確ですが、正しい値 (および多くの誤った値) が含まれているため、正確である可能性があります。精度と同様に、場所、プロパティ、および時間の表現はすべて、多かれ少なかれ正確である可能性があります。解像度は、特にラスターデータ セットで、位置の精度を表す一般的な表現です。縮尺は、望ましいレベルの空間精度を規定するため、マップの精度と密接に関連していますが、データ セットがさまざまな表示縮尺 (データの品質に適さない縮尺を含む) で表示される可能性がある GIS では問題があります。

不確実性

地理データに誤りや不正確さが存在することを一般的に認めること。^{[20] : 99}つまり、データセットにどの程度の誤りが存在するかを正確に知ることは難しいが、何らかの推定を試みることはできる（信頼区間は不確実性の推定値である）ことを考慮すると、これは一般的な疑いの程度である。これは、データ品質のすべてまたはほとんどの側面を表す総称として使用されることがある。

曖昧さや不明瞭さ

測定値の不正確さではなく、現象の側面（場所、特性、時間）が本質的に不正確である度合い。^{[20] ：103}たとえば、ヒューストン 都市圏の空間範囲は曖昧です。これは、都市の郊外に、中心市街地とのつながりが弱い場所（通勤などの活動で測定）が、近い場所よりもあるためです。ファジー集合論などの数学ツールは、地理データの曖昧さを管理するために一般的に使用されます。

完全

データ セットが、それに含まれると主張する実際の特徴をすべて表す度合い。^{[18] : 623}たとえば、「ヒューストンの道路」のレイヤーに実際の道路がいくつか欠落している場合、そのレイヤーは不完全です。

通貨

データ セットが現実を正確に表現していると主張する最新の時点。これは、ほとんどの GIS アプリケーションで問題になります。これらのアプリケーションは「現在」の世界を表現しようとするため、古いデータは品質が低くなります。

一貫性

データ セット内の多くの現象の表現が互いに正しく対応している度合い。^{[18] : 623}空間オブジェクト間の位相関係の一貫性は、一貫性の特に重要な側面です。^{[30] : 117}たとえば、街路網のすべての線が誤って 10 メートル東に移動された場合、それらは不正確ではあるものの、各交差点で適切に接続され、最短経路などのネットワーク分析ツールは依然として正しい結果を返すため、一貫性は保たれます。

不確実性の伝播

空間分析方法やその他の処理ツールの結果の品質が入力データの品質にどの程度左右されるか。 ^{[30] : 118}たとえば、補間はGISでさまざまな方法で使用される一般的な操作です。補間では既知の測定値間の値の推定値が生成され、結果は常により正確になりますが、確実性は低くなります（各推定値の誤差の量は不明であるため）。

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。土地測量士は高性能のGPS機器を使用して高い位置精度を提供できますが、一般的なスマートフォンのGPS位置はそれほど正確ではありません。^{[31]デジタル地形図や航空写真[32]}などの一般的なデータセットは、特に空間精度において、さまざまな品質レベルで利用できます。データソースとして長年にわたっ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。

地図を定量的に分析すると、精度の問題が浮き彫りになる。GISの測定に使われる電子機器やその他の機器は、従来の地図分析の機械よりもはるかに正確である。地理データはすべて本質的に不正確であり、これらの不正確さはGIS操作を通じて予測困難な形で伝播する。^[33]

GIS では、データの再構築を実行してデータをさまざまな形式に変換できます。たとえば、GIS を使用すると、隣接性や包含性などのセルの空間関係を決定しながら、同じ分類のすべてのセルの周囲に線を生成して、衛星画像マップをベクター構造に変換できます。

より高度なデータ処理は、1960年代後半にNASAと民間部門によって開発された、コントラスト強調、疑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他の技術を提供する画像処理によって行うことができます。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ない可能性があります。したがって、GISは地理データを1つの構造から別の構造に変換できなければなりません。そうするには、異なる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。^{[34]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Barry Smithと同僚 による継続的な研究の結果として、ますます注目を集めています。

