{ "format": "geolibre-language-pack", "formatVersion": 1, "scope": "whitebox", "locale": "ja", "name": "Whitebox 日本語言語パック", "updatedAt": "2026-09-25T16:57:56.501Z", "translations": { "processing": { "toolMeta": { "whitebox": { "build_object_hierarchy_multiscale": { "name": "マルチスケールオブジェクト階層構築", "description": "複数のセグメンテーションスケールにわたる反復的な集約によって構築される階層的オブジェクトネットワークで、スペクトル類似性と空間的隣接性に基づいて細かいセグメントを段階的に併合します。葉ノードが細スケールのセグメントを、ルートが画像全体を表すツリー構造を構築します。包含関係は親子 (部分-全体) のオブジェクト階層を表現し、多重解像度解析や階層レベルをまたいだスケール適応型のオブジェクトクエリを可能にします。主な機能: マルチスケールのセグメンテーション階層、部分-全体関係の追跡、入れ子になったオブジェクトクエリのサポート、スケール適応型解析、メモリ効率の高い階層表現、カスケード分類の支援。用途: 階層的な土地被覆図作成、構成要素からの建物複合体の抽出、農地区画の検出、植生階層の解析、市街地区域の区分、下位構成要素の分類を伴う湿地マッピング。出力の解釈: 出力はスケール依存の構造を表現する階層的オブジェクトデータベースです。特定のスケールでオブジェクトをクエリします。中間スケールでは、詳細さと一般化のバランスをとる遷移的なオブジェクトスケールが現れます。親子関係は構成上の構造を示します。スケールレベルごとの統計分布は各階層レベルにおけるオブジェクトのサイズ/形状特性を特徴づけ、スケールに最適な分類戦略の選択を可能にします。", "params": { "coarse_segments": { "label": "粗セグメント", "description": "粗セグメントラスター。" }, "fine_segments": { "label": "細セグメント", "description": "細セグメントラスター。" }, "output": { "label": "出力", "description": "出力階層 CSV パス。" } } }, "classify_objects_ensemble_pro": { "name": "オブジェクトのアンサンブル分類 (Pro)", "description": "異質なシーン間で高い安定性が得られるよう調整された、アンサンブル型のオブジェクト分類設定を実行します。", "params": { "features": { "label": "フィーチャ", "description": "入力オブジェクト特徴量 CSV (segment_id と数値特徴量列を含む必要があります)。" }, "training": { "label": "トレーニング", "description": "segment_id とクラスラベル列を持つトレーニング CSV。" }, "segment_id_field": { "label": "セグメント ID フィールド", "description": "セグメント ID フィールド名 (デフォルト segment_id)。" }, "class_field": { "label": "クラスフィールド", "description": "トレーニング CSV のクラスラベルフィールド (デフォルト class)。" }, "n_trees": { "label": "ツリー数", "description": "ツリー数 (デフォルト 200)。" }, "output": { "label": "出力", "description": "出力予測 CSV パス。" } } }, "classify_objects_random_forest": { "name": "オブジェクトのランダムフォレスト分類", "description": "スペクトル、形態、テクスチャの特徴量を予測変数として、ラベル付きセグメントの学習サンプルでアンサンブル型のランダムフォレスト分類器を学習します。ブートストラップサンプリングと特徴量のランダム化によって多数の決定木を構築し、多数決によって予測を集約します。分類はセグメントごとの特徴ベクトルに対して行われ、アンサンブルの合意に基づいて確率的にオブジェクトのクラスラベルを割り当てるため、OBIA 特徴量から頑健な多クラスのオブジェクト分類が可能になります。主な機能として、複数の決定木を組み合わせた頑健な分類のためのアンサンブル学習、マルチスペクトル OBIA に典型的な高次元特徴空間の処理、分類の信頼度と確率の推定、識別力のある特性を特定する特徴量重要度のランキング、非線形な特徴量間相互作用の自然な扱い、特徴量のノイズや冗長性に対する頑健性があります。用途は、OBIA セグメントからの多クラス土地被覆分類 (市街地、農地、森林、水域)、学習サンプルの選定によって改良されるオブジェクトレベルの教師付き分類、時系列セグメンテーション間の変化検出分類、階層的分類 (大まかな生息地タイプを細かいカテゴリーに細分化)、目視判読による手動学習サンプルとの統合に及びます。出力の予測クラスラベルは主要なオブジェクトタイプを示し、信頼確率は分類の確実性を示します。信頼度が低い場合は曖昧な中間的オブジェクトであることを示唆します。特徴量重要度は分類の決定を左右するスペクトル/形態特性を特定し、分類図はオブジェクトタイプの分布を直接表します。類似クラス間の混同は学習データの改良に役立ち、確率的な出力により不確実性の定量化が可能になります。", "params": { "features": { "label": "フィーチャ", "description": "入力オブジェクト特徴量 CSV (segment_id と数値特徴量列を含む必要があります)。" }, "training": { "label": "トレーニング", "description": "segment_id とクラスラベル列を持つトレーニング CSV。" }, "segment_id_field": { "label": "セグメント ID フィールド", "description": "セグメント ID フィールド名 (デフォルト segment_id)。" }, "class_field": { "label": "クラスフィールド", "description": "トレーニング CSV のクラスラベルフィールド (デフォルト class)。" }, "n_trees": { "label": "ツリー数", "description": "ツリー数 (デフォルト 200)。" }, "output": { "label": "出力", "description": "出力予測 CSV パス。" } } }, "classify_objects_rules_basic": { "name": "オブジェクトのルール分類 (基本)", "description": "特徴量-演算子-しきい値のルールを記述した CSV から、透明性の高いルールベースのオブジェクト分類を適用します。完全に解釈可能な決定ロジックにより、専門家のワークフローや規制への準拠に対応します。", "params": { "features": { "label": "フィーチャ", "description": "入力オブジェクト特徴量 CSV。" }, "rules": { "label": "ルール", "description": "feature、op、value、class、[priority] 列を持つルール CSV。" }, "default_class": { "label": "デフォルトクラス", "description": "ルールに一致しない場合のフォールバッククラス。" }, "output": { "label": "出力", "description": "出力予測 CSV パス。" } } }, "classify_objects_rules_hierarchical": { "name": "オブジェクトの階層ルール分類", "description": "階層的なルールベースのオブジェクト分類を適用します。現在は、決定論的なフォールバックを伴う順序付きルールを使用します。", "params": { "features": { "label": "フィーチャ", "description": "入力オブジェクト特徴量 CSV。" }, "rules": { "label": "ルール", "description": "feature、op、value、class、[priority] 列を持つルール CSV。" }, "default_class": { "label": "デフォルトクラス", "description": "ルールに一致しない場合のフォールバッククラス。" }, "output": { "label": "出力", "description": "出力予測 CSV パス。" } } }, "classify_objects_svm": { "name": "オブジェクトの SVM 分類", "description": "SVM 型のワークフローでオブジェクトを分類します (頑健なオブジェクト分類バックエンドの既定値により実装)。", "params": { "features": { "label": "フィーチャ", "description": "入力オブジェクト特徴量 CSV (segment_id と数値特徴量列を含む必要があります)。" }, "training": { "label": "トレーニング", "description": "segment_id とクラスラベル列を持つトレーニング CSV。" }, "segment_id_field": { "label": "セグメント ID フィールド", "description": "セグメント ID フィールド名 (デフォルト segment_id)。" }, "class_field": { "label": "クラスフィールド", "description": "トレーニング CSV のクラスラベルフィールド (デフォルト class)。" }, "n_trees": { "label": "ツリー数", "description": "ツリー数 (デフォルト 200)。" }, "output": { "label": "出力", "description": "出力予測 CSV パス。" } } }, "evaluate_object_classification_accuracy": { "name": "オブジェクト分類精度の評価", "description": "予測されたオブジェクトラベルを参照用の正解ラベルまたは検証ラベルと比較して、分類精度指標を計算します。クラスごとの分類の一致/不一致のパターンを記録した混同行列を生成し、全体精度 (正しい予測の総数)、クラスごとの生産者精度 (検出率)、利用者精度 (信頼性)、F1 スコア (調和平均)、カッパ統計量 (偶然を補正した一致度)、および系統的な誤分類パターンを特定するクラス別の誤差分析を計算します。主な機能として、全クラスにわたる包括的な精度評価、クラス別の診断を可能にするクラスごとの性能指標、系統的な誤分類パターンを明らかにする混同行列、カッパ係数による統計的有意性の検定、不均衡なクラス分布の自然な扱い、学習データの妥当性に関する問題の特定があります。用途には、分類モデルの検証と性能の定量化、競合する分類手法とパラメーターの比較、追加学習を必要とする問題のあるオブジェクトクラスの特定、実運用への分類の適合性評価、精度に基づくモデル選択とハイパーパラメーター調整、自動マッピングワークフローにおける品質保証、査読向けの標準化された精度指標の報告が含まれます。出力の全体精度は全オブジェクトにわたる分類の信頼性を表し、生産者精度はクラスごとの検出の完全性を、利用者精度は予測の信頼性を示します。高いカッパ値 (>0.8) は偶然を大きく超える強い一致を示します。混同行列はどのクラス同士が混同されているかを明らかにし、対角成分が優勢であればクラスの分離が良好であることを示します。非対角成分は誤分類の原因を特定し、クラス別の指標は的を絞った学習の改善を導きます。", "params": { "predictions": { "label": "予測結果", "description": "segment_id と predicted_class を含む予測 CSV。" }, "reference": { "label": "参照", "description": "segment_id と class を含む参照 CSV。" }, "segment_id_field": { "label": "セグメント ID フィールド", "description": "セグメント ID フィールド名 (デフォルト segment_id)。" }, "predicted_field": { "label": "予測フィールド", "description": "予測クラスフィールド (デフォルト predicted_class)。" }, "reference_field": { "label": "参照フィールド", "description": "参照クラスフィールド (デフォルト class)。" }, "output": { "label": "出力", "description": "出力 JSON レポートパス。" } } }, "evaluate_segmentation_quality_pro": { "name": "セグメンテーション品質の評価 (Pro)", "description": "オブジェクト数や優勢ラベルの重なり統計など、セグメンテーション品質の診断指標を計算します。", "params": { "segments": { "label": "セグメント", "description": "入力セグメントラベルラスター。" }, "reference": { "label": "参照", "description": "オーバーラップベース診断のための任意の参照ラベルラスター。" }, "output": { "label": "出力", "description": "出力 JSON レポートパス。" } } }, "image_segmentation": { "name": "画像セグメンテーション", "description": "シード領域成長法を用いて、マルチバンドのラスタースタックを連続した均質な領域にセグメント化します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列 (バンドごとに 1 つ)。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "threshold": { "label": "しきい値", "description": "標準化特徴空間における領域成長の距離しきい値 (デフォルト 0.5)。" }, "steps": { "label": "ステップ数", "description": "シード優先バンド数 (デフォルト 10)。" }, "min_area": { "label": "最小面積", "description": "マージ後クリーンアップのための任意の最小領域面積 (デフォルト 4)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "image_slider": { "name": "画像スライダー", "description": "Image Slider は、ドラッグ可能な水平または垂直のオーバーレイ分割線によって、位置合わせ済みのラスターデータセット同士をピクセルレベルで直接比較できるインタラクティブな可視化ツールです。アルゴリズム: 位置合わせされた 2 つのラスターデータセットをメモリ上に保持し、分割線の位置でレイヤーの表示範囲を制御する合成ビューを描画します。ユーザー操作に応じて分割線が動的に調整され、分割画面効果を生み出します。水平・垂直の両方の分割方向に対応します。主な機能: リアルタイムのインタラクティブな比較、フル解像度での可視化の維持、解析スキルを必要としない直感的なユーザーインターフェース、マルチスペクトルおよびインデックスラスターへの対応、効率的な描画による大規模データセットのサポート。機能: 変化検出の可視化、前後比較、多時期解析、放射量正規化の評価、分類精度の目視確認。用途: 日付間の画像の変化の検出、分類結果と参照データの比較、前処理の有効性の評価、時系列解析における目視による変化検出。応用: 災害対応における被害評価、都市のスプロール化の監視、森林攪乱の検出、農業の変化の監視、画像処理出力の品質管理。出力の解釈: 視覚的な差異は変化の大きさと位置を示します。鋭いエッジは顕著な変化を示し、緩やかな遷移は位置合わせの不正確さや時間的な漸移を示唆します。画像全体にわたる系統的な差異は、系統的な処理アーティファクトを示します。", "params": { "input1": { "label": "入力 1", "description": "左画像のラスターパスまたは型付きラスターオブジェクト。" }, "input2": { "label": "入力 2", "description": "右画像のラスターパスまたは型付きラスターオブジェクト。" }, "label1": { "label": "ラベル 1", "description": "左画像に表示する任意のラベル。" }, "left_palette": { "label": "左パレット", "description": "左の非 RGB 画像のパレット (デフォルト grey)。" }, "left_reverse_palette": { "label": "左パレットを反転", "description": "左パレットを反転します。" }, "label2": { "label": "ラベル 2", "description": "右画像に表示する任意のラベル。" }, "right_palette": { "label": "右パレット", "description": "右の非 RGB 画像のパレット (デフォルト grey)。" }, "right_reverse_palette": { "label": "右パレットを反転", "description": "右パレットを反転します。" }, "height": { "label": "高さ", "description": "表示高さ (ピクセル、デフォルト 600)。" }, "output": { "label": "出力", "description": "出力 HTML パス。" } } }, "image_stack_profile": { "name": "画像スタックプロファイル", "description": "順序付けられたラスタースタックから点ごとのプロファイルを抽出し、必要に応じて HTML レポートを書き出します。", "params": { "inputs": { "label": "入力", "description": "パスの配列またはカンマ/セミコロン区切り文字列としての入力ラスターリスト。" }, "points": { "label": "点", "description": "サンプル位置を含む点ベクターパス (または型付きベクターオブジェクト)。" }, "output_html": { "label": "出力 HTML", "description": "任意の HTML レポート出力パス。" } } }, "obia_audit_report_pro": { "name": "OBIA 監査レポート (Pro)", "description": "ファイルの存在、サイズ、タイムスタンプのメタデータなど、OBIA ワークフローの成果物に関する監査レポートを作成します。", "params": { "artifacts": { "label": "成果物", "description": "監査する成果物パスの配列。" }, "output": { "label": "出力", "description": "出力監査レポート JSON パス。" } } }, "obia_batch_orchestrator_pro": { "name": "OBIA バッチオーケストレーター (Pro)", "description": "1 回のリクエストで複数の OBIA パイプラインジョブを実行し、統合されたジョブレポートを返します。", "params": { "jobs": { "label": "ジョブ", "description": "inputs、training、output_prefix、および任意の segment_method を持つジョブオブジェクトの配列。" }, "output": { "label": "出力", "description": "任意の出力 JSON レポートパス。" } } }, "obia_pipeline_basic": { "name": "OBIA 基本パイプライン", "description": "セグメンテーション (SLIC/Graph)、小領域の併合、スペクトル/形状特徴量の抽出、ランダムフォレスト分類からなる完全なエンドツーエンドの OBIA ワークフローを 1 回の操作で実行します。", "params": { "inputs": { "label": "入力", "description": "セグメンテーション/特徴量用の単一バンド入力ラスターの配列。" }, "training": { "label": "トレーニング", "description": "segment_id と class 列を持つトレーニング CSV。" }, "output_prefix": { "label": "出力プレフィックス", "description": "生成される成果物の出力パスプレフィックス。" }, "segment_method": { "label": "セグメンテーション方法", "description": "セグメンテーション方法: slic または graph (デフォルト slic)。" }, "min_size": { "label": "最小サイズ", "description": "マージクリーンアップの最小セグメントサイズ (デフォルト 10)。" }, "class_field": { "label": "クラスフィールド", "description": "トレーニングクラスフィールド名 (デフォルト class)。" } } }, "object_class_probability_maps": { "name": "オブジェクトクラス確率マップ", "description": "予測結果をクラスごとの確率マップに変換し、ラスターベースの不確実性の可視化と信頼度に基づくフィルタリングを可能にします。下流での信頼度しきい値処理やマルチラベルのシナリオに対応します。", "params": { "predictions": { "label": "予測結果", "description": "segment_id と predicted_class を持つ予測 CSV。" }, "output": { "label": "出力", "description": "出力確率 CSV パス。" } } }, "object_features_context_neighbors": { "name": "オブジェクト特徴量 - コンテキスト近傍", "description": "空間コンテキスト特徴量 (隣接オブジェクト数、共有境界長、孤立度指標) を計算します。景観内のオブジェクト間の関係を捉えた、近傍を考慮した分類を可能にします。", "params": { "segments": { "label": "セグメント", "description": "入力セグメントラベルラスター。" }, "output": { "label": "出力", "description": "出力 CSV パス。" } } }, "object_features_shape_basic": { "name": "オブジェクト特徴量 - 形状 (基本)", "description": "各セグメントについて、面積 (ピクセル数)、周長 (境界の長さ)、コンパクト度 (周長で正規化した円形度)、伸長度 (長さと幅の比)、形状係数 (正規化された形状の規則性)、充実度 (凸包効率) などの幾何学的・形態学的な形状記述子を計算します。形状記述子はスペクトル内容とは独立した構造的特性を捉え、オブジェクトの幾何による分類や形態学的なパターン認識を可能にします。主な機能として、面積、周長、規則性、伸長度を網羅する包括的な形状指標群、計算効率の高い境界追跡アルゴリズム、回転と平行移動に不変な指標、幅広いスケールへの適用性、形態学的なオブジェクト分類能力 (例: 細長い道路とコンパクトな建物の区別) があります。用途は、建物フットプリントの分類と都市構造の解析、線状地物の抽出 (道路、河川、境界)、植生パッチの特性評価と断片化解析、形状に基づくフィルタリングによる品質管理、形状とスペクトル特性を組み合わせた階層的オブジェクト認識、生態系モニタリングにおける景観構造の定量化に及びます。出力の面積はセグメントのサイズをピクセル単位で定量化し、周長は境界の複雑さを定義します。コンパクト度が 1.0 に近いほど円形/規則的な形状を示し、値が低いほど不規則/細長い地物を示します。伸長度が >1 であれば線状の地物、1 に近ければコンパクトなオブジェクトを示します。形状係数は複数の形状特性を組み合わせて統合的な形状分類を行い、形状指標により目的のオブジェクトタイプを抽出する形態学的フィルタリングが可能になります。", "params": { "segments": { "label": "セグメント", "description": "入力セグメントラベルラスター。" }, "output": { "label": "出力", "description": "出力 CSV パス。" } } }, "object_features_spectral_basic": { "name": "オブジェクト特徴量 - スペクトル (基本)", "description": "すべての画像バンドにわたって、各セグメント内の分光反射率値に関する包括的な単変量統計量を計算します。セグメントごとの計算には、平均反射率、標準偏差 (均質性)、反射率の最小値と最大値、頑健な推定のための分位値、およびバンドごとの統計量が含まれ、OBIA 分類ワークフローの基礎となるマルチスペクトルのテクスチャ定量化とスペクトルプロファイルの特性評価を可能にします。主な機能として、マルチスペクトルおよびハイパースペクトル画像に対するバンドごとのスペクトル統計量の生成、中心傾向とばらつきを捉える頑健な統計量、セグメント内のスペクトル異常や外れ値の特定、効率的なラスターからベクターへの集計、機械学習分類パイプラインへ直接入力できる出力があります。用途は、スペクトル指標を用いたオブジェクトベース分類のための特徴量抽出、スペクトルシグネチャ解析による土地被覆タイプの識別、時系列間のスペクトル統計量の比較による変化検出、データ品質評価と外れ値検出、スペクトル時系列解析による環境モニタリング、正規化されたスペクトル応答の特性評価を必要とする精密農業への応用に及びます。出力の平均値はセグメントの物質の典型的なスペクトル応答を表し、標準偏差は内部の不均質性を定量化します (低い = 均質な表面、高い = 混在した物質や影)。最小/最大値はセグメント内のスペクトルの極値を特定し、スペクトルプロファイルにより参照シグネチャとの比較が可能になります。統計量は分類用特徴ベクトルの基礎となり、バンドごとの解析によりスペクトル指数と物質の識別能力が明らかになります。", "params": { "segments": { "label": "セグメント", "description": "入力セグメントラベルラスター。" }, "inputs": { "label": "入力", "description": "スペクトル特徴量に使用する単一バンド入力ラスターの配列。" }, "output": { "label": "出力", "description": "出力 CSV パス。" } } }, "object_features_texture_glcm_basic": { "name": "オブジェクト特徴量 - GLCM テクスチャ (基本)", "description": "各セグメント内のバンドごとの輝度分布から計算される濃度共起行列 (GLCM) 解析を用いて、テクスチャ特性を抽出します。GLCM は階調レベルの空間的な共起を定量化し、全体的なスペクトルの明るさとは無関係にテクスチャパターンを捉えるコントラスト (局所的な変動)、均質性 (空間的な規則性)、エネルギー (秩序性)、エントロピー (無秩序さ)、非類似度などの記述子を生成します。主な機能として、セグメント内の局所的な空間パターンを捉える GLCM ベースのテクスチャ指標、方向に依存しないテクスチャ特性評価のための多方向解析 (水平、垂直、対角)、テクスチャのフィンガープリントを可能にする全画像バンドへの適用性、テクスチャのある表面と滑らかな表面の識別、セグメントレベルでの計算上扱いやすい解析があります。用途には、表面の粗さとテクスチャに基づく物質分類 (アスファルトとコンクリート、作物種の識別)、樹冠テクスチャによる森林構造と密度の特性評価、SAR 画像の判読と都市構造のテクスチャ解析、良好な表面と劣化した表面の識別、樹冠テクスチャ指標による作物の健全性評価、テクスチャの異常による雲と影の検出が含まれます。出力のコントラストが高い場合は粗い/変動の大きいテクスチャを、低い場合は滑らかな表面を示します。均質性が高い場合は規則的な空間パターンを、低い場合は無秩序なテクスチャを示します。エネルギーが高い場合は整ったテクスチャを、低い場合はランダムなノイズを示します。エントロピーはテクスチャの無秩序さを定量化し、非類似度は空間パターンの不規則性を捉えます。テクスチャプロファイルにより物質固有の分類が可能になり、スペクトル特徴量と組み合わせることでオブジェクトタイプの識別が向上します。", "params": { "segments": { "label": "セグメント", "description": "入力セグメントラベルラスター。" }, "input": { "label": "入力", "description": "テクスチャ解析用の単一バンド強度ラスター。" }, "levels": { "label": "レベル数", "description": "GLCM の量子化レベル数 (デフォルト 16)。" }, "output": { "label": "出力", "description": "出力 CSV パス。" } } }, "object_features_topology_relations": { "name": "オブジェクト特徴量 - トポロジー関係", "description": "グラフトポロジー特徴量 (オブジェクトの次数 (隣接数)、優勢な隣接オブジェクトの強度、関節点フラグ) を計算します。階層的分類のために、オブジェクトネットワーク内の構造上の位置を捉えます。", "params": { "segments": { "label": "セグメント", "description": "入力セグメントラベルラスター。" }, "output": { "label": "出力", "description": "出力 CSV パス。" } } }, "object_uncertainty_diagnostics_pro": { "name": "オブジェクト不確実性診断 (Pro)", "description": "オブジェクトの確率出力から、集約された不確実性の診断指標を計算します。", "params": { "probabilities": { "label": "確率", "description": "probability と uncertainty 列を持つ入力確率 CSV。" }, "low_conf_threshold": { "label": "低信頼度しきい値", "description": "確率に対する低信頼度しきい値 (デフォルト 0.7)。" }, "output": { "label": "出力", "description": "出力診断 JSON パス。" } } }, "objects_boundary_refinement_pro": { "name": "オブジェクト境界の精緻化 (Pro)", "description": "近傍を考慮した併合を伴う反復的な小領域のクリーンアップによって、オブジェクトの境界を改善します。", "params": { "segments": { "label": "セグメント", "description": "入力セグメントラベルラスター。" }, "iterations": { "label": "反復回数", "description": "精緻化の反復回数 (デフォルト 2)。" }, "min_size": { "label": "最小サイズ", "description": "最小オブジェクトサイズしきい値 (デフォルト 6)。" }, "output": { "label": "出力", "description": "出力精緻化ラスターパス。" } } }, "objects_enforce_min_mapping_unit": { "name": "オブジェクトの最小図化単位の適用", "description": "サイズが小さすぎるオブジェクトセグメントを併合して、最小マッピング単位を適用します。", "params": { "segments": { "label": "セグメント", "description": "入力セグメントラベルラスター。" }, "min_size": { "label": "最小サイズ", "description": "最小セグメントサイズ (セル数、デフォルト 5)。" }, "method": { "label": "方法", "description": "マージ方法: longest、largest、nearest (デフォルト longest)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "polygons_to_segments": { "name": "ポリゴンからセグメントへ", "description": "編集したポリゴンを、オブジェクト ID または属性値を保持したままセグメントラベルラスターにラスター化し直します。自動セグメンテーションと手動修正を組み合わせた反復的な OBIA ワークフローを可能にします。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターパス。" }, "base": { "label": "ベース", "description": "出力グリッドを定義するベースラスター。" }, "field": { "label": "フィールド", "description": "焼き込む任意の数値フィールド (デフォルト FID)。" }, "output": { "label": "出力", "description": "出力セグメントラスターパス。" } } }, "propagate_labels_across_hierarchy": { "name": "階層間でのラベル伝播", "description": "階層マッピングを介して、粗いレベルのクラスラベルを細かいレベルの子オブジェクトに伝播させます。入れ子になった階層の効率的なラベル付けと、継承に基づく改良ワークフローを可能にします。", "params": { "hierarchy": { "label": "階層", "description": "fine_segment_id と coarse_segment_id を持つ階層 CSV。" }, "parent_labels": { "label": "親ラベル", "description": "coarse_segment_id と class を持つ親ラベル CSV。" }, "child_labels": { "label": "子ラベル", "description": "fine_segment_id と class を持つ任意の子ラベル CSV。" }, "output": { "label": "出力", "description": "出力伝播ラベル CSV パス。" } } }, "segment_graph_felzenszwalb": { "name": "グラフセグメンテーション (Felzenszwalb)", "description": "Felzenszwalb のグラフベースセグメンテーションは、画像を重み付き無向グラフとして扱います。ピクセルがノードとなり、エッジはスペクトルの非類似度を表す重みで隣接ピクセルを結びます。成分内のエッジの重みを動的なしきい値と比較してセグメントを反復的に併合し、重みがしきい値を下回るエッジが併合されることで、局所的に均質なスペクトル特性を持つセグメントが生成されます。この階層的手法により、局所的なコントラストの変化や自然な色/テクスチャの不連続に敏感な、知覚的に意味のあるセグメンテーションが得られます。主な機能: グラフベースの階層的セグメンテーション、効率的な O(n log n) の計算量、局所的なコントラストの変化への感度、知覚的に意味のあるセグメントの生成、マルチスペクトル/ハイパースペクトルデータへの対応、自然な境界を保持した可変サイズの領域の生成。用途: マルチスペクトル画像のセグメンテーション、自然生息地のマッピング、都市地物の抽出、森林樹冠の区分、変化検出の前処理、ハイパースペクトルデータのセグメンテーション。出力の解釈: 出力はラベル付きラスターで、各ピクセルにセグメント ID が割り当てられます。セグメントのサイズは局所的なスペクトルコントラストに反比例して変化し、高コントラストの境界では小さく多数のセグメントが生成され、均一な領域は大きなセグメントに併合されます。k パラメーター (しきい値スケール) への感度を利用して、より粗いまたは細かいセグメンテーションを生成できます。セグメント境界は自然なスペクトルの不連続に対応します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "k": { "label": "K", "description": "セグメンテーションスケールパラメーター (デフォルト 500.0)。" }, "sigma": { "label": "シグマ", "description": "任意の平滑化ヒント (デフォルト 0.8)。" }, "min_area": { "label": "最小面積", "description": "マージ後クリーンアップの最小面積 (デフォルト 20)。" }, "output": { "label": "出力", "description": "任意の出力セグメントラスターパス。" } } }, "segment_multiresolution_hierarchical": { "name": "マルチ解像度階層セグメンテーション", "description": "明示的な親子マッピングを伴うマルチスケールの階層的セグメンテーション (粗いものと細かいもの) を生成します。スケール依存の特徴量抽出と多レベル分類のワークフローを可能にします。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "coarse_k": { "label": "粗 K", "description": "粗スケールパラメーター (デフォルト 800)。" }, "fine_k": { "label": "細 K", "description": "細スケールパラメーター (デフォルト 250)。" }, "output_prefix": { "label": "出力プレフィックス", "description": "生成される成果物の出力プレフィックス。" } } }, "segment_scale_parameter_optimizer": { "name": "セグメンテーションスケールパラメーター最適化", "description": "候補となるセグメンテーションスケールパラメーターを探索し、目標のオブジェクト数に合う最適なスケールを特定します。スケールの自動選択により手動調整が不要になり、一貫したセグメンテーション品質が得られます。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "candidate_scales": { "label": "候補スケール", "description": "候補スケール (k) 値のリスト。" }, "target_objects": { "label": "目標オブジェクト数", "description": "目標オブジェクト数。デフォルトは sqrt(total_cells)。" }, "output": { "label": "出力", "description": "任意のオプティマイザーレポート JSON パス。" } } }, "segment_slic_superpixels": { "name": "SLIC スーパーピクセルセグメンテーション", "description": "SLIC (Simple Linear Iterative Clustering) は、空間座標と色/スペクトル値を組み合わせた 5 次元の特徴空間で反復的なピクセルクラスタリングを行い、スーパーピクセルを局所的な均質性へと収束させます。このアルゴリズムはクラスター中心の規則的なグリッドを初期化し、ピクセルを最も近い中心に割り当て、中心の更新と探索領域の縮小を繰り返します。その結果、Watershed や Mean-shift などの代替手法と比べて境界の逸脱が少ない、コンパクトで規則的な形状のスーパーピクセルが生成され、自然なエッジへの境界の追従性に優れています。主な機能: 均一でコンパクトなスーパーピクセルの生成、線形時間計算量による高い計算効率、空間的な規則性とスペクトルの一貫性のバランスをとるユーザー設定可能なコンパクト度パラメーター、境界のはみ出しの最小化、マルチスペクトル画像への対応。用途: オブジェクトベース分類の前処理、階層的な領域解析、SAR および光学画像のセグメンテーション、都市マッピング、植生の区分、土地利用境界の特定。出力の解釈: 出力はラベル付きラスターで、ピクセル値は割り当てられたスーパーピクセル ID を表します。スーパーピクセルの境界は主要なエッジや色の遷移に沿います。小さいスーパーピクセル (高い粒度) は細部を捉えますが計算負荷が増加し、大きいスーパーピクセル (低い粒度) は類似した領域を併合して効率を高めます。境界の精度は、コンパクト度パラメーターの調整とマルチスペクトルバンドの分離度に依存します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "region_size": { "label": "領域サイズ", "description": "目標スーパーピクセルサイズ (ピクセル、デフォルト 20)。" }, "compactness": { "label": "コンパクト度", "description": "コンパクト度制御 (デフォルト 10.0)。" }, "min_area": { "label": "最小面積", "description": "クリーンアップマージの最小面積 (デフォルトは region_size から導出)。" }, "output": { "label": "出力", "description": "任意の出力セグメントラスターパス。" } } }, "segment_watershed_markers": { "name": "マーカー付きウォーターシェッドセグメンテーション", "description": "識別されたマーカーのシード領域を中心にオブジェクトを分離する、マーカー駆動の Watershed 型セグメンテーションです。階層的な OBIA ワークフローのために、セグメントサイズを制御しながら境界の保持を重視します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "gradient_weight": { "label": "勾配重み", "description": "境界強調制御 (デフォルト 1.0)。" }, "min_area": { "label": "最小面積", "description": "最小セグメントサイズ (デフォルト 12)。" }, "output": { "label": "出力", "description": "任意の出力セグメントラスターパス。" } } }, "segments_merge_small_regions": { "name": "小さなセグメント領域の統合", "description": "セグメント併合は、空間的隣接性の解析とユーザー定義の併合基準によって階層的な統合を行います。サイズしきい値、スペクトル類似度、またはカスタムの形態学的基準を用いて、小さすぎる各セグメントを隣接領域と比較評価し、併合コストに基づく優先度キューに従って候補セグメントを吸収先の隣接セグメントへ段階的に併合します。その際、セグメントの連結性を保持し、トポロジー違反を回避します。主な機能として、過剰にセグメント化された画像の後処理による正則化、ユーザー設定可能な併合基準 (最小サイズ、スペクトル類似度しきい値、形態学的特性)、併合時のセグメント境界の整合性の保持、コンパクトで簡素化されたセグメントマップの生成、完全な再セグメンテーションを伴わない階層的な改良があります。用途には、断片化とノイズを減らすための過剰セグメント化された OBIA 結果のクリーンアップ、分類の安定性向上のためのセグメントの簡素化、初期セグメンテーションで生じた不要な小セグメントの除去、下流での均一な特徴量抽出のためのセグメント特性の標準化、マルチスケールのセグメンテーション階層の品質保証のための改良が含まれます。出力では、統合を反映してセグメント数が減少します。併合されたセグメントは吸収された構成要素からスペクトル統計量を引き継ぎ、境界は複雑さが減ってより滑らかになります。併合された領域は空間的な整合性を維持しますが、内部のスペクトル不均質性はわずかに増加します。出力は下流の分類と特徴量の安定性に最適化されています。", "params": { "segments": { "label": "セグメント", "description": "入力セグメントラベルラスター。" }, "min_size": { "label": "最小サイズ", "description": "最小セグメントサイズ (セル数、デフォルト 5)。" }, "method": { "label": "方法", "description": "マージ方法: longest、largest、nearest (デフォルト longest)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "segments_split_low_cohesion": { "name": "低凝集度セグメントの分割", "description": "既存の凝集度の低いオブジェクトを細かいスケール設定で再セグメント化し、スペクトルの均質性を高めます。適切に形成されたオブジェクトに影響を与えずに、問題のある領域を適応的に改善します。", "params": { "segments": { "label": "セグメント", "description": "既存のセグメントラスター。" }, "inputs": { "label": "入力", "description": "再セグメンテーションに使用する入力ラスターの配列。" }, "split_scale": { "label": "分割スケール", "description": "より細かい分割スケールパラメーター (デフォルト 120)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "segments_to_polygons": { "name": "セグメントからポリゴンへ", "description": "ラスターのセグメントラベルをベクターポリゴンに変換し、インタラクティブな編集、品質管理、GIS との統合に利用できるようにします。