PLATEAU MCPを利用して都市データ分析を検証。公共空地集計や空間ID検索を実施し、自治体業務での活用可能性と課題を評価します。
はじめに
最近、AIエージェントとMCP（Model Context Protocol）が話題になっています。
GIS分野でも、
- ArcGIS MCP
- GitHub MCP
- PLATEAU MCP
などが登場し、自然言語でGISデータを扱える環境が整いつつあります。
そこで今回は、国土交通省が公開しているPLATEAU MCPを実際に利用し、自然言語だけで都市データ分析は可能なのかを検証してみました。
PLATEAU MCPとは
PLATEAU MCPは、PLATEAUが公開している3D都市モデルをAIエージェントから利用するための仕組みです。
従来であれば、
- PLATEAUサイトから対象データを探す
- CityGMLをダウンロードする
- ArcGIS ProやQGISへ変換する
- 必要な属性を抽出する
といった作業が必要でした。
PLATEAU MCPでは、
「和泉市の公共空地を集計してください」
のような自然言語で指示を出すことができます。
まず最初に確認したこと
PLATEAU MCPを導入したものの、
最初は何ができるのか分かりませんでした。
そこで最初に次の質問を行いました。
PLATEAU MCPで利用可能なツール一覧を表示してくださいすると、
- データセット検索
- CityGML検索
- 空間ID検索
- 建物属性取得
などの機能が利用できることが分かりました。
ここで初めて、
PLATEAU MCPは分析ソフトではなく、PLATEAUデータを探索するためのAIインターフェース
であることが理解できました。
まずはどんなデータがあるのか調べてみた
最初に次の質問を行いました。
和泉市のPLATEAUデータセットを調査してください。すると、PLATEAU MCPから次の情報が返ってきました。
地域情報
| 項目 | 内容 |
|---|---|
| 地域名 | 和泉市 |
| 地域コード | 27219 |
| 地域種別 | CITY |
| 平面直角座標系 | EPSG:6674 |
| 利用可能年度 | 2023 |
| 登録年度 | 2024 |
| PLATEAU仕様 | 4.1 |
| CityGML取得 | 可能 |
利用可能なデータセット
確認できた主なデータセットは以下のとおりです。
都市モデル
- 建築物モデル（bldg）
- 土地利用モデル（luse）
防災モデル
- 洪水浸水想定区域モデル（fld）
- 土砂災害警戒区域モデル（lsld）
都市計画モデル
- 区域区分
- 用途地域
- 地区計画
- 公共空地
- 都市計画区域
- 市街地再開発事業
- 土地区画整理事業
- 防火地域
- 特別用途地区
など
特に興味深かったのは、
道路モデル（tran）は存在しなかった
ことです。
PLATEAUは全国で同じデータが整備されているわけではなく、自治体ごとに整備状況が異なることも確認できました。
さらにPLATEAU MCPは、
このデータがありますだけではなく、
実際に取得できるCityGMLファイルまで示してくれました。
例えば土地利用モデルでは、
513544_luse_6697_op.gml
513553_luse_6697_op.gmlなどのファイルが利用可能であることが分かりました。
公共空地を分析してみる
データが存在することが確認できたので、
次は土地利用モデルを利用して分析を行いました。
ここで登場するのが公共空地（217）です。
公共空地とは
- 公園
- 緑地
- 広場
- 運動場
などを含む土地利用区分です。
今回入力したプロンプトは以下です。
PLATEAU MCPを使って
公共空地の
・件数
・面積
・分布
を集計してくださいと質問しました。
すると、AIは和泉市の土地利用モデル（luse）を探索し、対象となるCityGMLを特定して集計を実施しました。
使用されたデータ
| 項目 | 内容 |
|---|---|
| 自治体 | 大阪府和泉市 |
| 年度 | 2023 |
| データ種別 | 土地利用モデル（luse） |
| 対象分類 | 公共空地 |
| 分類コード | 217 |
| 対象CityGML | 513543、513544、513553、513554 |
件数・面積
集計結果は以下のとおりです。
| 指標 | 値 |
|---|---|
| 件数 | 94件 |
| 総面積 | 1,909,271㎡ |
| 総面積 | 190.93ha |
| 平均面積 | 20,311㎡ |
| 中央値 | 7,838㎡ |
| 最大面積 | 234,272㎡ |
| 最小面積 | 246㎡ |
単なる件数集計だけでなく、平均値や中央値まで整理されました。
メッシュ別分布
さらに、どのメッシュに公共空地が分布しているかも集計されました。
| メッシュ | 件数 | 面積 |
|---|---|---|
| 513543 | 2件 | 13,430㎡ |
| 513544 | 0件 | 0㎡ |
| 513553 | 92件 | 1,895,841㎡ |
| 513554 | 0件 | 0㎡ |
結果を見ると、
公共空地の大部分が513553メッシュに集中している
ことが分かります。
空間分布
さらにAIは重心位置から空間分布まで整理しました。
| 区分 | 件数 | 面積 |
|---|---|---|
| 西部・北側 | 13件 | 153,935㎡ |
| 中部・北側 | 33件 | 606,608㎡ |
| 中部・南側 | 24件 | 597,171㎡ |
| 東部・北側 | 15件 | 350,679㎡ |
| 東部・南側 | 9件 | 200,878㎡ |
この結果から、
- 中部・北側
- 中部・南側
に公共空地が多く分布していることが読み取れます。
面積規模別の特徴
さらに面積規模別に分類すると、
- 1,000～10,000㎡の公共空地が最も多い
- 一方で50,000㎡以上の大規模公共空地は8件しかない
