トップへ戻る

画像データ管理および解析システム (SaaS)

画像データ管理および解析システム パターンは、ArcGIS Image for ArcGIS Online を使用した SaaS (Software as a Service) ベースのデプロイメントとして使用できます。 SaaS ベースの画像データ管理および解析システムは、ArcGIS Image Dedicated を使用して構築することもできますが、この内容については、別のデプロイメント パターンで説明しています。

ArcGIS Online は、Esri が SaaS として管理および提供するクラウドベースの GIS です。 ArcGIS Online は、データ層、サービス/ロジック層、およびプレゼンテーション層にわたって機能を提供し、これらの機能が連携して完全な 1 つのシステムを形成しています。 ArcGIS Online は、世界トップ クラスのクラウド アーキテクチャー上に構築され、IT および GIS (地理情報システム) の専門家によって管理されており、信頼性の高い包括的な Web ベースの GIS 機能を備えています。

ArcGIS Image for ArcGIS Online は、組織内のユーザーが ArcGIS Online で直接、画像とラスターのコレクションをホスト、解析、ストリーミングできる SaaS (Software as a Service) ソリューションです。 組織内の許可されたユーザーは、オルソモザイク、衛星シーン、航空写真、標高、水深測量など、さまざまな画像タイプと画像形式をアップロードできます。 画像に関連付けられたメタデータもすべて維持されます。

関連リソース:

基本アーキテクチャー

ArcGIS Image を使用した SaaS としてデプロイされた画像データ管理および解析システムの一般的な基本アーキテクチャーを次に示します。

この図をシステムの設計としてそのまま使用しないでください。 システムの設計時には、重要な要素と設計上の選択肢を数多く検討する必要があります。 詳しくは、システム パターンの使用のトピックをご参照ください。 さらに、以下の図はシステムの基本機能のみを示しています。拡張機能を提供する際には、追加のシステム コンポーネントが必要になる場合があります。

画像データ管理および解析システムの基本アーキテクチャー (SaaS)

上記の機能は、2025 年 7 月時点で利用可能な機能を反映しています。

このアーキテクチャーの主要なコンポーネントは次のとおりです。

  • ArcGIS Online には、ユーザー、グループ、アイテムなどの標準的なポータル コンポーネントと、ベースマップやジオコーディング サービスなどの位置情報サービスが含まれています。 画像データ管理および解析システムの機能を強化する位置情報サービスは、別の位置情報サービス システムの一部または全体が取り込まれることもあります。
  • イメージ ホスティング機能は、ArcGIS Image for ArcGIS Online から提供されます。 ホスト データは、ユーザーのローカル データセットからタイル イメージ サービスまたはダイナミック イメージ サービスとして公開できます。
  • このパターンでは、いくつかのアプリケーションが画像データの処理によく使用されます。 ArcGIS Pro (デスクトップ)、ArcGIS Experience Builder (Web)、ArcGIS Field Maps (ネイティブ)、および Python Notebook (ArcGIS Online でホストされているか、ユーザー独自のハードウェアでホストされている)。 また、ポータル Web サイトも重要であり、これは、検出ポータルおよびコラボレーション ポータルとして一般的に使用されるほか、新しいイメージ サービスを作成するためのインターフェイスとしても使用されます。 画像データ管理および解析システムで使用されるアプリケーションの詳細をご覧ください。

このアーキテクチャーの主な連携方法は次のとおりです。

  1. クライアント アプリケーションは、HTTPS 経由で (通常はステートレスな REST API を介して) 画像データ サービスや位置情報サービスと通信します。 このパターンでは、タイル イメージ サービス、ダイナミック イメージ サービス、シーン サービス、さまざまな解析サービスが多用されます。
  2. このデプロイメント パターンでは通常、ユーザーはローカル ストレージから画像をアップロードしますが、画像アセットを顧客管理のオブジェクト ストレージから ArcGIS Online に直接転送するパターンもあります。 いずれの場合でも、転送後の画像の形式、ストレージ、アクセスは ArcGIS Online が管理します。

