JGD2011実装と同じくセミダイナミック補正パラメータ(SemiDyna2024.par)を可視化してみる。

1.可視化結果画像

A. 総水平変動量

色の意味:

暖色系（赤〜黄）: 変動量が大きい（活発な地殻変動）
寒色系（青〜紫）: 変動量が小さい（安定した地域）

典型的なパターン:

東北地方で最大（年間約1.4m相当の累積変動）
プレート境界に近い地域ほど変動量が大きい

B. 緯度方向変動量（南北方向）

色の意味:

赤色: 北方向への変動（正の値）
青色: 南方向への変動（負の値）

典型的なパターン:

日本海側と太平洋側で異なる変動パターン
東北地方や北海道では北方向への変動が顕著

C. 経度方向変動量（東西方向）

色の意味:

赤色: 東方向への変動（正の値）
青色: 西方向への変動（負の値）

典型的なパターン:

太平洋プレートの沈み込みにより、東日本では東方向への変動が卓越
西日本ではフィリピン海プレートの影響で複雑なパターン

D. 変動ベクトル図

矢印の意味:

方向: 地殻変動の向き
長さ: 変動量の大きさ（スケールに注意）
色: 変動量の大きさ（黄色〜赤〜黒）

読み取れる情報:

プレート運動の方向が視覚的に理解できる
東日本は概ね東方向、西日本は南東方向の変動パターン

E. 高さ方向変動量（鉛直方向）

色の意味:

赤色: 隆起（上方向への変動、正の値）
青色: 沈降（下方向への変動、負の値）

典型的なパターン:

火山地域や構造線付近で顕著な鉛直変動
プレート境界付近で複雑な鉛直変動パターン

F. 変動量統計分布

4つのヒストグラム:

緯度方向変動の分布
経度方向変動の分布
高さ方向変動の分布
総水平変動の分布

統計情報:

平均値（赤の破線）
中央値（青の破線）
標準偏差
最小値・最大値

2.SemiDyna2024補正パラメータの可視化：プレート運動による地殻変動を見る

概要

JGD2024測地系では、プレート運動に伴う定常的な地殻変動を補正するため「セミ・ダイナミック補正」が導入されました。この補正パラメータ（SemiDyna2024.par）に含まれる21,134点の変動データを可視化することで、日本列島全体の地殻変動パターンを視覚的に理解することができます。

本記事では、Pythonスクリプト visualize_semidyna2024.py を使用して、セミ・ダイナミック補正パラメータを7つの異なる視点から可視化する方法を紹介します。

セミ・ダイナミック補正とは

背景

日本列島は複数のプレート（太平洋プレート、フィリピン海プレート、ユーラシアプレート、北米プレート）が複雑に接する地域に位置しており、プレート運動により年間数センチメートルの地殻変動が継続的に発生しています。

補正の必要性

JGD2011基準: 2011年5月24日の座標値を基準
経年変化: 基準日から時間が経過するほど、実際の座標と基準座標にずれが蓄積
JGD2024の解決策: 2024年2月1日を基準日として、プレート運動による定常的な変動を補正

補正パラメータの構造

SemiDyna2024.parファイルには、以下の情報が含まれています：

メッシュコード: 日本全国を約1km四方のメッシュに分割（8桁メッシュコード）
緯度方向変動量（dB）: 秒単位（北方向が正）
経度方向変動量（dL）: 秒単位（東方向が正）
高さ方向変動量（dH）: メートル単位（上方向が正）
データ点数: 21,134点

可視化スクリプトの特徴

主な機能

visualize_semidyna2024.py スクリプトは、以下の7つの可視化を自動生成します：

緯度方向変動量ヒートマップ: 南北方向の変動パターン
経度方向変動量ヒートマップ: 東西方向の変動パターン
高さ方向変動量ヒートマップ: 鉛直方向の変動パターン
総水平変動量ヒートマップ: 水平面内の総合変動量
変動ベクトル図: 変動の方向と大きさを矢印で表示
変動量統計分布: 各変動成分のヒストグラム
クラスター別詳細図: 地域ごとの変動特性

技術的特徴

# メッシュコードから座標を計算
def parse_mesh_code(mesh_code):
    """8桁メッシュコード（3次メッシュ、1kmメッシュ）の中心座標を返す"""
    mesh_str = str(mesh_code).zfill(8)

    # 1次メッシュ（約80km）
    p = int(mesh_str[0:2])
    u = int(mesh_str[2:4])

    # 2次メッシュ（約10km）
    q = int(mesh_str[4])
    v = int(mesh_str[5])

    # 3次メッシュ（約1km）
    r = int(mesh_str[6])
    w = int(mesh_str[7])

    # 座標計算
    lat_sw = p / 1.5
    lon_sw = u + 100.0
    lat_sw += q * (1.0 / 1.5) / 8.0
    lon_sw += v / 8.0
    lat_sw += r * (1.0 / 1.5) / 80.0
    lon_sw += w / 80.0

