国土数値情報の河川データの属性テーブルを編集してみたが…

　QGIS で国土数値情報の河川データの属性テーブルを覗いてみて，少し気になる点が見つかった．

国土数値情報の河川データには不備がある

河川データの属性テーブルの構造

　河川データの属性テーブルの構造は以下の表の通りである．詳細は製品仕様書に記載されている．

対応番号	属性名
W05-000	河川端点ID
W05-001	水域系
W05-002	河川コード
W05-003	区間種別
W05-004	河川名
W05-005	原典資料種別
W05-006	流下方向判定
W05-007	河川始点
W05-008	河川終点
W05-009	流路始点
W05-010	流路終点
W05-011	標高

　河川始点，河川終点，流路始点，流路終点の定義はよく理解しておく必要がある．河川には本川（ほんせん），派川（はせん），支川（しせん）の3種類がある．本川から分岐するのが派川，本川に合流するのが支川である．

　河川始点と河川終点には値がないこともある．

テーブル構造の不一致

　QGIS でレイヤのプロパティを確認すると，レイヤによって属性テーブルの構造が微妙に異なっているのが分かる．

　北海道 (W05-09_01) はどうも属性の順番が他のレイヤと違っているようだ．おそらく，最後に来るべき流路始点 (W05-009) と流路終点 (W05-010) が，河川名 (W05-004) と原典資料種別 (W05-005) の間に来ている．

　また，他の県ではフィールド名は W05_001 というような半角英数字で表現されているが，北海道だけは日本語で表現されている．

　茨城県 (W05-08_08) に至っては，11番目に length というデータ長 4 の属性が勝手に付加されている．

　国土数値情報の河川データをダウンロードして SQL Server 2008 R2 にアップロードできなかったのは，これが原因かもしれない．

　2022年8月現在，北海道と茨城県の属性テーブルの構造については改修されているようである．

データ長の揺れ

　属性のデータ長が揺れているのも気になる．

　河川名 (W05-004) は別としても，水域系コード (W05-001) は 6 桁なのか 7 桁なのかはっきりしない．他にも流下方向判定 (W05-006) は 1 桁か 4 桁で揺れている．

　河川始点 (W05-007), 河川終点 (W05-008), 流路始点 (W05-009), 流路終点 (W05-010) を示すコードのデータ長は 7 桁, 10 桁あるいは 13 桁で揺れている．7 桁は北海道，10 桁は四国地方，ほかは 13 桁である．