ArcGIS Online の使用と管理の詳細については、ArcGIS Online の製品ドキュメントをご参照ください。

機能

SaaS 上での画像データ管理および解析システムの機能を次に示します。 詳細については、機能の概要と、デプロイメント パターン間の機能サポートの比較をご参照ください。

画像データ管理および解析システムで使用される機能のうち、通常は他のシステムによって提供される機能 (ベースマップ、ジオコーディング、位置情報サービス システムによって提供されるその他の位置情報サービスなど) は、以下に示されていません。 関連するシステム パターンの詳細をご覧ください。

基本機能

基本機能は、画像データ管理および解析システムに備わっている最も一般的な機能を意味し、上記の基本アーキテクチャーによって実現されます。

  • 画像の視覚化と解析では、ユーザーは、動的な画像オーバーレイを通じて、過去の画像のコレクションをナビゲートすることで、アプリケーション内のベースマップとして画像データを操作したり、最新のドローン フライトに基づいて観測データを収集したりできます。 調整、ストレッチ、バンド割り当ての変更を動的に行って画像を強化します。 画像のレンダリングは、リクエストされた対象エリアを表示し、画面移動やズームを行うたびにレンダリング ルールを再適用するように最適化されています。 ジオプロセシング ツール、アルゴリズム、および関数を使用して、画像データの解析、土地利用の評価、活動と変化の監視、被害の計測、環境要因の評価を行います。
  • データ モデリングと構造化では、モザイク データセットと LAS データセット、ラスター プロダクトとセンサー モデル、方向付き画像カタログ、その他の業界固有モデルまたはユース ケース固有モデル (軌道データなど) といった一般的なデータ モデルに大規模なデータ セットを追加するための標準化されたアプローチが確立されます。 カタログ データセットを作成し、ローカル ストレージまたはネットワークに接続されたストレージ内のアセットのカタログ レイヤーを操作するか、ArcGIS Online または ArcGIS Enterprise 組織からアイテムとサービスを追加します。 これらのモデルは、詳細なデータセットを整理し、メタデータを提供して使用できるようにするのに役立ちます。
  • 画像データの公開では、すべてのタイプのユーザーが画像のコレクションやその他のリモート センシング データ ソースを作成およびホストできます。 画像コレクションと画像プロダクトをダイナミック サービスまたはタイル サービスとして地域規模または世界規模で公開し、Web、モバイル、およびデスクトップ アプリケーションを使用して視覚化および操作できます。
  • タイル イメージ レイヤー ホスティングでは、動的なクライアント側レンダリングなどの標準的なタイル視覚化方法を使用して、フル ビット深度のピクセル データに高速アクセスできます。 タイム スライスを使用して多次元レイヤーを作成し、時間の経過に伴う変化を確認しながら、小縮尺による低解像度レンダリングで複数のピクセル バンドにアクセスします。
  • リアルタイム ラスター解析では、ラスター関数を使用し、これらの関数を組み合わせてラスター関数テンプレートを作成することで、すばやくバンドを結合し、画像を比較し、画像のコレクションから値を解析して、動的な出力画像を生成します。 ラスター関数はリクエスト時に適用され、リクエストされたピクセル領域にのみ適用されるため、データセット全体を再処理せずに画像を動的にレンダリングする方法として効率的です。
