GeoParquetとは — Shapefileの3ファイルが1つになる仕組みと、座標系がPROJJSONで書かれる理由

,

GeoParquetとは — Shapefileの3ファイルが1つになる仕組みと、座標系がPROJJSONで書かれる理由

GeoParquetとは — Shapefileの3ファイルが1つになる仕組みと、座標系がPROJJSONで書かれる理由

お知らせ・2026年11月(記事本文の前に追加)

お知らせ(2026年11月)— ファイルフォーマット変換が使えるようになりました

iPhone アプリ JP-GeoConverter Pro(バージョン 2)に「ファイル変換」を載せました。CSV・SIMA・Shapefile・DXF・J-LandXML・LAS・PLATEAU・GeoTIFF など 18 形式を読み、13 形式に書き出せます。座標系は測地系 10 種類 × 緯度経度・平面直角 19 系・UTM 6 帯の 229 通りから選べ、形式と座標系の意味のある組み合わせは約 63 万通りです(組み合わせ上の数。数え方はこちらの記事)。

GeoParquetは、独立した新しいファイル形式ではありません。 列指向のApache Parquetファイルに geo という名前のメタデータをJSON文字列として足し、「図形はこの列に、この符号化で入っている」と宣言する約束です。だから拡張子は .parquet のままで、Parquetを読めるツールはそのまま開けます。座標系は PROJJSON(WKT2:2019のJSON符号化)で書き、省略すると OGC:CRS84(経度・緯度の順のWGS84)とみなされます。そして座標の並びは、CRSが定める軸順序ではなく常に(x, y)です。この2点が、日本の座標データで最初につまずくところです。


Shapefileの「セットで運ぶ」が1つになる

Shapefileは .shp 単体ではなく、最低でも .shp(図形)・.shx(索引)・.dbf(属性)の3ファイルがセットで1つのデータを構成し、座標系はその外にある .prj に置かれます(.prjの中身はWKTです)。受け渡しのときに .prj を入れ忘れれば、座標系が分からないデータが届く。

GeoParquetはこれを1ファイルに畳みます。図形・属性・座標系がすべて1つの .parquet の中にあり、座標系はファイルのメタデータ領域に入ります。1ファイルで完結する形式という点ではGeoPackage(.gpkg)と同じ方向ですが、GeoPackageが「中身がSQLiteのデータベース」なのに対し、GeoParquetは「中身が列指向の分析用ファイル」という違いがあります。


geo メタデータの構造

Parquetファイルのキー・バリュー形式のメタデータに、geo というキーでUTF-8のJSON文字列を入れます。

ファイル単位(いずれも必須)

キー 中身
version 準拠するGeoParquetのバージョン
primary_column 主たる図形列の名前
columns 図形列の名前をキーにした、列ごとのメタデータ

仕様は「実装固有の追加フィールドが現れることがあり、その場合は無視すべき」としています。知らないキーがあっても壊れない設計です。

列単位の主なキー

キー 中身
encoding WKB、または point / linestring / polygon / multipoint / multilinestring / multipolygon
geometry_types Point〜GeometryCollection。3Dは末尾に Z。空配列は「不明」
crs 座標参照系(後述)
bbox RFC 7946 §5の形式。地理CRSなら南西の角→北東の角の順。それ以外は各次元の最小値をすべて並べ、次に最大値をすべて並べる
covering 行ごとの空間フィルタに使う外接矩形の列を指す。対応する符号化は現在 bbox のみで、xmin/ymin/xmax/ymaxをParquetのスキーマパスに対応づける

covering があると、ファイルの一部だけを読んで範囲検索ができます。Cloud Optimized GeoTIFFが「ラスタを部分で読む」約束だったのと同じ発想が、ベクタ側では「bbox列を別に持たせる」という形で出ています。


crs の3つの状態 — ここが実務の核

座標系の指定には3つの状態があり、意味が全部違います。

書き方 意味
crs にPROJJSONオブジェクトを書く そのCRS
crs キーを省略する OGC:CRS84(経度・緯度の順のWGS84)
crs に明示的に null を書く CRSが未定義または不明