空間 ETLツールは、従来の抽出、変換、ロード(ETL) ソフトウェアのデータ処理機能を提供しますが、空間データの管理機能に主眼を置いています。GIS ユーザーは、これらのツールを使用することで、さまざまな標準や独自の形式間でデータを変換すると同時に、その途中でデータを幾何学的に変換することができます。これらのツールは、スプレッドシート などの既存の多目的ソフトウェアへのアドインの形で提供される場合があります。

GIS 空間分析は急速に変化する分野であり、GIS パッケージには、標準の組み込み機能、オプションのツールセット、アドイン、または「アナリスト」として分析ツールがますます多く含まれています。多くの場合、これらは元のソフトウェア サプライヤ (商用ベンダーまたは共同非商用開発チーム) によって提供されますが、他のケースでは、機能が開発され、サード パーティによって提供されます。さらに、多くの製品では、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/または独自の分析ツールやそのバリエーションを開発するための特別なインターフェイスが提供されています。可用性の向上により、ビジネス インテリジェンスに「空間インテリジェンス」と呼ばれる新しい次元が生まれました。これは、イントラネット経由で公開されると、地理データやソーシャル 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も、セキュリティの重要な要素となっています。GIS は全体として、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。

ジオプロセシングは、空間データを操作するために使用されるGIS操作です。典型的なジオプロセシング操作は、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。一般的なジオプロセシング操作には、地理フィーチャオーバーレイ、フィーチャ選択と分析、トポロジ処理、ラスター処理、データ変換などがあります。ジオプロセシングにより、意思決定に使用される情報の定義、管理、分析が可能になります。^[35]

多くの地理的タスクには、水文学、土木工事、生物地理学など、地球の表面の形状である地形が関係します。したがって、地形データは、通常、ラスター数値標高モデル(DEM) または不規則三角形網(TIN)の形式で、GIS のコア データセットとなることがよくあります。ほとんどの GIS ソフトウェアには、地形を解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、表面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、次のものがあります。

• 傾斜または勾配は、地形の急勾配または傾斜のことで、通常は度数またはパーセンテージで測定されます。^[36]
• 方位は地形が向いている方向として定義されます。方位は通常、北からの度数で表されます。^[37]
• 切盛とは、掘削工事の前後の表面の違いを計算してコストを見積もることです。
• 水文学的モデリングは、傾斜、方位、流域または集水域などの変数を分析することで、他の水文学的モデルに欠けている空間的要素を提供することができます。^[38]水は常に傾斜を下って流れるため、地形分析は水文学にとって基本となります。^[38]デジタル標高モデル(DEM)の基本的な地形分析には傾斜と方位の計算が含まれるため、DEM は水文学的分析に非常に役立ちます。傾斜と方位を使用して、表面流出の方向、ひいては小川、川、湖の形成のための流量蓄積を決定できます。分岐流の領域は、集水域の境界を明確に示すこともできます。流量方向と蓄積マトリックスが作成されると、特定のポイントでの寄与領域または分散領域を示すクエリを実行できます。^[38]地形の粗さ、植生タイプ、土壌タイプなど、浸透率や蒸発散率に影響し、ひいては表面流に影響を与える可能性のある詳細をモデルに追加できます。水文学的モデリングの主な用途の 1 つは、環境汚染の研究です。水文学的モデリングの他の用途としては、地下水および地表水のマッピングや洪水リスクマップなどがあります。
• 可視領域解析は、地形が場所間の可視性に与える影響を予測します。これは、無線通信にとって特に重要です。
• 陰影図は、特定の方向から照らされた 3 次元モデルのように表面を描写したもので、地図で非常によく使用されます。

これらのほとんどは、ベクトル計算の離散的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得られます。^[39]これらはすべて、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。^[40]