  • 標高解析には、等高線を生成する機能、水文解析モデルを実行する機能、集水域を表示および定義する機能、詳細なデータセットのテレイン、傾斜角、および傾斜方向のレンダリングを表示する機能があります。 3D サーフェスおよびデータセットの切断と充填または比較によって体積解析を実行します。 さまざまなソースから取得した標高を異なる解像度で組み合わせ、直接表示するために使用したり、都市または地方の 3D レンダリングの基礎として使用したりできるシームレスな標高サービスを準備します。 Esri では、視覚化リクエストや解析リクエストに対応するための、すぐに使用できる標高サービスも提供しています。
  • 分散ラスター解析ジョブを作成すると、分散コンピューティング モデル内に保有されている大量の画像に対してラスター関数の計算を実行できます。 この操作には、トレーニング済みのディープ ラーニング モデルを使用して推論する操作や、定義済みのレンダラーまたは計算に基づいて新しい出力データ プロダクトを作成する操作が含まれることもあります。
  • 画像抽出機能では、ソース画像データとモザイク処理された画像データを動的に、かつプログラムによってエクスポートおよびダウンロードし、他のアプリケーションで使用するか、ディープ ラーニング ワークフローの画像チップとして使用することができます。 抽出では、ソース ピクセルに直接アクセスしたり、リクエストされた範囲に対して特定の解像度でリサンプリングされた新しい画像を作成したりできます。 ArcGIS では、衛星画像ベースマップのエリアを抽出し、データ アクセスに非接続の環境および編集ワークフローでのオフライン使用を可能にすることもできます。
  • ディープ ラーニングと AI は、ArcGIS および画像データ管理および解析システム全体に組み込まれています。 ユーザーは、画像アセットやローカル計算リソースを使用してディープ ラーニング モデルで推論をトレーニングおよび実行したり、クラウド リソースやクラウド サービスなどの大規模なシステム間でスケーリングしたりできます。 ArcGIS Living Atlas には、事前トレーニング済みのモデルのギャラリーも用意されており、これらのモデルは、直接使用するか、組織の特定のワークフロー、データ、またはジオグラフィーに合わせて調整することができます。
  • 多次元データは、NetCDF、GRIB、HDF、Zarr などの標準的な指数形式を使用して探索できます。 これらのデータでは、時間の経過に伴う変化や、さまざまな大気の高度または深度での計測値などの変数が表示されます。 ArcGIS Pro と ArcGIS Map Viewer には、タイム スライスの表示、複雑な多変量シンボルの構築と表示、使用可能な変数の特定、独自の新しい計算の作成、データセットの時間範囲外の変数の予測をすばやく実行できる専用のユーザー インターフェイスが用意されています。
  • 画像空間で作業し、画像計測タスクを実行して、センサーからキャプチャーされた画像を従来のオルソ ビューやステレオ ビューイングとともに視覚化します。 画像空間解析を使用すると、フィーチャを収集したり、リサンプリングせずに詳細を表示したり、歪みが生じないようにすることもできます。
  • ステレオ表示機能を使用して、2.5D で画像を視覚化し、画像計測タスクを実行し、高精度で 3D オブジェクトの可能性のあるフィーチャを手動でデジタイズおよび抽出します。 写真測量ワークフローでよく使用されるステレオ編集は、主に ArcGIS Pro で使用できます。