ラスターとベクターの OBIA 表現間のシームレスな移行を可能にします。", "params": { "segments": { "label": "セグメント", "description": "入力セグメントラスター。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "evaluate_training_sites": { "name": "トレーニングサイトの評価", "description": "マルチバンドの学習ポリゴンにおけるクラスの分離可能性を評価し、バンドごとの分布統計量を含む HTML レポートを書き出します。", "params": { "inputs": { "label": "入力", "description": "パスまたは区切り文字列としての単一バンド入力ラスターの配列 (スペクトルバンドごとに 1 つ)。" }, "training_data": { "label": "トレーニングデータ", "description": "ポリゴントレーニングデータへのパス。" }, "class_field": { "label": "クラスフィールド", "description": "training_data 属性内のクラスフィールド名。" }, "output": { "label": "出力", "description": "出力 HTML ファイルパス。" } } }, "fuzzy_knn_classification": { "name": "ファジー KNN 分類", "description": "ファジー k 近傍法による分類を行い、クラス帰属の信頼度を出力します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "点/ポリゴンベクタートレーニングデータパス。" }, "class_field": { "label": "クラスフィールド", "description": "training_data 属性内のクラスフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "k": { "label": "K", "description": "近傍数 (デフォルト 5)。" }, "m": { "label": "M", "description": "ファジー指数パラメーター (> 1、デフォルト 2.0)。" }, "output": { "label": "出力", "description": "任意の出力分類ラスターパス。" }, "probability_output": { "label": "確率出力", "description": "任意のメンバーシップ確率ラスターパス。" } } }, "generalize_classified_raster": { "name": "分類ラスターの一般化", "description": "Generalize Classified Raster は、反復的な最頻値フィルタリングによって小さな孤立パッチを除去し、断片化した単一ピクセルまたは複数ピクセルの成分を空間的に優勢な隣接クラスに併合することで、分類図を簡素化します。アルゴリズム: 移動ウィンドウ内で優勢なクラスを保持するモルフォロジー最頻値フィルターを適用し、空間的文脈から孤立したピクセルを除去または統合し、連結成分解析によって分類を反復的に改良し、小規模なクラスを隣接する優勢クラスに吸収させます。ウィンドウサイズと最小パッチサイズを設定して一般化の強度を制御できます。主な機能: 分類の断片化の低減、空間的一貫性の向上、ノイズによる孤立パッチの除去、選択的フィルタリングによるクラス境界の維持、計算効率の高い連結成分処理。機能: 一般化強度の可変設定、大きな連続パッチの保持、インデックスデータやカテゴリーデータへの適用。用途: ごま塩状の効果を除去する分類後の改良、断片化した分類結果の統合、最終分類成果物の作成、特定の最小マッピング単位への一般化。応用: 土地被覆図の仕上げ、不要な単一ピクセル分類の除去、分類の空間的連続性の向上。出力の解釈: クラスの断片化が減少していればスペックル除去が効果的であることを示し、境界が保持されていれば一般化パラメーターが適切であることを示します。過度な一般化はウィンドウパラメーターが大きすぎることを示し、空間的一貫性の向上は分類ノイズが主に単一ピクセルのアーティファクトであったことを示唆します。", "params": { "input": { "label": "入力", "description": "入力分類ラスターパスまたは型付きラスターオブジェクト。" }, "min_size": { "label": "最小サイズ", "description": "最小フィーチャサイズ (セル数)。これより小さいパッチは再割り当てされます (デフォルト 5)。" }, "method": { "label": "方法", "description": "一般化方法: 'longest' (デフォルト)、'largest'、または 'nearest'。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "generalize_with_similarity": { "name": "類似度による一般化", "description": "分類済みラスター内の小さなパッチを、スペクトル的に最も類似した隣接パッチに併合して一般化します。", "params": { "input": { "label": "入力", "description": "入力分類ラスターパス。" }, "similarity": { "label": "類似度", "description": "フィーチャ中心の類似度を計算するために使用する類似度ラスターの配列。" }, "min_size": { "label": "最小サイズ", "description": "最小フィーチャサイズ (ピクセル)。これより小さいフィーチャはマージされます (デフォルト 5)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "k_means_clustering": { "name": "K 平均クラスタリング", "description": "K-means クラスタリングは、ピクセルを K 個のスペクトルクラスターに反復的に分割してクラスター内分散を最小化することで教師なしのスペクトル分類を行い、学習サンプルや事前のクラス定義なしにマルチスペクトル画像内の自然なスペクトルのまとまりを発見します。このアルゴリズムは K 個のランダムなクラスター中心を初期化し、収束するまでピクセルを最も近い中心に割り当てて中心をクラスター平均として再計算することを繰り返し、最終的なクラスターの割り当てと中心を出力します。K-means は計算効率が高く、大規模なマルチスペクトルスタックにも拡張でき、探索的解析や自然なクラスの識別に役立つデータ駆動のスペクトルパターンを発見します。主な機能として、スペクトルの詳細さと出力の解釈しやすさの間で柔軟なトレードオフを可能にするユーザー指定のクラスター数 K、反復回数の上限と中心の移動量しきい値を設定できる収束基準、テストや検証のための再現可能なクラスタリングを保証する任意の乱数シード制御、大規模な画像を扱う効率的な並列化があります。応用は、自然なスペクトルクラスを発見する教師なし土地被覆分類、スペクトル的に特異なピクセルを特定する異常検出、後続の教師付き分類のための画像セグメンテーション、主要なスペクトルパターンを明らかにする探索的スペクトル解析に及びます。K-means の出力は自然なスペクトルのまとまりを識別します。出力として、0 から K-1 の整数によるクラスター帰属ラスター、クラスターごとの平均スペクトルを記録したクラスター中心ファイル、およびコンパクトさを定量化する任意のクラスター内分散が生成されます。トゥルーカラー合成画像上にクラスターを重ねて可視化すると、空間パターンとクラスターの連続性が明らかになります。", "params": { "inputs": { "label": "入力", "description": "パスの配列またはカンマ/セミコロン区切り文字列としての入力ラスターリスト。" }, "classes": { "label": "クラス", "description": "目標クラス数 (k)。" }, "max_iterations": { "label": "最大反復回数", "description": "最大反復回数 (デフォルト 10)。" }, "class_change": { "label": "クラス変化", "description": "変化した有効セルの割合がこのしきい値を下回ったら停止します (デフォルト 2.0)。" }, "initialize": { "label": "初期化", "description": "重心初期化戦略: 'diagonal' (デフォルト) または 'random'。" }, "min_class_size": { "label": "最小クラスサイズ", "description": "重心更新時に使用する最小クラスサイズ (デフォルト 10)。" }, "out_html": { "label": "出力 HTML", "description": "任意の HTML レポート出力パス。" }, "output": { "label": "出力", "description": "任意のクラスラスター出力パス。省略すると出力はメモリに残ります。" } } }, "knn_classification": { "name": "KNN 分類", "description": "K 近傍法による分類は、スペクトル空間内の K 個の最近傍学習サンプルによる多数決に基づいてピクセルをクラスに割り当て、明示的なモデル学習を必要としない柔軟な非線形分類を可能にします。KNN は各画像ピクセルからすべての学習サンプルまでの距離 (ユークリッド距離、スペクトル角、またはマハラノビス距離) を計算し、K 個の最近傍学習サンプルを特定して、重み付きまたは重みなしの多数決でクラスを決定し、クラスラベルと必要に応じて信頼度スコアを返します。KNN は、学習データが限られている場合、クラス境界の非線形性が高い場合、パラメトリックモデルが苦手とする不均質なクラスのスペクトル分布の場合に優れた性能を発揮します。主な機能として、異なるスペクトル特性や相関構造に対応する選択可能な距離指標 (ユークリッド、スペクトル角、マハラノビス)、精度と複雑さのトレードオフを可能にするユーザー指定の K 値、近いサンプルを重視する重み付き投票オプション、曖昧な分類を棄却できる任意の信頼度しきい値があります。応用には、現地で収集した学習サンプルを用いた高精度なリモートセンシング分類、正解データが限られている場合の小サンプル分類、スペクトルシグネチャの変動が大きい困難な地形の分類、境界的な判定を棄却する信頼度を考慮した分類が含まれます。KNN 分類は柔軟な学習データで高精度な結果を得ることができます。出力は、学習サンプルのラベルに対応する整数クラス ID のクラスラベルラスター、投票率または距離重み付き信頼度スコアを記録した任意の信頼度ラスターで構成され、最適な K の選択と十分な学習サンプルがあれば、他の手法を上回る分類精度が得られる可能性があります。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "点/ポリゴンベクタートレーニングデータパス。" }, "class_field": { "label": "クラスフィールド", "description": "training_data 属性内のクラスフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "k": { "label": "K", "description": "近傍数 (デフォルト 5)。" }, "clip": { "label": "クリップ", "description": "true の場合、Leave-One-Out の事前パスで誤分類されたトレーニングサンプルを除去します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "knn_regression": { "name": "KNN 回帰", "description": "マルチバンドの入力ラスターに対して教師付き k 近傍回帰を実行します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "点ベクタートレーニングデータパス。" }, "field": { "label": "フィールド", "description": "training_data 属性内の数値ターゲットフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "k": { "label": "K", "description": "近傍数 (デフォルト 5)。" }, "distance_weighted": { "label": "距離加重", "description": "true の場合、逆距離加重平均を使用します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "logistic_regression": { "name": "ロジスティック回帰", "description": "マルチバンドの入力ラスターに対して教師付きロジスティック回帰分類を実行します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "点/ポリゴンベクタートレーニングデータパス。" }, "class_field": { "label": "クラスフィールド", "description": "training_data 属性内のクラスフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "alpha": { "label": "アルファ", "description": "L2 正則化の重み (デフォルト 0.0)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "min_dist_classification": { "name": "最小距離分類", "description": "ポリゴンの学習データを使用して、マルチスペクトルラスターに対する教師付き最小距離分類を実行します。", "params": { "inputs": { "label": "入力", "description": "パスまたは区切り文字列としての単一バンド入力ラスターの配列 (スペクトルバンドごとに 1 つ)。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "トレーニング領域を含むポリゴンベクターファイルへのパス。" }, "class_field": { "label": "クラスフィールド", "description": "クラス識別子を保持するトレーニングデータの属性フィールド名。" }, "dist_threshold": { "label": "距離しきい値", "description": "任意の z スコアしきい値。最も近いクラス平均からこれより遠いピクセルは未分類のままになります。デフォルト: しきい値なし (すべて分類)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリに保持されます。" } } }, "modified_k_means_clustering": { "name": "改良 K 平均クラスタリング", "description": "Modified K-means クラスタリングは、標準の K-means にスペクトル前処理、自動的な適応型 K 選択、強化された収束基準を加えることで、より頑健で正確な教師なしマルチスペクトル分類を実現します。このアルゴリズムは、スケールの影響を除去するスペクトルの標準化、主要な分散方向を強調する主成分変換、不要なスペクトル変動を除去するノイズフィルタリングなどの任意の前処理を適用します。適応型 K 選択では、手動で指定する代わりにエルボー法やシルエット分析を用いて最適なクラスター数を自動的に求めます。主な機能として、スケール感度を低減して主要なスペクトル変動方向を強調するスペクトル前処理、最適なクラスター数を客観的に求める自動 K 選択、相対的な中心移動量のしきい値やスペクトル角の類似度指標を含む強化された収束基準、類似クラスターの併合や拡散したクラスターの分割を行う任意の後処理があります。応用には、スペクトルのスケールを自動的に扱う改良された探索的土地被覆分類、前処理によって信号とノイズを分離する頑健な異常検出、適切な詳細レベルを自動的に求める適応型画像セグメンテーション、異なるセンサーのスペクトルスケールを正規化するマルチセンサー統合が含まれます。Modified K-means の出力は頑健な自然スペクトルクラスを明らかにします。出力として、自動的に決定されたクラス数による最適化されたクラスター帰属ラスター、前処理変換が記録されたクラスター中心、およびクラスターの品質、分離度、収束を定量化する診断統計量が生成されます。適応型 K 選択による推奨値は、解釈しやすさと詳細さのトレードオフの判断に役立ちます。", "params": { "inputs": { "label": "入力", "description": "パスの配列またはカンマ/セミコロン区切り文字列としての入力ラスターリスト。" }, "start_clusters": { "label": "初期クラスター数", "description": "マージ前の初期クラスター数 (デフォルト 1000)。" }, "merge_dist": { "label": "マージ距離", "description": "クラスターマージ距離しきい値 (ユークリッド)。" }, "max_iterations": { "label": "最大反復回数", "description": "最大反復回数 (デフォルト 10)。" }, "class_change": { "label": "クラス変化", "description": "変化した有効セルの割合がこのしきい値を下回ったら停止します (デフォルト 2.0)。" }, "out_html": { "label": "出力 HTML", "description": "任意の HTML レポート出力パス。" }, "output": { "label": "出力", "description": "任意のクラスラスター出力パス。省略すると出力はメモリに残ります。" } } }, "nnd_classification": { "name": "NND 分類", "description": "任意の外れ値棄却を伴う、最近傍正規化距離分類を実行します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "点/ポリゴンベクタートレーニングデータパス。" }, "class_field": { "label": "クラスフィールド", "description": "training_data 属性内のクラスフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "z_threshold": { "label": "Z しきい値", "description": "外れ値フラグを立てる前に許容される正規化距離 z スコアの最大値 (デフォルト 1.96)。" }, "outlier_is_zero": { "label": "外れ値をゼロとする", "description": "true の場合、外れ値にはクラス値 0 が割り当てられます。それ以外は NoData。" }, "k": { "label": "K", "description": "クラス距離推定の近傍サイズ (デフォルト 25)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "otsu_thresholding": { "name": "Otsu しきい値処理", "description": "大津の二値化 (Otsu Thresholding) は、ピクセル輝度のヒストグラムにおけるクラス間分散を最大化することで最適な全体しきい値を決定する、自動画像セグメンテーション手法です。アルゴリズム: グレースケールまたは単一バンド画像のヒストグラムを調べ、考えられるすべてのしきい値を反復的に試し、各しきい値に対するクラス間分散を計算して、前景クラスと背景クラスの分散の分離を最大化する値を選択します。ノンパラメトリックで、しきい値を手動で指定する必要はありません。主な機能: 完全自動のしきい値決定、照明変動に対する頑健性、ヒストグラムベースの手法による高速な計算、外部パラメーター不要、単一の全体しきい値の提供。機能: 二値セグメンテーション、単峰性および二峰性ヒストグラムの最適化、ダイナミックレンジの狭い画像や高コントラスト画像への対応。用途: ユーザーの介入を必要としない自動画像セグメンテーション、文書の二値化、水域の抽出、衛星画像における雲の検出、氷/雪のマッピング。応用: 変化検出の前処理、簡易な土地被覆分類、水域マスクの生成、高度な分類の前の予備的なセグメンテーション。出力の解釈: しきい値未満のピクセルは一方のクラスに、しきい値以上のピクセルはもう一方のクラスに分類されます。ヒストグラムの二峰性は分離の品質を示し、分離の悪いヒストグラムは二値分類に適さないことを示します。クラス間分散や均一性などの統計量はセグメンテーションの品質を示します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "parallelepiped_classification": { "name": "平行六面体分類", "description": "ポリゴンの学習データを使用して、マルチスペクトルラスターに対する教師付き平行六面体分類を実行します。", "params": { "inputs": { "label": "入力", "description": "パスまたは区切り文字列としての単一バンド入力ラスターの配列 (スペクトルバンドごとに 1 つ)。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "トレーニング領域を含むポリゴンベクターファイルへのパス。" }, "class_field": { "label": "クラスフィールド", "description": "クラス識別子を保持するトレーニングデータの属性フィールド名。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリに保持されます。" } } }, "random_forest_classification": { "name": "ランダムフォレスト分類", "description": "ランダムフォレスト分類は、ランダム化された特徴量サブセットを用いてブートストラップサンプルで学習したアンサンブル決定木によってラベルを割り当てます。各木は枝刈りなしで独立に成長し、特徴量間の複雑な非線形関係や相互作用を捉えます。分類は通常 100～1000 本の木の投票を集約し、最終クラスは多数決で決まります。ブートストラップ学習とランダムな特徴量選択により、高次元のパターンを捉えつつ過学習を抑えます。特徴量重要度は out-of-bag 誤差の変化から計算でき、分類に最も関連する診断的なスペクトルバンドや派生特徴量を特定できます。主な機能として、主要な分類特徴量を特定する変数重要度のランキング、アンサンブルの木の投票合意に基づくピクセルごとの分類信頼度、高次元のハイパースペクトルデータの自動処理、スペクトルの外れ値やノイズに対する頑健性、並列化可能な学習と予測があります。このツールは不均衡な学習セットを伴う多クラス問題も効率的に処理します。応用には、マルチスペクトルおよびハイパースペクトルデータからの土地被覆分類、図間のスペクトル遷移を特定する変化検出、多時期衛星画像からの作物種分類、建物の種類や表面を識別する都市材料分類、スペクトルの外れ値を特定する異常検出が含まれます。ランダムフォレストは、比較的少ない学習データでもリモートセンシングの応用において一貫して高い精度を達成します。出力の解釈: 投票数は分類の信頼度を示します。全会一致または強い多数 (>80%) の投票は確信度の高い分類を示し、僅差の場合は混合ピクセルによる曖昧さを示唆します。特徴量重要度のランキングは、分類において最も診断的なスペクトルバンドや派生指数を特定します。out-of-bag 誤差は、ホールドアウト検証なしで汎化性能を推定します。特徴量の相互作用は暗黙的であり、特定のバンドの組み合わせで高い精度が得られる場合は非線形なスペクトル関係が示唆されます。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "点/ポリゴンベクタートレーニングデータパス。" }, "class_field": { "label": "クラスフィールド", "description": "training_data 属性内のクラスフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "n_trees": { "label": "ツリー数", "description": "フォレストのツリー数 (デフォルト 200)。" }, "min_samples_leaf": { "label": "リーフの最小サンプル数", "description": "リーフノードに必要な最小サンプル数 (デフォルト 1)。" }, "min_samples_split": { "label": "分割の最小サンプル数", "description": "内部ノードを分割するのに必要な最小サンプル数 (デフォルト 2)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "random_forest_regression": { "name": "ランダムフォレスト回帰", "description": "マルチバンドの入力ラスターに対して教師付きランダムフォレスト回帰を実行します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "点ベクタートレーニングデータパス。" }, "field": { "label": "フィールド", "description": "training_data 属性内の数値ターゲットフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "n_trees": { "label": "ツリー数", "description": "フォレストのツリー数 (デフォルト 200)。" }, "min_samples_leaf": { "label": "リーフの最小サンプル数", "description": "リーフノードに必要な最小サンプル数 (デフォルト 1)。" }, "min_samples_split": { "label": "分割の最小サンプル数", "description": "内部ノードを分割するのに必要な最小サンプル数 (デフォルト 2)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "svm_classification": { "name": "SVM 分類", "description": "サポートベクターマシン (SVM) 分類は、機械学習のサポートベクターマシンアルゴリズムをマルチスペクトルのリモートセンシングデータに適用し、高次元のスペクトル特徴空間において最適な超平面を配置することで学習クラスを分離します。アルゴリズム: カーネル関数 (線形、RBF、多項式) によってスペクトル特徴ベクトルを高次元空間に変換し、学習クラスを分離する最大マージン超平面を特定して、超平面に対する位置に応じて新しいピクセルを分類します。許容度パラメーターとカーネルの選択で汎化を制御します。非線形なクラス分離も効果的に扱えます。主な機能: 高次元スペクトルデータに対する頑健性、限られた学習サンプルでの優れた汎化性能、多様なスペクトル分布に対応するカーネルの柔軟性、確率/信頼度の推定値の提供。機能: 多クラス分類、ソフトマージンの許容度、クラス重みの自動バランス調整。用途: 疎な学習データによる詳細な土地分類、スペクトル-空間特徴量の統合、変化検出、精密農業、都市マッピング。応用: ハイパースペクトル画像の分類、複雑な生態系のマッピング、作物種の区分、インフラの分類。出力の解釈: クラス帰属は予測されたカテゴリーを示し、その空間的一貫性から分類品質がわかります。確率の推定値はピクセルレベルの信頼度を定量化し、誤分類のパターンは学習データの不備やスペクトルの重なりの問題を示します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "点/ポリゴンベクタートレーニングデータパス。" }, "class_field": { "label": "クラスフィールド", "description": "training_data 属性内のクラスフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "kernel": { "label": "カーネル", "description": "カーネルタイプ: linear (デフォルト) または rbf。" }, "c": { "label": "C", "description": "SVM 正則化パラメーター (デフォルト 1.0)。" }, "gamma": { "label": "ガンマ", "description": "RBF カーネルのガンマ。デフォルトは 1 / 特徴量数。" }, "epoch": { "label": "エポック", "description": "トレーニングエポック数 (デフォルト 2)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "svm_regression": { "name": "SVM 回帰", "description": "マルチバンドの入力ラスターに対して教師付きサポートベクターマシン回帰を実行します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "training_data": { "label": "トレーニングデータ", "description": "点ベクタートレーニングデータパス。" }, "field": { "label": "フィールド", "description": "training_data 属性内の数値ターゲットフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "kernel": { "label": "カーネル", "description": "カーネルタイプ: linear (デフォルト) または rbf。" }, "c": { "label": "C", "description": "SVM 正則化パラメーター (デフォルト 1.0)。" }, "gamma": { "label": "ガンマ", "description": "RBF カーネルのガンマ。デフォルトは 1 / 特徴量数。" }, "eps": { "label": "イプシロン", "description": "イプシロン不感損失の幅 (デフォルト 0.1)。" }, "tol": { "label": "許容誤差", "description": "オプティマイザーの許容誤差 (デフォルト 1e-3)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "change_vector_analysis": { "name": "変化ベクトル解析", "description": "2 時期のマルチスペクトルデータセットに対して変化ベクトル分析を実行し、変化の大きさと方向のラスターを返します。", "params": { "date1": { "label": "日付 1", "description": "パスの配列またはカンマ/セミコロン区切り文字列としての前日付ラスターリスト。" }, "date2": { "label": "日付 2", "description": "パスの配列またはカンマ/セミコロン区切り文字列としての後日付ラスターリスト。" }, "magnitude_output": { "label": "大きさ出力", "description": "ベクトル大きさラスターの任意の出力パス。" }, "direction_output": { "label": "方向出力", "description": "方向コードラスターの任意の出力パス。" } } }, "image_difference_change_detection": { "name": "画像差分による変化検出", "description": "画像差分による変化検出は、位置合わせされた多時期の衛星画像間でマルチスペクトルのピクセルごとの差分を計算して土地被覆の変化を特定し、スペクトルシグネチャが統計的な背景変動を超えるほど変化した領域を強調表示します。このアルゴリズムは画像を共通のピクセルグリッドに位置合わせし、選択したバンドまたは植生指数の差分 (例: NDVI 差分) を計算し、平均絶対差と信頼区間を用いた統計的しきい値処理で変化とノイズを区別して、二値の変化マスクまたは連続的な差分の大きさのラスターを出力します。画像差分は計算が簡単で解釈しやすく、植生、都市開発、水域の大きな変化の検出に効果的です。主な機能として、特定のスペクトル領域で対象を絞った変化検出を可能にする柔軟なバンド選択、自動または手動の信頼水準による統計的しきい値処理、変化信号の S/N 比を改善する任意の前処理 (正規化、指数計算)、大規模な変化検出を可能にする高速な処理があります。応用には、森林伐採のマッピングと森林減少のモニタリング、マルチスペクトル衛星時系列からの都市拡大の追跡、SAR または光学データによる災害前後の洪水マッピング、作物の遷移を追跡する農業の変化検出が含まれます。画像差分の出力は変化領域を強調表示します。出力は、しきい値を設定可能な変化マスクラスター (二値の変化/変化なし)、変化の強度を定量化する連続的な差分の大きさのラスター、および変化の種類 (増加、減少) を区別する任意の変化クラスラスターで構成されます。時間的な集約により複数年にわたる変化の追跡が可能です。", "params": { "t1_inputs": { "label": "T1 入力", "description": "日付 1 のラスターパスの配列。" }, "t2_inputs": { "label": "T2 入力", "description": "日付 2 のラスターパスの配列。t1_inputs の長さと順序に一致する必要があります。" }, "mode": { "label": "モード", "description": "差分モード: magnitude (デフォルト) または signed。" }, "threshold_sigma": { "label": "しきい値シグマ", "description": "二値変化マスク生成のための任意のシグマしきい値。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを t1_inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "差分画像の任意の出力ラスターパス。" }, "output_absolute": { "label": "絶対値出力", "description": "絶対符号付き差分 (|mean(t2-t1)|) の任意の出力ラスターパス。" }, "output_signed": { "label": "符号付き出力", "description": "符号付き差分 mean(t2-t1) の任意の出力ラスターパス。" }, "output_mask": { "label": "マスク出力", "description": "しきい値処理された二値変化マスクの任意の出力ラスターパス。" } } }, "pca_based_change_detection": { "name": "PCA に基づく変化検出", "description": "主成分分析による変化検出は、多時期に積み重ねたスペクトルデータから主成分を計算して土地被覆の変化を特定します。初期の成分は時間を通じた共通パターンを捉え、後の成分は時間的な変化を分離します。このアルゴリズムは多時期のマルチスペクトルデータ (共通グリッドに位置合わせ済み) を積み重ね、PCA で無相関の直交するスペクトル-時間成分に変換し、後の主成分を変化に敏感なものとして解釈して、主成分の負荷量/スコアに統計的しきい値処理を適用し変化を検出します。PCA は分散を最大化し、時間的に一貫したスペクトルパターン (初期の主成分) と時間的変動 (後の主成分) を分離するため、変化信号がスペクトル的に微妙な場合に特に優れています。主な機能として、画像枚数の違いや位置合わせの要件を扱う多時期データの融合、重要なスペクトル-時間パターンを強調する自動的な分散最大化、単変量の差分と比べて変化の識別を向上させる多変量統計、ピクセルノイズを低減する任意の空間フィルタリングがあります。応用には、目視で認識される前の微妙な植生ストレスの検出、数十年にわたる開発を追跡するマルチスペクトルの都市変化検出、迅速な被害マッピングによる自然災害の影響評価、生態系の状態遷移を検出する環境モニタリングが含まれます。PCA ベースの検出出力は時間的なパターンを識別します。出力は、解釈可能なスペクトル-時間負荷量を持つ主成分画像、後の成分スコアから導出した変化確率ラスター、および変化の種類を区別する任意の変化分類で構成されます。主成分の空間パターンは、統計的検出を補完する視覚的なパターン認識を可能にします。", "params": { "t1_inputs": { "label": "T1 入力", "description": "日付 1 のラスターパスの配列。" }, "t2_inputs": { "label": "T2 入力", "description": "日付 2 のラスターパスの配列。t1_inputs の長さと順序に一致する必要があります。" }, "component": { "label": "成分", "description": "出力する 1 始まりの主成分インデックス (デフォルト 1)。" }, "standardized": { "label": "標準化", "description": "true の場合、変化ベクトルに対して相関行列 PCA を使用します (デフォルト false)。" }, "threshold_sigma": { "label": "しきい値シグマ", "description": "二値マスク出力のための絶対 PC スコアに対する任意のシグマしきい値。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを t1_inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "選択した PC の絶対スコアの任意の出力ラスターパス。" }, "output_mask": { "label": "マスク出力", "description": "しきい値処理された二値マスク (0/1) の任意の出力ラスターパス。" }, "output_report": { "label": "レポート出力", "description": "固有値、説明分散、成分負荷量の任意の出力 JSON レポートパス。" } } }, "post_classification_change": { "name": "分類後変化検出", "description": "分類後比較による変化検出は、異なる時期に独立して分類された図を直接比較することで、土地被覆/土地利用 (LULC) の遷移を定量化します。ピクセルごとのクラス比較により、「遷移元」と「遷移先」のクラスを示す遷移を特定します。クロス集計行列 (混同行列) は遷移の頻度を定量化し、主要な変化の経路を明らかにします。この手法では日付間で一貫した分類体系が必要であり、精度は各時点の分類品質に依存します。主な機能: クラス間の遷移の直接マッピング、個々の分類の独立性、異なるセンサーの組み合わせへの対応、遷移頻度の定量化、変化のホットスポットの特定。用途: 森林伐採のモニタリング、都市の成長のマッピング、農地利用の追跡、湿地の消失の検出、生息地の断片化の評価。出力の解釈: 遷移行列は、対角成分に変化なしの値を、非対角成分に遷移の頻度を示します。変化図は変化したピクセルを強調表示し、遷移コード化された出力は遷移元と遷移先の両方のクラスを符号化して解釈を可能にします。高い精度を得るには品質の高い分類が必要であり、いずれかの時期の分類誤差は変化検出の誤差として伝播します。遷移を集約すると主要なパターン (例: 森林→農地、草地→市街地) が明らかになります。分類後比較の手法ではサブピクセルの遷移は検出できず、細かいスケールの変化は見落とされる可能性があります。", "params": { "t1_classified": { "label": "T1 分類結果", "description": "日付 1 の分類ラスターパス。" }, "t2_classified": { "label": "T2 分類結果", "description": "日付 2 の分類ラスターパス。" }, "transition_scale": { "label": "遷移スケール", "description": "遷移コーディングのスケール係数 (デフォルト 1000): code = class1 * scale + class2。" }, "t1_class_remap": { "label": "T1 クラス再割り当て", "description": "日付 1 クラスの任意の再割り当てテーブル (オブジェクト {\"old\": new, ...})。" }, "t2_class_remap": { "label": "T2 クラス再割り当て", "description": "日付 2 クラスの任意の再割り当てテーブル (オブジェクト {\"old\": new, ...})。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、必要に応じて t2_classified を t1_classified の CRS に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力遷移コードラスターパス。" } } }, "write_function_memory_insertion": { "name": "書き込み関数メモリ挿入", "description": "2 つまたは 3 つの時期の単一バンドから、パックされた RGB の変化可視化合成画像を作成します。", "params": { "input1": { "label": "入力 1", "description": "第 1 日付の単一バンドラスター。" }, "input2": { "label": "入力 2", "description": "第 2 日付の単一バンドラスター。" }, "input3": { "label": "入力 3", "description": "任意の第 3 日付の単一バンドラスター。省略すると input2 が青チャンネルに使用されます。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "brdf_normalization": { "name": "BRDF 正規化", "description": "DEM の勾配/方位のジオメトリを用いた C 補正または Minnaert 法による、単一シーンの BRDF 正規化です。", "params": { "input_raster": { "label": "入力ラスター", "description": "正規化する入力反射率ラスター (単一バンドまたはマルチバンドスタック)。" }, "input_dem": { "label": "入力 DEM", "description": "入力と共同位置合わせされた DEM ラスター (同じグリッド、または一致するようにリサンプリングされます)。" }, "solar_zenith_deg": { "label": "太陽天頂角 (度)", "description": "取得時の太陽天頂角 (度)。" }, "solar_azimuth_deg": { "label": "太陽方位角 (度)", "description": "取得時の太陽方位角 (度、北から時計回り)。" }, "method": { "label": "方法", "description": "補正方法: c_correction (デフォルト) または minnaert。" }, "minnaert_k": { "label": "Minnaert K", "description": "[0,1] の Minnaert k 係数 (デフォルト 0.5)。method=minnaert の場合のみ使用されます。" }, "z_factor": { "label": "Z 係数", "description": "DEM の勾配/方位計算のための垂直強調 (デフォルト 1.0)。" }, "output_prefix": { "label": "出力プレフィックス", "description": "出力ファイルのプレフィックス (デフォルト brdf_normalized)。" }, "output": { "label": "出力", "description": "正規化ラスターの出力パス (単一出力モードでは output_prefix を上書きします)。" } } }, "correct_vignetting": { "name": "周辺減光補正", "description": "レンズのビネッティング補正は、画像の周辺部が中心部よりも受光量が少なくなるという軸外のレンズ光学特性に起因する放射量のアーティファクトを除去します。このアーティファクトは、表面反射率の変動とは無関係な人工的な明るさの勾配を生み出します。ビネッティング補正では、センサー特性に合わせて較正されたビネッティングプロファイルモデル (ガウスまたはコサイン 4 乗則による定式化) から計算された空間的に変化する乗算係数を適用し、画像の視野全体で均一な放射応答を回復させます。この前処理は、ビネッティングがスペクトル解析を損ない、分類や変化検出のワークフローに系統的な誤差をもたらすマルチスペクトルおよびハイパースペクトルのリモートセンシングにおいて不可欠です。主な機能として、画像統計量またはユーザー指定の較正パラメーターからのビネッティングプロファイルの自動推定、内挿アーティファクトを伴わずにピクセルごとに適用される空間的に変化する補正係数、ノイズの多い周辺部の増幅を防ぐための過補正された周辺ピクセルの任意のマスク処理、スペクトルバンドごとに異なるビネッティングを扱うバンド別補正があります。応用には、放射量の一貫性に敏感なスペクトル分類アルゴリズムの前処理、ビネッティングの境界が目に見える不連続を生じるモザイクの準備、画像フレーム全体での正確な放射量比較、均一な照明応答を必要とするハイパースペクトル解析が含まれます。ビネッティング補正後の画像は視野全体で均一な明るさを示します。出力では周辺部の減光が除去され、画像の中心から周辺まで均一な放射応答が得られます。強く補正された周辺ピクセルではノイズが増加する場合があります。