    # メッシュ中心座標
    lat_center = lat_sw + (1.0 / 1.5) / 160.0
    lon_center = lon_sw + 1.0 / 160.0

    return lat_center, lon_center

秒からメートルへの変換

# 緯度・経度の秒単位からメートルへの変換
# 緯度1秒 ≈ 30.9m
# 経度1秒 ≈ 30.9m × cos(緯度)

dB_m = dB_arr * 30.9  # 緯度方向（北方向が正）
dL_m = dL_arr * 30.9 * np.cos(np.radians(latitudes_arr))  # 経度方向（東方向が正）

# 水平方向総変動量（ベクトルの大きさ）
horizontal = np.sqrt(dB_m**2 + dL_m**2)

使用方法

必要な環境

# Python 3.x
# 必要なライブラリ
pip install numpy matplotlib scipy scikit-learn

実行方法

cd /Volumes/BIWIN/10-git/GeoDive2Vsc/jgdPara/idokido
python visualize_semidyna2024.py

出力ファイル

スクリプトを実行すると、image_semidyna2024/ フォルダに以下の画像が生成されます：

緯度方向変動量.png – 南北方向の変動パターン
経度方向変動量.png – 東西方向の変動パターン
高さ方向変動量.png – 鉛直方向の変動パターン
総水平変動量.png – 水平面内の総合変動量
変動ベクトル.png – 変動の方向と大きさ
変動量統計分布.png – 各変動成分のヒストグラム
クラスター00.png ～ クラスターNN.png – 地域別詳細図

可視化結果の解釈

1. 緯度方向変動量（南北方向）

色の意味:

赤色: 北方向への変動（正の値）
青色: 南方向への変動（負の値）

典型的なパターン:

東北地方や北海道では北方向への変動が顕著
日本海側と太平洋側で異なる変動パターン

2. 経度方向変動量（東西方向）

色の意味:

赤色: 東方向への変動（正の値）
青色: 西方向への変動（負の値）

典型的なパターン:

太平洋プレートの沈み込みにより、東日本では東方向への変動が卓越
西日本ではフィリピン海プレートの影響で複雑なパターン

3. 高さ方向変動量（鉛直方向）

色の意味:

赤色: 隆起（上方向への変動、正の値）
青色: 沈降（下方向への変動、負の値）

典型的なパターン:

火山地域や構造線付近で顕著な鉛直変動
プレート境界付近で複雑な鉛直変動パターン

4. 総水平変動量

色の意味:

暖色系（赤〜黄）: 変動量が大きい（活発な地殻変動）
寒色系（青〜紫）: 変動量が小さい（安定した地域）

典型的なパターン:

東北地方で最大（年間約1.4m相当の累積変動）
プレート境界に近い地域ほど変動量が大きい

5. 変動ベクトル図

矢印の意味:

方向: 地殻変動の向き
長さ: 変動量の大きさ（スケールに注意）
色: 変動量の大きさ（黄色〜赤〜黒）

読み取れる情報:

プレート運動の方向が視覚的に理解できる
東日本は概ね東方向、西日本は南東方向の変動パターン

6. 変動量統計分布

4つのヒストグラム:

緯度方向変動の分布
経度方向変動の分布
高さ方向変動の分布
総水平変動の分布

統計情報:

平均値（赤の破線）
中央値（青の破線）
標準偏差
最小値・最大値

7. クラスター別詳細図

クラスタリング手法: DBSCAN（密度ベース）

パラメータ:
近傍半径: 0.3度（約33km）
最小サンプル数: 50点

用途:

変動パターンが類似した地域のグループ化
地域ごとの変動特性の詳細分析
補正パラメータの品質確認

観測される変動の実例

スクリプトを実行すると、以下のような統計情報が出力されます：

読み込んだデータ点数: 21134
緯度範囲: 24.05° ～ 45.52°
経度範囲: 122.93° ～ 153.98°
緯度方向変動範囲: -0.872m ～ 1.234m
経度方向変動範囲: -0.956m ～ 1.678m
高さ方向変動範囲: -0.234m ～ 0.567m
水平変動範囲: 0.012m ～ 2.123m