拡張機能

拡張機能は通常、特定のニーズを満たすために追加されるか、業界固有のデータ モデルとソリューションをサポートするために追加され、ソフトウェア コンポーネントやアーキテクチャーに関する検討事項がさらに必要になる場合があります。

  • 斜め、バブルまたは球面画像、360 度パノラマ、道路側、検査画像など、さまざまなタイプの方向付き画像を操作します。 これらのデータセットは従来の直下画像ではありませんが、セキュリティー調査、資産検査、データ収集などのワークフローを通じて、組織に大きな価値をもたらすことがあります。 ArcGIS の方向付き画像機能には、構造化データ モデル、専用のビューアー アプリケーションだけでなく、さまざまなアプリケーションで方向付き画像を提供したり操作したりするためのサポートも含まれています。
  • さまざまな Web、デスクトップ、モバイル アプリおよびツールを使用して、フリート管理から特定のミッション計画や現場でのデータ処理まで、ドローン運用を実行できます。 ArcGIS Dashboards を使用すると、収集の進行状況を監視したり、運用上の問題を特定したり、データ処理チームとデータ品質チームへのレポートを管理したりすることができます。
  • リアリティー マッピングには、忠実度の高いプロダクト生成に適した広範なオルソ マッピング機能が組み込まれています。 ドローンとその他の航空写真を使用して、最大解像度のデジタル サーフェス モデル、トゥルー オルソ、方向付き画像カタログ、2D サーフェス メッシュ、密集 3D 点群、写実的な 3D メッシュを作成します。 リアリティー マッピング機能は、Site Scan for ArcGIS などのさまざまなアプリケーションを通じて、Web、デスクトップ、サーバーベースの処理パターンで使用できます。
  • さまざまなデータ形式を含む LIDAR データセットを管理、視覚化、解析します。これにより、サーフェスの状態を把握したり、さまざまな強度レベルとリターン ポイントのレイヤーを特定したり、フィーチャを抽出したりできるほか、点群を分類したり、写実的な色付けを操作したり、派生プロダクトを作成したりすることもできます。 LAS データセットを使用して、大量の LIDAR ファイルを連続した 1 つのレイヤーとして管理します。
  • SAR センサーとプラットフォームから画像のコレクションにアクセスすることで、合成開口レーダーを操作します。 ArcGIS には、このような独自で強力なデータ タイプをサポートする SAR 固有のラスター タイプ、ラスター関数、および視覚化アプローチが含まれています。
  • STAC (Spatio-temporal Asset Catalogs) を操作して、画像の既存のカタログに接続し、レコードを検索、フィルター、解析して、プロジェクトに適したデータを特定します。 ArcGIS Pro の STAC 接続および検索操作、arcpy Python モジュール、ArcGIS API for Python を使用して、パブリックおよびプライベートの STAC カタログを検索し、クラウド データ接続を通じてアセットに直接アクセスします。

検討事項

以下の検討事項では、ArcGIS Well-Architected Framework の柱を、ArcGIS Image を使用した SaaS 上の画像データ管理および解析システム パターンに適用します。 ここに示す情報は、すべてを網羅するものではなく、システムとデプロイメント パターンの特定の組み合わせを設計または実装する際に検討すべき主要な事項に焦点を当てています。 ArcGIS Well-Architected Framework の柱の詳細については、アーキテクチャーの実践をご参照ください。

信頼性

信頼性は、システムがビジネス、顧客、関係者が求めるサービス レベルを提供することを保証するものです。 詳細については、信頼性の柱の概要をご参照ください。

  • ArcGIS Online は、複数のアベイラビリティー ゾーン、リージョン、およびサービス プロバイダーを活用して、冗長性、耐障害性、およびサービスの継続性を確保します。
  • ArcGIS Online が提供するサービス レベル アグリーメント (SLA) は、予想されるシステム可用性のベースラインになります。

セキュリティー

セキュリティーは、システムおよび情報の保護を担います。 詳細については、セキュリティーの柱の概要をご参照ください。

  • 画像を管理するには、認証と承認が必要です。 また、画像の出力はセキュリティー保護されるのが一般的であり、アクセスには認証と承認が必要になります。
    • ユーザー アクセスとデータ コラボレーションは、ロールベースのアクセス制御と、OAuth、SAML、多要素認証などの最新の承認および認証モデルによって管理されます。
    • 権限は、適切なトレーニングを受けたプロビジョニング済みのユーザーにのみイメージ ホスティング機能 (サービスを作成する機能) が付与されるよう慎重に管理されます。 これらの権限を有効または無効にするには、カスタム ロールをユーザーに割り当てるか、ロールを別の既存のロールに変更します。
    • ArcGIS Image for ArcGIS Online で作成されたダイナミック イメージ サービスは、組織でのみ共有可能であり、パブリックに共有することができません (「すべてのユーザー」に設定できません)。
  • システムは、システム スキャン、Web アプリケーション スキャン、データベース スキャンなどの脆弱性評価の対象となります。