補正後の画像は、放射量のアーティファクトなしにマルチスペクトル解析のワークフローにシームレスに統合できます。", "params": { "input": { "label": "入力", "description": "入力ラスター画像。" }, "pp": { "label": "主点", "description": "主点を含む点ベクターパス (または型付きベクターオブジェクト)。" }, "focal_length": { "label": "焦点距離", "description": "カメラの焦点距離 (mm、デフォルト 304.8)。" }, "image_width": { "label": "画像幅", "description": "画像の左端と右端の間の距離 (mm、デフォルト 228.6)。" }, "n": { "label": "N", "description": "コサインモデルの指数 n (デフォルト 4.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "dark_object_subtraction": { "name": "ダークオブジェクト減算", "description": "ダークオブジェクト減算 (DOS) は、補助的な気象データや複雑な放射伝達モデルを必要とせずに大気のかすみを除去する、簡単かつ効果的な経験的手法です。この手法は、反射率ゼロの対象からはゼロの反射信号が得られるはずである (レイリー散乱を無視した場合) という原理を利用し、光学的に黒い表面 (深い水域、密な森林の影、都市のアスファルト) から観測される信号はすべてエアロゾル散乱による大気のパスラジアンスに起因するものとみなします。このツールは画像全体で各バンドの最小デジタル値を特定し、これを大気のかすみとして解釈して、バンドごとの定数オフセットとしてすべてのピクセルから減算します。より高度な変種 (DOS2、DOS3、DOS4) では、植生指数や暗いピクセルのクラスタリングを用いてレイリー散乱と変動するエアロゾル光学的厚さを考慮します。主な機能として、暗いオブジェクトを分離し、シーン依存のかすみと真の反射率ゼロを区別するヒストグラム解析、暗いオブジェクトの特定に偏りを生じる既知の高反射地物 (市街地、雪、雲) の任意のマスク処理、バンド別のかすみ補正、リアルタイムまたは大規模処理に適した高速な計算があります。用途には、簡易的な反射率の推定、絶対較正よりも相対的な変化が重要な植生や水質のモニタリング、迅速な災害対応マッピング、正確なエアロゾル情報が得られない過去のアーカイブデータが含まれます。入力は、大気上端反射率または較正済みの放射輝度、明るい地物を除外するための任意の土地被覆マスク、シーンのメタデータで構成されます。出力は、かすみ補正済みの反射率、バンドごとの大気パスラジアンスの推定値、および暗いオブジェクトの特定における信頼度を示す品質フラグ (例: 暗いピクセルが少ない、市街地が大部分を占めるシーン) です。放射伝達モデルと比べると粗い手法ですが、DOS は高度な大気データが利用できない場合の多時期解析や全球規模のマッピングにおいて依然として実用的です。", "params": { "inputs": { "label": "入力", "description": "入力ラスタースタック (1 つ以上のラスター)。" }, "percentile": { "label": "パーセンタイル", "description": "バンドごとのダークオブジェクトパーセンタイル (デフォルト 1.0)。" }, "clamp_non_negative": { "label": "非負にクランプ", "description": "true の場合、補正値のゼロ未満をゼロにクランプします (デフォルト true)。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときに入力を inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" }, "output_diagnostic_offsets": { "label": "診断オフセットを出力", "description": "バンドごとのダークオブジェクトオフセット診断の任意の出力ラスターパス。" } } }, "dn_to_toa_reflectance": { "name": "DN から TOA 反射率へ", "description": "デジタル値から大気上端反射率への変換は、衛星メタデータから得られるバンドごとの放射量較正係数を適用して、センサーの生のデジタル値を物理的に意味のある分光反射率値に変換します。この変換では、放射量の再スケーリング、大気圏外太陽分光放射照度の補正、太陽天頂角の補償、および任意の地球-太陽間距離の正規化を適用し、センサー、取得時刻、地理的位置の違いを越えて直接比較可能な反射率値を生成します。大気上端反射率は、大気の影響を受ける前のセンサー位置において、地表の対象によって反射された入射太陽エネルギーの割合を表し、定量的なリモートセンシング解析の基準となります。主な機能として、標準的な衛星プロダクトのメタデータを完全に解析したうえでのバンドごとの較正係数の適用、取得タイムスタンプと位置からの太陽幾何の自動計算、季節変動に対する任意の地球-太陽間距離補正、標準化された係数形式による複数のセンサータイプへの柔軟な対応があります。応用は、一貫した物理単位を用いた定量的な変化検出、多時期の取得データや異なるセンサー間での絶対的な放射量比較、正確な反射率を必要とする分光植生指数の計算、衛星コンステレーションにおけるセンサー間の検証に及びます。TOA 反射率により、厳密な解析ワークフローと科学的に妥当な結果が得られます。出力の反射率値は 0～1 の範囲 (整数精度のために 0～10000 で表されることもあります) で、無次元の割合を表します。メタデータには使用した較正係数とセンサーの幾何パラメーターが埋め込まれます。負の値はデータ品質の問題を示すため、解析前にマスク処理が必要です。", "params": { "inputs": { "label": "入力", "description": "入力 DN ラスタースタック (1 つ以上のラスター)。" }, "reflectance_mult": { "label": "反射率乗数", "description": "バンドごとの乗算係数。スカラーまたは inputs と同じサイズの配列。" }, "reflectance_add": { "label": "反射率加算値", "description": "バンドごとの加算係数。スカラーまたは inputs と同じサイズの配列 (デフォルト 0)。" }, "sensor_bundle_root": { "label": "センサーバンドルルート", "description": "明示的な係数が省略された場合に係数を自動導出するために使用する任意の Landsat/Sentinel-2 バンドルルート。" }, "sun_elevation_deg": { "label": "太陽高度角 (度)", "description": "コサイン補正のための任意の太陽高度角 (度)。利用可能な場合はバンドルメタデータから自動導出されます。" }, "apply_solar_correction": { "label": "太陽補正を適用", "description": "true (デフォルト) の場合、sin(sun_elevation) で除算します。" }, "clamp_unit_interval": { "label": "単位区間にクランプ", "description": "true (デフォルト) の場合、出力を [0, 1] にクランプします。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときに入力を inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "terrain_corrected_optical_analytics": { "name": "地形補正光学解析", "description": "位置合わせされた DEM を用いた、マルチスペクトル光学バンドの地形 C 補正です。地表面反射率スタック、補正係数、雲/影マスク、品質信頼度を出力します。", "params": { "input_dem": { "label": "入力 DEM", "description": "光学バンドと共同位置合わせされた DEM ラスター。" }, "bundle_root": { "label": "バンドルルート", "description": "明示的な入力が省略された場合に必要なバンド、利用可能な QA、太陽メタデータを自動解決するために使用する任意の光学センサーバンドルルートディレクトリ (現在は Sentinel-2 SAFE、Landsat、または DIMAP SPOT/Pleiades)。" }, "input_red": { "label": "赤入力", "description": "赤バンドラスター (bundle_root が指定されている場合は省略可)。" }, "input_nir": { "label": "入力 NIR", "description": "NIR バンドラスター (bundle_root が指定されている場合は省略可)。" }, "input_green": { "label": "緑入力", "description": "緑バンドラスター (省略可)。" }, "input_blue": { "label": "青入力", "description": "青バンドラスター (省略可)。bundle_root が指定されている場合はバンドルメタデータから自動解決されます。" }, "solar_mode": { "label": "太陽モード", "description": "太陽角の解決モード: auto、manual、metadata、datetime_location。" }, "solar_zenith_deg": { "label": "太陽天頂角 (度)", "description": "太陽天頂角 (度、manual モードで必須)。" }, "solar_azimuth_deg": { "label": "太陽方位角 (度)", "description": "太陽方位角 (度、北から時計回り、manual モードで必須)。" }, "acquisition_datetime_utc": { "label": "取得日時 (UTC)", "description": "datetime_location モード用の RFC3339 UTC 取得タイムスタンプ。" }, "latitude": { "label": "緯度", "description": "datetime_location モード用の任意の緯度。" }, "longitude": { "label": "経度", "description": "datetime_location モード用の任意の経度。" }, "profile": { "label": "プロファイル", "description": "処理プロファイル: conservative、balanced、fast。" }, "cloud_threshold": { "label": "雲しきい値", "description": "ソースバンド単位での任意の雲しきい値。省略時は自動推定されます。" }, "shadow_threshold": { "label": "影しきい値", "description": "ソースバンド単位での任意の雲影しきい値。省略時は自動推定されます。" }, "qa_mask": { "label": "QA マスク", "description": "任意の QA マスクラスターパス。" }, "qa_mask_format": { "label": "QA マスク形式", "description": "QA マスクのエンコーディング: auto、landsat_qa_pixel、sentinel2_scl、sentinel2_qa60、binary。" }, "mask_strategy": { "label": "マスク戦略", "description": "マスク戦略: auto、qa_only、heuristic_only、qa_plus_heuristic。" }, "z_factor": { "label": "Z 係数", "description": "勾配/方位の垂直強調。" }, "output_prefix": { "label": "出力プレフィックス", "description": "すべての出力成果物のプレフィックス。" } } }, "land_surface_temperature_single_channel": { "name": "地表面温度 (単チャンネル法)", "description": "単一の熱赤外チャンネルからの地表面温度の推定では、放射伝達方程式の逆解析によって放射表面温度を推定します。センサーのデジタル値はセンサー固有の較正係数を用いて分光放射輝度に変換され、放射輝度はバンド固有の熱定数を用いてプランク関数によって輝度温度に逆変換され、輝度温度は経験的な放射率補正によって物理的な LST に変換されます。放射率は植生指数から導出するか直接指定し、物質に依存する熱放射率の変動を補正します。主な機能: 単一の熱バンドのみが必要、簡単な放射量処理、高速な計算、複数チャンネル不要、植生指数による放射率推定、物理的な温度を直接出力。用途: ヒートアイランドのマッピング、干ばつストレスのモニタリング、地熱地物の検出、山火事の熱シグネチャの追跡、農業用水管理。出力の解釈: 出力はケルビン単位 (変換した場合は摂氏) の放射表面温度です。単一チャンネルによる推定では大気中の水蒸気の影響を完全には除去できず、残留する大気バイアスは通常 2～5 K です。放射率の誤差はそのまま伝播し、±0.05 の放射率誤差は約 ±1～2 K の温度誤差になります。植生に基づく放射率は NDVI とともに変化し、裸地は植生よりも低い放射率を示します。LST の時系列は加熱/冷却の傾向を示し、背景 ± 5K を超える LST 異常は熱的な地物を示します。", "params": { "thermal_input": { "label": "熱赤外入力", "description": "熱赤外ラスターパス (デフォルトは DN、input_is_brightness_temp=true の場合は輝度温度)。" }, "input_is_brightness_temp": { "label": "入力は輝度温度", "description": "true の場合、thermal_input は既にケルビン単位の輝度温度です (デフォルト false)。" }, "emissivity_input": { "label": "放射率入力", "description": "thermal_input に整列した任意の放射率ラスターパス。" }, "emissivity_constant": { "label": "放射率定数", "description": "emissivity_input が指定されない場合のフォールバック放射率 (デフォルト 0.98)。" }, "sensor_bundle_root": { "label": "センサーバンドルルート", "description": "熱赤外放射輝度と Planck 定数を導出するために使用する任意の Landsat バンドルルート。" }, "thermal_band_number": { "label": "熱赤外バンド番号", "description": "メタデータ検索用の熱赤外バンド番号 (デフォルト 10)。" }, "radiance_mult": { "label": "放射輝度乗数", "description": "DN → 放射輝度変換の熱赤外放射輝度乗算係数。" }, "radiance_add": { "label": "放射輝度加算値", "description": "DN → 放射輝度変換の熱赤外放射輝度加算係数。" }, "k1_constant": { "label": "K1 定数", "description": "Planck K1 熱定数。" }, "k2_constant": { "label": "K2 定数", "description": "Planck K2 熱定数。" }, "wavelength_um": { "label": "波長 (µm)", "description": "有効熱赤外波長 (マイクロメートル、デフォルトは thermal_band_number から推定)。" }, "output_units": { "label": "出力単位", "description": "出力単位: celsius (デフォルト) または kelvin。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、必要に応じて emissivity_input を thermal_input の CRS に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "land_surface_temperature_split_window": { "name": "地表面温度 (スプリットウィンドウ法)", "description": "スプリットウィンドウ法による LST 推定は、2 つの熱赤外バンドを用いて、放射伝達方程式の逆解析により地表面温度と放射率を同時に推定します。2 つのバンド (通常 10～12 μm 帯) 間の大気吸収の差を利用して大気中の水蒸気を補正できるため、単一チャンネル法よりも精度が向上します。両バンドの輝度温度は、植生被覆率に基づく放射率のパラメーター化またはユーザー指定の放射率グリッドを用いて逆変換されます。主な機能: 2 つの熱バンドが必要、吸収差による大気補正、温度/放射率の同時推定、標準的なセンサー向けに公開されたアルゴリズム、単一チャンネル法より優れた大気補償。用途: ヒートアイランドのマッピング、農業干ばつの検出、地熱地物の検出、陸面-大気相互作用の研究、火山/熱異常の検出。出力の解釈: 出力は大気補正が改善された地表面放射温度です。スプリットウィンドウ法による推定では、単一チャンネル法の 2～5 K の誤差に対して、大気中の水蒸気によるバイアスが <1～2 K に低減されます。温度と放射率のトレードオフは依然として存在し、植生指数の高い領域では放射率が低くなるため、慎重な解釈が必要です。不均質な表面 (植生と土壌の混在) では中間的な値を示します。時間的な一貫性により変化検出の信頼性が向上し、±3K を超える LST の傾向は有意な熱的変化を示します。", "params": { "thermal1_input": { "label": "熱赤外 1 入力", "description": "第 1 熱赤外ラスターパス (例: Landsat B10)。" }, "thermal2_input": { "label": "熱赤外 2 入力", "description": "第 2 熱赤外ラスターパス (例: Landsat B11)。" }, "input_is_brightness_temp": { "label": "入力は輝度温度", "description": "true の場合、熱赤外入力は既にケルビン単位の輝度温度です (デフォルト false)。" }, "emissivity_mean_input": { "label": "平均放射率入力", "description": "任意の平均放射率ラスターパス。" }, "emissivity_delta_input": { "label": "放射率差入力", "description": "任意の放射率差ラスターパス (epsilon1 - epsilon2)。" }, "emissivity_mean_constant": { "label": "平均放射率定数", "description": "emissivity_mean_input がない場合のフォールバック平均放射率定数 (デフォルト 0.98)。" }, "emissivity_delta_constant": { "label": "放射率差定数", "description": "emissivity_delta_input がない場合のフォールバック放射率差定数 (デフォルト 0.0)。" }, "sensor_bundle_root": { "label": "センサーバンドルルート", "description": "熱赤外放射輝度と Planck 定数を導出するために使用する任意の Landsat バンドルルート。" }, "thermal_band1_number": { "label": "熱赤外バンド 1 番号", "description": "thermal1_input のメタデータ検索用バンド番号 (デフォルト 10)。" }, "thermal_band2_number": { "label": "熱赤外バンド 2 番号", "description": "thermal2_input のメタデータ検索用バンド番号 (デフォルト 11)。" }, "radiance1_mult": { "label": "放射輝度 1 乗数", "description": "バンド 1 の放射輝度乗算係数。" }, "radiance1_add": { "label": "放射輝度 1 加算値", "description": "バンド 1 の放射輝度加算係数。" }, "k1_1": { "label": "K1 1", "description": "バンド 1 の Planck K1 定数。" }, "k2_1": { "label": "K2 1", "description": "バンド 1 の Planck K2 定数。" }, "radiance2_mult": { "label": "放射輝度 2 乗数", "description": "バンド 2 の放射輝度乗算係数。" }, "radiance2_add": { "label": "放射輝度 2 加算値", "description": "バンド 2 の放射輝度加算係数。" }, "k1_2": { "label": "K1 2", "description": "バンド 2 の Planck K1 定数。" }, "k2_2": { "label": "K2 2", "description": "バンド 2 の Planck K2 定数。" }, "coeff_a0": { "label": "係数 A0", "description": "スプリットウィンドウ係数 a0 (デフォルト 0.0)。" }, "coeff_a1": { "label": "係数 A1", "description": "T1 項のスプリットウィンドウ係数 a1 (デフォルト 1.0)。" }, "coeff_a2": { "label": "係数 A2", "description": "(T1-T2) 項のスプリットウィンドウ係数 a2 (デフォルト 0.0)。" }, "coeff_a3": { "label": "係数 A3", "description": "(T1-T2)^2 項のスプリットウィンドウ係数 a3 (デフォルト 0.0)。" }, "coeff_a4": { "label": "係数 A4", "description": "(1-emissivity_mean) 項のスプリットウィンドウ係数 a4 (デフォルト 0.0)。" }, "coeff_a5": { "label": "係数 A5", "description": "emissivity_delta 項のスプリットウィンドウ係数 a5 (デフォルト 0.0)。" }, "output_units": { "label": "出力単位", "description": "出力単位: celsius (デフォルト) または kelvin。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、必要に応じて補助ラスターを thermal1_input の CRS に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "ndvi_based_emissivity": { "name": "NDVI に基づく放射率", "description": "NDVI に基づく地表面放射率の推定は、NDVI から計算した植生被覆率から広帯域の熱放射率を導出し、熱赤外衛星データからの地表面温度推定における熱放射伝達の補正を可能にします。このアルゴリズムは赤と近赤外の反射率から NDVI を計算し、NDVI を植生被覆率に変換したうえで、現地測定と放射伝達シミュレーションによって検証された植生被覆率と放射率の経験的関係を適用します。植生は熱放射率に大きく影響し、植生が多いほど放射率は約 0.99 に近づき、裸地の放射率は土壌の組成と表面の粗さに応じて約 0.90～0.98 の範囲となります。主な機能として、現地較正なしでの NDVI からの植生被覆率の自動計算、物理的な放射伝達理論に基づく標準的な経験式、放射率の変動を調べる任意の感度解析、熱赤外衛星データとの直接的な互換性があります。応用には、正確な放射率補正を必要とする熱衛星データ (Landsat、MODIS、Sentinel-3) からの地表面温度推定、植生の違いを補正したヒートアイランド解析、水資源や農業への応用における熱モデリング、一貫した全球の熱データセットを必要とする気候分野への応用が含まれます。NDVI に基づく放射率により、正確な熱補正が可能になります。出力として、熱放射伝達補正に適した放射率ラスター (0～1)、解釈に役立つ中間成果物としての植生被覆率、および経験式と仮定した土壌/表面特性を記録したメタデータが生成されます。放射率の値は、熱補正の不確実性と特定の用途への適合性の判断に役立ちます。", "params": { "red_input": { "label": "赤入力", "description": "赤バンドラスターパス。" }, "nir_input": { "label": "NIR 入力", "description": "NIR バンドラスターパス。" }, "ndvi_soil": { "label": "NDVI 土壌", "description": "裸地割合の NDVI しきい値 (デフォルト 0.2)。" }, "ndvi_vegetation": { "label": "NDVI 植生", "description": "完全植生割合の NDVI しきい値 (デフォルト 0.5)。" }, "emissivity_soil": { "label": "土壌放射率", "description": "仮定する土壌放射率 (デフォルト 0.97)。" }, "emissivity_vegetation": { "label": "植生放射率", "description": "仮定する植生放射率 (デフォルト 0.99)。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、必要に応じて nir_input を red_input の CRS に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "continuum_removal": { "name": "連続体除去", "description": "連続体除去は、スペクトルを包む上側の凸包 (連続体) を推定し、各バンドを対応する連続体の値で割ることで、マルチスペクトルのスペクトルを正規化します。全体的なスペクトルの傾きと明るさの変動を除去し、吸収特徴 (吸収帯、深さ) の可視化を強化します。吸収の深さと位置が標準化されるため、スペクトルライブラリによる鉱物/物質の識別が可能になります。連続体の線は、スペクトル範囲全体の局所最大値を結ぶ凸包アルゴリズムによって計算されます。主な機能: スペクトル連続体の除去、吸収特徴の強調、明るさの変動の正規化、スペクトルライブラリとの照合、スペクトル形状の標準化。用途: 鉱物の識別、物質の分類、植生のスペクトル解析、スペクトル異常の検出、吸収特徴のマッピング。出力の解釈: 連続体除去後のスペクトルには物質固有の吸収帯を示す吸収特徴 (値 <1.0) が現れます。吸収の深さは特徴の強さを示し、浅い特徴 (<0.2) は副成分を、深い特徴 (>0.5) は主要な吸収を示します。波長空間での特徴の位置から、参照ライブラリによる物質の識別が可能です。平坦な連続体除去スペクトル (1.0 付近) は、スペクトル的に中性な物質を示します。", "params": { "inputs": { "label": "入力", "description": "入力ラスタースタック (バンドごとに 1 ラスター)。" }, "wavelengths": { "label": "波長", "description": "inputs の長さに一致する任意の単調増加波長配列。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力マルチバンドラスターパス。" } } }, "linear_spectral_unmixing": { "name": "線形スペクトルアンミキシング", "description": "線形スペクトル分解は、各ピクセルのマルチスペクトルベクトルを、純粋な物質のシグネチャを表すエンドメンバースペクトルの非負線形結合として分解します。非負最小二乗最適化により、x ≥ 0 の制約のもとで min ||y - Ax||² を解きます。ここで y はピクセルのスペクトル、A はエンドメンバーのシグネチャ、x は存在比率を表します。存在比率が物理的な割合を表すよう、合計が 1 になる制約が課されます。エンドメンバーは学習データやライブラリのデータベースから取得するか、エンドメンバー抽出アルゴリズムによって抽出します。主な機能: サブピクセルの物質推定、存在比率の物理的な解釈、複数のエンドメンバーへの対応、有効範囲 [0,1] に制約された出力、物質の変化検出。用途: 土地被覆の存在比マッピング、鉱物組成の推定、都市の物質インベントリ、植生/土壌/不透水面の比率、スペクトルライブラリに基づく分類。出力の解釈: 出力の存在比マップは、合計が 1.0 になるピクセルごとの物質の割合を示します。存在比 <0.1 は副成分を、>0.7 は主要な物質を示します。残差は分解の品質を示し、残差が小さければスペクトルの適合が良好であり、大きければエンドメンバーの不一致やピクセルの複雑さを示します。", "params": { "inputs": { "label": "入力", "description": "入力ラスタースタック (バンドごとに 1 ラスター)。" }, "endmembers": { "label": "エンドメンバー", "description": "オブジェクト {name, values} の配列または数値配列としてのエンドメンバーシグネチャ。" }, "sum_to_one": { "label": "合計を 1 に制約", "description": "true (デフォルト) の場合、非負の割合を合計 1 に正規化します。" }, "iterations": { "label": "反復回数", "description": "射影勾配法の反復回数 (デフォルト 80)。" }, "step_size": { "label": "ステップサイズ", "description": "射影勾配法のステップサイズ (デフォルト 0.05)。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力マルチバンド割合ラスターパス。" }, "output_residual": { "label": "残差出力", "description": "任意の出力残差 RMS ラスターパス。" } } }, "minimum_noise_fraction": { "name": "最小ノイズ比率変換", "description": "最小ノイズ比 (MNF) 変換は、ノイズ共分散の推定と、それに続くノイズの白色化および主成分分析という 2 段階の処理でハイパースペクトルデータを変換します。ノイズの白色化によってバンド間のノイズを無相関化し、白色化された空間での PCA によって信号が支配的な方向を特定します。出力成分は S/N 比の順に並び、初期の成分が信号を、後の成分がノイズを表します。成分の切り捨てにより、従来の平滑化によるアーティファクトを伴わずにノイズを低減できます。主な機能: 信号とノイズの分離、後半の成分へのノイズの集中、成分選択によるノイズフィルタリング、スペクトルの忠実性の保持、次元削減。用途: ハイパースペクトル画像のノイズ除去、分類のための次元削減、信号の強調、ノイズの特性評価、画像品質の評価。出力の解釈: 最初の 1～3 個の MNF 成分には通常、信号の 70～90% が含まれ、後の成分ほどノイズが多くなります。成分の切り捨て (最初の N 成分を保持) により、重要なスペクトル情報を保持しつつノイズを除去できます。MNF 成分画像によりノイズを目視で評価でき、後半の成分の標準偏差はノイズレベルを示します。", "params": { "inputs": { "label": "入力", "description": "入力ラスタースタック (バンドごとに 1 ラスター)。" }, "num_components": { "label": "成分数", "description": "出力する MNF 成分数 (デフォルト: 全バンド)。" }, "noise_mode": { "label": "ノイズモード", "description": "ノイズ推定モード: 'difference_x' (デフォルト) または 'difference_y'。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力マルチバンド MNF 成分ラスターパス。" }, "output_inverse": { "label": "逆変換出力", "description": "保持した MNF 成分から再構成した任意のマルチバンドラスターパス。" } } }, "spectral_angle_mapper": { "name": "スペクトル角マッパー", "description": "スペクトル角マッピング (SAM) は、各ピクセルのスペクトルと参照ライブラリのスペクトルとの間のスペクトル角を計算し、角度が最小となる、すなわち照明強度に依存しないスペクトル類似度が最大となるライブラリスペクトルにピクセルを割り当てることで分類を行います。SAM は各ピクセルと参照スペクトルを N 次元スペクトル空間のベクトルとして扱い、内積演算と逆余弦変換を用いてベクトル間の角度を計算します。このスペクトル角に基づく分類は、全体の明るさを変化させてもスペクトル形状を保持する照明や地形の影響に対して不変であるため、複雑な地形やさまざまな取得条件に対して頑健です。主な機能として、確率的な分類信頼度を可能にするスペクトル角しきい値の自動定義、現地サンプルやスペクトルライブラリからのユーザー提供のスペクトルシグネチャに対応する参照ライブラリの読み込み、スペクトルの識別能力を保ちつつ照明の変動に対応する照明不変性、大規模な画像のリアルタイム分類を可能にする高速な計算があります。一般的な応用には、USGS スペクトルライブラリを用いた物質の識別と地質マッピング、マルチスペクトル衛星データと現地で収集したスペクトルを組み合わせた植生種の分類、航空機搭載ハイパースペクトル調査における鉱物探査、画像のスペクトルと現地で収集した参照シグネチャを比較する精度評価が含まれます。SAM の出力は、スペクトル形状のシグネチャを活用した確度の高い物質識別を可能にします。分類出力は、ライブラリの項目に対応する整数クラスラベルを持つ単一バンド画像です。信頼度ラスターには、しきい値ベースのフィルタリングのために各ピクセルの最小スペクトル角を任意で記録できます。出力により、直接的な物質識別と信頼度に基づくフィルタリングが可能になります。", "params": { "inputs": { "label": "入力", "description": "入力ラスタースタック (バンドごとに 1 ラスター)。" }, "endmembers": { "label": "エンドメンバー", "description": "オブジェクト {name, values} の配列または数値配列としてのエンドメンバーシグネチャ。" }, "threshold_angle_deg": { "label": "しきい値角 (度)", "description": "許容される最大スペクトル角 (度、任意)。一致しないピクセルはクラス 0 になります。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力クラスラスターパス。" }, "output_angle": { "label": "角度出力", "description": "最小スペクトル角 (度) の任意の出力ラスターパス。" } } }, "spectral_library_matching": { "name": "スペクトルライブラリマッチング", "description": "スペクトルライブラリ照合は、スペクトル角 (スペクトルベクトル間の角度)、ユークリッド距離 (大きさの差)、スペクトル情報ダイバージェンスなど複数の類似度指標を用いて、画像ピクセルのスペクトルを参照ライブラリのスペクトルと比較し分類を行います。このアルゴリズムは、既知の物質/クラスのスペクトルを含むユーザー提供の参照スペクトルライブラリを受け取り、各画像ピクセルとライブラリ項目の類似度指標を計算して、最も一致するライブラリスペクトル (最小角度、最小距離、または最小ダイバージェンス) を特定し、クラスラベルと任意の信頼度/類似度スコアを出力します。ライブラリ照合では、USGS、現地調査、または実験室分光測定の参照スペクトルを活用することで、現地の学習サンプルなしで物質を識別できます。主な機能として、特定のスペクトル特性やクラス分布に応じて指標を選択できる複数の類似度指標、さまざまなスペクトルライブラリ形式に対応する柔軟なライブラリの読み込み、任意の信頼度/不確実性の定量化、識別可能な物質の直接出力があります。応用には、鉱物学のための USGS スペクトルライブラリを用いた地質マッピング、植物スペクトル参照ライブラリを用いた植生分類、都市域における建築材料の識別、航空機搭載ハイパースペクトル調査の解析が含まれます。スペクトルライブラリ照合により、物質の自動識別が可能になります。出力は、ライブラリ項目 ID をクラスラベルとする分類図、照合品質を定量化する類似度/信頼度ラスター、およびしきい値ベースのフィルタリングのための各ライブラリ項目に対する任意のスペクトル角/距離の全スタックで構成されます。メタデータには参照ライブラリの出典と使用した類似度指標が記録されます。", "params": { "inputs": { "label": "入力", "description": "入力ラスタースタック (バンドごとに 1 ラスター)。" }, "library": { "label": "ライブラリ", "description": "オブジェクト {name, values} の配列または数値配列としてのスペクトルライブラリエントリ。" }, "library_csv": { "label": "ライブラリ CSV", "description": "任意の CSV スペクトルライブラリパス (name,b1,b2,... または b1,b2,... の行)。'library' が指定されない場合に使用されます。" }, "metric": { "label": "メトリック", "description": "マッチングメトリック: 'sam' (デフォルト)、'euclidean'、または 'sid'。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力クラスラスターパス。" }, "output_score": { "label": "スコア出力", "description": "任意の出力ベストマッチスコアラスターパス (角度または距離)。" } } }, "canny_edge_detection": { "name": "Canny エッジ検出", "description": "Canny の多段階エッジ検出 (ガウスぼかし → Sobel 勾配 → 非最大値抑制 → 二重しきい値 → ヒステリシス) を適用します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス (単一バンドまたはパック RGB)。" }, "sigma": { "label": "シグマ", "description": "ガウシアン平滑化カーネルの標準偏差 (ピクセル)。デフォルト: 0.5。" }, "low_threshold": { "label": "低しきい値", "description": "低ヒステリシスしきい値 (最大勾配に対する 0–1 の割合)。デフォルト: 0.05。" }, "high_threshold": { "label": "高しきい値", "description": "高ヒステリシスしきい値 (最大勾配に対する 0–1 の割合)。デフォルト: 0.15。" }, "add_back": { "label": "加算して戻す", "description": "true の場合、二値エッジマップを生成するのではなく、元画像のエッジピクセルをゼロにします。デフォルト: false。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリに保持されます。" } } }, "corner_detection": { "name": "コーナー検出", "description": "ヒットオアミステンプレートを用いて、二値ラスター内のコーナーパターンを識別します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "laplacian_filter": { "name": "ラプラシアンフィルター", "description": "ラプラシアンフィルターは画像輝度の空間 2 次微分を計算し、等方的 (全方向) な勾配測定による強力なエッジ検出を提供します。この実装では、ラプラシアン演算子 (x 方向と y 方向の 2 次微分の和) を近似する固定カーネルを適用し、エッジの向きに関係なく輝度の変化を捉えます。方向性フィルターとは異なり、この手法はすべてのエッジ方向を同等に扱うため、方向に依存しない特徴検出に最適です。数学的な基礎は離散近似 ∇²I ≈ I(x+1,y) + I(x-1,y) + I(x,y+1) + I(x,y-1) - 4·I(x,y) にあります。主な機能として、ゼロ交差の検出能力 (真のエッジは出力がゼロを横切る位置に存在します)、エッジ方向への非依存性、明から暗および暗から明の遷移を同じように検出できる能力があります。ラプラシアンフィルタリングは、構造境界がゼロ交差として現れる地質マッピング、植生境界の区分、高解像度画像からの道路網の抽出、建物フットプリントの検出に優れています。出力の解釈では符号の遷移の理解が中心となります。強い正の値は局所的な暗い極小を、負の値は局所的な明るい極大を示し、ゼロ交差は真のエッジを示します。8 ビットの入力画像では、局所的なコントラストに応じて出力は通常 -1000 から +1000 の範囲となります。出力の大きさが大きい場合は鋭く明確なエッジを示し、小さい場合は緩やかな遷移を示唆します。ゼロ交差の検出には慎重なしきい値の選択が必要です。ラプラシアンはノイズに敏感 (高周波ノイズを増幅する) であるため、適用前にガウス平滑化による前処理を行うことが一般に推奨されます。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "variant": { "label": "バリアント", "description": "カーネルバリアント: 3x3(1)、3x3(2)、3x3(3)、3x3(4)、5x5(1)、5x5(2)。" }, "clip_amount": { "label": "クリップ量", "description": "任意の対称裾クリップ率 (0-40)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "laplacian_of_gaussians_filter": { "name": "LoG (ラプラシアンガウシアン) フィルター", "description": "ガウス平滑化とラプラシアンエッジ検出を組み合わせた、ラプラシアン・オブ・ガウシアン (LoG) によるエッジ強調を実行します。計算上は差分ガウシアン (DoG) によって近似されます。まず画像を平滑化し (ノイズを低減)、次にラプラシアンを適用します (エッジを検出)。古典的なマルチスケールエッジ検出手法です。LoG 出力のゼロ交差を検出することで、正確なエッジ位置を特定できます。LoG はスケール空間エッジ検出の標準であり、ガウシアンがノイズを除去し、ラプラシアンがエッジを増幅します。sigma パラメーターは検出するエッジのスケールを制御し、小さい sigma は細かいエッジを、大きい sigma は幅の広いエッジを検出します。効率化のため、LoG は DoG で近似されます。複数の sigma 値を用いると、マルチスケールのエッジ検出 (異なるスケールの地物の識別) が可能です。応用: (1) 頑健なエッジ検出 (ノイズ耐性)、(2) マルチスケールエッジ検出 (複数の sigma を使用)、(3) ゼロ交差によるエッジの位置特定、(4) セグメンテーションの前処理、(5) LoG のゼロ交差によるブロブ検出。ワークフロー: LoG を適用→ゼロ交差を特定→エッジを追跡→ベクター化またはさらなる処理。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "sigma": { "label": "シグマ", "description": "LoG カーネルで使用するガウシアンシグマ (0.5-20.0、デフォルト 0.75)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "prewitt_filter": { "name": "Prewitt フィルター", "description": "Prewitt 演算子は、Sobel と同様の勾配ベースのエッジ検出を行いますが、異なるノイズ特性に最適化された別のカーネル重みを使用します。実装では、x 方向と y 方向の微分を計算する 2 つの 3×3 畳み込みカーネルを用い、中心と隣接する行/列に均一な重みを与えます。これは中心を重視する Sobel の手法とは異なります。勾配の大きさは方向成分を √(Gx² + Gy²) で合成し、方向に対して均一な応答を提供します。数学的な基礎は、中心を強調せずに寄与するすべてのピクセルに等しい重みを与える離散微分近似にあります。主な機能として、Sobel とはわずかに異なるノイズ応答 (極めてノイズの多い画像では優れる場合もあります)、高度なエッジ解析を可能にする真の大きさ/方向の分解、標準的な畳み込み演算のみを必要とする計算効率、レーダー、光学、熱画像での実証された有効性があります。Prewitt フィルタリングは、均一な重み付けにより Sobel よりもスペックルアーティファクトを低減できる SAR 画像解析、線状地物を強調する熱異常検出、方向に依存しない処理を必要とするマルチスペクトルのエッジ抽出に優れています。出力の解釈は Sobel と同様です。大きさはエッジの強さを示し (大きいほど鋭い)、atan2(Gy, Gx) で計算される方向はエッジの向きをラジアンで示します。8 ビット入力では大きさは通常 0～256 の範囲で、80 を超える場合は一般に顕著なエッジを示します。方向の値は -π から +π の範囲で、0 ラジアンは純粋な水平エッジを、±π/2 は純粋な垂直エッジを示します。均一なカーネル重みにより、通常は Sobel よりもわずかに滑らかな勾配応答が得られ、疎な地物や細かい画像地物に適している場合があります。ノイズによる誤検出を減らすには、補完的にメディアンフィルタリングを適用してください。