「省略」と「明示的なnull」が別扱いなのが肝です。省略すれば経度緯度のWGS84だと決まってしまうので、平面直角座標系のデータで crs を書き忘れると、X・Yの数値が経度・緯度として解釈されます。日本の19系は数値が十万から数十万のオーダーですから、経度緯度として読めば地理CRSの範囲(経度±180度・緯度±90度)を外れ、ツールによってはエラーにもならず無言でおかしな場所に置かれます。

PROJJSONはWKT2:2019(ISO 19162:2019)のCRSモデルをJSONで表した形式です。つまりGeoParquetの座標系は、中身はWKT2と同じモデル。WKT2とPROJJSONの関係で書いたとおり、WKT2では測地系(datum)と実現(realization)が区別して書けます。したがってJGD2011とJGD2024を取り違えないかどうかは、形式ではなくPROJJSONにどのEPSGコード・どの測地系を書いたかで決まります。GeoParquetにしたから測地系の管理が楽になる、という話ではありません(測地成果2011と2024を混ぜない)。


軸順序は常に(x, y) — CRSの定義を上書きする

Parquetの地理型の仕様は、はっきりこう書いています。WKBと外接矩形の座標は常に(x, y)、つまりイースティング/経度が先、ノーシング/緯度が後で、これはCRSが定義する軸順序を上書きする。

これは便利な割り切りですが、取り違えの温床でもあります。EPSG:4326は本来「緯度, 経度」の順で定義されたCRSなので、「EPSG:4326と書いてあるのに中身は経度が先」という状態が正しい、ということになります。形式ごとに違う軸順序の落とし穴で整理した話の、もう1つの事例です。


Parquet本体にも地理型が入った

ここ数年の動きとして、Parquetのフォーマット仕様そのものに地理型が追加されました。GeoParquetが「Parquetの上にメタデータの約束を載せる」方式だったのに対し、こちらはParquetの論理型として定義されています。

論理型 辺の補間
GEOMETRY 直線・平面として補間
GEOGRAPHY 非直線・非平面の補間アルゴリズムを明示する

GEOGRAPHY の補間アルゴリズムは、SPHERICAL(球面上の測地線)・VINCENTY・THOMAS・ANDOYER・KARNEY(GeographicLibの実装)から選びます。2点を結ぶ「まっすぐ」の定義を列の型として持てる、ということです。東京とニューヨークを結ぶ線を平面上の直線として引くのか大圏として引くのかで長さが変わる話は、ここでは型の宣言になります。

CRSの指定の仕方はGeoParquetと少し違い、CRSを一意に識別できる文字列で、推奨される形式が4つ挙げられています。

形式 例
PROJJSONの埋め込み (PROJJSONそのもの)
<authority>:<code> EPSG:4326
srid:<identifier> srid:...
projjson:<key_name> ファイルのキー・バリューメタデータ内のキーを指す

既定値はGeoParquetと同じ OGC:CRS84 で、地理CRSでは経度は[-180, 180]、緯度は[-90, 90]に収まります。物理表現はISO変種のWKB(XY・XYZ・XYM・XYZMに対応)で、基底となる仕様はOGC Simple Feature Access Part 1 version 1.2.1です。

統計情報(GeospatialStatistics)

列チャンクのメタデータに、地理型用の統計を持てます。

  • 外接矩形: xmin / xmax / ymin / ymax は必須、zmin / zmax / mmin / mmax は任意(2次元データでは省略)。nullやNaNは飛ばす。X・Yに有効値が1つもなければ外接矩形は作られない
  • xmin が xmax より大きい場合がある — 矩形が180度子午線をまたぐときです。範囲の判定を素朴に xmin <= x <= xmax で書くと、太平洋をまたぐデータで破綻します
  • 地理型の一覧: 存在する図形型のWKB整数コード(XYは0001〜0007、XYZは1xxx、XYMは2xxx、XYZMは3xxx)。不明なら空リスト