　データ長の揺れに関しては2022年8月現在でも改修されていない．

　とりあえず，QGIS のレイヤプロパティから属性テーブルの構造を列記してみた．

Name	Size	地物数	1	2	3	4	5	6	7	8	9	10
W05-09_01-g_Stream.shp	65002332	49157	6	10	1	40	7	7	13	4	7	7
W05-07_02-g_Stream.shp	6045620	5390	6	10	1	14	1	4	13	13	13	13
W05-07_03-g_Stream.shp	8980188	7597	6	10	1	14	1	4	13	13	13	13
W05-07_04-g_Stream.shp	4709380	4216	6	10	1	14	1	4	13	13	13	13
W05-07_05-g_Stream.shp	8300524	8051	6	10	1	14	1	4	13	13	13	13
W05-07_06-g_Stream.shp	6576524	6433	6	10	1	14	1	4	13	13	13	13
W05-07_07-g_Stream.shp	9375660	9221	6	10	1	14	1	4	13	13	13	13
W05-08_08-g_Stream.shp	2322420	2174	6	10	1	18	1	4	13	13	13	13
W05-08_09-g_Stream.shp	3901772	3467	6	10	1	18	1	4	13	13	13	13
W05-08_10-g_Stream.shp	4975204	5368	6	10	1	18	1	4	13	13	13	13
W05-08_11-g_Stream.shp	3311892	5244	6	10	1	22	1	4	13	13	13	13
W05-08_12-g_Stream.shp	2593972	3404	6	10	1	22	1	4	13	13	13	13
W05-08_13-g_Stream.shp	1141860	1388	6	10	1	22	1	4	13	13	13	13
W05-08_14-g_Stream.shp	1645180	2305	6	10	1	22	1	4	13	13	13	13
W05-07_15-g_Stream.shp	9773044	11370	6	10	1	18	1	4	13	13	13	13
W05-07_16-g_Stream.shp	3047972	4174	6	10	1	18	1	4	13	13	13	13
W05-07_17-g_Stream.shp	2495476	2588	6	10	1	18	1	4	13	13	13	13
W05-07_18-g_Stream.shp	2375836	3287	6	10	1	18	1	4	13	13	13	13
W05-08_19-g_Stream.shp	3175820	3839	6	10	1	12	1	1	13	13	13	13
W05-08_20-g_Stream.shp	9272588	11467	6	10	1	18	1	1	13	13	13	13
W05-08_21-g_Stream.shp	6759868	9785	6	10	1	20	1	1	13	13	13	13
W05-08_22-g_Stream.shp	5994068	8048	6	10	1	22	1	4	13	13	13	13
W05-08_23-g_Stream.shp	3963780	5962	6	10	1	20	1	1	13	13	13	13
W05-08_24-g_Stream.shp	4751996	7527	6	10	1	20	1	1	13	13	13	13
W05-09_25-g_Stream.shp	2493428	3958	7	10	1	34	1	4	13	13	13	13
W05-09_26-g_Stream.shp	3872844	5151	7	10	1	34	1	4	13	13	13	13
W05-09_27-g_Stream.shp	1273324	2125	7	10	1	34	1	4	13	13	13	13
W05-09_28-g_Stream.shp	5625388	7953	7	10	1	34	1	4	13	13	13	13
W05-09_29-g_Stream.shp	2838572	3601	7	10	1	34	1	4	13	13	13	13
W05-09_30-g_Stream.shp	4381852	4873	7	10	1	34	1	4	13	13	13	13
W05-08_31-g_Stream.shp	2390828	3571	6	10	1	20	1	1	13	13	13	13
W05-08_32-g_Stream.shp	4764988	7347	7	10	1	22	1	4	13	13	13	13
W05-08_33-g_Stream.shp	4372284	6553	7	10	1	22	1	4	13	13	13	13
W05-08_34-g_Stream.shp	4612172	4925	7	10	1	22	1	4	13	13	13	13
W05-08_35-g_Stream.shp	4091812	4502	7	10	1	26	1	4	13	13	13	13
W05-06_36-g_Stream.shp	2570524	4311	6	10	1	14	1	1	10	10	10	10
W05-06_37-g_Stream.shp	1107428	1852	6	10	1	14	1	1	10	10	10	10
W05-06_38-g_Stream.shp	3099212	5141	6	10	1	14	1	1	10	10	10	10
W05-06_39-g_Stream.shp	4736508	5987	6	10	1	14	1	1	10	10	10	10
W05-07_40-g_Stream.shp	3387332	4462	6	10	1	18	1	4	13	13	13	13
W05-07_41-g_Stream.shp	1892140	2713	6	10	1	18	1	4	13	13	13	13
W05-07_42-g_Stream.shp	2208540	2631	6	10	1	18	1	4	13	13	13	13
W05-07_43-g_Stream.shp	5895100	6517	6	10	1	18	1	4	13	13	13	13
W05-07_44-g_Stream.shp	5631620	5020	6	10	1	18	1	4	13	13	13	13
W05-07_45-g_Stream.shp	5359412	5742	6	10	1	18	1	4	13	13	13	13
W05-07_46-g_Stream.shp	5153100	4735	6	10	1	18	1	4	13	13	13	13
W05-07_47-g_Stream.shp	1146636	1305	6	10	1	18	1	4	13	13	13	13

河川端点のデータ長の違いはコード体系の違い

　河川始点，河川終点，流路始点，流路終点はいずれも河川端点を示す．実質的な識別子は最後の 7 桁部分にあり，10 桁や 13 桁の ID の先頭には #t- または #gb03_ という接頭辞 3 文字または 6 文字があてられている．検索したがその点について言及しているページは存在しなかった．そういうことなら検索置換で改修はできそうだが，本来ならコード体系は統一しておくのが筋ではないだろうか？

　ついでながら，河川端点 ID の先頭には # は記述されておらず，こちらも流路と端点のテーブル結合に支障がある．

dbf ファイルの編集

　dbf ファイルの編集は難しいようだ．EXCEL 2003 までは対応できていたが，最近のバージョンではできなくなっている．有志のフリーソフトには DBFファイル編集などといったものもあるが，最新バージョンの Office には対応できていないようである．