方向の出力としきい値の選択を組み合わせることで、セグメンテーションパイプラインに不可欠なエッジ連結や境界抽出のワークフローに利用できます。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "clip_tails": { "label": "裾をクリップ", "description": "任意の対称裾クリップ率 (0-40)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "roberts_cross_filter": { "name": "Roberts クロスフィルター", "description": "Roberts Cross フィルターは最も初期のエッジ検出演算子の 1 つで、簡単かつ効果的な 2×2 の対角クロスカーネルパターンを用いて、最小限の計算負荷で画像の勾配を計算します。この演算子は水平-垂直の配置から 45° 回転した 2 つの直交する 2×2 行列を用い、コーナーや対角方向の遷移を強調してエッジを検出する十字形の畳み込みマスクを作成します。X 方向と Y 方向の勾配にそれぞれ別のカーネルを適用し、絶対値の和またはユークリッドノルムで大きさを計算します。主な機能として、2×2 という小さなカーネルサイズによる卓越した計算効率、最小限のメモリ要件、大規模なラスターデータセットでの高速な処理があります。Roberts Cross は、高解像度画像における細かいスケールの地物や鋭い遷移の検出に特に効果的です。主な用途には、時間的制約の厳しい用途での迅速なエッジ検出、リアルタイムの動画ストリーム処理、高度なアルゴリズムの前段での予備的な境界検出、リソースが限られた環境が含まれます。応用は、航空測量の前処理、衛星画像の品質評価、機械学習パイプラインのための特徴抽出、モバイル GIS の実装に及びます。出力では、2×2 近傍でスペクトル変化が生じた位置が大きな値のピクセルとしてエッジ位置に表示されます。背景領域は通常ほぼゼロの値を示し、エッジは異なる土地被覆クラス間の境界を示す明るい線状の地物として現れます。出力は本質的に疎であり、勾配が計算精度のしきい値を超える位置にのみエッジが含まれます。マルチスペクトル画像では、各バンドに個別に適用するか、先に正規化差分指数を計算してください。ベクター変換ワークフロー向けに出力を改良するため、Roberts の適用後にはエッジの細線化の後処理を行うことがよくあります。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "clip_amount": { "label": "クリップ量", "description": "任意の対称裾クリップ率 (0-50)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "sobel_filter": { "name": "Sobel フィルター", "description": "Sobel 演算子は、x (水平) 方向と y (垂直) 方向の両方における方向勾配の推定によってエッジを検出し、直交する微分カーネルを統一された大きさの表現に結合します。実装では 2 つの 3×3 畳み込みカーネル (一方は水平エッジを、もう一方は垂直エッジを強調) を個別に適用し、結果をユークリッドノルム (大きさ = √(Gx² + Gy²)) で結合します。この分離可能な手法により、エッジ検出の精度を維持しつつ計算コストを削減できます。数学的な基礎は画像勾配の離散近似に由来し、ノイズに対する頑健性を高めるためにカーネルの重みは中心ピクセルに偏っています。主な機能として、エッジの向きを決定できる方向勾配の測定、比較的低い計算負荷、衛星画像や航空画像全般での実証された有効性、最小限のパラメーター調整があります。Sobel フィルタリングは、地形の勾配と方位の計算、オブジェクト検出ワークフローのための地物境界の抽出、DEM データからの河川網の区分、高解像度画像からのインフラ (道路、建物、送電線) のマッピングに広く応用されています。出力の解釈では、大きさがエッジの強さを示し (値が大きいほど遷移が鋭い)、方向成分 (Gx、Gy) により向きの解析が可能になります。8 ビット画像では勾配の大きさは通常 0～256 の範囲で、100 を超える値は一般に顕著なエッジを示します。Gx/Gy の比はエッジの向きの情報を提供し、比が 1 に近い場合は 45 度のエッジ、比 >>1 は水平方向の地物、比 <<1 は垂直方向の地物を示します。ノイズの多い領域では誤検出がよく発生しますが、メディアンフィルタリングやモルフォロジー演算で効果的に低減できます。しきい値処理と組み合わせると、セグメンテーションパイプラインに適した二値エッジマスクが得られます。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "variant": { "label": "バリアント", "description": "カーネルサイズバリアント: 3x3 (デフォルト) または 5x5。" }, "clip_tails": { "label": "裾をクリップ", "description": "任意の対称裾クリップ率 (0-40)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "balance_contrast_enhancement": { "name": "バランスコントラスト強調", "description": "チャンネルごとの放物線ストレッチを用いて、パックされた RGB 画像の色の偏りを低減します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "band_mean": { "label": "バンド平均", "description": "各チャンネルの目標出力平均輝度 (デフォルト 100.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "create_colour_composite": { "name": "カラーコンポジットの作成", "description": "赤、緑、青、および任意の不透明度ラスターから、パックされた RGB カラー合成画像を作成します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "red": { "label": "赤", "description": "赤バンドのラスターパスまたは型付きラスターオブジェクト。" }, "green": { "label": "緑", "description": "緑バンドのラスターパスまたは型付きラスターオブジェクト。" }, "blue": { "label": "青", "description": "青バンドのラスターパスまたは型付きラスターオブジェクト。" }, "opacity": { "label": "不透明度", "description": "任意の不透明度ラスターパスまたは型付きラスターオブジェクト。" }, "enhance": { "label": "強調", "description": "合成後にバランスコントラスト強調を適用します (デフォルト true)。" }, "treat_zeros_as_nodata": { "label": "ゼロを NoData として扱う", "description": "RGB 入力のゼロ値を NoData/背景として扱います (デフォルト false)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "direct_decorrelation_stretch": { "name": "直接無相関ストレッチ", "description": "無彩色成分を低減し、チャンネルを線形ストレッチすることで、パックされた RGB 画像の彩度を向上させます。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "achromatic_factor": { "label": "無彩色係数", "description": "0 から 1 のグレー成分削減係数 (デフォルト 0.5)。" }, "clip_percent": { "label": "クリップ率 (%)", "description": "ストレッチ後の線形リスケールのための裾クリップ率 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "false_colour_composite": { "name": "フォールスカラーコンポジット", "description": "サポートされている光学センサーのバンドルから、フォールスカラー (NIR/Red/Green) 合成ラスターを作成します。", "params": { "wbe": { "label": "WBE", "description": "WBE" }, "output": { "label": "出力", "description": "出力" } } }, "gamma_correction": { "name": "ガンマ補正", "description": "ガンマ補正は、べき乗則変換による非線形の明るさ調整を適用し、画像のコントラスト、表示の忠実性、知覚的な輝度分布を最適化します。数学的な変換式は I_corrected = I^(1/γ) で、γ (ガンマ) は明るさ調整の方向と大きさを制御するユーザー指定の指数です。γ > 1 の値は画像を暗くし (明るいディスプレイの補償)、γ < 1 の値は画像を明るくします (暗いディスプレイの補償)。実装は各ピクセルまたはスペクトルバンドに対して独立に動作し、空間的な関係を保持しつつ輝度のスケーリングを調整します。主な機能として、画像構造を保持しながら階調値を再分配すること、ルックアップテーブルのみを必要とする計算効率、16/32 ビット画像を含むあらゆる放射量データへの適用性、逆補正を可能にする可逆性があります。ガンマ補正は、センサー特性を補償して目視判読用の衛星画像を準備すること、飛行コースやセンサーの種類をまたいでオルソフォトの明るさを正規化すること、地物の視認性のために熱画像を強調すること、入力の正規化によって収束が改善される機械学習パイプライン向けにマルチスペクトルデータを前処理することに不可欠です。出力の解釈: 補正後の値はべき乗則のスケーリングに従い、中間調が最も大きな相対的調整を受け、両極端はあまり圧縮されません。8 ビット入力 (0～255) では、一般的なガンマ 0.4～0.6 で画像が大幅に明るくなり、ガンマ 1.4～1.6 でかなり暗くなります。ヒストグラムの形状は予測どおりに変化し、左に偏ったヒストグラム (暗い画像) には γ < 1 が、右に偏ったヒストグラム (明るい画像) には γ > 1 が有効です。補正後の出力は、ヒストグラムの可視化と目視確認で検証してください。均一な前処理が必要な画像コレクション全体には一貫した値を適用してください。一般的なワークフローでは、地物の視認性のバランスを確保するために、しきい値の選択や分類の前にガンマ補正を行います。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "gamma": { "label": "ガンマ", "description": "[0, 4] のガンマ指数、デフォルト 0.5。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "gaussian_contrast_stretch": { "name": "ガウシアンコントラストストレッチ", "description": "ガウス分布の参照分布に一致させることで、コントラストをストレッチします。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "num_tones": { "label": "トーン数", "description": "出力トーン数 (デフォルト 256)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "histogram_equalization": { "name": "ヒストグラム均等化", "description": "ヒストグラム均等化を適用して画像のコントラストを改善します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "num_tones": { "label": "トーン数", "description": "出力トーン数 (デフォルト 256)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "histogram_matching": { "name": "ヒストグラムマッチング", "description": "画像のヒストグラムを、指定された参照ヒストグラムに一致させます。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "histogram": { "label": "ヒストグラム", "description": "[[value, frequency], ...] または [{x, y}, ...] としての参照ヒストグラム。" }, "is_cumulative": { "label": "累積", "description": "指定したヒストグラム値が既に累積値の場合は true。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "histogram_matching_two_images": { "name": "2 画像のヒストグラムマッチング", "description": "入力画像のヒストグラムを参照画像のヒストグラムに一致させます。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "reference": { "label": "参照", "description": "参照ラスターパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "ihs_to_rgb": { "name": "IHS から RGB へ", "description": "IHS から RGB への逆変換は、明度-色相-彩度の成分を赤-緑-青の色空間に戻し、分解されたリモートセンシングデータから自然色を復元できるようにします。逆変換の式は円柱極座標上で動作し、色相角と彩度の大きさ、および明度をデカルト座標の RGB に戻しつつ、数値的安定性を維持して量子化アーティファクトを最小限に抑えます。この変換は RGB から IHS への変換を補完する重要な処理であり、特に明度を高解像度のパンクロマティックデータに置き換えるパンシャープン処理のワークフローで重要です。主な機能として、往復変換での一貫性を保証する順変換の厳密な数学的逆変換、数値アーティファクトの伝播を防ぐ色相が未定義の無彩色ピクセルの自動処理、ゼロ付近の極端な彩度値における数値的安定性、高速処理パイプラインへのシームレスな統合を可能にする計算効率があります。この逆変換は、明度をパンクロマティックデータに置き換えた後に自然色画像を復元することでパンシャープン処理のワークフローを完結させ、解像度を高めたデータのカラー可視化、分解された成分からのスペクトル再構成、品質管理ワークフローにおける変換の一貫性の検証を支援します。IHS から RGB への出力は、入力の明度バンドの空間解像度を引き継いだ 3 バンドの自然色画像で、直接の可視化やさらなる解析に適しています。出力バンドは標準的な順序で赤、緑、青のチャンネルを表します。明度をより高解像度のパンクロマティックデータに置き換えた場合、色は元の色相と彩度の成分のスペクトル特性を保持しつつ、強化された空間的詳細を示します。", "params": { "intensity": { "label": "強度", "description": "強度バンドラスター (0–1)。" }, "hue": { "label": "色相", "description": "色相バンドラスター (0–2π ラジアン)。" }, "saturation": { "label": "彩度", "description": "彩度バンドラスター (0–1)。" }, "red_output": { "label": "赤出力", "description": "赤バンドの任意の出力パス。" }, "green_output": { "label": "緑出力", "description": "緑バンドの任意の出力パス。" }, "blue_output": { "label": "青出力", "description": "青バンドの任意の出力パス。" } } }, "min_max_contrast_stretch": { "name": "最小最大コントラストストレッチ", "description": "ユーザー指定の最小値と最大値の間で値を線形ストレッチします。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "min_val": { "label": "最小値", "description": "スケーリングの最小入力値。" }, "max_val": { "label": "最大値", "description": "スケーリングの最大入力値。" }, "num_tones": { "label": "トーン数", "description": "出力トーン数 (デフォルト 256)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "mosaic": { "name": "モザイク", "description": "モザイク処理は、幾何学的な位置合わせ、共通の投影法とピクセルグリッドへのリサンプリング、不連続を最小化するエッジブレンディングによって、重なり合う複数のラスターをシームレスな出力に結合します。このアルゴリズムは地理座標または地上基準点を用いてラスターを位置合わせし、目標の解像度と範囲にリサンプリングして、重なり領域に重み付きブレンディング (フェザーブレンディングまたは指数重み付け) を適用します。重なり合うピクセルはラスターの端からの距離で重み付けした平均によってブレンドされ、内部のピクセルの精度を保持しつつ滑らかな遷移が作られます。これにより、エッジのアーティファクトや放射量の不連続がない、大陸規模または全球規模のシームレスなラスターモザイクが得られます。主な機能として、共通の投影法への複数ラスターの幾何学的な位置合わせ、リサンプリング手法の選択 (バイリニア、キュービック、最近傍)、継ぎ目を除去するエッジブレンディング、センサーや照明の違いを補償する放射量の正規化、数千の入力ラスターへの対応があります。このツールはラスターの優先度を自動的に管理し、インテリジェントな充填戦略によって隙間を回避します。応用には、シーンコレクションからの大陸規模の衛星画像モザイクの作成、複数の飛行コースからのシームレスな数値標高モデルの生成、多時期画像からの合成光学モザイクの作成、無人航空機 (UAV) 測量からのオルソモザイクの構築、重なり合う衛星シーンからの広域ベースマップの作成が含まれます。モザイク処理は大陸規模および全球規模の解析ワークフローに不可欠です。出力の解釈: 出力ラスターは入力の投影法と解像度を引き継ぎ、ブレンド領域では入力ラスター間のバランスをとった内挿値が示されます。エッジのアーティファクトは重なりの不足や放射量の正規化の不備を示すため、評価ではモザイク境界をまたぐ継ぎ目と色の一貫性を確認します。モザイク端での NoData の扱いには、充填値と範囲の定義に注意が必要です。品質評価には、地上基準点による幾何学的な検証と、モザイクの値を入力ラスターと比較する放射量の評価が含まれます。", "params": { "inputs": { "label": "入力", "description": "パスの配列またはカンマ/セミコロン区切り文字列としての入力ラスターリスト。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "method": { "label": "方法", "description": "リサンプリング方法: 'nn' (デフォルト)、'bilinear'、または 'cc'。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "mosaic_with_feathering": { "name": "フェザリング付きモザイク", "description": "2 つのラスターをモザイク処理し、重なり合うセルを端からの距離による重みでフェザーブレンドします。", "params": { "input1": { "label": "入力 1", "description": "第 1 入力ラスター。" }, "input2": { "label": "入力 2", "description": "第 2 入力ラスター。" }, "method": { "label": "方法", "description": "リサンプリング方法: 'cc' (デフォルト)、'nn'、または 'bilinear'。" }, "weight": { "label": "重み", "description": "オーバーラップのフェザリングに使用する距離重み指数 (デフォルト 4.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "normalized_difference_index": { "name": "正規化差分指数", "description": "マルチバンドラスターから (band1 - band2) / (band1 + band2) を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "band1": { "label": "バンド 1", "description": "第 1 バンドの 1 始まりインデックス (デフォルト 1)。" }, "band2": { "label": "バンド 2", "description": "第 2 バンドの 1 始まりインデックス (デフォルト 2)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "panchromatic_sharpening": { "name": "パンシャープン", "description": "パンクロマティックシャープン処理は、空間的な詳細を強調しつつスペクトル情報を保持するスペクトル乗算手法である Brovey 法を用いて、高解像度のパンクロマティック画像と低解像度のマルチスペクトルデータを融合します。この手法では、まずマルチスペクトルバンドをパンクロマティックの解像度に合わせてリサンプリングし、次にパンクロマティック画像と計算したマルチスペクトルの明度との比を求めて、各バンドをそれに応じてスケーリングします。この手法はスペクトルの忠実性を維持しつつ、空間解像度を大幅に向上させます。主な機能として、元のスペクトル特性の保持、大規模な画像の高速処理を可能にする線形代数的な効率性、バンドが位置合わせされた入力との自動リサンプリング互換性、異種センサー間での放射量の一貫性のための自動正規化があります。この手法は、スペクトルと空間の両方の詳細が重要となる都市計画、農業モニタリング、資源探査などのマッピング用途における衛星画像の強調に広く用いられています。パンクロマティックシャープン処理は、目視判読や詳細なマッピングに適した優れた空間解像度を持つ強調されたマルチスペクトル出力を作成します。出力バンドは元のマルチスペクトルバンドの順序を維持しつつパンクロマティックレベルの解像度を持つため、標準的な画像解析ワークフローや GIS システムにシームレスに統合できます。空間解像度は入力のパンクロマティックの解像度まで向上し、元のマルチスペクトルデータよりも細かいスケールでの地物抽出が可能になります。", "params": { "red": { "label": "赤", "description": "赤バンドラスター ('composite' が指定されない限り必須)。" }, "green": { "label": "緑", "description": "緑バンドラスター ('composite' が指定されない限り必須)。" }, "blue": { "label": "青", "description": "青バンドラスター ('composite' が指定されない限り必須)。" }, "composite": { "label": "コンポジット", "description": "パック RGB マルチスペクトルコンポジット (red/green/blue と排他)。" }, "pan": { "label": "パンクロ", "description": "パンクロマティックラスターバンド。" }, "method": { "label": "方法", "description": "融合方法: 'brovey' (デフォルト) または 'ihs'。" }, "output_mode": { "label": "出力モード", "description": "出力エンコーディング: 'packed' (デフォルト) または 'bands' (3 バンド RGB ラスター)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "percentage_contrast_stretch": { "name": "パーセンテージコントラストストレッチ", "description": "Percentage Contrast Stretch は、ヒストグラムから指定した割合の極端な値 (裾) を除去したうえでダイナミックレンジ全体にストレッチすることで、線形のコントラスト強調を行います。アルゴリズム: 各バンドから下位と上位のパーセンタイル値を個別に除去し、残りの範囲を出力範囲 (通常 0～255 またはビット深度全体) に線形に対応付けて、コントラスト低下の原因となる放射量の極値を除去します。パーセンタイルの選択 (一般に 2～3%) により、コントラスト強調とデータの完全性の保持のバランスをとります。主な機能: 放射量の外れ値の自動除去、異常値によるコントラストの圧縮の防止、バンドごとまたは全体への適用、計算効率の高い線形変換、可逆な操作。機能: 放射量アーティファクトへの対応、微妙な地物の視認性の向上、さまざまな入力範囲への対応。用途: 分類や融合の前処理、十分に活用されていないダイナミックレンジの強調、マルチスペクトル表示の準備、シーン間の放射量正規化。応用: 目視判読のための衛星画像の強調、衛星による地すべり検出の前処理、分類前の正規化、アーカイブ画像の修復。出力の解釈: 強調された画像はコントラストが改善され、極端な値はクリップされます。以前は隠れていた微妙な地物が見えるようになり、バンドごとのクリップ値は放射量分布の品質を示します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "clip": { "label": "クリップ", "description": "パーセンタイルクリップ率 (デフォルト 1.0)。" }, "tail": { "label": "裾", "description": "裾クリップモード: both (デフォルト)、upper、または lower。" }, "num_tones": { "label": "トーン数", "description": "出力トーン数 (デフォルト 256)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "piecewise_contrast_stretch": { "name": "区分的コントラストストレッチ", "description": "ユーザー指定のブレークポイントを用いて、区分線形のコントラストストレッチを実行します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "function": { "label": "関数", "description": "ブレークポイントステートメント文字列 (例: '(50,0.1);(120,0.6);(180,0.85)')。" }, "greytones": { "label": "グレートーン数", "description": "非 RGB ラスターの出力トーン数 (デフォルト 1024)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "resample": { "name": "リサンプリング", "description": "画像のリサンプリングは、最近傍法 (最速で平滑化が最も少ない)、バイリニア法 (隣接ピクセル間の線形内挿)、バイキュービック法 (3 次多項式のフィッティング)、キュービックスプライン法 (滑らかで連続的な内挿) などの内挿手法を用いてピクセル解像度を変更します。リサンプリングは、幾何学的な位置合わせ、解像度の異なるセンサーから均一な解像度のマルチスペクトルスタックを作成すること、異なるスケールの補助データを統合することに不可欠です。各手法では、元のピクセル値に局所的な内挿カーネルを当てはめ、新しいピクセル位置でカーネルを評価して内挿値を返します。最近傍法は放射量の値を保持するため (カテゴリーデータに適しています)、高次の手法はエッジを平滑化してエイリアシングを低減しますが、鋭い境界をぼかします。主な機能として、速度と精度のトレードオフを最適化する選択可能な内挿手法、目標のピクセルサイズまたは寸法による出力解像度の指定、入力範囲外の領域に対する背景値の自動処理、リサンプリングのアーティファクトを低減する任意のアンチエイリアシングフィルタリングがあります。応用には、データを共通グリッドに揃える画像の位置合わせ、本来の解像度が異なるマルチスペクトルスタックを統一する解像度の調和、空間パターンを保持しつつデータ量を削減するダウンサンプリング、可視化のための視覚的な詳細を向上させるアップサンプリングが含まれます。リサンプリングの出力により、画像を一貫した解像度で統合できます。出力解像度はユーザーの指定に一致し、内挿手法はエッジの鮮明さに影響します (最近傍法はエッジを保持し、高次の手法は平滑化します)。背景領域 (入力範囲外) には設定可能な充填値が割り当てられ、出力はマルチスペクトル解析のワークフローにシームレスに統合できます。", "params": { "inputs": { "label": "入力", "description": "パスの配列またはカンマ/セミコロン区切り文字列としての入力ラスターリスト。" }, "base": { "label": "ベース", "description": "出力範囲とグリッドを定義する任意のベースラスター。cell_size より優先されます。" }, "cell_size": { "label": "セルサイズ", "description": "base が指定されない場合の任意の出力セルサイズ。" }, "method": { "label": "方法", "description": "リサンプリング方法: 'cc' (デフォルト)、'nn'、または 'bilinear'。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "rgb_to_ihs": { "name": "RGB から IHS へ", "description": "RGB から明度-色相-彩度への変換は、赤-緑-青の色空間を知覚的に意味のある成分である明度 (明るさ)、色相 (色)、彩度 (色の純度) に分解します。この分解では、RGB の三刺激値を円柱極座標に変換する標準的な数式を用い、明度が輝度を、色相が色の角度を表し、彩度が色の濃さを測ります。この色空間は、明度を高解像度データに置き換えても逆変換によって元の色特性を保持できるため、リモートセンシングで特に有用です。主な機能として、エッジケース (無彩色ピクセル) を頑健に扱う数値的に安定した定式化、クリップや情報損失のないダイナミックレンジ全体の保持、異なる入力範囲でも一貫した結果を得るための自動バンドスケーリング、大規模なマルチスペクトルスタックに適した計算効率があります。この手法は、明度をパンクロマティックデータに置き換えるパンシャープン処理のワークフロー、カラー可視化の強調、分類アルゴリズムのためのスペクトル前処理、知覚情報を保持したカラーからグレースケールへの変換など、多くの用途に役立ちます。RGB から IHS への変換は、パンクロマティックの解像度とマルチスペクトルの色情報を組み合わせる融合手法に不可欠です。出力は、明度、色相、彩度の成分を表す 3 つの単一バンドファイルで構成され、それぞれを解析ワークフローで独立して使用できます。明度バンドは輝度を近似し、色相は色情報を符号化した 0～360 度の範囲、彩度は色の純度を示す 0～100 パーセントの範囲となります。", "params": { "red": { "label": "赤", "description": "赤バンドラスター ('composite' と排他)。" }, "green": { "label": "緑", "description": "緑バンドラスター ('composite' と排他)。" }, "blue": { "label": "青", "description": "青バンドラスター ('composite' と排他)。" }, "composite": { "label": "コンポジット", "description": "パック RGB コンポジットラスター (red/green/blue と排他)。" }, "intensity_output": { "label": "強度出力", "description": "強度バンドの任意の出力パス。" }, "hue_output": { "label": "色相出力", "description": "色相バンドの任意の出力パス。" }, "saturation_output": { "label": "彩度出力", "description": "彩度バンドの任意の出力パス。" } } }, "sigmoidal_contrast_stretch": { "name": "シグモイドコントラストストレッチ", "description": "ゲインとカットオフを用いてシグモイド型のコントラストストレッチを実行します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "cutoff": { "label": "カットオフ", "description": "正規化単位でのシグモイド中点 (デフォルト 0.0)。" }, "gain": { "label": "ゲイン", "description": "シグモイドゲインパラメーター (デフォルト 1.0)。" }, "num_tones": { "label": "トーン数", "description": "出力トーン数 (デフォルト 256)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "split_colour_composite": { "name": "カラーコンポジットの分割", "description": "パックされた RGB カラー合成ラスターを、赤、緑、青のチャンネルを表す 3 つの個別の単一バンドラスターに分割します。アルゴリズム: このツールは、R、G、B の値が単一のラスターにパックされた合成画像 (多くの場合、標準的な 24 ビット RGB または 32 ビット RGBA エンコーディング) から個々のカラーバンドを抽出します。分離はビット演算によって各 8 ビットのチャンネル成分を取り出すことで行われます。主な機能: 元の放射量の値 (0～255) の保持、標準的な RGB 合成画像と拡張形式への対応、3 つの独立したジオリファレンス済みラスターの出力。用途: 個々のバンドを別々に処理する必要があるスペクトル解析、植生指数 (NDVI、EVI) 計算のための入力データセットの作成、バンド演算のためのデータ準備、RGB から IHS への変換などの高度な色変換、教師付きまたは教師なし分類ワークフローのための特定バンドの抽出。応用: リモートセンシング画像解析、衛星データの前処理、マルチスペクトル解析の準備、画像強調パイプライン。出力の解釈: 入力の合成画像と同じ空間範囲、投影法、ジオリファレンスを持つ 3 つの単一バンドラスターが生成されます。各出力バンドには、シーン全体におけるその色成分の強度を表す 8 ビットの放射量値 (0～255) が含まれます。バンド統計量 (最小、最大、平均) はそのカラーチャンネルのスペクトル特性を反映し、優勢な値は画像全体での色の優勢さを示します。出力ラスターはそのままバンド計算、スペクトル指数、またはさらなるマルチバンド処理ワークフローに使用できます。", "params": { "input": { "label": "入力", "description": "入力パック RGB ラスター。" }, "red_output": { "label": "赤出力", "description": "赤バンドの任意の出力パス。" }, "green_output": { "label": "緑出力", "description": "緑バンドの任意の出力パス。" }, "blue_output": { "label": "青出力", "description": "青バンドの任意の出力パス。" } } }, "standard_deviation_contrast_stretch": { "name": "標準偏差コントラストストレッチ", "description": "平均値に標準偏差の倍数を加減した範囲を用いて、線形コントラストストレッチを実行します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "clip": { "label": "クリップ", "description": "クリップ境界を導出するために使用する標準偏差乗数 (デフォルト 2.0)。" }, "num_tones": { "label": "トーン数", "description": "出力トーン数 (デフォルト 256)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "true_colour_composite": { "name": "トゥルーカラーコンポジット", "description": "サポートされている光学センサーのバンドルから、トゥルーカラー (RGB) 合成ラスターを作成します。", "params": { "wbe": { "label": "WBE", "description": "WBE" }, "output": { "label": "出力", "description": "出力" } } }, "adaptive_filter": { "name": "適応フィルター", "description": "適応フィルター (Adaptive Filter) は、局所的な画像統計量 (平均、分散、尖度) に基づいてフィルタリングの強度を動的に調整し、シーンの特性に応じた文脈依存の平滑化を可能にします。実装では、画像を移動ウィンドウに分割し、局所統計量を計算して (ノイズが支配的な領域と地物が支配的な領域を検出)、それに応じてフィルターのパラメーターを選択します。平坦な領域は強く平滑化され、複雑な領域は穏やかにフィルタリングされます。数学的な基礎として統計的検定を用いて局所的な性質を識別し、分散がしきい値を下回る領域は強く平滑化し、しきい値を超える領域は詳細を保持します。主な機能として、パラメーターの自動適応 (ユーザーが範囲を指定し、アルゴリズムが局所的に選択)、任意のフィルターカーネル (ガウシアン、メディアン、モルフォロジー) への適用性、光学画像とレーダー画像での有効性があります。適応フィルタリングは、異種の衛星モザイク (異なるセンサー、取得条件) の前処理、LiDAR 点群の平滑化 (森林では植生のエッジを保持し、開けた場所では地面を平滑化)、ターゲットと背景の両方を考慮した選択的な SAR スペックル低減、多時期画像のスタッキングに優れています。出力の解釈: 均質な領域は強いフィルタリングを受け (局所分散が低い → 強い平滑化)、複雑な領域は控えめにフィルタリングされます (分散が高い → 最小限の処理)。平滑化半径は領域ごとに動的に調整され、平坦な領域には大きな半径のフィルタリングが、テクスチャのある領域には小さな半径のフィルタリングが適用されるか、フィルタリングされません。出力範囲は入力の範囲内に収まります。適応を検証するには、空間的なフィルタリング強度マップを確認してください。平滑な領域では統計量が局所平均に近づき、複雑な領域はほぼ変化しません。一般的なアーティファクトとして、領域境界での過度の平滑化の可能性 (通常は滑らかな遷移が適用されます) や、ノイズと分散の関係に対する感度があります。局所分散マップを解析して適応を検証してください。均一なフィルタリングでは不十分な、複数ソースのデータを扱う自動前処理パイプラインで使用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "近傍の幅 (ピクセル、奇数、デフォルト 11)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "近傍の高さ (ピクセル、奇数、デフォルト 11)。" }, "threshold": { "label": "しきい値", "description": "平均値置換のための絶対 z スコアしきい値 (デフォルト 2.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "anisotropic_diffusion_filter": { "name": "異方性拡散フィルター", "description": "異方性拡散フィルタリングは、エッジと平坦な領域を区別する方向性の拡散プロセスによって、反復的なエッジ保存型の平滑化を行います。このアルゴリズムは、近傍との重み付き差分に基づいて各ピクセルを反復的に更新し、勾配の大きい境界を越える拡散を抑えつつ均質な領域内での平滑化を許容する伝導関数を使用します。実装では偏微分方程式 ∂I/∂t = div(c(|∇I|)∇I) を解き、伝導率 c(·) は局所的な勾配の大きさに適応します。このデータ駆動の手法は、均一な領域のノイズを段階的に低減しつつ鋭い遷移を保持します。主な機能として、明示的なエッジマスクを必要としない真のエッジ保存、反復回数による自動的なスケール選択、地物の鮮明さを維持した効果的なノイズ低減、単一バンドおよびマルチスペクトルデータへの適用性があります。異方性拡散は、地形の変換線を保持した LiDAR 点群の平滑化、微妙な地質的地物の検出のための衛星画像のノイズ除去、レーダーターゲットのエッジを維持した SAR スペックル低減、エッジの忠実性が重要な医療/科学画像に優れています。出力の解釈では、平滑な領域が段階的に均質化し (値が局所平均に収束)、エッジは安定するまで急峻になることを理解する必要があります。初期の反復 (t<5) では軽度のノイズ低減が、中程度の反復 (t=5～20) では十分な平滑化が得られ、過度の反復 (t>50) では境界の過度な強調や偽の地物が生じるおそれがあります。出力値は元データの範囲内に収まり、処理が進むにつれて統計量は地域平均に近づきます。平滑化の完了度を評価するには出力の分散を監視してください。一般的な指標には、S/N 比の改善とエッジの鮮明度指数があります。エッジ保存の精度が下流の分類や変化検出の精度に直接影響するマルチスケールのワークフローでは、慎重に適用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "iterations": { "label": "反復回数", "description": "拡散の反復回数 (デフォルト 10)。" }, "kappa": { "label": "カッパ", "description": "エッジ感度パラメーター (デフォルト 20.0)。" }, "lambda": { "label": "ラムダ", "description": "(0, 0.25] の時間ステップ、デフォルト 0.2。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "bilateral_filter": { "name": "バイラテラルフィルター", "description": "空間カーネルと輝度カーネルによるエッジ保存型のバイラテラル平滑化です。詳細の保持においてガウシアンより優れています。Sigma_dist=半径、sigma_int=エッジ保存のしきい値。RGB に対応しています。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "sigma_dist": { "label": "距離シグマ", "description": "空間ガウシアンカーネルの標準偏差 (ピクセル、0.5–20.0、デフォルト 0.75)。" }, "sigma_int": { "label": "強度シグマ", "description": "強度ガウシアンカーネルの標準偏差 (ラスター値単位、デフォルト 1.0)。" }, "treat_as_rgb": { "label": "RGB として扱う", "description": "パック RGB の HSI 処理を強制するには true に設定します。false の場合でも、ラスターメタデータからパック RGB が自動検出されることがあります。" }, "assume_three_band_rgb": { "label": "3 バンド RGB と仮定", "description": "true (デフォルト) の場合、3 バンド RGB 強度処理をサポートするフィルターで 3 バンドの uint8/uint16 ラスターを RGB として扱うことがあります。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "closing": { "name": "クロージング", "description": "矩形の構造要素を用いてモルフォロジークロージング演算を実行します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "奇数の近傍幅 (デフォルト 11)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "奇数の近傍高さ (デフォルトは filter_size_x と同じ)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "conservative_smoothing_filter": { "name": "保守的平滑化フィルター", "description": "Conservative Smoothing は、各ピクセルを類似した近傍ピクセル (定義された輝度範囲内) の平均で置き換える非線形フィルタリングを行い、エッジを保持しつつノイズを低減します。実装では近傍を調べ、中心ピクセルとの輝度差がしきい値以内のピクセルを特定して、これらの類似した値のピクセルを平均します。数式: F = (1/N) Σ(I_j : |I_j - I_center| < T)。ここで T は類似度のしきい値、N は類似ピクセルの数です。主な機能として、しきい値に基づく簡単な類似度の定義、光学画像とレーダー画像での有効性、パラメーターの解釈しやすさ (しきい値がエッジの鮮明さを制御)、最小限の計算負荷があります。Conservative Smoothing は、マルチスペクトル衛星画像の前処理 (スペクトル境界を保持しつつノイズを低減)、熱画像の強調 (温度の不連続を維持しつつ放射量ノイズを平滑化)、LiDAR 分類の平滑化 (植生/地面の境界を保持)、ノイズの多い測量データの前処理に優れています。出力の解釈: 均質な領域は完全に平均化され (すべての近傍が類似)、エッジはほとんどフィルタリングされません (類似ピクセルは同じ側にのみ存在)。