バージョンは固定して扱う

GeoParquetの標準化は進行中です。geoparquet.org は自らを「incubating(インキュベーション中の)OGC標準」と記述しており、2026年10月時点でサイトが前面に出しているのは v2.0.0-rc.1(リリース候補)です。1.0・1.1はコミュニティ仕様として公開されており、公式のバリデータは「1.0・1.1はコミュニティ仕様に照らして検証する」と書き分けています。

実務上の含意はひとつです。「GeoParquetで出してください」だけでは足りません。 version にどのバージョンを書くか、crs を書くのか省略するのか、covering を付けるのかまで合わせないと、受け取った側の読み方が変わります。読み込みで位置がおかしいときは、まず geo メタデータの version と crs を見るのが早い。

対応ツールは広く、QGIS・GeoPandas・GDAL/OGR・DuckDB・Apache Sedona・BigQuery・Snowflakeなどが名前を挙げています。入口としてはGDAL/OGRで変換して中身のメタデータを確認するのが確実です。


まとめ

  • GeoParquetは新形式ではなく、Parquetのメタデータに geo キーでJSONを入れる約束。拡張子は .parquet のまま
  • Shapefileが .shp / .shx / .dbf +外部の .prj に分かれるのに対し、GeoParquetは座標系まで1ファイルの中に入る
  • crs はPROJJSON(WKT2:2019のJSON符号化)。省略=OGC:CRS84、明示的なnull=未定義または不明で、この2つは別の意味
  • 平面直角座標系のデータで crs を書き忘れると、X・Yが経度・緯度として読まれる
  • 座標の並びは常に(x, y)。CRSが定める軸順序を上書きする
  • Parquet本体にも GEOMETRY / GEOGRAPHY の論理型が入り、GEOGRAPHY は辺の補間アルゴリズム(SPHERICAL・VINCENTY・THOMAS・ANDOYER・KARNEY)を明示する
  • 統計の外接矩形は xmin > xmax になり得る(180度子午線をまたぐ場合)
  • 2026年10月時点で標準化は進行中(geoparquet.orgの表記は「incubating OGC standard」、前面はv2.0.0-rc.1)。バージョンを固定して受け渡す

出典

  • GeoParquet specification v1.1.0(geo メタデータのファイル単位/列単位のキー、crs のPROJJSON符号化と省略時のOGC:CRS84・明示的nullの意味、encoding の値、bbox のRFC 7946形式、covering の対応符号化、geometry_types の値と Z 接尾辞) https://geoparquet.org/releases/v1.1.0/
  • geoparquet.org(「incubating OGC standard」の記述、v2.0.0-rc.1、バリデータの対応範囲、実装ツールの一覧) https://geoparquet.org/
  • Apache Parquet「Geospatial Type」(GEOMETRY / GEOGRAPHY 論理型、CRSの文字列指定と既定のOGC:CRS84、辺の補間アルゴリズム、ISO変種WKBとOGC Simple Feature Access Part 1 version 1.2.1、GeospatialStatistics/BoundingBox/geospatial typesの定義、軸順序が常に(x, y)でCRSの定義を上書きする点) https://parquet.apache.org/docs/file-format/types/geospatial/

本記事の仕様とバージョン情報は2026年10月時点の各公開資料の記載に基づきます。GeoParquetは標準化の途中であり、バージョンによってキーや既定値が変わるため、実際の受け渡しでは対象バージョンの仕様書で確認してください。


次に確認する


開発者より: アプリ・Kindle本・公開プロジェクトの一覧は GitHub: amru195704 にまとめています。


お願い
本記事の情報は参考目的で掲載しており、正確性・完全性を保証するものではありません。誤記・不正確な情報がございましたら、コメント欄よりご指摘いただければ、確認のうえ修正いたします。


アプリを入手(App Store):JP-GeoConverter Pro(座標変換) | JP-GeoPrism(測地系の可視化・学習)


コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

トップへ戻る