距離は、通常、距離の摩擦が原因で、多くの地理的タスクを解決する上で重要な要素です。そのため、バッファー、ボロノイまたはティーセン ポリゴン、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 次元の特性を表すことができます。たとえば、GIS を使用すると、降雨量の差を示す等高線または等高線を含む地図をすばやく生成できます。このような地図は、降雨等高線地図と考えることができます。多くの高度な方法により、限られた数のポイント測定から表面の特性を推定できます。降雨ポイント測定の表面モデリングから作成された 2 次元等高線地図は、同じエリアをカバーする GIS 内の他の地図と重ね合わせて分析できます。この GIS から派生した地図は、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と比較して、地域に最適な地理的可能性を見つけるために使用できます。 ^[41]

さらに、一連の 3 次元ポイント、つまりデジタル標高モデルから、標高コンターを表す等高線、傾斜解析、陰影図、およびその他の標高製品を生成することができます。任意の対象ポイントから連続した上り坂の領域をすべて計算することで、任意の範囲の流域を簡単に定義できます。同様に、断続的および恒久的な流れで表面水が移動すると予想される谷底を、GIS の標高データから計算できます。

GIS は、デジタルで保存された空間データ内に存在する空間関係を認識し、分析できます。これらの位相関係により、複雑な空間モデリングと分析を実行できます。幾何学的エンティティ間の位相関係には、従来、隣接性 (何が何に隣接しているか)、包含性 (何が何を囲んでいるか)、近接性 (あるものが他のものにどれだけ近いか) が含まれます。

ジオメトリック ネットワークは、相互接続されたフィーチャを表現し、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。ジオメトリック ネットワークは、数学やコンピューター サイエンスのグラフと同様に、ジャンクション ポイントで接続されたエッジで構成されます。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るため、さまざまな相互接続されたフィーチャをより正確に表現できます。ジオメトリック ネットワークは、道路網や、電気、ガス、水道などの公共施設網をモデル化するため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、水文学モデリング、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「地図作成モデリング」という用語を作り出し、後に著書「地理情報システムと地図作成モデリング」（1990年）のタイトルにも使用しました。^[42] 地図作成モデリングとは、同じエリアの複数のテーマ別レイヤーを生成、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）をより一般的に使用できます。マップレイヤーに対する操作はアルゴリズムに統合でき、最終的にはシミュレーションまたは最適化モデルに統合できます。

複数の空間データセット (ポイント、ライン、またはポリゴン) を組み合わせると、同じ地域の複数のマップを積み重ねたのと視覚的に似た新しい出力ベクター 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。結合オーバーレイは、両方の入力の地理フィーチャと属性テーブルを 1 つの新しい出力に結合します。交差オーバーレイは、両方の入力が重なり合う領域を定義し、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、ベクターまたはラスター データ分析のどちらでも使用できます。データ抽出では、両方のデータセットのプロパティと機能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、別のデータセットの空間範囲内にある 1 つのデータセットの機能を抽出します。

ラスター データ分析では、データセットのオーバーレイは、「複数のラスターに対するローカル操作」または「マップ代数」と呼ばれるプロセスを通じて、各ラスターのマトリックスの値を組み合わせる関数を通じて実行されます。この関数は、地理的現象に対するさまざまな要因の影響を反映する「インデックス モデル」を使用して、一部の入力を他の入力よりも重視する場合があります。

地理統計学は、フィールド データ、つまり連続インデックスを持つ空間データを扱う統計学の分野です。空間相関をモデル化し、任意の場所の値を予測する (補間) 方法を提供します。

現象を測定する場合、観測方法によってその後の分析の精度が決まります。データの性質 (都市環境の交通パターン、太平洋上の気象パターンなど) により、測定では常に一定または動的な精度が失われます。この精度の低下は、データ収集の規模と分布によって決まります。

分析の統計的関連性を判断するために、平均値が決定され、直接測定の範囲外のポイント (勾配) がそれらの予測される動作の判断に含められます。これは、適用された統計とデータ収集方法の制限によるもので、直接測定できない粒子、ポイント、および場所の動作を予測するには補間が必要です。