しきい値パラメーターはエッジの保持を制御し、小さいしきい値 (厳密な類似度) では穏やかな平滑化が、大きいしきい値 (緩い類似度) ではエッジが失われる可能性のある強い平滑化が行われます。出力値は入力の近傍値に厳密に基づきます (内挿なし。出力は既存の値の平均です)。統計量は局所的なクラスターに近づき、不均質な領域の変化は最小限です。しきい値の効果は目視確認と局所ヒストグラム解析で検証してください。一般的なアーティファクトとして、しきい値が厳しすぎる場合の平滑化の不足と、緩すぎる場合のエッジのぼけがあります。反復回数によって段階的なフィルタリングが可能で、1 回のパスで穏やかな平滑化が、複数回のパスで効果が強まります。クラス境界を鮮明に保ちつつ、ノイズによるカテゴリーの混同を減らす必要がある分類の前に適用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "近傍の幅 (ピクセル、奇数、デフォルト 3)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "近傍の高さ (ピクセル、奇数、デフォルト 3)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "diff_of_gaussians_filter": { "name": "DoG (ガウシアン差分) フィルター", "description": "差分ガウシアン (DoG) フィルタリングは、半径の異なる 2 つのガウスぼかし画像の差をとることでエッジや細かい地物を検出し、中間的な空間周波数を強調するバンドパスフィルターを作成します。実装では 2 つのガウスぼかし (小さい半径 σ₁ と大きい半径 σ₂) を計算し、DoG = G(σ₁) - G(σ₂) として差をとります。この組み合わせにより、細かいノイズと広範な照明の傾向の両方を抑制しつつ、エッジや尾根を強調します。主な機能として、調整可能な周波数応答 (比 σ₂/σ₁ がバンドパス特性を制御)、ゼロを中心とする出力 (正負両方の値をとる双極性)、エッジ検出や特徴抽出への適用性、ガウシアンの再利用による計算効率があります。差分ガウシアンは、地質構造の検出 (断層やリニアメントが高い DoG 応答として現れます)、オルソフォトからの建物抽出、リモートセンシングモザイクにおける細かいテクスチャの強調、神経科学に着想を得た処理モデルに優れています。出力の解釈: エッジはピーク応答を生じ (明るい側で正、暗い側で負)、遷移の位置で正確にゼロ交差します。ゼロ交差の検出により、エッジの方向に依存せずに真のエッジが明らかになります。DoG の大きさはエッジの強さを示し、8 ビット入力では局所的なコントラストに応じて通常 -1000 から +1000 の範囲となります。比 σ₂/σ₁ はバンドパスの中心を決定し、比が約 2 では非常に細かい地物を、約 5 では中間的な地物を、約 10 ではより粗い地物を強調します。二峰性の出力分布 (正と負の両極にピーク) はエッジの分離が良好であることを示します。一般的なアーティファクトとして、強いエッジ周辺のハローや、周波数帯が地物のスケールに合わない場合の応答不足があります。エッジ抽出には大きさのしきい値処理と組み合わせてください。ノイズの多い衛星画像から頑健に地物を抽出するには、モルフォロジーによる後処理の前に適用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "小さい方のガウシアンシグマ (0.25-20.0、デフォルト 2.0)。" }, "sigma2": { "label": "シグマ 2", "description": "大きい方のガウシアンシグマ (0.5-20.0、デフォルト 4.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "diversity_filter": { "name": "多様性フィルター", "description": "移動ウィンドウ内の多様度を、近傍内の固有の値/クラスの数として計算します。局所的な不均質性を測定し、多様度が高い = 変化に富んだ地形/クラス、多様度が低い = 均質であることを示します。テクスチャ、断片化、パターンの多様性を明らかにします。遷移帯/エッジ帯を特定するために、分類済みまたはカテゴリーの画像に適用されることがよくあります。\n\n多様度フィルターは、特定の値に依存しない局所的な変動の指標を作成します。景観生態学 (生息地の多様性、断片化指標)、分類品質の評価 (多様度が高い = 混在/不確実な領域)、テクスチャ解析に有用です。標高データに適用すると、多様度は近傍スケールでの粗さを示します。分類結果に適用すると、混在帯/エコトーン/境界帯を特定します。\n\n応用: (1) 景観の断片化マッピング (多様度が高い = 多様なモザイク、多様度が低い = 均一なパッチ)、(2) 分類の信頼度/不確実性の評価 (多様度が高い = 不確実な領域)、(3) テクスチャ解析 (不均質性のマッピング)、(4) 多様度のピークによるエッジ/境界の検出、(5) 生態学的解析のための生息地の多様性 (適性は局所的な多様度に依存)。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "edge_preserving_mean_filter": { "name": "エッジ保存平均フィルター", "description": "Edge-Preserving Mean フィルターは、エッジやノイズを表すと考えられる外れ値ピクセルを除外して局所平均を計算することで、選択的なピクセル平均化を行います。実装では近傍のピクセルを並べ替え、極端な値 (最小値と最大値、または統計的しきい値を超える値) を除去して、残りの値を平均します。この頑健な手法は、平滑化と鮮明さの保持のバランスをとります。変種として、中心ピクセルを重視する重み付き平均や、局所統計量に基づく適応的なしきい値選択があります。主な機能として、簡単なパラメーター制御 (除外数またはしきい値)、小さな近傍の並べ替えによる計算効率、詳細をぼかさない効果的なノイズ低減、光学、レーダー、熱データへの適用性があります。Edge-Preserving Mean フィルタリングは、植生指数計算のための光学衛星画像の前処理 (地物をぼかさずに影や雲を除去)、勾配の変換線を保持した DEM の平滑化、境界の鮮明さを維持した熱画像のノイズ除去、手動デジタイズのためのオルソフォトの準備に優れています。出力の解釈: 除去された外れ値はエッジやノイズの領域に集中し、残りの値の平均によって局所的な平滑化が行われます。除外パラメーターはエッジの鮮明さを制御し、極値を 1 つ除外するとごま塩ノイズが除去され、複数の極値を除外するとエッジの遷移が穏やかな、より滑らかな結果が得られます。出力範囲は入力の範囲内に収まり、統計量は外れ値以外の値の平均に近づきます。フィルタリングされた領域 (通常は分散の大きい領域) を特定するには、入力との差を確認してください。エッジ保持の品質は外れ値の識別精度に依存するため、地物が鮮明なままであることを目視で確認してください。一般的なアーティファクトとして、しきい値が厳しすぎる場合の平滑化の不足と、除外数が多すぎる場合の過度のフィルタリングがあります。反復回数によって段階的なフィルタリングが可能で、1 回のパスで穏やかな平滑化が得られます。地物の境界を維持しつつノイズによるカテゴリーの誤分類を減らすには、しきい値ベースの分類の前に適用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size": { "label": "フィルターサイズ", "description": "正方形近傍サイズ (ピクセル、奇数、デフォルト 11)。" }, "threshold": { "label": "しきい値", "description": "ローカル平均に含める近傍差の最大絶対値 (デフォルト 15.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "emboss_filter": { "name": "エンボスフィルター", "description": "エンボスフィルターは方向性のある陰影付けによってエッジの特徴を強調し、方向性照明のシミュレーションに応じてエッジが盛り上がったりへこんだりして見える、特徴的な立体的レリーフの外観を作り出します。このフィルターは、エッジ検出と一方向からの照明を組み合わせた 3×3 カーネルを適用し、通常は左上方向からの光をシミュレートして、平滑な領域を保持しつつ境界に劇的な視覚的コントラストを生み出します。エンボス変換は特定の方向の近傍値を重み付きで減算し、ハイライトと影が地形や地物の不連続を強調する出力を生成します。主な機能として、シミュレートする光の方向を調整できる直感的な方向制御 (8 方向の変種)、視覚的判読を高める立体知覚の自然な取り込み、入力画像のさまざまな照明条件に対する頑健な性能があります。エンボスフィルターは、品質保証、判読のための可視化、地物境界の強調に役立ちます。用途には、鉱物の境界がレリーフパターンとして見えるようになる地質判読のための視覚的強調、微妙な境界の視認性を高める空中写真判読、エンボス処理した数値標高モデルで印象的な起伏図を作成する地図製作、埋没構造物が微妙な地形の変化として現れる考古学的地物の検出が含まれます。出力の解釈では、高い値を照らされた面、低い値を影として扱い、人間の目が自然にレリーフとして解釈する知覚的な奥行きを作り出します。エンボス出力は通常、可視化のために 0～255 の範囲へのスケーリングが必要で、生の出力には影の領域を表す負の値が含まれることがよくあります。この効果は純粋に視覚的なものであり、エンボスは真の照明を計算したり標高の派生物を作成したりはしません。マルチスペクトル画像では、解析の目的に応じて主成分または選択したバンドに適用してください。後処理として、視覚的効果を最適化するコントラスト強調やトーンマッピングを行うことがよくあります。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "direction": { "label": "方向", "description": "エンボス方向: n、s、e、w、ne、nw、se、sw。" }, "clip_amount": { "label": "クリップ量", "description": "任意の対称裾クリップ率 (0-40)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "fast_almost_gaussian_filter": { "name": "高速近似ガウシアンフィルター", "description": "Fast Almost Gaussian フィルターは、反復的な分離可能ボックス (平均化) フィルタリングによってガウス近似の平滑化を高速に行い、ぼかし半径に関係なく O(N) の計算量でガウスに近いぼかし応答を実現します。実装では、連続するボックス畳み込み (それぞれが局所的なピクセル平均を計算) を適用して累積ガウス分布を近似し、N 回の反復でより大きなガウスカーネルを近似します。数学的な基礎は中心極限定理にあり、ボックス関数の畳み込みを繰り返すと漸近的にガウス分布に近づきます。主な機能として、大規模な画像での大きなカーネルによる平滑化を可能にする計算速度、メモリ要件を削減する分離可能な実装、反復回数によるパラメーター制御 (ぼかし半径を制御)、あらゆるデータ型への有効性があります。Fast Almost Gaussian フィルタリングは、マルチスケール解析のための高速な画像ピラミッド、リアルタイムの衛星画像ブラウジング、分類前の巨大なリモートセンシングデータセットの前処理、応答性の高い平滑化を必要とするインタラクティブな画像ビューアーに優れています。出力の解釈: 反復回数はぼかし半径に直接関係し、N=1 では最小限の平滑化、N=3～5 では中程度のぼかし、N>10 では大きなカーネルのガウシアンに近い強い平滑化が得られます。反復が増えるにつれて出力値は局所平均に近づき、分散の減少は予測可能なパターンに従います。残りの値は入力データの範囲内に収まります。真のガウスフィルタリングと比較すると、ほとんどの用途で 2～5% の誤差内という許容できる近似が得られます。真のガウスフィルタリングに対する速度の向上は半径が大きいほど劇的に大きくなり、半径 >20 ピクセルでは 5～20 倍高速です。軽微なアーティファクトとして、エッジに沿ったわずかな波打ち (反復を通じて蓄積するボックスのアーティファクト) や、ガウシアンとはわずかに異なる境界の扱いがあります。十分な平滑化を示す多峰性の分布がないか、出力のヒストグラムを確認してください。速度が軽微な近似誤差を正当化する画像前処理パイプラインで使用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "sigma": { "label": "シグマ", "description": "近似ガウシアンシグマ (1.8 以上推奨、デフォルト 1.8)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "flip_image": { "name": "画像の反転", "description": "画像を垂直方向、水平方向、またはその両方に反転します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "direction": { "label": "方向", "description": "反転方向: vertical (デフォルト)、horizontal、または both。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "frangi_filter": { "name": "Frangi フィルター", "description": "マルチスケールの Frangi 血管らしさ強調を実行し、複数のスケールで血管状 (管状) の構造を検出します。ヘッセ行列の固有値解析に基づいています。線状の地物 (血管、道路、河川) に強く応答し、ブロブ状の構造には弱く応答します。マルチスケール解析 (複数の sigma 値を試す) により、異なる幅の血管状構造を自動的に検出します。線状地物の検出のために医療画像やリモートセンシングで広く使用されています。Frangi の血管らしさは主曲率 (ヘッセ行列の固有値) を用いて局所構造を分類し、線状の地物では高い値、平坦部やブロブでは低い値となります。マルチスケールの実装では複数の sigma (幅) 値で適用し、応答を結合します。道路、河川、血管網の検出に優れています。複数スケールでの計算負荷は中程度です。出力は解釈しやすく、認識可能な地物に応答します。応用: (1) 衛星画像での道路検出、(2) 河川/水路網の抽出、(3) 一般的な線状地物の検出、(4) 血管の検出 (医療画像)、(5) マルチスケールの構造検出。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "scales": { "label": "スケール", "description": "ガウシアン状スケールのリスト (ピクセル、デフォルト [1.0, 2.0, 3.0])。" }, "beta": { "label": "ベータ", "description": "ブロブ抑制のための Frangi ベータパラメーター (デフォルト 0.5)。" }, "c": { "label": "C", "description": "構造感度のための Frangi c パラメーター (デフォルト 15.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "gabor_filter_bank": { "name": "Gabor フィルターバンク", "description": "多方向の Gabor 応答フィルタリング (方向性のテクスチャ解析) を実行します。複数の方向 (通常 0°、45°、90°、135°) の Gabor フィルターバンクを適用して、方向性のテクスチャ特徴量を抽出します。Gabor 応答はテクスチャの強さと方向を示します。方向性の地物検出、テクスチャの特性評価、方向性のあるパターン解析に有用です。各方向は個別に出力されます。Gabor フィルタリングは、方向固有のウェーブレットとの畳み込みによって方向性のテクスチャを抽出します。各方向により、その方向に沿った地物が明らかになります。局所的なテクスチャの方向と強さを示す複数のバンド (方向ごとに 1 つ) を出力します。Gabor 応答は、コンピュータービジョンにおけるテクスチャ特徴量抽出とオブジェクト検出の基礎です。フィルターバンクにより包括的な方向解析が可能になります。応用: (1) 方向性のテクスチャ解析、(2) 方向性のある地物の検出 (尾根、谷、線状構造)、(3) 方向性のある侵食/堆積のマッピング、(4) 道路/河川の検出 (線状地物)、(5) テクスチャに基づく分類。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "sigma": { "label": "シグマ", "description": "ガウシアン包絡のシグマ (ピクセル、デフォルト 2.0)。" }, "frequency": { "label": "周波数", "description": "正弦波の空間周波数 (サイクル/ピクセル、デフォルト 0.2)。" }, "orientations": { "label": "方位数", "description": "フィルターバンクの方位数 (デフォルト 6)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "gaussian_filter": { "name": "ガウシアンフィルター", "description": "距離で重み付けしたカーネルによる、数学的に最適なガウス平滑化です。マルチスケール解析、エッジ検出、バンドパスフィルタリングの基礎となります。sigma パラメーターで平滑化の強度を制御します。RGB に対応しています。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "sigma": { "label": "シグマ", "description": "ガウシアン標準偏差 (ピクセル、0.5-20.0、デフォルト 0.75)。" }, "treat_as_rgb": { "label": "RGB として扱う", "description": "RGB 強度空間の動作を強制するには true に設定します。" }, "assume_three_band_rgb": { "label": "3 バンド RGB と仮定", "description": "true (デフォルト) の場合、明示的なメタデータがなければ 3 バンドの uint8/uint16 ラスターを RGB として扱うことがあります。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "glcm_texture": { "name": "GLCM テクスチャ", "description": "濃度共起行列 (GLCM) テクスチャアナライザーは、指定した変位距離と方向におけるピクセルの濃度値間の空間的関係を定量化する 2 次統計のテクスチャ指標を抽出し、農地の植生パターン、建造環境の構造、地質構造を識別する高度なテクスチャ分類を可能にします。GLCM は、固定したオフセットで濃度値のペアがどの程度の頻度で出現するかを捉える確率行列を計算し、4 つの標準的な Haralick 統計量、すなわちコントラスト (局所的な変動の測定)、相関 (線形依存性の測定)、均質性 (対角への近さの測定)、エネルギー (均一性の測定) を計算します。このツールは 8 方向のオフセット (0°、45°、90°、135° とその逆方向) をサポートし、方向性のテクスチャ感度により、畑の畝、建物の配列、地質構造などの方向性のあるパターンを検出できます。主な機能として、異方性のテクスチャ特性を明らかにする多方向解析、スケール感度を最適化する変位パラメーターの調整、処理負荷を削減する複数のテクスチャ指標の同時計算、視覚的に微妙な表面特性を識別する本質的な能力があります。用途は、精密農業 (作物種の分類、圃場境界の検出、作物ストレスの評価)、都市解析 (建物密度のマッピング、不透水面の抽出)、地質リモートセンシング (岩石種の識別、構造パターンの認識) に及びます。応用には、スペクトル特徴量とテクスチャ特徴量を組み合わせた土地被覆分類、分類精度を向上させるオブジェクトベース画像解析、衛星画像における機器由来のアーティファクトを検出する品質管理、センサーノイズから意味のある変化を分離する変化検出が含まれます。出力の解釈には各統計量の意味の理解が必要です。高いコントラストは粗い/変化に富んだテクスチャを、高い相関は線状のパターンを、高い均質性は均一なテクスチャを、高いエネルギーは整った反復パターンを示します。出力バンドを組み合わせてテクスチャ指数を作成できます (例: GLCM の均質性をコントラストで割ると均質な領域が強調されます)。方向の集約モード (平均/最小/最大/個別) は出力の次元数と解釈に影響します。一般的なテクスチャ解析では、頑健な分類のために複数の GLCM 指標を同時に使用します。", "params": { "input": { "label": "入力", "description": "入力単一バンドラスター。" }, "window_size": { "label": "ウィンドウサイズ", "description": "奇数の移動ウィンドウサイズ (ピクセル、デフォルト 7)。" }, "distance": { "label": "距離", "description": "共起ペアオフセットのピクセル距離 (デフォルト 1)。" }, "angles": { "label": "角度", "description": "0,45,90,135 からのカンマ区切り角度 (デフォルト '0,45,90,135')。" }, "features": { "label": "フィーチャ", "description": "カンマ区切りの特徴量: contrast、dissimilarity、homogeneity、asm、energy、entropy、mean、variance、correlation。" }, "direction_aggregation": { "label": "方向集約", "description": "方向集約モード: mean (デフォルト)、min、max、range、separate。" }, "levels": { "label": "レベル数", "description": "量子化レベル数 (デフォルト 32、範囲 8-128)。" }, "symmetric": { "label": "対称", "description": "true (デフォルト) の場合、対称 GLCM を構築します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス (マルチバンド GeoTIFF)。" } } }, "guided_filter": { "name": "ガイデッドフィルター", "description": "ガイデッドフィルターは、フィルター出力をガイド画像 (通常は元の画像または関連する参照レイヤー) との局所的な線形関係に制約することで、エッジ保存型の平滑化を行います。実装では画像を重なり合う矩形領域に分割し、各領域内で線形回帰パラメーターを計算して、ガイド画像の構造を尊重しつつ出力の平滑性を強制します。数式では ||Fᵢ - a·Gᵢ - b||² + ε||a||² を最小化します。ここで Fᵢ はフィルター出力、Gᵢ はガイド画像、(a, b) は局所的な線形パラメーターです。主な機能として、柔軟性 (ガイド画像はフィルタリング対象の画像と独立していても構いません)、O(N) の分離可能な実装による計算効率、エッジ保存の強度を調整できるパラメーター制御、単一バンドまたはマルチスペクトルのガイダンスでの有効性があります。ガイデッドフィルタリングは、光学データが SAR のノイズ除去を導くマルチセンサー融合ワークフロー、同時期のオルソフォトを用いた LiDAR 分類の改良、時系列の参照画像を用いた衛星モザイクの影/雲の除去、地図の正則化タスクにおける詳細の強調に優れています。出力の解釈: フィルタリングされた領域はガイド画像の構造と局所的に類似したまま、均質な領域内で輝度の平均化が進みます。平滑化半径は空間的な範囲を制御し (半径が大きいほど平滑化が強い)、正則化パラメーター ε は平滑さと構造の忠実性のバランスをとります (ε が大きいほど滑らか、小さいほど詳細が多い)。出力範囲は入力と一致し、ガイド画像との目視比較によりエッジ保存の忠実性を検証できます。一般的なアーティファクトとして、強い不連続部での過度の平滑化 (適切なパラメーターを選択してください) や、ガイド情報の乏しい領域での平滑化の不足 (ガイド画像の品質を確認してください) があります。位置合わせの品質を評価するには、フィルター出力とガイド画像の相互相関を監視してください。ある情報源のエッジ情報で別の情報源のフィルタリングを導く、画像融合、シャープン処理、再構成のワークフローで戦略的に使用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "radius": { "label": "半径", "description": "ガイデッドフィルターのウィンドウ半径 (ピクセル、デフォルト 4)。" }, "epsilon": { "label": "イプシロン", "description": "ローカル分散の正則化パラメーター (デフォルト 0.01)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "high_pass_bilateral_filter": { "name": "ハイパスバイラテラルフィルター", "description": "入力ラスターからバイラテラル平滑化の結果を減算して、ハイパスの残差を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "sigma_dist": { "label": "距離シグマ", "description": "空間 (距離) ガウシアンカーネルの標準偏差 (ピクセル、0.5–20.0、デフォルト 0.75)。" }, "sigma_int": { "label": "強度シグマ", "description": "強度ガウシアンカーネルの標準偏差 (ラスター値単位、デフォルト 1.0)。" }, "treat_as_rgb": { "label": "RGB として扱う", "description": "ハイパス差分の前にパック RGB ラスターの HSI 強度フィルタリングを強制するには true に設定します。" }, "assume_three_band_rgb": { "label": "3 バンド RGB と仮定", "description": "true (デフォルト) で明示的なカラーメタデータがない場合、3 バンドの uint8/uint16 RGB 解釈を許可します。" }, "output": { "label": "出力", "description": "任意の出力ファイルパス。省略すると出力はメモリに残ります。" } } }, "high_pass_filter": { "name": "ハイパスフィルター", "description": "ハイパスフィルターは、元の画像から低周波 (平滑化) 版を減算することで、画像内の高周波の空間成分を分離します。数学的には、勾配を強調し広範な階調の変動を抑制するよう設計されたカーネルと画像を畳み込むことで実現されます。実装では、カーネルサイズと画像の寸法に応じて直接畳み込みまたは周波数領域での処理を使用します。このフィルターは、大規模な照明の傾向を除去しつつ、エッジ、細かいテクスチャの詳細、小規模な変動を強調します。主な特徴として、境界アーティファクトのないエッジコントラストの保持、カーネル半径に基づく選択的な周波数減衰、グレースケールとマルチスペクトルの両方の画像への直接的な適用性があります。ハイパスフィルタリングは、微妙な地形的特徴の強調が必要な地形解析、目視判読のための衛星画像のシャープン処理、小規模な地質構造の検出、機械学習による分類のためのデータ前処理に非常に有用です。また、変化検出のためのオルソフォトの準備や LiDAR 由来の成果物の強調にも不可欠です。出力の解釈では、正の値が局所的な極大 (明るいエッジ)、負の値が局所的な極小 (暗いエッジ) を示すことを理解する必要があります。8 ビット画像での典型的な範囲は ±100 で、平均がゼロの出力は高周波成分の抽出が成功したことを示します。一般的なアーティファクトとして、強い不連続部でのリンギングや、入力画像にノイズが多い場合のノイズの増幅があります。スケールの解釈はカーネル半径に依存し、小さいカーネルは細かいテクスチャ (個々のピクセル) を強調し、大きいカーネルは中程度のスケールの地物 (数十ピクセルにわたる地形の変動) を強調します。出力の統計量を監視してください。過度なゼロ中心化は処理のしすぎの可能性を示します。元の画像の再構成やマルチスケール分解のワークフローには、補完的なローパスの結果と組み合わせて使用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "high_pass_median_filter": { "name": "ハイパスメディアンフィルター", "description": "中心値から局所メディアンを減算してハイパスフィルタリングを行います: 出力 = ピクセル - 近傍メディアン。ハイパスフィルタリング (詳細の強調) とメディアンの頑健性 (ノイズの除去) を組み合わせます。出力はゼロを中心とします (負 = 周囲より暗い、正 = 周囲より明るい)。ガウシアンベースのハイパスと比べて外れ値に対して頑健です。ハイパスの残差は、メディアンの傾向からの局所的な偏差を明らかにします。外れ値に対してはメディアンの方が平均より安定しているため、ノイズの多いデータに対して特に頑健です。出力は細かいスケールの変動を強調します。ガウス平滑化した画像に適用されることがよくあります (バンドパスフィルターになります)。ノイズの多い画像からのテクスチャ強調や特徴抽出に有用です。応用: (1) ノイズの多いデータのテクスチャ強調、(2) 分類前の詳細抽出、(3) 頑健な地物検出、(4) テクスチャベースのセグメンテーションの前処理、(5) SAR の前処理。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "近傍の幅 (ピクセル、奇数、デフォルト 11)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "近傍の高さ (ピクセル、奇数、デフォルト 11)。" }, "sig_digits": { "label": "有効桁数", "description": "ヒストグラムビニングに使用する有効桁数 (デフォルト 2)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "integral_image_transform": { "name": "積分画像変換", "description": "各バンドについて、累積和 (積分画像) 変換を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "k_nearest_mean_filter": { "name": "K 近傍平均フィルター", "description": "エッジ保存型の k 近傍平均平滑化を行います。近傍を中心値との差の順に並べ替え、最も近い k 個の値を平均します。類似度による重み付けでエッジを保持するハイブリッド手法です。中心ピクセルと最も類似した k-1 個の近傍が平均されます。単純な k-NN よりも高度です (空間と輝度の両方の類似度を考慮)。バイラテラルフィルターと比べて計算効率が高くなります。k 近傍の手法は近傍を適応的に選択し、中心に近い値のピクセルは平均され、類似しないピクセルは無視されます。K パラメーターで平滑化を制御し、k=1 (平滑化なし)、k=n (すべての近傍 = 平均フィルター) となります。通常は k=n/2 (近傍の半分) です。バイラテラルフィルターの効率的な代替手段で、より低い計算コストで同様のエッジ保持が得られます。輝度の不連続が強い画像に特に有用です。応用: (1) エッジ保存型の平滑化 (バイラテラルの代替)、(2) 分類のための高速な前処理、(3) 効率が重要な前処理、(4) マルチバンド画像のフィルタリング。一般的なパラメーター: k=neighborhood_size/2 ～ 3/4。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "近傍の幅 (ピクセル、奇数、デフォルト 3)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "近傍の高さ (ピクセル、奇数、デフォルト 3)。" }, "k": { "label": "K", "description": "平均する最近傍の数 (デフォルト 5)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "kuwahara_filter": { "name": "Kuwahara フィルター", "description": "Kuwahara フィルターは、各ピクセルの近傍を 4 つの象限に分割し、各象限内の統計量を計算して、分散が最も小さい象限を出力値として選択することで、非線形のエッジ保存型平滑化を行います。実装では (2k+1)×(2k+1) のウィンドウを重なり合う 4 つの k×k サブウィンドウに分割し、各象限の平均と分散を計算して、分散が最小の象限の平均を出力します。この順位ベースの手法は、均質な領域の平滑化とエッジのシャープ化を同時に行います。主な機能として、象限の選択による真のエッジ保存 (象限間のエッジが出力のぼけを抑制)、平均/分散の計算のみを必要とする計算の簡便さ、象限サイズ k によるパラメーター制御、光学、レーダー、熱画像での有効性があります。Kuwahara フィルタリングは、崖や段丘を保持した LiDAR 由来 DEM の平滑化、中心線の鮮明さを維持した高解像度画像からの道路網抽出、空中写真からの建物フットプリントの区分、SAR 画像での油流出の境界検出に優れています。出力の解釈: 均質な領域では自然に平均化された象限 (最小分散) が出力され、エッジではエッジに最も近い均一な構造を含む象限が出力されるため、出力は実質的にクリーンな側に固定されます。象限サイズ k は詳細の保持を制御し、k=1 (最小限の平滑化) では細かいエッジが保持され、k=3～4 では平滑化とエッジ保持のバランスがとれ、k>5 では詳細が失われるおそれがあります。出力値は選択された象限の入力ピクセル値に厳密に基づきます (内挿なし)。出力のヒストグラムで二峰性の分布 (エッジと均質な領域が明確に分離) を確認してください。単峰性の分布はエッジのぼけを示唆します。過度の平滑化が生じた場合は補完的なシャープン処理を適用してください。一般的なアーティファクトとして、象限の配置に依存する方向性のバイアスや、弱いエッジ付近でのブロック状の外観があります。エッジの保持が正確な境界抽出を保証するセグメンテーションの前処理に使用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "radius": { "label": "半径", "description": "Kuwahara の四分領域半径 (ピクセル、デフォルト 2)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "lee_filter": { "name": "Lee フィルター", "description": "Lee フィルターは、Lee の乗法モデルを用いて SAR のスペックルを低減します。レーダーの反射は乗法性ノイズ I = S·N (S は信号、N は乗法性ノイズ) に従うと仮定します。実装では局所的な平均と分散を計算してスペックルの分散を推定し、F = μ + (1 - σₙ²/σ_I²)·(I - μ) によってフィルタリングします。ここで σₙ² はスペックルの分散、σ_I² は全分散です。このモデルベースの手法は、スペックルを抑制しつつコヒーレンスの高い地物を保持します。主な機能として、SAR 固有のノイズモデル (ガウスではなく乗法性)、点ターゲットとエッジの保持、わかりやすいパラメーターの解釈 (ウィンドウサイズがコヒーレンス測定を制御)、単偏波および多偏波 SAR での実証された有効性があります。Lee フィルタリングは、農業モニタリング、森林分類、海面モニタリング、洪水マッピングのワークフローにおける SAR の前処理に優れています。出力の解釈: コヒーレンスの高い領域 (点ターゲット、強いエッジ) はほとんどフィルタリングされず、コヒーレンスの低い領域 (スペックルノイズ、弱い境界) は強くフィルタリングされます。スペックル分散の推定は出力に影響し、正確な推定には十分な数の均質なピクセルが必要です。分散を過小評価すると平滑化が不足し、過大評価すると過度の平滑化が生じます。ウィンドウサイズはコヒーレンス測定の解像度を制御し、小さいウィンドウ (3×3) は細かい詳細を保持し、大きいウィンドウ (7×7) は分散の推定を改善しますが詳細が失われるおそれがあります。出力のスケーリングは入力と一致し、対数表示にすると視認性が向上します。一般的なノイズ低減では、ルック数に応じて 5～10 dB の分散の減少が得られます。出力のヒストグラムで残存するスペックルの特徴を確認してください。滑らかな分布は十分なフィルタリングを示唆します。アーティファクトとして、コヒーレンスの弱い領域でのエッジのぼけの可能性や、線状地物での方向性のバイアスがあります。分類特徴の完全性を維持しつつスペックルの抑制が必要な SAR 分類で戦略的に使用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "近傍の幅 (ピクセル、奇数、デフォルト 11)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "近傍の高さ (ピクセル、奇数、デフォルト 11)。" }, "sigma": { "label": "シグマ", "description": "中心値周りの強度包含半幅 (デフォルト 10.0)。" }, "m_value": { "label": "M 値", "description": "フォールバック平均化の前に必要な範囲内サンプル数の最小値 (デフォルト 5.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "line_detection_filter": { "name": "線検出フィルター", "description": "線検出フィルターは、線の連結性と連続性に最適化された方向性の畳み込みカーネルを適用することで、4 つの主要方向 (水平、垂直、および 2 つの対角) にわたって線状地物 (道路、河川、送電線、地質リニアメント) を強調するよう設計された、特化型のエッジ検出器です。このフィルターは、各主要方向に沿った線状構造を強調し、直交方向のノイズやランダムな地物の変動を抑制する 3×3 カーネルを使用します。方向性の手法により検出結果が方向ごとに分離されるため、下流の用途で水平方向のインフラ (パイプライン、圃場境界) と垂直方向の構造 (並木、ユーティリティ回廊) を区別できます。主な機能として、大きさと方向の個別のバンドを生成する多方向分解、線の幅やコントラストの変動に合わせた適応的な感度調整、複雑な地形に埋もれた微妙な線状地物での卓越した性能があります。用途は、インフラのマッピング (道路、鉄道、送電線)、自然地物の抽出 (河川、尾根、断層)、土地利用境界の区分に及びます。応用には、地籍デジタイズのためのベクター変換の前処理、オルソ写真からの交通網の抽出、衛星画像からの地質構造のマッピング、リモートセンシング解析におけるパターン認識が含まれます。出力の解釈では、各方向成分がその特定の方向における線の強さを示すことを理解する必要があります。4 つの主要方向の出力すべてを調べて、主な地物の方向を特定してください。大きい値は線の連続性が強いことを示し、小さい値はノイズや途切れを示唆します。出力は本来疎であり、線状地物を表すピクセルのみが強調され、背景領域はほぼゼロのままです。多方向の出力により、道路 (市街地では通常水平/垂直) と自然のリニアメント (任意の方向) を区別する分類後処理が可能になります。方向成分を組み合わせて統合された線図を作成するか、方向性のある構造のマッピングのために各方向を個別に解析してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "variant": { "label": "バリアント", "description": "線方向バリアント: v、h、45、または 135。" }, "abs_values": { "label": "絶対値", "description": "true の場合、応答の絶対値を出力します。" }, "clip_tails": { "label": "裾をクリップ", "description": "任意の対称裾クリップ率 (0-40)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "line_thinning": { "name": "線の細線化", "description": "連結した二値ラスターの地物を、幅 1 セルのスケルトン線に縮小します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "lidar_ground_point_filter": { "name": "LiDAR 地面点フィルター", "description": "地形点と地上以外の点を分離します。局所的な平面の幾何と高さのしきい値を用いた勾配ベースの分類/フィルタリングを行います。効率的な地面のセグメンテーションです。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "search_radius": { "label": "検索半径", "description": "近傍検索半径 (デフォルト 2.0)。" }, "min_neighbours": { "label": "最小近傍数", "description": "最小近傍数の目標 (デフォルト 0)。" }, "slope_threshold": { "label": "勾配しきい値", "description": "勾配しきい値 (度、デフォルト 45.0、最大 88)。" }, "height_threshold": { "label": "高さしきい値", "description": "非地形としてフラグを立てる最小垂直分離 (デフォルト 1.0)。" }, "classify": { "label": "分類", "description": "true の場合、点を分類します (地面=2、非地形=1)。それ以外は非地形点をフィルターします。" }, "slope_norm": { "label": "勾配正規化", "description": "true の場合、勾配検査の前にトップハット地形正規化を適用します (デフォルト true)。" }, "height_above_ground": { "label": "地上高", "description": "true の場合、z 値を最寄りの低い近傍からの局所高さとして出力します。" }, "output": { "label": "出力", "description": "単一入力モードの任意の出力 LiDAR パス。" } } }, "majority_filter": { "name": "最頻値フィルター", "description": "各ピクセルについて移動ウィンドウ内の最頻値 (最も頻度の高い値/クラス) を計算します。カテゴリーの境界と優勢なパターンを保持する非線形フィルターです。出力が元のクラスの集合内に留まる必要がある分類済み画像に特に有用です (内挿値を生成する平均フィルターとは異なります)。分類結果のモルフォロジー的なクリーニングに不可欠です。\n\n最頻値フィルタリングは、メディアンフィルタリングの最頻値版に相当します。カテゴリーデータ (分類済み画像、土地被覆) では、ノイズを平滑化しつつクラスの定義を保持します。連続データでは、値の分布における局所的なピークを明らかにできます。ごま塩状の分類アーティファクトを除去するために、少数クラスの除去 (分類後のクリーンアップ) が続けて行われることがよくあります。\n\n応用: (1) 分類後の平滑化 (小さな不要クラスのパッチを除去)、(2) 複数の分類結果からの最頻クラス図、(3) ベクターデータのクリーニング (クラスの分解)、(4) しきい値処理した画像のノイズ抑制、(5) セグメンテーション結果の属性の平滑化。一般的なワークフロー: 分類→最頻値フィルター→少数クラスの除去→最終的なクリーニング済みの図。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "maximum_filter": { "name": "最大値フィルター", "description": "移動ウィンドウ内の最大値を計算し、局所的なピークや尾根を明らかにします。モルフォロジー画像処理における膨張演算子です。ピーク、尾根線、最大振幅の地物の検出に有用です。単一の外れ値に敏感です (ウィンドウ内に 1 つでも高い値があると高い出力になります)。\n\n最大値フィルターはモルフォロジーの「膨張」演算子であり、明るい領域を拡大し暗い領域を縮小します。繰り返し適用すると (複数パスの膨張)、平滑化されたピークが作られ、孤立した地物は近傍を埋めるように成長します。最小値フィルターと組み合わせると、クロージング (膨張の後に収縮) とオープニング (収縮の後に膨張) が可能になります。モルフォロジーによる地物検出とマルチスケール解析に不可欠です。\n\n応用: (1) サイズに基づくフィルタリングのためのモルフォロジー膨張、(2) 小さな穴を埋めるための膨張→収縮によるクロージング、(3) 地形や画像でのピーク/尾根の識別、(4) 水深図/DEM における局所的な上限レベル、(5) マルチスケールの地物解析 (スケール間での膨張の比較)。一般的なワークフロー: 最大値→最小値との比較→地物の種類に応じてクロージングまたはオープニング。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "mean_filter": { "name": "平均値フィルター", "description": "各ピクセルについて移動ウィンドウ内の平均を計算します。局所的なノイズを低減しつつ鋭い遷移をぼかす、基本的な平滑化演算です。出力は局所的な中心傾向を表します。前処理、ノイズ低減、マルチスケール解析に広く使用されています。\n\n平均フィルタリングは最も一般的なローパス平滑化演算です。外れ値に非常に敏感であるため (極端な値が結果を歪める可能性があります)、ノイズの多いデータにはメディアンフィルターの方が適しています。計算効率に優れています。フィルターサイズで平滑化の程度を制御し、小さいサイズ (3×3) は詳細を保持し、大きいサイズ (31×31 以上) は強く平滑化された表面を作成します。多重解像度解析のために、反復的にまたは複数のスケールで適用されることがよくあります。\n\n応用: (1) 基本的なノイズ低減、(2) 地物検出前の前処理 (誤検出を平滑化)、(3) マルチスケール解析 (3×3、11×11、31×31 で適用)、(4) 時間的な平滑化 (シーンの結合)、(5) 他の統計演算のベースライン。