　国土交通省の責任で，何とかしてほしいと思う．

いったん csv ファイルにエクスポートすれば，EXCEL で何とかなるのでは？

　と考えてやってみた．今回の記事の対象は，北海道に該当する W05-09_01-g_Stream.shp という名前のファイルである．

QGISからレイヤのエクスポート

　QGIS のレイヤから右クリックして「エクスポート」「地物の保存…」と進む．

　「ベクタレイヤを名前を付けて保存…」ダイアログが開く．

　一番上にある「形式」をプレスするとファイル形式が列挙されるので，一番下の「カンマで区切られた値[CSV]」を選ぶ．

レイヤオプションで CREATE_CSVT を YES に変更

　二番目，「ファイル名」にはファイルパス付きの名前を指定する．レイヤと同じ名前にしておいたほうがフォルダの中で迷子にならずに済むだろう．三番目の「座標参照系」はとりあえずそのままでいい．

　「文字コード」は Windows 環境なら Shift_JIS にしておいたほうが良い．EXCEL で開いたときに文字化けしないためである．他のプラットフォームなら UTF8 でも良いかもしれない．

　「エクスポートするフィールドとエクスポートオプションの選択」ではすべてのフィールドにチェックが入っており，そのままとする．ここではチェックをオン・オフする以外の変更はできない．

　レイヤオプションの CREATE_CSVT は忘れずに YES にしておく．属性の順番を入れ替える，つまりテーブルの構造を変えようとしているので，このファイルも後でいじることになる．

EXCEL での操作

Power Query で csv ファイルを読み込む

　できた csv ファイルをダブルクリックしてはいけない．必ず Power Query を使ってデータをインポートすること．

　1列目は WKT という列名であり，MULTILINESTRING で始まる座標の組み合わせが続く．WKT とは Well-Known Text の略である．

　2列目以降が属性であり，dbf ファイルの内容が読み込まれている．

　ここでおかしかったのは本来最後に来るべき流路始点 (W05-009) および流路終点 (W05-010) が河川名 (W05-004) の次に来てしまっていることである．Power Query エディタで列を入れ替える．然る後，W05-001, W05-002, …, W05-010 という具合にヘッダー名を変更する．

CSV（コンマ区切り）(*.csv) で保存

　閉じて読み込むとテーブルに展開されるので，これを一旦保存する．さらに「別名で保存…」で csv ファイルに保存する．

テキストエディタでの操作

メモ帳で CSVT ファイルを開く

　次は CSVT ファイルの編集である．メモ帳で W05-09_01-g_Stream.csvt という名前のファイルを開く．5 番目と 6 番目のデータ型定義を選択する．

ヘッダー行の編集を行う

　そのまま「切り取り」，最後に「貼り付け」する．

再度 QGIS に戻る

QGIS で CSV ファイルをレイヤとして追加する

　今 EXCEL で出力した csv ファイルを QGIS でレイヤに追加する．「レイヤ」メニューの「レイヤを追加」「CSVテキストレイヤを追加…」と進む．

データソースマネージャでは文字コードを Shift_JIS に変更

　データソースマネージャが開く．「ファイル名」で」ファイルパスをユーザーインターフェースで指定する．文字コードは Shift_JIS としておく．他の選択肢は自然に決まる．

CSVレイヤーをシェープファイルにエクスポートする

　レイヤパネルに W05-09_01-g_Stream という名前のレイヤが追加されている．これは csv ファイルをデータソースとするベクタレイヤである．これをシェープファイルに変換するには，やはり「エクスポート」から「地物の保存…」と進む．

ところどころおかしい Linestring が出現している

　結果を示す．ところどころ，南北に一直線に走る地物が出現している．目視で確認できる限り，5 本ある．5 万件近くあるテーブルなので，これを探し出すのは容易ではない．

csv テキストレイヤとシェープファイル変換後のレイヤのプロパティ

まとめ

　国土交通省の国土数値情報の河川データの属性を調査したところ，北海道と茨城県に異常が見つかったため，北海道の属性データを修正した．北海道と茨城県の属性テーブルの構造の異常については2022年8月現在改修されているようである．

　テーブル構造を変更するには属性テーブルをいったん csv ファイルにエクスポートする必要があった．

　テーブル構造は修正できたが，その結果異常な地物が出現し，その特定と対処ができていない．これは今後の課題である．