補間とは、多数のサンプル ポイントで収集されたデータの入力を通じて、サーフェス (通常はラスター データセット) 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、それぞれがデータ セットの特性に応じてデータを異なる方法で処理します。補間方法を比較する場合、最初に考慮すべきことは、ソース データが変化するかどうか (正確か近似か) です。次に、方法が主観的か、人間の解釈か、客観的かです。次に、ポイント間の遷移の性質があります。それは急激か、それとも緩やかです。最後に、方法がグローバルか (データ セット全体を使用してモデルを形成する)、またはアルゴリズムが地形の小さなセクションに対して繰り返されるローカルかです。

補間は、任意の位置で収集されたデータがそのすぐ近くの場所と非常に類似しているか、または影響を受けていることを認識する空間的自己相関原理に基づいて正当化される測定です。

デジタル標高モデル、不規則三角形網、エッジ検出アルゴリズム、ティーセン多角形、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、トレンド表面解析はすべて、補間データを生成する数学的手法です。

ジオコーディングとは、住所や、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。個々の住所位置は、これまで、道路セグメント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きました。これらは通常、テーブルまたはデータベースの形式で提供されます。その後、ソフトウェアは、中心線セグメント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、住所ポイント 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なります。ジオコーディングは、通常は市町村の課税地図から得られる実際の区画データに対しても適用できます。この場合、ジオコーディングの結果は、補間されたポイントではなく、実際に配置さ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、特定の座標に関連する推定の番地番号を返すプロセスです。たとえば、ユーザーは道路の中心線のテーマ (座標を提供) をクリックすると、推定の番地を反映する情報が返されます。この番地番号は、その道路セグメントに割り当てられた範囲から補間されます。ユーザーが住所 1 から始まり 100 で終わるセグメントの中間点をクリックすると、返される値は 50 付近になります。逆ジオコーディングでは実際の住所は返されず、事前に決定された範囲に基づいてそこに何があるか推定されるだけである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法は、植生被覆や道路などの複数の基準に対して、復元のための最も可能性の高い生態学的生息地などの一連の代替空間ソリューションを分析する際に意思決定者をサポートします。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。^[43] GIS MCDAは、潜在的な復元サイト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応用したものです。データマイニングは、大規模なデータベース内の隠れたパターンを部分的に自動化して検索するものであり、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あります。このようなアプリケーションの特徴は、データ測定間の空間相関には、より効率的なデータ分析のための特殊なアルゴリズムの使用が必要になることです。^[44]

地図作成とは、地図、または空間データの視覚的表現を設計および作成することです。現代の地図作成の大部分は、通常 GIS を使用したコンピューターの助けを借りて行われますが、レイヤーを設計プログラムにインポートして改良することで、高品質の地図作成も実現されます。ほとんどの GIS ソフトウェアでは、データの外観をユーザーが大幅に制御できます。

地図作成作業には、主に 2 つの機能があります。

まず、リソースに関する意思決定を行う人々に分析結果を伝えるグラフィックを画面または紙上に作成します。壁掛けマップやその他のグラフィックを生成できるため、閲覧者は分析結果や潜在的なイベントのシミュレーションを視覚化して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 インターフェイス ( AJAX、Java、Flashなど) のさまざまな実装を使用して、生成されたマップを Web ブラウザー経由で配布できるようにします。

次に、さらなる分析や使用のために他のデータベース情報を生成できます。例としては、有毒物質流出現場から 1 マイル (1.6 km) 以内にあるすべての住所のリストが挙げられます。

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。アーキオクロームは、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表示に適しています。

従来の地図は現実世界を抽象化したものであり、物理的な物体を表す記号を使って紙の上に重要な要素を描いたものです。地図を使用する人は、これらの記号を解釈する必要があります。地形図は、等高線または陰影付きの起伏で土地の表面の形状を示します。

現在、GIS の高度に基づく陰影付けなどのグラフィック表示技術により、地図要素間の関係を視覚化できるため、情報の抽出と分析の能力が向上しています。たとえば、GIS で 2 種類のデータを組み合わせて、カリフォルニア州サンマテオ郡の一部を透視図で表示しました。