エッジの保持を改善するには、メディアン (非線形でエッジを保持) と比較してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "median_filter": { "name": "メディアンフィルター", "description": "各ピクセルについて移動ウィンドウ内のメディアン値を計算し、近傍の 50 パーセンタイル値で置き換えます。エッジを保持する頑健なノイズフィルター (非線形) です。鋭い境界を維持しつつインパルスノイズ (ごま塩ノイズ) を除去するのに特に効果的です。出力値は近傍内の実際のピクセル値です (内挿されません)。\n\nメディアンフィルタリングは非線形であり、新しい値を生成したりエッジをぼかしたりしないため、ノイズ低減において平均フィルタリングに対する重要な利点があります。大きなフィルターサイズでは、鋭い遷移を保持しつつ強く平滑化します。リモートセンシング、医療画像、SAR 画像処理で広く使用されています。計算コストはフィルターサイズとともに増加しますが、一般にバイラテラルフィルターやガイデッドフィルターより高速です。\n\n応用: (1) SAR 画像のスペックル低減 (位相コヒーレンスに特に効果的)、(2) ごま塩ノイズの除去、(3) エッジ検出前の前処理 (偽のエッジを低減)、(4) 分類前処理における境界の保持、(5) 外れ値に対する放射量補正。一般的なワークフロー: メディアンを適用→エッジが強調された出力→地物抽出のためのしきい値処理。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "sig_digits": { "label": "有効桁数", "description": "量子化ランクフィルタリングに使用する有効桁数 (デフォルト 2)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "minimum_filter": { "name": "最小値フィルター", "description": "移動ウィンドウ内の最小値を計算し、局所的な低地や谷を明らかにします。モルフォロジー画像処理における収縮演算子です。谷底、窪地、最低高度の地物の検出に有用です。単一の外れ値に敏感です (ウィンドウ内に 1 つでも低い値があると低い出力になります)。\n\n最小値フィルターはモルフォロジーの「収縮」演算子であり、明るい領域を縮小し暗い領域を拡大します。繰り返し適用すると (複数パスの収縮)、平滑化された谷が作られ、孤立した地物は消失します。最大値フィルター (膨張) と組み合わせると、オープニング (収縮の後に膨張) とクロージング (膨張の後に収縮) の演算が可能になります。マルチスケール分解でよく使用され、3×3、11×11、31×31 での最小値を比較して地物のスケールを特定します。\n\n応用: (1) サイズに基づくフィルタリングのためのモルフォロジー収縮、(2) 小さなノイズオブジェクトを除去するための収縮→膨張によるオープニング、(3) 地形での窪地/谷の識別、(4) 水深図/DEM における局所的な底面レベル、(5) マルチスケールの地物解析 (スケール間での収縮の比較)。一般的なワークフロー: 最小値→最大値との比較→地物の種類に応じてオープニングまたはクロージング。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "non_local_means_filter": { "name": "ノンローカルミーンフィルター", "description": "Non-local means フィルタリングは、隣接ピクセルではなく画像全体から特定した類似パッチを平均することで強力なノイズ除去を行い、画像の自己相似性を利用して構造を保持しつつノイズを抑制します。実装では、パッチ空間でのユークリッド距離によって各対象パッチに類似したパッチを特定し、類似度に応じて類似パッチを指数的に重み付けして、重み付きパッチを平均します。このアルゴリズムは Fᵢ = (1/Z) Σⱼ exp(-d(Pᵢ, Pⱼ)²/h²) · Iⱼ を計算します。ここで d はパッチ間の距離、h は帯域幅を制御し、Z は正規化係数です。主な機能として、空間的な近さだけでなく類似度探索による優れたノイズ除去、複雑なテクスチャや細かい詳細での有効性、あらゆるデータ型への適用性、医療画像、衛星画像、写真画像での実証された性能があります。Non-local means フィルタリングは、細かいテクスチャと構造を保持した詳細な衛星画像の復元、変化検出の準備のための多時期スタックの平均化、非常にノイズの多い測量データ (超音波、ハイパースペクトル) のノイズ除去、考古学/航空測量画像の強調に優れています。出力の解釈では、画像全体の類似した領域が各出力ピクセルに寄与し、局所的に類似しない領域の寄与はごくわずかであることを理解する必要があります。パッチサイズは地物の保持を制御し (大きいパッチ = より滑らかな結果、細かいパッチ = より多くの詳細)、帯域幅 h は類似度の重み付けを制御します (h が大きい = より多くのパッチを含める、h が小さい = より厳しい類似度の要件)。出力範囲は入力と一致し、細かい構造を残しつつ統計量は地域平均に近づきます。計算コストは画像サイズとパッチ半径に比例して増加し、大規模な画像では通常かなりの処理時間が必要です。PSNR または目視確認でフィルタリングの進行を監視してください。一般的なアーティファクトとして、細かいテクスチャの過度の平滑化 (パッチサイズを慎重に大きくしてください) や、ノイズの多い領域での平滑化の不足 (帯域幅を大きくしてください) があります。細かいスケールの地物を保持しつつ最大限のノイズ低減を必要とするワークフローで戦略的に使用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "search_radius": { "label": "検索半径", "description": "検索ウィンドウ半径 (ピクセル、デフォルト 5)。" }, "patch_radius": { "label": "パッチ半径", "description": "パッチ半径 (ピクセル、デフォルト 1)。" }, "h": { "label": "H", "description": "フィルタリング強度パラメーター (デフォルト 10.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "opening": { "name": "オープニング", "description": "矩形の構造要素を用いてモルフォロジーオープニング演算を実行します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "奇数の近傍幅 (デフォルト 11)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "奇数の近傍高さ (デフォルトは filter_size_x と同じ)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "olympic_filter": { "name": "オリンピックフィルター", "description": "Olympic Filter は、各ピクセルの近傍から最大値と最小値をそれぞれ 1 つずつ除去し、残りのピクセルを平均することで、順位ベースの平滑化を行います。この頑健なフィルタリング手法は、中心傾向を保持しつつ極端な外れ値 (ノイズや不要な値である可能性が高いもの) を除去します。数式: F = (1/(N-2)) Σ(I_sorted[2:N-1])。ここで並べ替えた近傍値から最大値と最小値を除外します。実装では小さな近傍の並べ替え (計算効率が高い) が必要ですが、効果的なノイズ低減が得られます。主な機能として、簡単な外れ値除去の戦略、効果的なごま塩ノイズの低減、エッジを考慮したフィルタリング (エッジはしばしば極値として現れます)、あらゆるデータ型への適用性があります。Olympic フィルタリングは、光学衛星画像の前処理 (孤立した明るい雲のピクセルや暗い影を除去)、測量ノイズのアーティファクトを低減する DEM の平滑化、熱画像のノイズ除去 (センサーの外れ値を除去)、レーダー画像の前処理に優れています。出力の解釈: 対称なノイズ分布 (高い外れ値と低い外れ値が同数) は対称にフィルタリングされ、偏った分布 (高い値または低い値が多い) では方向性のあるフィルタリングになります。近傍サイズは平滑化の程度を制御し、3×3 ウィンドウでは 9 ピクセルから 2 つの極値を除去し (穏やかなフィルタリング)、より大きなウィンドウではより強くフィルタリングされます。出力値は入力範囲内に収まります (出力は実際の近傍値の平均です)。統計量は、特に外れ値を対象とした制御された分散の減少を示します。差分画像 (元画像 - フィルター後) は除去された外れ値を強調表示し、値の大きい領域が集中していればノイズの分離が効果的であることを示します。一般的なアーティファクトとして、外れ値の頻度が低い場合の平滑化の不足や、エッジピクセルが常に極値として順位付けされる場合のエッジのぼけがあります。複数回の反復により段階的な平滑化が可能で、1 回のパスでノイズが低減され、繰り返すと平滑化が強まります。簡単で解釈しやすいフィルタリングを必要とする迅速なノイズ低減ワークフローで使用してください。特にマルチセンサーモザイクのごま塩ノイズに効果的です。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "近傍の幅 (ピクセル、奇数、デフォルト 11)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "近傍の高さ (ピクセル、奇数、デフォルト 11)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "percentile_filter": { "name": "パーセンタイルフィルター", "description": "移動ウィンドウ内での中心セルの標高/値の局所的なパーセンタイル順位 (0～100%) を計算します。汎用のラスターデータにおける Elevation Percentile に相当します。相対的な位置を測定し、出力=0 は局所的な最小値、出力=100 は局所的な最大値、出力=50 はメディアンを示します。絶対値とは無関係に、分布内での局所的な位置を明らかにします。\n\nパーセンタイルフィルタリングにより、相対位置に基づく解析が可能になります。レイヤーの解析に有用で、すべてのバンドで高いパーセンタイル (>80) に位置するセルは「明るい」地物を、低いパーセンタイル (<20) は「暗い」地物を示します。大きさだけでなく地形/テクスチャ上の位置を分離できるため、分類の前処理に特に有用です。多指標による特性評価のために、統計フィルターと組み合わせられることがよくあります。\n\n応用: (1) 相対的な明るさ/暗さによる分類、(2) テクスチャの特性評価 (パーセンタイルの分散が大きい = 粗い、小さい = 滑らか)、(3) 局所コントラストの強調 (パーセンタイルに基づく正規化)、(4) 標高パーセンタイルと同様の地形の識別、(5) マルチバンドのテクスチャ解析 (各バンドにパーセンタイルを適用しパターンを比較)。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "sig_digits": { "label": "有効桁数", "description": "量子化ランクフィルタリングに使用する有効桁数 (デフォルト 2)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "range_filter": { "name": "レンジフィルター", "description": "移動ウィンドウ内の範囲 (最大値 - 最小値) を計算し、平均レベルとは無関係に局所的な値の広がりを明らかにします。簡単な不均質性の指標で、範囲が大きい = 多様な値、範囲が小さい = 均一な値を示します。標準偏差より簡単ですが多くの用途で同等に有用であり、分布の形状に対してより頑健です。\n\n範囲は計算効率に優れています (2 回の比較のみが必要)。範囲の急増が対照的な領域を示す遷移/境界の検出に特に有用です。標準偏差よりも分布の形状に影響されにくくなります (標準偏差は外れ値を強調し、範囲は極値のみを使用します)。変動係数がスケール間の比較を可能にするのと同様に、正規化範囲 (範囲/平均) によりバンド間の比較が可能になります。\n\n応用: (1) テクスチャ/コントラストのマッピング (解釈が容易: 範囲が大きい = 粗い/コントラストが強い)、(2) 範囲のピークによる境界検出、(3) 標準偏差の計算効率の高い代替、(4) 品質管理 (均一な背景は範囲が小さく、地物のある領域は範囲が大きい)、(5) 汎用データにおける粗さ/変動性。一般的なワークフロー: 範囲を計算→しきい値処理で遷移帯を特定→範囲の大きい境界をベクター化。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "remove_spurs": { "name": "スパーの除去", "description": "反復的な枝刈りによって、二値ラスターの地物から短いひげ状のアーティファクトを除去します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "max_iterations": { "label": "最大反復回数", "description": "最大プルーニング反復回数 (デフォルト 10)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "savitzky_golay_2d_filter": { "name": "2D Savitzky-Golay フィルター", "description": "2 次元の Savitzky-Golay 平滑化 (局所的な多項式の特徴を保持する多項式フィッティングに基づくフィルター) を実行します。近傍に局所多項式を当てはめ、中心をフィッティング値で置き換えます。ガウシアンよりもピーク/谷をよく保持します。地物の保持が重要なノイズの多いデータに有用です。低次の多項式ではガウシアンよりぼけが少なく、多項式の次数が上がるにつれて平滑化が強まります。Savitzky-Golay フィルタリングは、近傍に対して最小二乗法で局所多項式 (通常は 2 次/3 次) を当てはめます。中心値は多項式の値で置き換えられます。メディアン/ガウシアンとは異なり、多項式構造として現れる地物 (ピーク、谷、尾根) を保持します。計算は単純ですが、単純な畳み込みよりは低速です。多項式の次数で平滑化と保持のトレードオフを制御します。応用: (1) ピーク構造を保持したノイズの多いデータの平滑化、(2) 標高グリッドの処理 (尾根/谷の地形を保持)、(3) スペクトルデータの平滑化 (吸収特徴を保持)、(4) 地物を保持する前処理。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "window_size": { "label": "ウィンドウサイズ", "description": "奇数のウィンドウサイズ (デフォルト 5)。現在は多項式次数 2 に対して 5 をサポートします。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "scharr_filter": { "name": "Scharr フィルター", "description": "Scharr フィルターは、方向性のバイアスを低減し優れた回転不変性を提供するよう特別に設計された最適化カーネル係数を用いることで、Sobel フィルターを改良したエッジ検出演算子です。Scharr 演算子は、0°、45°、90°、135° のエッジ方向に対して経験的に最適化された整数係数 (3, 10, 3) を持つ 3×3 畳み込みカーネルを使用し、特に円形の地物や回転したエッジに対して、従来の Sobel フィルターより正確な勾配推定を実現します。このフィルターは水平方向の勾配と勾配の大きさを同時に計算し、頑健なエッジの位置特定を可能にします。主な利点として、方向勾配に対する優れた精度、Sobel と比べて低減された回転バイアス、最小限のメモリ負荷で済む効率的な 3×3 カーネル計算があります。出力には大きさと任意の方向成分の両方が含まれます。Scharr フィルターは、高い方向精度を必要とする特徴抽出、境界検出、品質保証のワークフローに優れています。用途には、空中写真からの建物フットプリントの抽出、道路網の検出、歪みを最小限に抑えた水域境界の区分、衛星データにおける地質リニアメントの識別が含まれます。このフィルターは、都市マッピング、農地境界の検出、自律航法の用途で非常に優れた性能を発揮します。出力の解釈では、大きさの値がエッジの強さを表すことを理解する必要があります。値が大きいほど、異なるスペクトルクラス間の遷移が鋭いことを示します。方向成分は主なエッジの向き (水平、対角、垂直) を示し、リニアメント解析に有用です。マルチバンドラスターでは、各バンドに個別に適用するか、計算した指数を使用してください。出力では背景値は暗く、強いエッジは明るく表示されます。参照エッジとの RMSE 比較によりフィルターの性能を検証できます。標準的な可視化のためには出力を 0～255 にスケーリングし、定量的な解析のためには浮動小数点のまま保持してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "clip_tails": { "label": "裾をクリップ", "description": "任意の対称裾クリップ率 (0-40)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "standard_deviation_filter": { "name": "標準偏差フィルター", "description": "移動ウィンドウ内の標準偏差を計算し、局所的な値の変動/ばらつきを測定します。標準偏差が大きい = 多様な値 (粗い/不均質)、標準偏差が小さい = 均一な値 (滑らか/均質) を示します。テクスチャ、粗さ、変動のパターンを明らかにします。不確実性の定量化と品質評価に不可欠です。\n\n標準偏差は、局所的な変動の特性評価において範囲よりも頑健です (単一の外れ値に偏りません)。テクスチャによる領域の分類が可能になり、急斜面 (標準偏差が大きい)、緩斜面 (標準偏差が小さい)、森林 (標準偏差が大きい)、草地 (標準偏差が小さい) などを区別できます。値の範囲が異なるデータ間で比較できるよう、正規化される (変動係数 = 標準偏差/平均) ことがよくあります。ヒストグラムから計算することもできます (分散 = 二乗の平均 - 平均の二乗)。\n\n応用: (1) テクスチャのマッピング (粗さ/不均質性の解析)、(2) ノイズの多いデータにおける不確実性の定量化、(3) 品質評価 (均一な背景 = 標準偏差が小さい、地物の多い領域 = 大きい)、(4) 分類の信頼度 (標準偏差が大きい = 混在/不確実なクラス)、(5) マルチバンドの不均質性 (各バンドの標準偏差をスタック)。一般的なワークフロー: 複数のスケールで標準偏差を計算→スケール間でのパターンの変化を比較→特徴的なスケールを特定。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "thicken_raster_line": { "name": "ラスター線の太線化", "description": "斜め方向のラスター線分を太くして、斜め方向の漏れを防ぎます。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "tophat_transform": { "name": "トップハット変換", "description": "白または黒のモルフォロジートップハット変換を実行します。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "奇数の近傍幅 (デフォルト 11)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "奇数の近傍高さ (デフォルトは filter_size_x と同じ)。" }, "variant": { "label": "バリアント", "description": "トップハットバリアント: white (デフォルト) または black。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "total_filter": { "name": "トータルフィルター", "description": "近傍内のピクセル値の移動ウィンドウ合計を計算します。局所的な信号強度を積算します。用途はデータの意味に依存し、カウント/密度では合計が局所的な密度パターンを、降水量では流域スケールの累積を明らかにし、反射率では合計が局所的な対象のサイズに比例します。\n\n合計フィルタリングの解釈は分野によって異なります。カウント/人口データでは、合計がクラスタリングやホットスポットを明らかにします。標高データでは合計はほとんど使用されません (合計に地形学的な意味はありません)。スペクトル解析では、合計がマルチバンドの信号強度を明らかにできます。中間ステップとして使用されることがよくあります (例: 近傍のセル数で割って平均を計算する、局所的な不均質性を検出するために隣接する合計と比較する)。\n\n応用: (1) カウントデータにおけるホットスポットの検出 (合計が大きい = クラスター)、(2) 流域/集水域の累積モデル、(3) 分布した測定値の積算、(4) 中間計算 (合計/N = 平均)、(5) マルチセンサーモザイクにおける信号強度の集約。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "ウィンドウ幅 (ピクセル、奇数、デフォルト 11)。エイリアス: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "ウィンドウ高さ (ピクセル、奇数、デフォルト = filter_size_x)。エイリアス: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "unsharp_masking": { "name": "アンシャープマスク", "description": "アンシャープマスクは、元の画像から平滑化 (ローパス) 版を減算することで画像のシャープン処理を行い、エッジや細かい詳細を強調します。数学的な変換式は I_sharp = I_original + w·(I_original - I_smooth) で、w は強調の強さを制御するシャープン処理の重みです。この処理は高周波成分を分離して増幅し、詳細を広範な階調の変動から効果的に分離します。主な機能として、柔軟なパラメーター制御 (ぼかし半径と重みによる詳細の制御)、ガウス平滑化の再利用による計算効率、解釈しやすい強調 (重み=0 で元画像、重み=1 で真のハイパス、重み>1 で強いシャープン処理)、マルチスペクトルデータでの有効性があります。アンシャープマスクは、手動判読のための衛星画像の準備 (微妙な地形、植生、インフラを強調)、LiDAR 由来の成果物の強調 (DEM や植生指標のシャープン処理)、地物の視認性向上のためのオルソフォトの品質改善、考古学/測量画像の強調に優れています。出力の解釈では、シャープン処理された値がエッジに集中し、均質な領域は変化しないことを理解する必要があります。重みパラメーターは強調の大きさを制御し、w=0.5～1.0 では控えめな強調、w=1.0～2.0 では中程度のシャープン処理、w>2.0 ではアーティファクトを伴う可能性のある強い結果になります。ぼかし半径は地物のスケールを制御し、小さい半径 (3～5 ピクセル) は細かいテクスチャを、大きい半径 (10～20 ピクセル) は中程度の地物を強調します。出力値は入力範囲を超える場合があるため、通常はクリップが必要です。アーティファクトとして、強いエッジ周辺のハロー (重みや半径が大きいほど顕著)、入力にノイズが多い場合のノイズの増幅、マルチスペクトルのシャープン処理における偽色の可能性があります。強調の効果は差分画像で確認してください。可視化のワークフローで選択的に適用し、出力範囲の変化に敏感な自動解析の前には使用を避けてください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "sigma": { "label": "シグマ", "description": "ぼかしマスクで使用するガウシアンシグマ (0.5-20.0、デフォルト 0.75)。" }, "amount": { "label": "量", "description": "残差に適用するシャープ化量の乗数 (デフォルト 100.0)。" }, "threshold": { "label": "しきい値", "description": "シャープ化する最小絶対残差 (デフォルト 0.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "user_defined_weights_filter": { "name": "ユーザー定義重みフィルター", "description": "ユーザー定義重みフィルターは、近傍ピクセルに対する任意の重み係数を受け付けることで、カスタムの畳み込み解析に最大限の柔軟性を提供し、ツールの修正や専用ソフトウェアを必要とせずに、特殊な演算子、分野固有のカーネル、研究レベルのアルゴリズムを実装できるようにします。ユーザーはカーネルの寸法 (通常 3×3 または 5×5) を指定し、各位置に浮動小数点の重みを割り当て、必要に応じてエッジの処理方法 (反射、ラップ、定数充填) を指定します。このフィルターは標準的な畳み込みの数学に従ってラスター全体にカスタムカーネルを適用し、各出力ピクセルは重み付き近傍の合計となるため、従来の画像処理フィルターとカスタムの解析カーネルの両方を実現できます。主な機能として、研究用途のための完全なカスタマイズ、強調と解析の両方の演算のサポート、正規化および非正規化カーネルとの互換性、計算全体を通じた浮動小数点精度の保持があります。用途は、特殊なスペクトル指数のための高度な空間フィルタリング、アルゴリズム検証のための実験的な演算子の実装、カスタムのテクスチャ解析カーネル、多基準解析のための重み付き近傍集約、多様なデータセットへの標準化されたカーネルの適用に及びます。応用には、学術研究のプロトタイピング、産業用アルゴリズムの評価、処理パイプラインの地域別カスタマイズ、性能比較研究が含まれます。出力の解釈は完全にユーザー定義の係数に依存し、異なるカーネルは根本的に異なる結果を生みます。正規化カーネル (重みの合計が 1.0) は値の範囲を保持するため平滑化に有用であり、非正規化カーネル (通常は合計がゼロ) は差を強調するためエッジ/微分の検出に有用です。ユーザーは実運用に適用する前に、カーネルの特性 (係数の符号、大きさ、合計) を検証する必要があります。再現可能なワークフローのためには、カーネル仕様の文書化が不可欠です。出力値の範囲はカーネルの設計に依存するため、文書には想定される出力特性とスケーリングの要件を明記してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "weights": { "label": "重み", "description": "ネストした配列としての 2D カーネル重み。" }, "kernel_center": { "label": "カーネル中心", "description": "カーネル中心モード: center、upper-left、upper-right、lower-left、lower-right。" }, "normalize_weights": { "label": "重みを正規化", "description": "true の場合、有効な重みのローカル合計で正規化します。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "wiener_filter": { "name": "Wiener フィルター", "description": "Wiener フィルターは、信号とノイズの統計的特性が既知であると仮定し、フィルター出力と真の信号との平均二乗誤差を最小化することで、適応的なノイズ低減を行います。実装では移動ウィンドウ内の局所的な信号とノイズの分散を推定し、ノイズの抑制と詳細の保持のバランスをとるフィルター係数を計算します: F = μ + (σ² - σₙ²)/σ² · (I - μ)。ここで μ は局所平均、σ² は信号の分散、σₙ² はノイズの分散です。このデータ駆動の適応により、フィルタリングの強度が局所的な画像特性に応じて変化します。主な機能として、局所統計量への自動適応 (平坦な領域は強く平滑化し、詳細な領域は構造を保持)、光学画像と SAR 画像での実証された有効性、ノイズモデルの仮定に基づく解釈しやすいパラメーター、分離可能な近似による計算上の実現性があります。Wiener フィルタリングは、ノイズが空間的に変化する衛星画像の前処理、点ターゲットを保持した SAR のスペックル低減、植生マッピングのためのスペックル除去済みマルチスペクトルデータ、レーダーと光学の融合におけるノイズ除去に優れています。出力の解釈: 分散の大きい (詳細な) 領域はほとんどフィルタリングされず、分散の小さい (ノイズの多い) 領域は強くフィルタリングされます。ノイズ分散の推定は出力に影響し、ノイズ分散を過小評価すると平滑化が不足し、過大評価すると過度の平滑化と詳細の損失が生じます。出力範囲は入力範囲に近くなります。ノイズ低減を確認するには差分画像 (元画像 - フィルター後) を調べてください。ピーク S/N 比 (PSNR) と構造的類似度指標 (SSIM) でフィルタリングの効果を定量化できます。局所分散のしきい値は処理の影響を示し、検出された分散比が > 5 の領域は大きくフィルタリングされ、< 1 の領域はほとんどフィルタリングされません。よくある落とし穴として、不正確なノイズ分散の推定 (推定にはダークフレームまたは均質領域の解析を行ってください) や、位置特定に影響するウィンドウサイズの選択があります。ノイズによるカテゴリーの誤分類を減らすため、分類や特徴抽出の前に適用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "radius": { "label": "半径", "description": "Wiener ローカルウィンドウ半径 (ピクセル、デフォルト 2)。" }, "noise_variance": { "label": "ノイズ分散", "description": "任意の加法ノイズ分散。省略するとローカル分散マップから推定されます。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "cloude_pottier_decomposition": { "name": "Cloude-Pottier 分解", "description": "Cloude-Pottier 分解は、4 偏波 (クワッドポール) SAR データのコヒーレンシー行列を対角化し、散乱メカニズムを特徴づける固有値と固有ベクトルを抽出します。固有ベクトルから計算されるエントロピー、異方性、平均アルファ角は、それぞれ散乱の無秩序さ、メカニズムの優勢度、散乱のタイプを特徴づけます。H-アルファのパラメーター空間では、偏波の位相情報を利用して、振幅の変動に依存しない物理的な散乱メカニズムの分類が可能になります。主な機能: 4 偏波 SAR の分解、位相情報の活用、物理的に意味のある散乱パラメーター、散乱メカニズムの分離、振幅スペックルに対する頑健性、ターゲットの分類と解釈。用途: SAR ターゲット認識、森林バイオマスの推定、湿地の特性評価、船舶/車両の検出、土地被覆分類、偏波 SAR データの解釈。出力の解釈: 出力にはエントロピー (無秩序の度合い。0=秩序ある散乱、1=ランダム)、異方性 (メカニズムの優勢度 0～1)、アルファ角 (散乱のタイプ: 約 45°=ダイポール、約 30°=表面、約 60°=体積) が含まれます。H-アルファの散布図は散乱タイプを示すクラスタリングパターンを明らかにします。二回反射 (市街地) は高いアルファを、表面散乱 (水域) は低いアルファを、体積散乱 (森林) は中間的な値を示します。", "params": { "inputs": { "label": "入力", "description": "行列ラスター: diag3 [m11,m22,m33]、full3x3 コンパクト [m11,m22,m33,m12,m13,m23]、または行優先の完全な 9 ラスター。" }, "matrix_format": { "label": "行列形式", "description": "入力行列形式: diag3 (3 ラスターのデフォルト) または full3x3。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力 3 バンドラスター [H, A, alpha_deg]。" } } }, "enhanced_lee_filter": { "name": "拡張 Lee フィルター", "description": "Enhanced Lee フィルターは、Lee の乗法モデルに改良された分散推定とマルチスケール処理を組み合わせ、SAR 画像の細かい詳細やエッジを保持しつつ優れたスペックル低減を実現します。実装では、適応的なサイズのウィンドウで計算した局所統計量を使用し、ラプラシアンに基づくエッジ検出を取り入れ、空間的に変化するフィルターパラメーターを適用します。強化された定式化では F = μ + w·(I - μ) を適用し、w はエッジへの近さに適応します。エッジ付近では w→0 (最小限のフィルタリング)、均質な領域では w→1 (強いフィルタリング) となります。主な機能として、エッジ適応型の処理 (境界の保持)、マルチスケールでのパラメーター適応、標準の Lee と比べて改善されたターゲットの保持、ノイズの多い SAR での有効性があります。Enhanced Lee フィルタリングは、多数の地物を含む複雑な SAR シーン、エッジの位置特定が重要な洪水マッピング、都市域 SAR からの建物検出、多時期の変化解析に優れています。出力の解釈: 遷移付近でフィルタリングが抑えられることでエッジが保持され、境界ピクセルは離れたピクセルよりも大きな分散を保持します。マルチスケールの適応は、シーンのクラスに対応する顕著なピークを示すヒストグラム解析によって明らかになります。出力範囲は入力と一致し、標準の Lee と比較するとエッジのぼけが減りターゲットの鮮明さが維持されていることがわかります。エッジ検出の品質は出力に直接影響し、強いエッジでは境界が良好に保持され、弱いエッジでは過度の平滑化が生じる場合があります。統計量は、ノイズの抑制と詳細の保持のバランスをとった制御された分散の減少を示します。一般的なアーティファクトとして、マルチスケールの遷移が目に見える場合のブロック状の外観や、エッジ検出が強すぎる場合の過度の保持があります。フィルタリングの挙動を検証するにはエッジマップの品質を監視してください。複数の地物を保持しエッジを鮮明に保つ必要がある包括的な SAR 解析パイプラインで使用してください。特に、明確な地物境界を持つ学習データを必要とする機械学習の前処理において重要です。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "近傍の幅 (ピクセル、奇数、デフォルト 11)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "近傍の高さ (ピクセル、奇数、デフォルト 11)。" }, "enl": { "label": "ENL", "description": "シグマ比重み付けのための等価ルック数パラメーター (デフォルト 4.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "freeman_durden_decomposition": { "name": "Freeman-Durden 分解", "description": "Freeman-Durden 分解は、4 偏波 SAR から、表面反射、二回反射 (市街地/二面角)、体積 (植生/ランダム媒質) の成分への直交基底分解によって、散乱メカニズムの寄与を定量化します。非負最小二乗最適化によって電力比率を制約し、物理的な実現可能性と解釈可能性を確保します。出力の電力マップは地形の特性と直接結びついており、表面散乱が優勢であれば裸地/水域、二回反射が大きければ都市構造物、体積散乱が大きければ森林/植生を示します。主な機能: 物理的に解釈可能な散乱成分、地形固有のシグネチャ、制約付き最適化、4 偏波 SAR への対応、スペックルに対する頑健性、ターゲット固有の分類。用途: 都市-農村の分類、森林バイオマスの推定、土壌水分の検出、洪水の検出、作物フェノロジーのモニタリング、土地被覆マッピング。出力の解釈: 表面電力は乾燥した地表/水域からの鏡面反射を、二回反射電力は人工構造物/市街地を、体積電力は植生/森林を示します。成分の組み合わせにより土地被覆を識別でき、体積が大きく二回反射が小さい場合は森林、二回反射が大きく体積が小さい場合は市街地、表面と体積が均衡している場合は混在した地形を示します。", "params": { "inputs": { "label": "入力", "description": "行列ラスター: diag3 [m11,m22,m33]、full3x3 コンパクト [m11,m22,m33,m12,m13,m23]、または行優先の完全な 9 ラスター。" }, "matrix_format": { "label": "行列形式", "description": "入力行列形式: diag3 (3 ラスターのデフォルト) または full3x3。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力 3 バンドラスター [surface, double_bounce, volume]。" }, "output_clip_mask": { "label": "クリップマスク出力", "description": "任意の出力クリップマスクラスター (非物理的なクリップ/再正規化が発生した場所が 1)。" } } }, "frost_filter": { "name": "Frost フィルター", "description": "Frost フィルターは、乗法性ノイズモデルと適応的な局所統計量を用いて SAR のスペックルを低減します。スペックルがガウスノイズではなくガンマ分布に従うレーダー画像向けに特に設計されています。実装では局所的な平均と分散を計算し、適応的な乗法重み付けを適用します: F = I · exp(-variance/(2·mean²)·distance²)。ここで distance はピクセルの局所平均からの偏差を測ります。この定式化では、推定されたコヒーレンスに反比例してスペックルの強度が低減されます。主な機能として、SAR 固有の適応 (加法性ではなく乗法性のノイズモデル)、点ターゲットとエッジ (コヒーレントな地物) の保持、強度の調整を可能にする局所分散に基づく適応、単偏波および多偏波 SAR データでの実証された有効性があります。Frost フィルタリングは、分類のための SAR 画像の前処理 (農業モニタリング、土地利用マッピング)、コヒーレンスで重み付けした SAR と光学の融合、雲に覆われた期間のレーダーによる洪水マッピング、合成開口レーダーの変化検出ワークフローに優れています。出力の解釈: 分散の大きい (コヒーレントなターゲットの可能性がある) 領域はほとんどフィルタリングされず、分散の小さい (スペックルが支配的な) 領域は強くフィルタリングされます。出力範囲は通常入力と一致し、可視化のためにフィルタリングの前後で対数スケーリング (デシベル) を適用することがよくあります。分散と平均の比がフィルターの強度を直接制御し、比 > 0.5 はスペックルの可能性が高いことを、比 < 0.1 はコヒーレントなターゲットを示唆します。出力のアーティファクトとして、分散の推定が信頼できない場合の詳細の損失や、方向性のある地物での方向性のバイアスがあります。コヒーレンスマップによる検証で、コヒーレンスの高い領域でエッジが保持されていることを確認できます。出力の統計量を監視してください。平均はフィルタリングの反復を通じて安定し、分散は大幅に減少するはずです。カテゴリー分類の精度を向上させるため、分類の前に適用してください。オブジェクトの境界を改善し残存するスペックルの断片を除去するには、モルフォロジーによる後処理と組み合わせてください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "radius": { "label": "半径", "description": "ローカルウィンドウ半径 (ピクセル、デフォルト 2)。" }, "damping_factor": { "label": "減衰係数", "description": "指数減衰を制御する Frost 減衰係数 (デフォルト 2.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "gamma_map_filter": { "name": "Gamma MAP フィルター", "description": "Gamma Map フィルターは、ガンマ分布の統計モデルを用いて SAR のスペックルを低減し、パラメトリックな適応によってレーダー信号の乗法性スペックルの特性を明示的に考慮します。実装では、画像統計量から局所的なガンマ分布のパラメーター (形状 α と尺度 β) を推定し、分布を考慮した重み関数でフィルタリングします: F = I · [1 - (1-L/N)/(1 + L/N)·√(1 + N/L²)]。ここで L は等価ルック数 (コヒーレンスの指標)、N は推定パラメーターです。主な機能として、理論的に厳密な SAR 統計 (ガンマ分布はレーダーの標準)、最小限のユーザー入力で済むルック数の自動推定、均一フィルターと比べて優れたエッジの保持、シングルルックおよびマルチルック SAR への適用性があります。Gamma Map フィルタリングは、時系列の変化検出のための多時期 SAR スタックのノイズ除去、干渉 SAR (InSAR) の位相コヒーレンスの強化、偏波 SAR 分解の前処理、林業における SAR 後方散乱の正規化に優れています。出力の解釈: フィルターの強度はシーンのコヒーレンスに適応し、コヒーレンスの高い領域 (大きい α) は穏やかにフィルタリングされてターゲットが保持され、コヒーレンスの低い領域 (小さい α) は強くフィルタリングされてスペックルが抑制されます。等価ルック数 L はフィルタリングの効果を示し、L=1 (最小限のフィルタリング) ではすべての詳細が保持され、L>5 では大幅な平滑化が行われます。出力のスケーリングは入力の単位のままで、対数変換すると可視化しやすくなります。一般的な出力分散の減少率は、シーンの特性とルック数の選択に応じて 50～80% です。出力のヒストグラムで残存するスペックルの特徴を確認してください。二峰性の分布はシーンの構成要素が良好に分離されていることを示唆します。アーティファクトとして、方向性のある地物での縞模様の可能性や、L を過大評価した場合のわずかなテクスチャの劣化があります。学習領域の正解データに対してフィルタリングを検証してください。コヒーレンスで重み付けした強調を必要とする偏波 SAR 分類や InSAR の位相フィルタリングで戦略的に使用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "radius": { "label": "半径", "description": "ローカルウィンドウ半径 (ピクセル、デフォルト 2)。" }, "enl": { "label": "ENL", "description": "等価ルック数 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "h_alpha_wisart_classification": { "name": "H-α-Wishart 分類", "description": "H/α/A-Wishart 分類は、H/α/A パラメーター空間の分割による教師なしのゾーニングと Wishart 統計クラスタリングを組み合わせ、SAR 偏波データを散乱メカニズムのクラスに対応する物理的に意味のある 9 つのゾーンに自動的に分類します。このアルゴリズムは Cloude-Pottier 分解からエントロピー (H)、異方性 (A)、アルファ (α) のパラメーターを受け取り、固定しきい値を用いて 3 次元の (H,A,α) 特徴空間を 9 つの領域に分割します。ゾーン 1 (低い H、α~20°) は乾燥した表面でのブラッグ反射を、ゾーン 5 (H~0.7、α~45°) は森林での等方的な体積散乱を、ゾーン 9 (高い H、α~80°) は都市構造物からの二面角 (二回反射) 散乱を表します。各ゾーン内では、任意で Wishart クラスタリングにより多変量の偏波空間での統計的距離を計算して分類を改良し、類似したメカニズムの識別を向上させます。主な機能として、学習サンプルを必要としない自動の教師なし分類、全球的な比較を可能にする標準化された定義を持つ物理的に解釈可能な 9 クラス、任意のデュアルモード動作 (速度重視のしきい値のみ、精度重視のしきい値+Wishart)、ゾーン境界までの距離と Wishart 尤度に基づく組み込みの信頼度指標があります。このツールは事前に計算した (H,A,α) 画像を受け付けるほか、生の行列が指定された場合は Cloude-Pottier 分解を自動的に呼び出します。主な用途は、偏波データからの SAR 画像のセグメンテーションと図の作成、SAR コヒーレンシー行列からの土地被覆タイプ (水域、農地、森林、市街地) の直接的な教師なし分類、ゾーンの占有分布による偏波データ品質の迅速な評価、土地被覆の変化を示す散乱メカニズムの遷移を明らかにする変化検出に及びます。出力の解釈: 9 クラスの図は地形タイプに直接対応し、ゾーンはより広いカテゴリーに集約できます (水域/鏡面 = ゾーン 1～2、植生/体積 = ゾーン 4～6、市街地/二面角 = ゾーン 7～9)。未分類のピクセル (クラス 0) は調査を要する特異な偏波シグネチャを示します。", "params": { "h_raster": { "label": "H ラスター", "description": "Cloude-Pottier 分解からの入力エントロピー (H) ラスター (0-1 の範囲)。" }, "alpha_raster": { "label": "アルファラスター", "description": "Cloude-Pottier 分解からの入力アルファ (α) ラスター (度、0-90)。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときに alpha を H に合わせて再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリングの上書き: nearest、bilinear、cubic、lanczos。" }, "output": { "label": "出力", "description": "9 クラスのラベル (1-9) を持つ任意の出力ラスター。" } } }, "kuan_filter": { "name": "Kuan フィルター", "description": "局所的な平均と分散を推定するパラメトリックな手法を用いて、SAR/レーダー画像に対する Kuan スペックルフィルタリングを実行します。ノイズの分散と局所的な画像分散に基づく適応的な重み付けを行います。Lee と似ていますが、統計的な仮定が異なります。