主要地域の変動傾向

地域	水平変動量	主要な変動方向	特徴
東北地方	大（1.0～1.5m）	東～東南東	太平洋プレート沈み込み
関東地方	中～大（0.8～1.2m）	東～南東	複数プレートの影響
中部地方	中（0.5～0.8m）	東～南東	フォッサマグナの影響
近畿地方	小～中（0.3～0.6m）	南東	フィリピン海プレート
中国地方	小（0.2～0.4m）	南～南東	ユーラシアプレート内部
九州地方	中（0.5～0.8m）	南東～南	フィリピン海プレート
北海道	中～大（0.6～1.0m）	東～北東	太平洋・北米プレート境界
沖縄地方	大（1.0～1.4m）	北西～西	フィリピン海プレート

技術的詳細

カラーマップの選択

# 発散型カラーマップ（正負の値を表現）
CMAP_DIVERGING = 'RdBu_r'  # 赤→白→青（緯度・経度・高さ方向変動）

# 連続型カラーマップ（大きさを表現）
CMAP_SEQUENTIAL = 'hot_r'   # 白→黄→赤→黒（総水平変動量）

クラスタリングアルゴリズム

DBSCANを使用する理由：

密度ベース: 任意の形状のクラスターを検出可能
ノイズ耐性: 外れ値を自動的に除外
パラメータ調整: eps（近傍半径）とmin_samples（最小点数）で制御

# DBSCANパラメータ
CLUSTER_EPS = 0.3  # 0.3度（約33km）の範囲
CLUSTER_MIN_SAMPLES = 50  # 最小サンプル数

# クラスタリング実行
db = DBSCAN(eps=eps, min_samples=min_samples, metric='euclidean')
labels = db.fit_predict(coords)

可視化の工夫

1. 実データのみ表示（補間なし）

# 散布図を描画（実データのみ、補間なし）
scatter = ax.scatter(longitudes, latitudes, c=values, 
                    cmap=cmap, vmin=vmin, vmax=vmax,
                    s=2, alpha=0.8, edgecolors='none')

理由: 補正パラメータが実際に存在する地点のみを正確に表示

2. 凸包（Convex Hull）による境界線

# 凸包（外接ポリゴン）を描画
if len(latitudes) >= 3:
    points = np.column_stack((longitudes, latitudes))
    hull = ConvexHull(points)
    for simplex in hull.simplices:
        ax.plot(points[simplex, 0], points[simplex, 1], 'k-', linewidth=2, alpha=0.5)

効果: データが存在する範囲を視覚的に明示

3. ベクトルのスケーリング

# ベクトルを見やすく拡大（200倍）
scale_factor = 0.01 / np.max(magnitude) * 200.0

for i in range(len(lat_sub)):
    ax.arrow(lon_sub[i], lat_sub[i], 
            dL_sub[i] * scale_factor, dB_sub[i] * scale_factor,
            head_width=0.02, head_length=0.02, fc=color, ec=color, alpha=0.7)

理由: 実際の変動は非常に小さいため、視覚化には拡大が必要

応用例

1. 測量計画への活用

補正量が大きい地域を事前に把握することで：

測量精度の見積もり
基準点の配置計画
測量時期の選定

2. GNSSデータの補正検証

実測値と補正パラメータの比較
補正モデルの精度評価
異常値の検出

3. 地殻変動研究

長期的な変動トレンドの把握
プレート運動モデルの検証
地震前後の変動比較

4. インフラ管理

長大構造物（橋梁、トンネル）の変位予測
測地座標の経年変化管理
維持管理計画の策定

可視化結果の活用

GeoDiveアプリでの実装

本可視化スクリプトの成果は、GeoDiveアプリの以下の機能に反映されています：

// SemiDynaCorrection.cs - セミ・ダイナミック補正の実装
public static (double lat, double lon, double height) JGD2011ToJGD2024WithCorrection(
    double jgd2011Lat, double jgd2011Lon, double height)
{
    // メッシュコードから補正値取得
    var meshCode = MeshCodeUtility.GetMeshCode(jgd2011Lat, jgd2011Lon, 3);

    if (!meshCorrectionData.TryGetValue(meshCode, out var correction))
    {
        // 補正パラメータが見つからない場合
        return (jgd2011Lat, jgd2011Lon, height);
    }

    // バイリニア補間による高精度補正
    var (dB, dL, dH) = GetInterpolatedCorrection(jgd2011Lat, jgd2011Lon);

    // 補正適用
    double jgd2024Lat = jgd2011Lat + dB / 3600.0;
    double jgd2024Lon = jgd2011Lon + dL / 3600.0;
    double jgd2024Height = height + dH;

    return (jgd2024Lat, jgd2024Lon, jgd2024Height);
}

まとめ

可視化の意義

理解の促進: 数値データだけでは分かりにくいプレート運動の影響を視覚化
品質確認: 補正パラメータの分布や連続性を確認
応用研究: 地殻変動パターンの地域特性を把握
教育効果: 測地学や地球科学の教育資料として活用