• デジタル標高モデルは、30 メートルの水平グリッド上に記録された地表標高で構成され、標高の高い部分は白で、標高の低い部分は黒で表示されます。
• 添付のLandsat Thematic Mapper 画像は、標高情報と同じ座標点をピクセルごとに 30 メートル ピクセル (画素) で同じエリアを見下ろした疑似カラー赤外線画像を示しています。

GIS を使用して 2 つの画像を登録および結合し、Thematic Mapper 画像のピクセルを使用してサンアンドレアス断層を見下ろす3 次元透視図をレンダリングしましたが、地形の標高を使用して陰影付けされています。GIS 表示は、観察者の視点と表示の時刻に依存し、その緯度、経度、時刻で太陽光線によって作成された影を適切にレンダリングします。

近年、プロプライエタリなウェブアプリケーションであるGoogle MapsやBing Maps、そして無料でオープンソースの代替手段であるOpenStreetMapなど、無料で使用でき簡単にアクセスできるマッピングソフトウェアが急増しています。これらのサービスは、一般の人々が膨大な量の地理データにアクセスできるようにしており、多くのユーザーから専門的な情報と同じくらい信頼性が高く使いやすいと認識されています。^[45]たとえば、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広めるために使用されました。^[46]

Google MapsやOpenLayersなど、一部のマッシュアップツールは、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ース（API）を公開しています。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ます。ウェブマッピングは、 OpenStreetMapなどの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ための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ほど、エンドユーザーに高いレベルの価値とメリットを提供することが証明されています。^{[47] [48]}

ウェブマッピングには欠点がないわけではない。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し、配布することができる。^[49]これにより、地図作成の慣習を無視した、誤解を招く可能性のある地図が作成され、ある調査では、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習に従っていないことが判明した。^{[50] [51]}

1960 年代に誕生して以来、GIS はますます幅広い用途で使用され、位置情報の重要性が広く認識され、地理空間技術の導入に対する障壁が継続的に低下していることが後押ししています。GIS の用途は数百にのぼり、いくつかの方法で分類できます。

• 目標: アプリケーションの目的は、科学的研究またはリソース管理のいずれかに大まかに分類できます。研究の目的は、可能な限り広く定義すると、新しい知識を発見することです。これは、自分を科学者だと考える人によって実行される場合もありますが、世界がなぜそのように機能しているかを学ぼうとしている人なら誰でも実行できます。ビジネス拠点が失敗した理由を解明するのと同じくらい実用的な研究は、この意味での研究です。管理 (運用アプリケーションと呼ばれることもあります) も、可能な限り広く定義すると、目標を達成するために制御できるリソースをどのように使用するかについて実用的な決定を下すために知識を応用することです。これらのリソースには、時間、資本、労働、機器、土地、鉱床、野生生物などがあります。^{[52] [53] : 791}
  • 意思決定レベル：経営アプリケーションは、さらに戦略的、戦術的、運用的に分類され、これは経営管理における一般的な分類である。^[54]戦略的タスクは、ビジネスを拡大すべきかどうかなど、どのような目標を持つべきかについての長期的かつ先見的な意思決定である。戦術的タスクは、国有林が放牧管理計画を作成するなど、戦略的目標を達成する方法に関する中期的な意思決定である。運用上の意思決定は、ピザレストランへの最短ルートを見つけるなど、日常的なタスクに関するものである。
• トピック: GIS が適用される領域は、主に人間界に関するもの(経済、政治、交通、教育、造園、考古学、都市計画、不動産、公衆衛生、犯罪マッピング、国防など) と自然界に関するもの(地質学、生物学、海洋学、気候など)に分かれます。とはいえ、GIS と地理学の空間的視点の強力な機能の 1 つは、異なるトピックを比較する統合的な能力であり、多くのアプリケーションは複数の領域に関係しています。統合された人間と自然のアプリケーション領域の例としては、ディープマッピング、^[55] 自然災害の軽減、野生生物管理、持続可能な開発、^{[56] [57]} 天然資源、気候変動への対応などがあります。^[58]
• 機関: GIS は、政府(市町村から国際機関まであらゆるレベル)、企業(あらゆる種類と規模の企業)、非営利団体(教会も含む)、個人使用など、さまざまな種類の機関で導入されています。後者は、位置情報対応スマートフォンの普及により、ますます目立つようになっています。
• 寿命: GIS の実装は、プロジェクトまたは企業に焦点を合わせることができます。^[59]プロジェクト GIS は、単一のタスクの達成に焦点を合わせています。つまり、データの収集、分析の実行、結果の生成は、個人が実行する他のプロジェクトとは別に行われ、実装は基本的に一時的なものです。エンタープライズ GIS は、永続的な機関となることを目的としており、長年にわたってさまざまなプロジェクトに役立つように慎重に設計されたデータベースを含み、企業全体の多くの個人によって使用される可能性があり、一部の人はそれを維持するためにフルタイムで雇用されています。^[60]
• 統合: 従来、ほとんどのGISアプリケーションはスタンドアロンであり、専門的なGISソフトウェア、専門的なハードウェア、専門的なデータ、専門的な専門家が使用されていました。これらは現在でも一般的ですが、地理空間技術がより広範なエンタープライズアプリケーションに統合され、ITインフラストラクチャ、データベース、ソフトウェアが共有され、多くの場合SAPなどのエンタープライズ統合プラットフォームが使用されるようになったため、統合アプリケーションが大幅に増加しました。^[61]