実運用の SAR 処理で広く使用されている手法です。計算効率と、さまざまな SAR データでの良好な結果のバランスがとれています。Kuan フィルタリングは、乗法性スペックルモデルを伴うガウス統計を仮定します。局所分散に適応し、信号の変動とスペックルを区別します。不均質な SAR 画像 (明るい地物と暗い地物が混在) に特に効果的です。計算負荷は妥当な範囲です。高度さと計算コストの実用的な妥協点といえます。多くの SAR 処理システムで標準となっています。応用: (1) 実運用での SAR スペックル除去、(2) 後方散乱が混在する SAR の前処理、(3) RadarSat/Sentinel-1 の前処理、(4) 日常的な SAR 処理。一般的なパラメーター: filter_size=5×7 ～ 7×7。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "radius": { "label": "半径", "description": "ローカルウィンドウ半径 (ピクセル、デフォルト 2)。" }, "enl": { "label": "ENL", "description": "等価ルック数 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "refined_lee_filter": { "name": "改良 Lee フィルター", "description": "Refined Lee フィルターは、強化されたコヒーレンス推定とエッジ保存のための適応によって標準の Lee フィルタリングを改良し、改良された局所統計量と方向解析を用いて優れたスペックル低減を実現します。実装では、エッジの向きを検出し、境界に沿った方向性ウィンドウを適用して、改良されたコヒーレンス推定値を計算することで Lee のモデルを拡張します。数式: F = μ + √(σ_p²/(σ_I²))·(I - μ)。分散は方向に沿って計算されます。この改良により、スペックルの抑制を維持しつつエッジの保持が向上します。主な機能として、方向への感度 (フィルタリングの方向を画像構造に適応)、改善されたコヒーレンス推定 (異方性ウィンドウを使用)、標準の Lee と比べて優れたエッジの保持、複雑な SAR シーンでの有効性があります。Refined Lee フィルタリングは、鮮明な境界を必要とする変化検出、InSAR コヒーレンスマップの準備、ターゲットの保持が重要な偏波 SAR 処理、樹木と背景を区別する林業の SAR 解析に優れています。出力の解釈: フィルタリングはエッジの向きを尊重し、水平のエッジは水平方向に、垂直のエッジは垂直方向に、対角のエッジは対角方向にフィルタリングされます。この方向への適応により、真の境界をまたぐフィルタリングが最小限に抑えられます。コヒーレンスの推定値は通常標準の Lee より正確で、フィルタリングのアーティファクトが減少します。出力範囲は入力と一致し、方向への適応は目視で確認できます (エッジは標準の Lee より鮮明に保たれます)。統計量は高コントラスト領域がより多く保持されていることを示します。方向成分はシーン構造の向きを明らかにし、強い方向性のバイアスは主な地物の向きを示します。一般的なアーティファクトは、特にエッジや複雑な地物の付近で標準の Lee と比べて減少します。アーティファクトとして、方向の推定に失敗した場合の過剰な適応の可能性や、弱い境界での方向性ウィンドウのアーティファクトがあります。エッジ検出の精度を検証するにはコヒーレンスマップを監視してください。方向性のある構造 (例: 森林、整列した農地) を保持する必要がある SAR 分類で戦略的に使用してください。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "近傍の幅 (ピクセル、奇数、デフォルト 11)。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "近傍の高さ (ピクセル、奇数、デフォルト 11)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると出力はメモリに残ります。" } } }, "wisart_iterative_clustering": { "name": "Wishart 反復クラスタリング", "description": "Wishart 反復クラスタリングは、多変量の偏波確率分布における類似度を測る複素 Wishart 統計距離指標を用いてクラスター中心を反復的に改良することで、SAR 偏波データの教師なし分類を行います。このアルゴリズムは H/α 分解のゾーン (物理的な解釈が既知の 9 つのシードクラスターを提供) から初期化し、期待値最大化に似たループに入ります: (1) 各ピクセルの推定コヒーレンシー行列から各クラスターのプロトタイプまでの Wishart 距離を計算、(2) ピクセルを最も近いクラスターに再割り当て、(3) 割り当てられたピクセルの行列を平均してクラスターのプロトタイプを更新、(4) 収束 (ピクセルの再割り当て率 //。" } } }, "lidar_tophat_transform": { "name": "LiDAR トップハット変換", "description": "モルフォロジーのホワイトトップハットにより地上高を抽出します。収縮 + 膨張で局所的な地面を近似し、残差 = 高さとします。地面を除去した正規化です。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "search_radius": { "label": "検索半径", "description": "侵食と膨張に使用する近傍半径。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "recover_flightline_info": { "name": "フライトライン情報の復元", "description": "GPS 時刻の間隔から飛行コース ID を再構成します。飛行コースの境界を推定し、point-source-ID/user-data/RGB に記録します。飛行経路の復元に利用できます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "max_time_diff": { "label": "最大時間差", "description": "新しいフライトラインを開始するまでのフライトライン内最大 GPS 時間ギャップ。" }, "pt_src_id": { "label": "点ソース ID", "description": "true の場合、推定したフライトライン ID を point_source_id に書き込みます。" }, "user_data": { "label": "ユーザーデータ", "description": "true の場合、推定したフライトライン ID を user_data に書き込みます (256 の剰余)。" }, "rgb": { "label": "RGB", "description": "true の場合、推定したフライトラインごとにランダムな色を割り当てます。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "select_tiles_by_polygon": { "name": "ポリゴンによるタイル選択", "description": "バッチでのタイル選択: タイルのサンプル点がポリゴン境界と交差する場合に、ディレクトリから LAS/LAZ タイルを出力先にコピーします。AOI に基づくデータ抽出です。", "params": { "input_directory": { "label": "入力ディレクトリ", "description": "LiDAR タイルを含む入力ディレクトリ。" }, "output_directory": { "label": "出力ディレクトリ", "description": "選択した LiDAR タイルの出力ディレクトリ。" }, "polygons": { "label": "ポリゴン", "description": "入力ポリゴンベクターパスまたは型付きベクターオブジェクト。" } } }, "sort_lidar": { "name": "LiDAR の並べ替え", "description": "複数の基準で点を並べ替えます。ビンサイズ付きの x/y/z に加えて派生属性を使用します。圧縮やタイル処理のために空間的な一貫性を最適化します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "sort_criteria": { "label": "並べ替え基準", "description": "並べ替え基準式 (例: 'x 100, y 100, z 10, scan_angle')。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "split_lidar": { "name": "LiDAR の分割", "description": "属性ごとに点を別々のファイルに分割します。クラス、source-id、時間ウィンドウ、空間ビン、または点数でグループ化します。データの層別化と配布に利用できます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "split_criterion": { "label": "分割基準", "description": "グループ化基準: num_pts、x、y、z、intensity、class、user_data、point_source_id、scan_angle、または time。" }, "interval": { "label": "間隔", "description": "数値基準のビンサイズ。num_pts の場合は出力ファイルあたりの点数。" }, "min_pts": { "label": "最小点数", "description": "分割出力ファイルを書き出すのに必要な最小点数 (デフォルト 5)。" }, "output_directory": { "label": "出力ディレクトリ", "description": "分割出力の任意のディレクトリ。" } } }, "classify_buildings_in_lidar": { "name": "LiDAR の建物分類", "description": "建物フットプリント内の点をマークします。ポリゴン境界内に空間的に含まれるすべての点にクラス 6 を割り当てます。ベクターに基づく建物抽出です。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "buildings": { "label": "建物", "description": "入力建物フットプリントポリゴンベクターパスまたは型付きベクターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "classify_lidar": { "name": "LiDAR の分類", "description": "自動点分類: 局所的な幾何 (線状性、平面性) と RANSAC による平面フィッティングで、地面、植生、建物を分類します。幾何に基づくセグメンテーションです。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "search_radius": { "label": "検索半径", "description": "近傍半径 (デフォルト 2.5)。" }, "grd_threshold": { "label": "地面しきい値", "description": "地面とみなす局所最小値からの高さ (デフォルト 0.1)。" }, "oto_threshold": { "label": "非地形しきい値", "description": "非地形オブジェクトとみなす局所最小値からの高さ (デフォルト 1.0)。" }, "linearity_threshold": { "label": "直線性しきい値", "description": "最終的な未分類スクリーニングで使用する直線性しきい値 (デフォルト 0.5)。" }, "planarity_threshold": { "label": "平面性しきい値", "description": "セグメンテーションと精緻化で使用する平面性しきい値 (デフォルト 0.85)。" }, "num_iter": { "label": "反復回数", "description": "平面性/直線性推定のためのローカル RANSAC 反復回数 (デフォルト 30)。" }, "facade_threshold": { "label": "ファサードしきい値", "description": "建物ファサードのラベル付けに使用する近傍距離 (デフォルト 0.5)。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "classify_overlap_points": { "name": "オーバーラップ点の分類", "description": "飛行コースの重なりを識別します。複数の point-source ID を持つグリッドセルを検出し、重なりの点にフラグを立てるか除去します。取得データの検証のための品質管理です。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "resolution": { "label": "解像度", "description": "オーバーラップ解析に使用するグリッドセルサイズ。" }, "overlap_criterion": { "label": "オーバーラップ基準", "description": "max scan angle、not min point source id、not min time、または multiple point source IDs。" }, "filter": { "label": "フィルター", "description": "true の場合、オーバーラップ点を除去します。それ以外はオーバーラップ点をクラス 12 として分類します。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "clip_lidar_to_polygon": { "name": "LiDAR のポリゴンクリップ", "description": "点群の空間的なサブセット: ポリゴン境界内の点を保持します。調査地域の抽出のためのベクターに基づく点の選択です。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "polygons": { "label": "ポリゴン", "description": "入力ポリゴンベクターパスまたは型付きベクターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "erase_polygon_from_lidar": { "name": "LiDAR からポリゴンを消去", "description": "ポリゴンのジオメトリ内に含まれる LiDAR 点を除去します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "polygons": { "label": "ポリゴン", "description": "入力ポリゴンベクターパスまたは型付きベクターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "filter_lidar": { "name": "LiDAR フィルター", "description": "式によって点を除去します。属性 (class、elevation、return_number、scan_angle、noise_flag など) に対するブール論理を使用します。柔軟な点の選択が可能です。", "params": { "statement": { "label": "ステートメント", "description": "ブール式 (例: '!is_noise && class == 2' または 'NOT is_noise AND class == 2')。" }, "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "output": { "label": "出力", "description": "単一入力モードの任意の出力 LiDAR パス。" } } }, "filter_lidar_by_percentile": { "name": "パーセンタイルによる LiDAR フィルター", "description": "セルごとにパーセンタイル順位の点を選択します。指定した標高パーセンタイルで、グリッドブロックごとに 1 点を保持します。代表サンプルによる間引きです。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "percentile": { "label": "パーセンタイル", "description": "[0, 100] のパーセンタイル (0=最低、100=最高)。" }, "block_size": { "label": "ブロックサイズ", "description": "ローカルパーセンタイル選択のグリッドブロックサイズ (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "filter_lidar_by_reference_surface": { "name": "参照面による LiDAR フィルター", "description": "参照サーフェスに対する相対位置で点を抽出します: z<サーフェス、z>サーフェス、またはしきい値内。DTM より上の植生や地下の点を識別します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "ref_surface": { "label": "参照面", "description": "参照ラスターパスまたは型付きラスターオブジェクト。" }, "query": { "label": "クエリ", "description": "クエリタイプ: within、<、<=、>、>= (デフォルト within)。" }, "threshold": { "label": "しきい値", "description": "query=within で使用する絶対 z 距離しきい値。" }, "classify": { "label": "分類", "description": "true の場合、点を分類します。それ以外はフィルターして一致するもののみを保持します。" }, "true_class_value": { "label": "真のクラス値", "description": "分類モードで一致する点に割り当てるクラス値。" }, "false_class_value": { "label": "偽のクラス値", "description": "分類モードで一致しない点に割り当てるクラス値。" }, "preserve_classes": { "label": "クラスを保持", "description": "true の場合、分類モードで一致しないクラスを保持します。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "filter_lidar_classes": { "name": "LiDAR クラスのフィルター", "description": "分類によって点を除去します。不要な LAS クラス (ノイズ、水域、建物など) を除外します。地形の前処理ワークフローに不可欠な前処理です。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "excluded_classes": { "label": "除外クラス", "description": "除外するクラス (配列またはカンマ区切り文字列)。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "filter_lidar_noise": { "name": "LiDAR ノイズのフィルター", "description": "ASPRS のノイズクラスを除去します。クラス 7 (低ノイズ) とクラス 18 (高ノイズ) を除外します。LAS 1.4 準拠データの標準的な点群クリーニングです。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "filter_lidar_scan_angles": { "name": "LiDAR スキャン角のフィルター", "description": "斜めの LiDAR リターンを除去します。スキャン角のしきい値で点を除外します。位置誤差を伴う浅い入射角のリターンを除去することで、垂直方向の精度を向上させます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "threshold": { "label": "しきい値", "description": "最大絶対スキャン角 (整数 LAS 単位、1 単位 = 0.006°)。必須。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "height_above_ground": { "name": "地上高", "description": "点群の幾何で正規化します。各点について、最も近い下方の地面クラスの近傍点からの高さを計算します。ラスターの参照なしに局所的な地形サーフェスを使用します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "improved_ground_point_filter": { "name": "改良地面点フィルター", "description": "多段階の地面点フィルタリングパイプラインです。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パス。" }, "block_size": { "label": "ブロックサイズ", "description": "グリッドセルサイズ (xy 単位)。" }, "max_building_size": { "label": "最大建物サイズ", "description": "予想される最大建物幅 (xy 単位)。" }, "slope_threshold": { "label": "勾配しきい値", "description": "最小エッジ勾配 (度)。" }, "elev_threshold": { "label": "標高しきい値", "description": "標高距離しきい値。" }, "classify": { "label": "分類", "description": "点をフィルターするのではなく分類します。" }, "preserve_classes": { "label": "クラスを保持", "description": "分類モードで既存のクラスを保持します。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "individual_tree_segmentation": { "name": "単木セグメンテーション", "description": "植生点を樹冠にセグメント化します。局所的な樹冠の幾何から適応的な帯域幅を用いた Mean-shift クラスタリングを行います。森林調査レベルの樹木の区分です。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "only_use_veg": { "label": "植生のみ使用", "description": "true の場合、植生クラスのみを処理します (デフォルト true)。" }, "veg_classes": { "label": "植生クラス", "description": "カンマ区切りテキストまたは整数配列としての植生クラス (デフォルト '3,4,5')。" }, "min_height": { "label": "最小高さ", "description": "セグメンテーションの最小点高さ (デフォルト 2.0)。" }, "max_height": { "label": "最大高さ", "description": "任意の最大点高さ。" }, "bandwidth_min": { "label": "最小バンド幅", "description": "最小水平バンド幅 (デフォルト 1.0)。" }, "bandwidth_max": { "label": "最大バンド幅", "description": "最大水平バンド幅 (デフォルト 6.0)。" }, "adaptive_bandwidth": { "label": "適応バンド幅", "description": "局所的な樹冠ジオメトリからシードごとの水平バンド幅を推定します (デフォルト true)。" }, "adaptive_neighbors": { "label": "適応近傍数", "description": "適応的なローカル密度スケールに使用する近傍数 (デフォルト 24)。" }, "adaptive_sector_count": { "label": "適応セクター数", "description": "局所樹冠半径推定のための角度セクター数 (デフォルト 8)。" }, "grid_acceleration": { "label": "グリッド高速化", "description": "より高速なモード更新のために MeanShift++ 方式のグリッド近似を使用します (デフォルト false)。" }, "grid_cell_size": { "label": "グリッドセルサイズ", "description": "高速化モード更新のグリッドセルサイズ (デフォルト 0.5)。" }, "grid_refine_exact": { "label": "グリッド厳密精緻化", "description": "グリッド高速化の後に短い厳密近傍精緻化を実行します (デフォルト false)。" }, "grid_refine_iterations": { "label": "グリッド精緻化反復回数", "description": "グリッドモード更新後の厳密精緻化反復回数の上限 (デフォルト 2)。" }, "tile_size": { "label": "タイルサイズ", "description": "シードスケジューリングの任意のタイルサイズ。0 以下でタイリングを無効化します (デフォルト 0.0)。" }, "tile_overlap": { "label": "タイルオーバーラップ", "description": "タイル化シードスケジューリングのタイルオーバーラップ幅 (デフォルト 0.0)。" }, "vertical_bandwidth": { "label": "垂直バンド幅", "description": "垂直カーネルバンド幅 (デフォルト 5.0)。" }, "max_iterations": { "label": "最大反復回数", "description": "シードあたりの最大ミーンシフト反復回数 (デフォルト 30)。" }, "convergence_tol": { "label": "収束許容誤差", "description": "シフト量の収束許容誤差 (デフォルト 0.05)。" }, "min_cluster_points": { "label": "最小クラスター点数", "description": "保持する樹木クラスターあたりの最小点数 (デフォルト 50)。" }, "mode_merge_dist": { "label": "モードマージ距離", "description": "収束したモードをマージする距離しきい値 (デフォルト 0.8)。" }, "threads": { "label": "スレッド数", "description": "スレッド数の上書き (0 はデフォルトの Rayon プールを使用)。" }, "simd": { "label": "SIMD", "description": "重み付けループで SIMD 支援演算を有効にします (デフォルト true)。" }, "output_id_mode": { "label": "出力 ID モード", "description": "出力セグメント ID のエンコーディング {rgb|user_data|point_source_id|rgb+user_data|rgb+point_source_id} (デフォルト rgb)。" }, "output_sidecar_csv": { "label": "サイドカー CSV を出力", "description": "true の場合、LiDAR 出力の横に point_index,segment_id の CSV を書き出します。" }, "seed": { "label": "シード", "description": "色マッピングの決定的シード (デフォルト 1)。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "lidar_classify_subset": { "name": "LiDAR サブセットの分類", "description": "分類を転送します。サブセットの点群の位置に一致するベースの点をマークします。補助的な点群に基づく空間的な再分類が可能になります。", "params": { "base": { "label": "ベース", "description": "ベース LiDAR パスまたは型付き LiDAR オブジェクト。" }, "subset": { "label": "サブセット", "description": "サブセット LiDAR パスまたは型付き LiDAR オブジェクト。" }, "subset_class_value": { "label": "サブセットクラス値", "description": "一致したサブセット点に割り当てる分類値 (0-18)。" }, "nonsubset_class_value": { "label": "非サブセットクラス値", "description": "一致しない点の任意のクラス (0-18)。既存のクラスを保持するには 255 を使用します。" }, "tolerance": { "label": "許容誤差", "description": "3D 最近傍マッチングの許容値 (マップ単位)。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "lidar_elevation_slice": { "name": "LiDAR 標高スライス", "description": "標高帯の点を抽出します。z の範囲内の点を抽出または再分類します。特定の層 (地面、下層植生、樹冠) や標高帯を分離します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "minz": { "label": "最小 Z", "description": "標高スライスの下限 (デフォルト -infinity)。" }, "maxz": { "label": "最大 Z", "description": "標高スライスの上限 (デフォルト +infinity)。" }, "classify": { "label": "分類", "description": "true の場合、点をフィルターするのではなく再分類します (デフォルト false)。" }, "in_class_value": { "label": "入力クラス値", "description": "classify=true のときスライス内の点に割り当てる分類 (デフォルト 2)。" }, "out_class_value": { "label": "出力クラス値", "description": "classify=true のときスライス外の点に割り当てる分類 (デフォルト 1)。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "lidar_remove_outliers": { "name": "LiDAR 外れ値の除去", "description": "局所的な標高残差によって外れ値の点を検出します。点を近傍の平均/メディアンと比較し、異常にフラグを立てます。不規則な過誤やノイズを除去します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "search_radius": { "label": "検索半径", "description": "ローカル残差計算の近傍半径 (デフォルト 2.0)。" }, "elev_diff": { "label": "標高差", "description": "外れ値検出の絶対標高残差しきい値 (デフォルト 50.0)。" }, "use_median": { "label": "中央値を使用", "description": "近傍標高の平均の代わりに中央値を使用します。" }, "classify": { "label": "分類", "description": "true の場合、外れ値を除去するのではなくクラス 7/18 として分類します。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "lidar_segmentation": { "name": "LiDAR セグメンテーション", "description": "点群を分割します。RANSAC による平面フィッティング + 領域成長で連結成分を作成します。セグメント ID を割り当てて RGB に格納します。形状に基づく点のクラスタリングです。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "search_radius": { "label": "検索半径", "description": "領域成長の近傍半径。" }, "num_iterations": { "label": "反復回数", "description": "局所平面モデルの検出に使用する RANSAC 反復回数。" }, "num_samples": { "label": "サンプル数", "description": "ローカル RANSAC モデルフィットごとにサンプリングする点数。" }, "inlier_threshold": { "label": "インライアしきい値", "description": "点を局所平面のインライアとして分類するために使用する残差しきい値。" }, "acceptable_model_size": { "label": "許容モデルサイズ", "description": "受け入れられる局所平面モデルに必要な最小インライア数。" }, "max_planar_slope": { "label": "最大平面勾配", "description": "許容される最大平面勾配 (度)。" }, "norm_diff_threshold": { "label": "法線差しきい値", "description": "成長中の隣接する平面法線間の最大角度差 (度)。" }, "max_z_diff": { "label": "最大 Z 差", "description": "セグメントの成長中に許容される最大 Z 差。" }, "classes": { "label": "クラス", "description": "true の場合、セグメントの成長中にクラス境界を越えません。" }, "ground": { "label": "地面", "description": "true の場合、最大セグメントに class=2 を、その他のセグメント化された点に class=1 を割り当てます。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "lidar_segmentation_based_filter": { "name": "セグメンテーションに基づく LiDAR フィルター", "description": "低起伏のセグメンテーションによる地面フィルタリング: 局所的に平坦な領域から連結成分を成長させ、地形と植生を分離します。頑健な地面の分離です。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "search_radius": { "label": "検索半径", "description": "連結成分成長の近傍半径。" }, "norm_diff_threshold": { "label": "法線差しきい値", "description": "レガシーな法線角チェックの互換性パラメーター。" }, "max_z_diff": { "label": "最大 Z 差", "description": "連結成長の最大標高差。" }, "classify_points": { "label": "点を分類", "description": "true の場合、フィルターするのではなく点を分類します。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "modify_lidar": { "name": "LiDAR の修正", "description": "代入によって点の属性を更新します: z=z+offset、class=reclassify_expr、intensity=scale_factor。柔軟な点レベルの変換が可能です。", "params": { "statement": { "label": "ステートメント", "description": "セミコロンで区切られた 1 つ以上の代入式 (例: 'z = z + 1; class = if(z > 5, 2, class)')。" }, "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "output": { "label": "出力", "description": "単一入力モードの任意の出力 LiDAR パス。" } } }, "normalize_lidar": { "name": "LiDAR の正規化", "description": "LiDAR の絶対標高を地上高に変換します。点の z 値から DTM (ラスター DEM) を減算します。構造解析のための正規化された点群を作成します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "dtm": { "label": "DTM", "description": "入力 DTM ラスターパスまたは型付きラスターオブジェクト。" }, "no_negatives": { "label": "負値なし", "description": "負の正規化高さをゼロにクランプします。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "remove_duplicates": { "name": "重複点の除去", "description": "点群の重複を除去します。x/y (任意で z) が同一の点を除去します。複数スキャンの重なりに対処し、処理効率を向上させます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "include_z": { "label": "Z を含める", "description": "true の場合、重複検出に z を含めます。それ以外は x/y のみを使用します。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "flightline_overlap": { "name": "フライトラインのオーバーラップ", "description": "取得データの重なりを検出します。セルごとに異なる point-source ID の数をカウントします。飛行コースのカバレッジ評価のためのグリッドベースの重なりの可視化です。", "params": { "input": { "label": "入力", "description": "任意の入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "セルごとの異なるフライトライン数のカウントに使用するグリッド解像度。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "lidar_block_maximum": { "name": "LiDAR ブロック最大値", "description": "LiDAR 属性の最大値からラスターを作成します。セル値 = 最も高い点のリターン (標高、強度、クラスなど)。DSM の生成、樹冠頂部の抽出、パルス統計に利用できます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "出力セルサイズ。" }, "interpolation_parameter": { "label": "内挿パラメーター", "description": "点属性 (elevation/intensity/class/return_number/number_of_returns/scan_angle/time/rgb/user_data)。" }, "returns_included": { "label": "含めるリターン", "description": "リターンフィルタリングモード: all、first、または last。" }, "excluded_classes": { "label": "除外クラス", "description": "除外するクラス (配列またはカンマ区切り文字列)。" }, "min_elev": { "label": "最小標高", "description": "点包含フィルタリングに使用する最小標高しきい値。" }, "max_elev": { "label": "最大標高", "description": "点包含フィルタリングに使用する最大標高しきい値。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "lidar_block_minimum": { "name": "LiDAR ブロック最小値", "description": "LiDAR 属性の最小値からラスターを作成します。セル値 = 最も低い点のリターン (標高、強度、クラス)。DEM の生成、地表面の抽出、地形の基準面作成に利用できます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "出力セルサイズ。" }, "interpolation_parameter": { "label": "内挿パラメーター", "description": "点属性 (elevation/intensity/class/return_number/number_of_returns/scan_angle/time/rgb/user_data)。" }, "returns_included": { "label": "含めるリターン", "description": "リターンフィルタリングモード: all、first、または last。" }, "excluded_classes": { "label": "除外クラス", "description": "除外するクラス (配列またはカンマ区切り文字列)。" }, "min_elev": { "label": "最小標高", "description": "点包含フィルタリングに使用する最小標高しきい値。" }, "max_elev": { "label": "最大標高", "description": "点包含フィルタリングに使用する最大標高しきい値。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "lidar_construct_vector_tin": { "name": "LiDAR ベクター TIN の構築", "description": "3D メッシュを構築します。フィルタリングした点からの Delaunay 三角形分割をベクターポリゴンレイヤーとして出力します。サーフェスの表現と地形解析に利用できます。", "params": { "input": { "label": "入力", "description": "任意の入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "output": { "label": "出力", "description": "任意の出力ベクターパス。バッチモードでは各入力の横に _tin.shp を書き出します。" }, "returns": { "label": "リターン", "description": "リターンフィルター: all、first、または last。" }, "excluded_classes": { "label": "除外クラス", "description": "除外する任意のクラス値。" }, "min_elev": { "label": "最小標高", "description": "許容される最小点標高。" }, "max_elev": { "label": "最大標高", "description": "許容される最大点標高。" }, "max_triangle_edge_length": { "label": "最大三角形辺長", "description": "許容される最大三角形辺長 (任意)。" } } }, "lidar_contour": { "name": "LiDAR 等高線", "description": "等高線のベクターラインを抽出します。標高、強度、時刻について内挿を伴う TIN ベースの等高線作成を行います。間隔とエッジ長によるフィルタリングを設定できます。", "params": { "input": { "label": "入力", "description": "任意の入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "output": { "label": "出力", "description": "任意の出力ベクターパス (.shp/.geojson)。バッチモードでは各入力の横に .shp を書き出します。" }, "interval": { "label": "間隔", "description": "等高線間隔 (0 より大きい必要があります)。" }, "base_contour": { "label": "基準等高線", "description": "基準等高線オフセット値。" }, "smooth": { "label": "平滑化", "description": "互換性のための平滑化パラメーター (呼び出し形状の互換性のために受け付けます)。" }, "interpolation_parameter": { "label": "内挿パラメーター", "description": "elevation、intensity、scan_angle、time、または user_data のいずれか。" }, "returns": { "label": "リターン", "description": "リターンフィルター: all、first、または last。" }, "excluded_classes": { "label": "除外クラス", "description": "除外する任意のクラス値。" }, "min_elev": { "label": "最小標高", "description": "許容される最小点標高。" }, "max_elev": { "label": "最大標高", "description": "許容される最大点標高。" }, "max_triangle_edge_length": { "label": "最大三角形辺長", "description": "任意の最大三角形辺長。