- しかし面積では全体の約54％を占める
という特徴も確認できました。
正直驚いた点
ここで驚いたのは、私が依頼したのは
件数
面積
分布だけだったことです。
しかし実際には、
- 件数
- 総面積
- 平均値
- 中央値
- 最大値
- メッシュ分布
- 方位別分布
- 面積規模別分析
まで自動的に整理されました。
AIは何をしていたのか
実際にはAIは次の処理を行っています。
土地利用モデル検索
↓
CityGML特定
↓
不足データ確認
↓
データ取得
↓
ジオメトリ解析
↓
面積計算
↓
集計
↓
結果出力利用者は自然言語で質問しただけです。
AIが実施した処理
① 土地利用モデル（luse）を検索
② 対象CityGMLファイルを特定
③ 不足メッシュを検出
④ CityGMLを取得
⑤ ジオメトリを解析
⑥ 面積を計算
⑦ 分布を集計
⑧ 結果を整理
従来であればGIS担当者が複数のツールを使って実施していた作業です。
空間ID検索も試してみた
公共空地分析の次に、PLATEAU MCPの特徴的な機能である「空間ID検索」も試してみました。
今回は和泉市役所周辺を対象に、
和泉市役所周辺の空間ID検索例を示してくださいと質問しました。
するとAIは、
- 市役所の位置情報を取得
- 緯度経度を十進度へ変換
- 空間IDを生成
- 対応するCityGMLを検索
- 交差する建物を取得
- 建物属性を取得
という処理を実施しました。
生成された空間ID
市役所位置から生成された空間IDは次のとおりです。
19/0/459368/208584また、周辺8セルを含めた9セル検索も実施されました。
建物検索結果
空間IDに交差する建物を検索した結果、
bldg_6a445e5d-cf54-4a50-8653-b6d8ce7510e2という建物が取得されました。
さらに周辺9セルで検索すると、
32棟の建物
が取得されました。
取得できた建物属性
取得された建物からは次のような属性が確認できました。
| 項目 | 結果 |
|---|---|
| 建物ID | 27219-bldg-72179 |
| 建物高さ | 29.4m |
| 土地利用 | 公益施設用地 |
| 土地利用コード | 214 |
| 都市計画区域 | 都市計画区域 |
| 区域区分 | 市街化区域 |
| 調査年 | 2023 |
さらに、
- 建物中心座標
- 建物範囲
- 標高
まで取得できました。
正直驚いた点
ここで興味深かったのは、
私が知りたかったのは
市役所周辺の建物だけだったことです。
しかし実際には、
- 空間ID生成
- 建物検索
- 建物属性取得
- 土地利用判定
- 都市計画区域判定
まで実施されました。
従来であれば、
PLATEAU ViewerやGISソフトを開いて確認していた内容です。
自治体業務ではどう使えるのか
今回の結果を見て感じたのは、
空間IDは単なる研究用途ではなく、自治体業務にも応用できる可能性があるということです。
例えば、
- 公共施設台帳との照合
- 防災施設の位置確認
- 現地調査地点の管理
- 3D都市モデルとの連携
などです。
一方で、PLATEAUの属性には建物名称が入っていません。
そのため、
今回取得した建物を
「和泉市役所本庁舎」
と断定するには、
- 航空写真
- 公共施設台帳
- ArcGISの施設データ
との照合が必要になります。
処理時間はデータ量によって大きく変わる
今回の検証では、対象データによって処理時間に大きな差が見られました。
公共空地（217）の分析では、
- 対象件数：94件
- 対象ファイル：4ファイル
だったため、件数・面積・分布の集計は約3分で完了しました。
一方で、建築物モデルを対象とした調査では、
- 建築物数：約64,000棟
- CityGMLファイル数：81ファイル
- 対象範囲：和泉市全域
となり、建物数や利用可能属性の集計に約23分を要しました。
これはPLATEAU MCPの性能というよりも、解析対象となるCityGMLデータ量の違いによるものです。
従来作業との比較
同じ分析を従来のGIS作業で行う場合を考えてみます。
従来の作業
- PLATEAUデータ検索：10分
- CityGML取得：5分
- ArcGIS Pro変換：15分
- 属性確認：10分
- 公共空地抽出：5分
- 面積計算：5分
- 集計表作成：10分
合計：約60分
MCP＋AI
- 自然言語による指示
- 自動解析
- 結果出力
実行時間：約3分
もちろん結果確認は必要ですが、調査作業だけで見れば大幅な時間短縮になります。
実際に使って感じたこと
今回の検証を通じて感じたのは、PLATEAU MCPは「GIS解析ソフト」ではなく、「PLATEAUデータ探索エンジン」として非常に優秀だということです。
特に、
- どのデータが存在するのか
- どのCityGMLを使うべきか
- どの属性が利用できるのか
といった事前調査に強みがあります。
一方で、
- 高度な空間解析
- 自治体独自データとの統合分析
- Webマップ作成
- ダッシュボード構築
については、引き続きArcGISなどのGIS環境が必要になります。
つまり、
PLATEAU MCPがGISを置き換えるのではなく、
「GIS解析を始める前の調査作業を大幅に効率化するツール」
と考えるのが実態に近いと感じました。
今後の可能性
今回の検証では、
自然言語
↓
PLATEAU MCP
↓
CityGML特定
↓
AI解析
↓
面積集計
という流れが実現できました。
今後は、
- PLATEAU MCP
- ArcGIS MCP
- e-Stat MCP
- GitHub MCP
を組み合わせることで、
「高齢者が多く、公共空地が少なく、健康遊具が不足している地域はどこか」
といった自治体課題に対しても、自然言語で分析できる可能性があります。
今回の検証を通じて、PLATEAU MCPはGIS解析ツールというよりも、PLATEAUデータを効率よく活用するための入口として非常に有効であることが確認できました。