GISの導入は、多くの場合、管轄区域（市など）、目的、またはアプリケーションの要件によって決定されます。一般的に、GISの導入は組織に合わせてカスタム設計されます。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の展開は、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。^[62]

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 デバイスで、固定されたオブジェクト (最寄りのレストラン、ガソリン スタンド、消火栓) や移動オブジェクト (友人、子供、パトカー) を基準に自分の位置を表示したり、その位置を中央サーバーに中継して表示したりすることができます。

GISは、デジタルマーケティングやSEOにおいても、場所に基づいたオーディエンスセグメンテーションに使用されています。^{[63] [64]}

GISによって生成されたデジタルマップの使用は、空間人文学と呼ばれる学問分野の発展にも影響を与えています。^[72]

オープン地理空間コンソーシアム( OGC ) は、384 の企業、政府機関、大学、個人が参加する国際産業コンソーシアムで、合意形成プロセスに参加して、公開可能な地理処理仕様を開発しています。OpenGIS 仕様で定義されたオープン インターフェイスとプロトコルは、Web、ワイヤレス サービス、位置情報サービス、主流の IT を「地理対応」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なものにできるようにします。オープン地理空間コンソーシアムのプロトコルには、Web マップ サービスとWeb フィーチャ サービスがあります。^[76]

GIS 製品は、ソフトウェアが OGC 仕様にどの程度完全かつ正確に準拠しているかに基づいて、OGC によって 2 つのカテゴリに分類されます。

準拠製品とは、OGC の OpenGIS 仕様に準拠したソフトウェア製品です。製品が OGC テスト プログラムを通じてテストされ、準拠していると認定されると、このサイトで自動的に「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が、まだ準拠テストに合格していないソフトウェア製品です。準拠テストはすべての仕様で利用できるわけではありません。開発者は、ドラフト仕様または承認済み仕様の実装として製品を登録できますが、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。

地球の表面、大気、地下の状態は、衛星データをGISに取り込むことで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使用して、日、月、年単位で地球のプロセスの変化を調べることができます。^[77]たとえば、生育期を通じた植生の活力の変化をアニメーション化して、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グラフは、植物の健康状態のおおよその尺度を表します。時間の経過とともに2つの変数を処理することで、研究者は降雨量の減少と植生への影響の遅れの地域差を検出できます。