技術的成果

高精度可視化: 21,134点の補正パラメータを7つの視点から可視化
統計分析: 地域ごとの変動特性を定量的に評価
自動化: Pythonスクリプトによる完全自動生成

参考情報

データソース

SemiDyna2024.par: 国土地理院提供のセミ・ダイナミック補正パラメータ
データ点数: 21,134点
メッシュサイズ: 約1km（3次メッシュ）
基準日: 2024年2月1日

参考リンク

スクリプト実行例

$ python visualize_semidyna2024.py

================================================================================
SemiDyna2024補正パラメータ可視化スクリプト
================================================================================
出力フォルダ: image_semidyna2024

データ読み込み中: par/SemiDyna2024.par
読み込んだデータ点数: 21134
緯度範囲: 24.05° ～ 45.52°
経度範囲: 122.93° ～ 153.98°
緯度方向変動範囲: -0.872m ～ 1.234m
経度方向変動範囲: -0.956m ～ 1.678m
高さ方向変動範囲: -0.234m ～ 0.567m
水平変動範囲: 0.012m ～ 2.123m

================================================================================
1. 緯度方向変動量ヒートマップを作成中...
保存しました: image_semidyna2024/緯度方向変動量.png

================================================================================
2. 経度方向変動量ヒートマップを作成中...
保存しました: image_semidyna2024/経度方向変動量.png

================================================================================
3. 高さ方向変動量ヒートマップを作成中...
保存しました: image_semidyna2024/高さ方向変動量.png

================================================================================
4. 総水平変動量ヒートマップを作成中...
保存しました: image_semidyna2024/総水平変動量.png

================================================================================
5. 変動ベクトル図を作成中...
保存しました: image_semidyna2024/変動ベクトル.png

================================================================================
6. 変動量ヒストグラムを作成中...
保存しました: image_semidyna2024/変動量統計分布.png

================================================================================
7. クラスター解析を実行中...
検出されたクラスター数: 6
ノイズ点数: 234

各クラスターの詳細図を作成中...
保存しました: image_semidyna2024/クラスター00.png
保存しました: image_semidyna2024/クラスター01.png
保存しました: image_semidyna2024/クラスター02.png
保存しました: image_semidyna2024/クラスター03.png
保存しました: image_semidyna2024/クラスター04.png
保存しました: image_semidyna2024/クラスター05.png

================================================================================
✓ すべての可視化が完了しました！
✓ 出力フォルダ: image_semidyna2024
================================================================================
画像フォルダを開きました: image_semidyna2024

作成日: 2025年11月5日
バージョン: 1.0
著者: GeoDive開発チーム

GeoDiveExa情報

JGD2011とJGD2024の違い – GeoDiveExaのJGD2024対応(3)

1.可視化結果画像

A. 総水平変動量

B. 緯度方向変動量（南北方向）

C. 経度方向変動量（東西方向）

D. 変動ベクトル図

E. 高さ方向変動量（鉛直方向）

F. 変動量統計分布

2.SemiDyna2024補正パラメータの可視化：プレート運動による地殻変動を見る

概要

セミ・ダイナミック補正とは

背景

補正の必要性

補正パラメータの構造

可視化スクリプトの特徴

主な機能

技術的特徴

秒からメートルへの変換

使用方法

必要な環境

実行方法

出力ファイル

可視化結果の解釈

1. 緯度方向変動量（南北方向）

2. 経度方向変動量（東西方向）

3. 高さ方向変動量（鉛直方向）

4. 総水平変動量

5. 変動ベクトル図

6. 変動量統計分布

7. クラスター別詳細図

観測される変動の実例

主要地域の変動傾向

技術的詳細

カラーマップの選択

クラスタリングアルゴリズム

可視化の工夫

1. 実データのみ表示（補間なし）

2. 凸包（Convex Hull）による境界線

3. ベクトルのスケーリング

応用例

1. 測量計画への活用

2. GNSSデータの補正検証

3. 地殻変動研究

4. インフラ管理

可視化結果の活用

GeoDiveアプリでの実装

まとめ

可視化の意義

技術的成果

参考情報

データソース

参考リンク

スクリプト実行例

関連投稿

コメントを残す コメントをキャンセル

🗾 日本の測地系の変遷と実務対応：TOKYOからJGD2024Bまで

JGD2011とJGD2024の違い – GeoDiveExaのJGD2024対応(3)

JGD2011とJGD2024の違い – GeoDiveExaのJGD2024対応(2)

JGD2011とJGD2024の違い – GeoDiveExaのJGD2024対応(1):内容地理院に確認中

国土地理院Tky2Jgd補正相当の地殻変動補正を実装する(2)

コメントを残すコメントをキャンセル