ArcGIS Online のセキュリティーのベスト プラクティスと実装ガイダンスの詳細をご覧ください。

パフォーマンスとスケーラビリティー

パフォーマンスとスケーラビリティーは、システムに対する全体的なユーザー エクスペリエンスを最適化することだけでなく、変化するワークロードの要求に合わせてシステムを拡張することも目的としています。 詳細については、パフォーマンスとスケーラビリティーの柱の概要をご参照ください。

  • このパターンのスケーリングは、ArcGIS Online で自動的に処理されます。
    • 複数のコンテンツ配信ネットワークにより、拡張性の高いマップとアプリが世界中のさまざまな場所に配信されています。 これは、ArcGIS Image で作成されたタイル イメージ サービスにも当てはまります。
  • 画像は、ArcGIS Online にアップロードされると、最適化されたクラウド ストレージとアクセス形式に変換されます。つまり、その画像のソース定義と構造は、他の画像データ管理および解析システムのデプロイメント パターンほど十分に考慮する必要はありません。  

自動化

自動化は手動によるデプロイメントと運用タスクに費やす労力を削減することを目的としており、運用効率の向上と人為的ミスによるシステム異常の減少につながります。 詳細については、自動化の柱の概要をご参照ください。

  • 画像データ管理は自動化を伴うことが多く、通常は Python を使用して、ArcGIS Online で管理されているデータ ストレージ内のデータにアクセスして管理します。 これは、ArcGIS API for Python や ArcGIS Online を通じて SaaS として提供される ArcGIS Notebooks を使用して行われるのが一般的です。 これらのツールはどちらも、ArcGIS Image ベースのサービスとデータを処理することが可能であり、更新、画像の変更、その他のワークフローを自動化するために使用できます。

統合

統合により、このシステムを他のシステムと接続してエンタープライズ サービスを提供し、組織の生産性を向上させます。 詳細については、統合の柱の概要をご参照ください。

  • ArcGIS Online ベースの画像データ管理および解析システムは、ArcGIS Enterprise を使用している組織がホストしているか、ArcGIS Online に登録できるイメージ サービスを共有しているパートナーまたはコンテンツ プロバイダーがホストしている他の画像管理システムと統合されることがよくあります。
  • 画像データ管理および解析システムから生成されるイメージ サービス出力は通常、組織の企業全体の他のシステムと統合されているため、システム管理者が知らないか、利用できない事業運用をサポートしていることもあります。

可観測性

可観測性はシステムの状態を可視化し、運用スタッフやその他の技術担当者がこのシステムを正常かつ安定した状態で稼働させ続けることを可能にします。 詳細については、可観測性の柱の概要をご参照ください。

  • SaaS 製品としての ArcGIS Online と ArcGIS Image は、基盤となるインフラストラクチャーとソフトウェア内部の監視をサポートしていません。 ただし、システムの使用状況と正常性を監視することはできます。
  • 組織全体 (場合によっては組織外) にイメージ サービスを提供すると、システムの設計者や運用者が予測していなかった使用パターンや拡大につながるおそれがあります。 監視を行うことで、適切に (SLA に従って) 運用を継続しながら、需要に応じたスケーリングや展開のタイミングを決定しやすくなります。
  • SAML や OpenID Connect ログインを使用する場合は、構成された ID プロバイダーを通じて、ユーザー ログインとアカウントの変更をさらに監視できることがあります。

その他

ArcGIS Image を使用した SaaS としての画像データ管理および解析システムの設計と実装に関するその他の検討事項には、次のものがあります:

  • 運用を成功させるには、GIS と IT の概念、およびテクノロジーを十分に理解する必要があります。 また、組織は、データ アクセス、セキュリティー、管理の観点から、SaaS の意味を理解する必要があります。
  • このシステム パターンを実装する際には、データ ガバナンスと、IT ポリシーおよびロールとの整合性を十分に考慮する必要があります。

関連リソース:

Top