GIS 技術と、地域および地球規模でのデジタル データの可用性により、このような分析が可能になります。植生のグラフィックを生成するために使用される衛星センサー出力は、たとえば、高度な超高解像度放射計(AVHRR) によって生成されます。このセンサー システムは、約 1 km ² (0.39 平方マイル)の表面領域で、さまざまなスペクトル バンドにわたって地球の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、最近では中解像度イメージング分光放射計(MODIS) は、地球表面分析に使用される多くのセンサー システムのうちの 2 つにすぎません。

環境研究における時間の統合に加えて、GIS は、人間の日常生活における進歩を追跡し、モデル化する能力についても研究されています。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別人口データがあります。このデータセットでは、都市の人口が昼間と夜間に示され、北米の通勤パターンによって生成される集中と分散のパターンが強調されています。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 なしでは不可能でした。

GIS が保持するデータを将来に予測するモデルを使用することで、計画者は空間意思決定支援システムを使用して政策決定をテストできるようになりました。

ワールドワイドウェブコンソーシアムのセマンティックウェブから生まれたツールや技術は、情報システムにおけるデータ統合の問題に有効であることが証明されています。同様に、このような技術は、GISアプリケーション間の相互運用性とデータの再利用を容易にし、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。^{[78] [79] [80] [81]}

オントロジーは、特定のドメインの概念と関係を形式的に機械可読に指定できるため、このセマンティックアプローチの重要なコンポーネントです。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集中できます。たとえば、1つのデータセットで落葉針葉樹として分類されている土地被覆タイプが、別のより大まかに分類されたデータセットの土地被覆タイプforestの特殊化またはサブセットであると推論すると、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マージできます。GIS アプリケーションに関連する領域では、英国のOrdnance Surveyによって開発された水文学オントロジー^[82]やNASAのジェット推進研究所によって開発されたSWEET オントロジー^{[83]など、暫定的なオントロジーが開発されています。また、W3C Geo Incubator Group [84]}によって、 Web 上の地理空間データを表現するためのより単純なオントロジーとセマンティックメタデータ標準が提案されています。 GeoSPARQLは、よく理解されている OGC リテラル (GML、WKT)、トポロジ関係 (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するために、Ordnance Survey、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によって開発された標準です。

この分野の最近の研究成果は、国際地理空間セマンティクス会議^[85]や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^{[86]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、学者たちはGISの社会的、政治的影響を精査し始めている。^{[87] [88] [45]} GISは、個人的利益や政治的利益のために現実を歪曲するために悪用されることもある。^{[89] [90]}地理情報の作成、配布、利用、表現は、社会的文脈と大きく関連しており、政府に対する国民の信頼を高める可能性があると主張されてきた。^{[91]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る。GISの採用に対するより楽観的な社会的アプローチは、それを市民参加のツールとして使用することである。

20世紀末には、GISは教室で使えるツールとして認識され始めました。^{[92] [93] [94]}教育におけるGISの利点は空間認知能力の発達に重点が置かれているようですが、世界中の教育におけるGISの具体的な利用範囲を示す十分な文献や統計データは存在しません。ただし、カリキュラムにGISについて言及している国では、その拡大はより速いものでした。^{[95] : 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上の疑問を提起するのに役立つため、地理の指導に多くの利点をもたらすようです。また、空間的および地理的思考を発達させることで学習の向上に貢献し、多くの場合、生徒のモチベーションを高めます。^{[95] : 38}

GISのコースは教育機関でも提供されています。^{[96] [97]}

GISは、組織全体にわたる企業レベルの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え続けています。^[98]政府機関は、政府組織の以下の領域をより適切に管理する方法としてGIS技術を採用しています。

