気象庁の過去の気象データ・ダウンロードからは膨大な気象データをダウンロードできる．今回の記事ではSQL Server内に構築した熱中症データベースに日平均風速のテーブルを追加する．
iOSのルートヒストリーから取得したGPXファイルをQGISでシェープファイルに変換しSQL Serverにアップロードする
我々の手元にあるスマホにはかなり高性能な衛星測位システムが備わっている．GPS, GLONASS, QZSS, Galileo など．それぞれ米国，ロシア，日本，EU が管理するものである．これらのシステムを利用したアプリにルートヒストリーというものがあり，移動経路をログとして記録できる．今回はこのアプリから取得したファイルをQGISでシェープファイルに変換し，SQL Serverにアップロードするまでを記事とした．
“iOSのルートヒストリーから取得したGPXファイルをQGISでシェープファイルに変換しSQL Serverにアップロードする” の続きを読む
国土数値情報の二次医療圏テーブルの文字化けを解決する
前回の記事（国土数値情報の令和2年の医療圏データの文字化けが直っていた）では国土数値情報の医療圏データで四苦八苦した様子を掲載した．今回は二次医療圏テーブルの文字化けの解決を試みる．
国土数値情報の令和2年の医療圏データの文字化けが直っていた
以前の投稿（Shape2SQL でシェープファイルを SQL Server 2008 R2 にアップロードする）で国土数値情報ダウンロードサービスの医療圏データが文字化けしていると記述した．改めてダウンロードして SQL Server にアップロードしたところ，いつの間にか文字化けが直っていた．以前にも河川データの文字化けを指摘したことがあるが，こちらも修正されていた（国土数値情報の河川データが一部直っていた件）．どうやら国土交通省に指摘すると修正してくれるらしい．
第 11 章 空間オブジェクトのプロパティを検査する(Begining Spatial with SQL Server 2008)
第 4 部 空間データの解析
本書のこの部では，geography 型および geometry 型でデータをフィルターし解析できるメソッドを論ずる．それはアプリケーションにおいて空間データの力を開発するのに使うのに必要な主要な機能を提供してくれる．
そのメソッドは3つのカテゴリに分類される．章ごとに一つ．第11章では個別の空間オブジェクトのプロパティについての情報を解析して返すメソッドを扱う．第12章では既存のオブジェクト間の組み合わせまたは修飾の間の新しいオブジェクトを定義するメソッドをカバーする．第13章ではオブジェクト間の関係をテストするメソッドを紹介する．例えば同一性，近接性，交差などである．
“第 11 章 空間オブジェクトのプロパティを検査する(Begining Spatial with SQL Server 2008)” の続きを読む
QGISで都道府県ごとの河川データをマージする
国土数値情報の河川データは都道府県ごとに分かれており，一つのシェープファイルに結合したかった．調べてみると QGIS でできそうだったので実行してみた．
第 2 章 SQL Server 2008 で空間データを実装する (Beginning Spatial with SQL Server 2008)
前章では，空間参照系の背後にある理論を紹介し，異なる種類のシステムが地球上の特徴を記述する方法を説明した．本章では，これらのシステムを適用して SQL Server 2008 における新しい空間データ型を使って空間情報を蓄積する方法を学んでもらう．
“第 2 章 SQL Server 2008 で空間データを実装する (Beginning Spatial with SQL Server 2008)” の続きを読む
USGSの地震データをインポートし，データベースのバックアップを取る
1920年から2015年までの都道府県別の5歳階級別人口推移
e-Stat を渉猟していると面白いファイルを見つけた．国勢調査は 1920 年から開始されており， 2020 年 3 月現在では最新の調査結果は 2015 年のものである．20 回分の人口データが一つのファイルにまとめられており，グラフ化するには格好のデータである．
年齢（5歳階級），男女別-都道府県（大正9年～平成27年）というファイルである．リンク先のページにはファイルが 3 つあるが，最後のものが最も粒度が細かいので，これをグラフ化する．
国勢調査から５歳階級の人口推移を調べる
人口統計は最も重要な基幹統計の一つである．総務省の e-Stat は確かに有用であるが，かゆいところに手が届かない．例えば「市区町村ごと，年齢５歳階級ごとの人口構成の国勢調査ごとの推移を知りたい」という要求には全く無力である．
主として技術的な理由によるものと，統計調査の粒度の細かさによる．技術的な理由としては，データベースの画面表示セル数の上限を容易に超えてしまうデータ量になってしまうことである．しかし，根本的な理由は調査の粒度の細かさである．
2005 年以前と 2010 年以降とでは調査の精度が違う．今後は高精度なデータファイルが e-Stat に掲載されていくものと思われるが，2005 年以前に関しては都道府県より細かい粒度は存在しない．そこを求めると手作業になってしまい，現実的ではない．国立社会保障・人口問題研究所ならデータを持っているかもしれない．
2020 年は国勢調査の年にあたる．総務省にはできるだけ細かい粒度でのデータ掲載を望むものである．