• 経済開発部門は、投資を誘致し、既存のビジネスをサポートするために、利用可能な商業用地や建物のデータベースとともに、他のデータ (人口統計、労働力、ビジネス、産業、人材) と集約されたインタラクティブな GIS マッピング ツールを使用します。立地を決定する企業は、これらのツールを使用して、成功の基準に最も一致するコミュニティや場所を選択できます。
• 公共安全^[99]緊急作戦センター、火災予防、警察と保安官の移動技術と派遣、気象リスクのマッピングなどの活動。
• 公園・レクリエーション部門と、資産目録、土地保全、土地管理、墓地管理におけるその機能
• 公共事業および公共施設、水道および雨水排水、電気資産、エンジニアリング プロジェクト、公共交通機関の資産と傾向の追跡
• 部門間ネットワーク資産のファイバーネットワーク管理
• 学校の分析と人口統計データ、資産管理、改善/拡張計画
• 選挙データ、財産記録、ゾーニング/管理に関する行政

オープンデータイニシアチブは、GISテクノロジーなどのテクノロジーを活用するよう地方自治体に促しています。これは、オープンデータ/オープンガバメントの透明性モデルに適合するための要件を網羅しているためです。^[98]オープンデータを使用すると、地方自治体組織は市民参加アプリケーションとオンラインポータルを実装して、市民が土地情報を確認したり、道路の穴や標識の問題を報告したり、公園を資産別に表示および並べ替えたり、リアルタイムの犯罪率や公共設備の修理を確認したり、その他多くのことを実行できるようになります。^{[100] [101]}政府組織内でのオープンデータの推進により、地方自治体のGISテクノロジーへの支出とデータベース管理が増加しています。

• Berry, JK (1993)。『マッピングを超えて: GIS の概念、アルゴリズム、および問題』。コロラド州フォートコリンズ: GIS World Books。
• Bolstad, P. (2019). GIS の基礎: 地理情報システムに関する最初のテキスト、第 6 版。Ann Arbor: XanEdu、764 ページ。
• Burrough, PA および McDonnell, RA (1998)。地理情報システムの原理。オックスフォード大学出版局、オックスフォード、327 ページ。
• Chang, K. (2007).地理情報システム入門、第 4 版。McGraw Hill、ISBN 978-0071267588 
• DeMers, M. (2009).地理情報システムの基礎、第 4 版。Wiley、ISBN 978-0-470-12906-7 
• DeMers, M. (2002).ラスターでの GIS モデリング. Wiley, ISBN 978-0-471-31965-8 
• Fu, P.、J. Sun (2010)。Web GIS: 原理とアプリケーション。ESRI Press。カリフォルニア州レッドランズ。ISBN 1-58948-245 -X。 
• ハーヴェイ、フランシス (2008)。GIS入門、地理と地図作成の基本概念。ギルフォード プレス、31 ページ。
• Heywood, I., Cornelius, S., Carver, S. (2006).地理情報システム入門. Prentice Hall. 第 3 版.
• Longley, PA , Goodchild, MF , Maguire, DJ およびRhind, DW (2005)。地理情報システムと科学。チチェスター: Wiley。第 2 版。
• Maguire, DJ、Goodchild MF、Rhind DW (1997)。「地理情報システム: 原理とアプリケーション」Longman Scientific and Technical、Harlow。
• モンモニエ、M. (2018)。地図で嘘をつく方法。シカゴ大学出版局、ISBN 978-0-226-43592-3 
• Ott, T. および Swiaczny, F. (2001) .時間統合型 GIS. 時空間データの管理と分析、ベルリン / ハイデルベルク / ニューヨーク: Springer。
• Pickles, J. 編 (1994) Ground Truth: The Social Implications of Geographic Information Systems、ニューヨークおよびロンドン: Guilford、248 ページ。
• Thurston, J.、Poiker, TK、J. Patrick Moore。(2003)。統合地理空間技術: GPS、GIS、およびデータ ロギング ガイド。ニュージャージー州ホーボーケン: Wiley。
• ロジャー・トムリンソン(2007)。GIS について考える: 管理者のための地理情報システム計画。ESRI, Inc. ISBN 978-1-58948-158-9。
• ワーボーイズ、マイケル、ダッカム、マット (2004) 。GIS: コンピューティングの視点。ボカラトン: CRC プレス。ISBN 978-0415283755。

• ウィキメディア・コモンズの地理情報システムに関連するメディア