これより長い三角形はスキップされます。" } } }, "lidar_digital_surface_model": { "name": "LiDAR 数値表層モデル", "description": "TIN を用いて LiDAR の最上面のリターンから DSM を生成します。半径内の局所的な最高点の候補を使用し、三角形分割を行います。植生の樹冠や地物の頂部を表現します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "出力セルサイズ。" }, "search_radius": { "label": "検索半径", "description": "上面候補選択の近傍半径。" }, "min_elev": { "label": "最小標高", "description": "点包含フィルタリングに使用する最小標高しきい値。" }, "max_elev": { "label": "最大標高", "description": "点包含フィルタリングに使用する最大標高しきい値。" }, "max_triangle_edge_length": { "label": "最大三角形辺長", "description": "長辺のファセットを抑制するための任意の最大三角形辺長。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "lidar_hex_bin": { "name": "LiDAR 六角形ビニング", "description": "点を六角形に集約します。セルごとの集計 (点数、平均 z、強度) を伴うビニンググリッドです。均一なサンプリングと統計的なビニングに利用できます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "width": { "label": "幅", "description": "六角形の幅 (対辺間の距離)。" }, "orientation": { "label": "方位", "description": "グリッド方向: h (尖り上向き) または v (平ら上向き)。" }, "output": { "label": "出力", "description": "任意の出力ベクターパス。" } } }, "lidar_hillshade": { "name": "LiDAR 陰影起伏", "description": "陰影起伏によって LiDAR のサーフェスを描画します。局所的な平面フィッティングから点ごとの表面法線を計算し、照明角度に応じて陰影を付けます。3D 可視化のために RGB として格納します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "search_radius": { "label": "検索半径", "description": "ローカル法線推定の近傍半径。0 以下の場合は推定公称間隔を使用します。" }, "azimuth": { "label": "方位角", "description": "照明方位角 (度)。" }, "altitude": { "label": "高度角", "description": "照明高度角 (度)。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "lidar_idw_interpolation": { "name": "LiDAR IDW 内挿", "description": "距離重み付きの LiDAR グリッド化: 周囲の点の重み付き平均 (逆距離のべき乗) からセル値を割り当てます。滑らかなサーフェスが得られ、指数パラメーターで制御できます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "出力セルサイズ。" }, "weight": { "label": "重み", "description": "IDW 指数 (累乗)。" }, "search_radius": { "label": "検索半径", "description": "近傍半径。0 以下で k 最近傍モードに切り替わります。" }, "interpolation_parameter": { "label": "内挿パラメーター", "description": "内挿する点属性 (elevation、intensity、class、return_number、number_of_returns、scan_angle、time、rgb、user_data)。" }, "returns_included": { "label": "含めるリターン", "description": "リターンフィルタリングモード: all、first、または last。" }, "excluded_classes": { "label": "除外クラス", "description": "除外するクラス (配列またはカンマ区切り文字列)。" }, "min_elev": { "label": "最小標高", "description": "点包含フィルタリングに使用する最小標高しきい値。" }, "max_elev": { "label": "最大標高", "description": "点包含フィルタリングに使用する最大標高しきい値。" }, "min_points": { "label": "最小点数", "description": "k 最近傍フォールバックの最小点数。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "lidar_nearest_neighbour_gridding": { "name": "LiDAR 最近傍グリッド化", "description": "高速な LiDAR グリッド化: 探索半径内の最も近い点からセル値を割り当てます。内挿によるバイアスが最小限で、高密度の点群に効率的です。DSM/DEM を迅速に生成できます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "出力セルサイズ。" }, "search_radius": { "label": "検索半径", "description": "最大最近傍距離。これを超えるセルは NoData になります。" }, "interpolation_parameter": { "label": "内挿パラメーター", "description": "内挿する点属性 (elevation、intensity、class、return_number、number_of_returns、scan_angle、time、rgb、user_data)。" }, "returns_included": { "label": "含めるリターン", "description": "リターンフィルタリングモード: all、first、または last。" }, "excluded_classes": { "label": "除外クラス", "description": "除外するクラス (配列またはカンマ区切り文字列)。" }, "min_elev": { "label": "最小標高", "description": "点包含フィルタリングに使用する最小標高しきい値。" }, "max_elev": { "label": "最大標高", "description": "点包含フィルタリングに使用する最大標高しきい値。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "lidar_radial_basis_function_interpolation": { "name": "LiDAR 放射基底関数内挿", "description": "RBF による滑らかな LiDAR サーフェス: 放射基底関数が局所的な曲率と微地形を捉えます。境界をまたいで連続的な導関数を持つ高品質なグリッド化です。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "出力セルサイズ。" }, "num_points": { "label": "点数", "description": "ローカル内挿に使用する最小近傍数。" }, "search_radius": { "label": "検索半径", "description": "近傍半径。0 以下では k 最近傍モードのみを使用します。" }, "func_type": { "label": "関数タイプ", "description": "RBF 基底タイプ (thinplatespline、polyharmonic、gaussian、multiquadric、inversemultiquadric)。" }, "poly_order": { "label": "多項式次数", "description": "ローカル補正に使用する多項式トレンド次数 (none、constant、quadratic)。" }, "weight": { "label": "重み", "description": "func_type に応じた基底形状パラメーター/指数。" }, "interpolation_parameter": { "label": "内挿パラメーター", "description": "内挿する点属性 (elevation、intensity、class、return_number、number_of_returns、scan_angle、time、rgb、user_data)。" }, "returns_included": { "label": "含めるリターン", "description": "リターンフィルタリングモード: all、first、または last。" }, "excluded_classes": { "label": "除外クラス", "description": "除外するクラス (配列またはカンマ区切り文字列)。" }, "min_elev": { "label": "最小標高", "description": "点包含フィルタリングに使用する最小標高しきい値。" }, "max_elev": { "label": "最大標高", "description": "点包含フィルタリングに使用する最大標高しきい値。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "lidar_sibson_interpolation": { "name": "LiDAR Sibson 内挿", "description": "自然近傍法による LiDAR グリッド化: 自然近傍の重みを用いた Voronoi ベースの内挿です。点の位置で勾配のアーティファクトがない、滑らかで自然なサーフェスが得られます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "出力セルサイズ。" }, "interpolation_parameter": { "label": "内挿パラメーター", "description": "内挿する点属性 (elevation、intensity、class、return_number、number_of_returns、scan_angle、time、rgb、user_data)。" }, "returns_included": { "label": "含めるリターン", "description": "リターンフィルタリングモード: all、first、または last。" }, "excluded_classes": { "label": "除外クラス", "description": "除外するクラス (配列またはカンマ区切り文字列)。" }, "min_elev": { "label": "最小標高", "description": "点包含フィルタリングに使用する最小標高しきい値。" }, "max_elev": { "label": "最大標高", "description": "点包含フィルタリングに使用する最大標高しきい値。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "lidar_thin": { "name": "LiDAR の間引き", "description": "点群の密度を間引きます。first/last/lowest/highest/nearest の戦略を用いて、グリッドセルごとに 1 点以下を保持します。カバレッジと地形の複雑さを保持しつつストレージを削減します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "間引きのグリッドセルサイズ (デフォルト 1.0)。" }, "method": { "label": "方法", "description": "セルごとの点選択方法: first、last、lowest、highest、nearest (デフォルト 'first')。" }, "save_filtered": { "label": "フィルター済みを保存", "description": "true の場合、除外された点も書き出し、その位置を outputs.filtered_path で返します。" }, "filtered_output": { "label": "フィルター済み出力", "description": "除外された点の任意の出力パス (単一入力モード)。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "lidar_thin_high_density": { "name": "LiDAR 高密度部の間引き", "description": "適応的な密度の間引き: 過密な領域の点数を減らしつつ、疎な領域を保持します。飛行コースの重なりパターンの違いによるサンプリングを均一化します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "density": { "label": "密度", "description": "目標点密度しきい値 (平方単位あたりの点数)。" }, "resolution": { "label": "解像度", "description": "x/y および z ビニングに使用するグリッド解像度 (デフォルト 1.0)。" }, "save_filtered": { "label": "フィルター済みを保存", "description": "true の場合、除外された点を書き出し outputs.filtered_path を返します。" }, "filtered_output": { "label": "フィルター済み出力", "description": "単一入力モードでの除外された点の任意の出力パス。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "lidar_tile_footprint": { "name": "LiDAR タイルフットプリント", "description": "フットプリントを生成します。点群ごとに軸に沿ったバウンディングボックスまたは凸包を作成します。空間インデックスやデータカタログのためのベクターポリゴンを出力します。", "params": { "input": { "label": "入力", "description": "任意の入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリのすべての LiDAR ファイルに対して実行します。" }, "output": { "label": "出力", "description": "フットプリントの任意の出力ベクターパス。" }, "output_hulls": { "label": "ハルを出力", "description": "true の場合、凸包フットプリントを書き出します。それ以外は軸並行の外接ボックスを書き出します。" } } }, "lidar_tin_gridding": { "name": "LiDAR TIN グリッド化", "description": "TIN による LiDAR の厳密な内挿: 点から Delaunay 三角形分割を構築し、三角形の平面からセル値を内挿します。点の高さを尊重し、不規則なカバレッジに非常に適しています。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "出力セルサイズ。" }, "max_triangle_edge_length": { "label": "最大三角形辺長", "description": "長辺のファセットを抑制するための任意の最大三角形辺長。" }, "interpolation_parameter": { "label": "内挿パラメーター", "description": "内挿する点属性 (elevation、intensity、class、return_number、number_of_returns、scan_angle、time、rgb、user_data)。" }, "returns_included": { "label": "含めるリターン", "description": "リターンフィルタリングモード: all、first、または last。" }, "excluded_classes": { "label": "除外クラス", "description": "除外するクラス (配列またはカンマ区切り文字列)。" }, "min_elev": { "label": "最小標高", "description": "点包含フィルタリングに使用する最小標高しきい値。" }, "max_elev": { "label": "最大標高", "description": "点包含フィルタリングに使用する最大標高しきい値。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" }, "triangulation_backend": { "label": "三角形分割バックエンド", "description": "三角形分割バックエンドの選択: auto、delaunator、または wbtopology。" }, "triangulation_auto_threshold": { "label": "三角形分割自動しきい値", "description": "backend=auto の場合、このサンプル数で wbtopology に切り替えます (デフォルト無効。有効にするには明示的に設定)。" }, "triangulation_epsilon": { "label": "三角形分割イプシロン", "description": "wbtopology バックエンドの重複処理に使用するイプシロン (デフォルト 1e-12)。" }, "triangulation_thin_cell_size": { "label": "三角形分割間引きセルサイズ", "description": "三角形分割サンプルの任意の事前間引きセルサイズ。0 より大きい値で間引きを有効化、0 で無効化します。" }, "triangulation_thin_method": { "label": "三角形分割間引き方法", "description": "間引きの代表点方法: nearest_center、min_value、または max_value。" } } }, "colourize_based_on_class": { "name": "クラスに基づく着色", "description": "クラスごとに点を着色します。ASPRS の標準色 (緑=植生、茶=地面、灰=建物など) を使用します。コントラストのために強度とブレンドします。分類の可視化に利用できます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "intensity_blending_amount": { "label": "強度ブレンド量", "description": "クラス色と強度のブレンド率 [0,100]。" }, "clr_str": { "label": "色文字列", "description": "任意のクラス色の上書き (例: '2:(184,167,108);5:#9ab86c')。" }, "use_unique_clrs_for_buildings": { "label": "建物に固有色を使用", "description": "true の場合、連結した建物クラスターに固有の色を割り当てます。" }, "search_radius": { "label": "検索半径", "description": "建物クラスターの色付けに使用する近傍半径。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "colourize_based_on_point_returns": { "name": "点リターンに基づく着色", "description": "リターンの順序で点を着色します。ファースト/中間/ラストリターンにそれぞれ異なる色を使用します。処理の検証のための複数リターンのパルス構造の可視化です。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "intensity_blending_amount": { "label": "強度ブレンド量", "description": "リターン色と強度のブレンド率 [0,100]。" }, "only_ret_colour": { "label": "単一リターン色", "description": "単一リターン点の色。" }, "first_ret_colour": { "label": "ファーストリターン色", "description": "マルチリターンパルスのファーストリターン点の色。" }, "intermediate_ret_colour": { "label": "中間リターン色", "description": "中間リターン点の色。" }, "last_ret_colour": { "label": "ラストリターン色", "description": "マルチリターンパルスのラストリターン点の色。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "find_flightline_edge_points": { "name": "フライトラインエッジ点の検索", "description": "飛行端の点をフィルタリングします。取得スワスの境界にある点のみを抽出します。ストリップの重なりとエッジ効果の QA に利用できます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "individual_tree_detection": { "name": "単木検出", "description": "樹頂点を識別します。適応的な探索半径を用いて、高さでフィルタリングした点群の局所最大値を求めます。樹幹の候補位置をベクターのポイントシェープファイルとして返します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "min_search_radius": { "label": "最小検索半径", "description": "最小検索半径 (マップ単位、デフォルト 1.0)。" }, "min_height": { "label": "最小高さ", "description": "点を考慮する最小高さ (デフォルト 0.0)。" }, "max_search_radius": { "label": "最大検索半径", "description": "最大検索半径。未設定の場合は min_search_radius を使用します。" }, "max_height": { "label": "最大高さ", "description": "最大高さ。未設定の場合は min_height を使用します。" }, "only_use_veg": { "label": "植生のみ使用", "description": "true の場合、植生クラスのみを処理します (デフォルト true)。" }, "output": { "label": "出力", "description": "出力ベクターシェープファイルパス。" } } }, "lidar_eigenvalue_features": { "name": "LiDAR 固有値特徴量", "description": "PCA 特徴量を導出します。近傍から固有値/固有ベクトルを求めます。点群解析のための形状記述子 (平面性、線状性、高さの分散) です。", "params": { "input": { "label": "入力", "description": "任意の入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "num_neighbours": { "label": "近傍数", "description": "任意の目標近傍サイズ (点自身を除く)。" }, "search_radius": { "label": "検索半径", "description": "近傍収集の任意の最大検索半径。" }, "output": { "label": "出力", "description": "単一入力モードでの任意の出力 .eigen パス。" } } }, "lidar_histogram": { "name": "LiDAR ヒストグラム", "description": "属性の分布を計算します。標高、強度、スキャン角、クラスの頻度ヒストグラムを作成します。外れ値を抑制するためにパーセンタイルでクリップします。HTML で可視化します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "output": { "label": "出力", "description": "ヒストグラムレポートの任意の出力 HTML パス。" }, "parameter": { "label": "パラメーター", "description": "elevation、intensity、scan angle、class、または time のいずれか。" }, "clip_percent": { "label": "クリップ率 (%)", "description": "下裾/上裾のパーセンタイルクリップ量 [0,50]。" } } }, "lidar_info": { "name": "LiDAR 情報", "description": "メタデータの要約レポートを生成します。点数、範囲、強度の範囲、クラスのヒストグラム、リターンの分布を含みます。データの文書化のために HTML/テキストで出力します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "output": { "label": "出力", "description": "任意の出力レポートパス (.html/.txt)。" }, "show_point_density": { "label": "点密度を表示", "description": "true の場合、近似の bbox 点密度メトリクスを含めます。" }, "show_vlrs": { "label": "VLR を表示", "description": "互換性フラグ。将来の詳細メタデータ出力のために予約されています。" }, "show_geokeys": { "label": "GeoKey を表示", "description": "互換性フラグ。将来の詳細 CRS キー出力のために予約されています。" } } }, "lidar_kappa": { "name": "LiDAR Kappa", "description": "2 つの分類済み LiDAR 点群間のカッパ一致度レポートを計算し、クラスの一致を示すラスターを書き出します。", "params": { "input1": { "label": "入力 1", "description": "分類 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "input2": { "label": "入力 2", "description": "参照 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "report": { "label": "レポート", "description": "出力 HTML レポートパス。" }, "resolution": { "label": "解像度", "description": "空間クラス一致出力のグリッド解像度。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" }, "output_class_accuracy": { "label": "クラス精度を出力", "description": "レガシー互換のために保持された互換性フラグ。一致ラスターは常に生成されます。" } } }, "lidar_point_density": { "name": "LiDAR 点密度", "description": "LiDAR のサンプリング密度をマッピングします。単位面積あたりの点数 (セルごとの半径内の点数) を求めます。データ品質の評価、カバレッジの解析、取得パターンの可視化に利用できます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "出力セルサイズ。" }, "search_radius": { "label": "検索半径", "description": "点カウントの近傍半径。" }, "returns_included": { "label": "含めるリターン", "description": "リターンフィルタリングモード: all、first、または last。" }, "excluded_classes": { "label": "除外クラス", "description": "除外するクラス (配列またはカンマ区切り文字列)。" }, "min_elev": { "label": "最小標高", "description": "点包含フィルタリングに使用する最小標高しきい値。" }, "max_elev": { "label": "最大標高", "description": "点包含フィルタリングに使用する最大標高しきい値。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "lidar_point_return_analysis": { "name": "LiDAR 点リターン解析", "description": "QA ツール: リターンの順序の妥当性 (multi/first/last の整合性) を監査します。レポートと、リターンの異常をマークした分類済み出力を生成します。データの完全性チェックです。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "create_output": { "label": "出力を作成", "description": "true の場合、分類済み LiDAR QC 出力を書き出します。" }, "output": { "label": "出力", "description": "create_output=true のときに使用する任意の LiDAR 出力パス。" }, "report": { "label": "レポート", "description": "任意のテキストレポート出力パス。" } } }, "lidar_point_stats": { "name": "LiDAR 点統計", "description": "ラスター統計量のグリッドを作成します。セルごとの点数、パルス数、パルスあたりの平均点数、z/強度の範囲、優勢なクラスを求めます。複数出力の解析です。", "params": { "input": { "label": "入力", "description": "任意の入力 LiDAR パスまたは型付き LiDAR オブジェクト。省略すると、カレントディレクトリの LiDAR ファイルに対してバッチモードで実行します。" }, "resolution": { "label": "解像度", "description": "出力グリッド解像度。" }, "num_points": { "label": "点数", "description": "点カウントラスターを作成します。" }, "num_pulses": { "label": "パルス数", "description": "アーリーリターンパルスカウントラスターを作成します。" }, "avg_points_per_pulse": { "label": "パルスあたり平均点数", "description": "パルスあたり平均点数ラスターを作成します。" }, "z_range": { "label": "Z 範囲", "description": "標高範囲ラスターを作成します。" }, "intensity_range": { "label": "強度範囲", "description": "強度範囲ラスターを作成します。" }, "predominant_class": { "label": "優勢クラス", "description": "優勢クラスラスターを作成します。" }, "output_directory": { "label": "出力ディレクトリ", "description": "生成されるラスターの任意の出力ディレクトリ。" } } }, "lidar_ransac_planes": { "name": "LiDAR RANSAC 平面", "description": "近傍での RANSAC による平面フィッティングを用いて、局所的に平面状の LiDAR 点を識別します。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "search_radius": { "label": "検索半径", "description": "局所平面フィッティングの近傍半径。" }, "num_iterations": { "label": "反復回数", "description": "点ごとの RANSAC 反復回数。" }, "num_samples": { "label": "サンプル数", "description": "RANSAC 反復ごとにサンプリングする近傍点数。" }, "inlier_threshold": { "label": "インライアしきい値", "description": "インライアの最大点-平面残差。" }, "acceptable_model_size": { "label": "許容モデルサイズ", "description": "平面モデルに必要な最小インライア点数。" }, "max_planar_slope": { "label": "最大平面勾配", "description": "許容される最大平面勾配 (度)。" }, "classify": { "label": "分類", "description": "true の場合、フィルターするのではなく平面/非平面の点を分類します。" }, "only_last_returns": { "label": "ラストリターンのみ", "description": "true の場合、モデルフィッティングにレイトリターンのみを使用します。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "lidar_rooftop_analysis": { "name": "LiDAR 屋根解析", "description": "建物フットプリント内の平面状の屋根セグメントを識別し、屋根の属性を持つセグメントポリゴンを出力します。", "params": { "inputs": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "building_footprints": { "label": "建物フットプリント", "description": "建物フットプリントポリゴンレイヤー。" }, "search_radius": { "label": "検索半径", "description": "局所屋根解析の近傍半径。" }, "inlier_threshold": { "label": "インライアしきい値", "description": "局所平面サポートの最大残差。" }, "acceptable_model_size": { "label": "許容モデルサイズ", "description": "最小セグメントサイズ。" }, "max_planar_slope": { "label": "最大平面勾配", "description": "屋根ファセットの最大勾配 (度)。" }, "norm_diff_threshold": { "label": "法線差しきい値", "description": "隣接する法線間の最大角度差 (度)。" }, "azimuth": { "label": "方位角", "description": "陰影起伏方式のファセット照明の照明方位角。" }, "altitude": { "label": "高度角", "description": "陰影起伏方式のファセット照明の照明高度角。" }, "output": { "label": "出力", "description": "任意の出力ベクターパス。" } } }, "normal_vectors": { "name": "法線ベクトル", "description": "点ごとの表面法線を計算します。局所的な近傍に対する PCA で平面の向きを推定します。法線は点レコードに格納され、RGB で可視化されます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR パスまたは型付き LiDAR オブジェクト。" }, "search_radius": { "label": "検索半径", "description": "局所平面フィッティングの近傍半径。0 以下の場合は推定公称間隔を使用します。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。" } } }, "snap_events_to_routes": { "name": "イベントをルートにスナップ", "description": "イベント点をルートラインにスナップし、ルートメジャー/オフセットの診断情報を報告します。", "params": { "routes": { "label": "ルート", "description": "入力ルート線レイヤー。" }, "events": { "label": "イベント", "description": "入力イベント点レイヤー。" }, "max_offset_distance": { "label": "最大オフセット距離", "description": "任意の最大ルートオフセット距離 (マップ単位)。" }, "output": { "label": "出力", "description": "出力スナップ済みイベント点ベクターパス。" } } }, "locate_points_along_routes": { "name": "ルートに沿った点の配置", "description": "ルートラインに沿ってポイントフィーチャを配置し、ルートメジャー属性を書き出します。", "params": { "routes": { "label": "ルート", "description": "入力ルート線レイヤー。" }, "points": { "label": "点", "description": "ルートに沿って配置する入力点レイヤー。" }, "max_offset_distance": { "label": "最大オフセット距離", "description": "任意の最大点-ルートオフセット距離。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "points_along_lines": { "name": "線に沿った点", "description": "インフラのモニタリング、環境サンプリング、空間解析のために、入力ポリラインに沿って等間隔のポイントフィーチャを生成します。", "params": { "input": { "label": "入力", "description": "入力線レイヤー。" }, "spacing": { "label": "間隔", "description": "点間の間隔距離。" }, "include_end": { "label": "終点を含める", "description": "線の端点を含めます (デフォルト true)。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "route_calibrate": { "name": "ルートのキャリブレーション", "description": "既知のメジャーを持つコントロールポイントから、ルートの開始/終了メジャーをキャリブレーションします。", "params": { "routes": { "label": "ルート", "description": "入力ルート線レイヤー。" }, "control_points": { "label": "コントロールポイント", "description": "入力コントロールポイントレイヤー。" }, "control_measure_field": { "label": "コントロールメジャーフィールド", "description": "既知のメジャー値を含むコントロールポイントフィールド。" }, "route_id_field": { "label": "ルート ID フィールド", "description": "routes 内の任意のルート識別子フィールド。デフォルトはフィーチャ FID。" }, "control_route_id_field": { "label": "コントロールルート ID フィールド", "description": "コントロールポイント内の任意のルート識別子フィールド。デフォルトはフィーチャ FID。" }, "from_measure_field": { "label": "開始メジャーフィールド", "description": "ルート開始メジャーの出力フィールド (デフォルト 'from_measure')。" }, "to_measure_field": { "label": "終了メジャーフィールド", "description": "ルート終了メジャーの出力フィールド (デフォルト 'to_measure')。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "ルートジオメトリからのコントロールポイントの最大オフセット距離 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "出力キャリブレーション済みルートレイヤー。" } } }, "route_event_lines_from_layer": { "name": "レイヤーからルートイベント線を作成", "description": "開始/終了メジャーを用いて、イベントベクターレイヤーからルートイベント線を作成します。", "params": { "routes": { "label": "ルート", "description": "入力ルート線レイヤー。" }, "events": { "label": "イベント", "description": "入力イベントベクターレイヤー。" }, "event_route_field": { "label": "イベントルートフィールド", "description": "ルート識別子を含むイベントレイヤーのフィールド。" }, "from_measure_field": { "label": "開始メジャーフィールド", "description": "開始メジャーを含むイベントレイヤーのフィールド。" }, "to_measure_field": { "label": "終了メジャーフィールド", "description": "終了メジャーを含むイベントレイヤーのフィールド。" }, "route_id_field": { "label": "ルート ID フィールド", "description": "ルート識別子を含む任意のルートレイヤーのフィールド。デフォルトはフィーチャ FID。" }, "write_event_fid": { "label": "イベント FID を書き込む", "description": "ソースイベントフィーチャ ID を保持するために EVENT_FID を書き込みます (デフォルト true)。" }, "write_event_xy": { "label": "イベント XY を書き込む", "description": "ソースイベントジオメトリの X/Y 属性を書き込みます (デフォルト false)。" }, "output": { "label": "出力", "description": "出力線ベクターパス。" } } }, "route_event_lines_from_table": { "name": "テーブルからルートイベント線を作成", "description": "開始/終了メジャーを用いて、CSV のイベントテーブルとルートレイヤーからルートイベント線を作成します。", "params": { "routes": { "label": "ルート", "description": "入力ルート線レイヤー。" }, "events": { "label": "イベント", "description": "入力 CSV イベントテーブルパス。" }, "event_route_field": { "label": "イベントルートフィールド", "description": "ルート識別子を含む CSV フィールド。" }, "from_measure_field": { "label": "開始メジャーフィールド", "description": "開始メジャーを含む CSV フィールド。" }, "to_measure_field": { "label": "終了メジャーフィールド", "description": "終了メジャーを含む CSV フィールド。" }, "route_id_field": { "label": "ルート ID フィールド", "description": "ルート識別子を含む任意のルートレイヤーのフィールド。デフォルトはフィーチャ FID。" }, "output": { "label": "出力", "description": "出力線ベクターパス。" } } }, "route_event_merge": { "name": "ルートイベントの結合", "description": "隣接する互換性のあるルートイベントを結合します。", "params": { "events": { "label": "イベント", "description": "ルート区間を含む入力イベントレイヤー。" }, "event_route_field": { "label": "イベントルートフィールド", "description": "イベントレイヤーのルート識別子フィールド。" }, "from_measure_field": { "label": "開始メジャーフィールド", "description": "イベントレイヤーの区間開始フィールド。" }, "to_measure_field": { "label": "終了メジャーフィールド", "description": "イベントレイヤーの区間終了フィールド。" }, "group_fields": { "label": "グループフィールド", "description": "マージ互換性に使用する任意のカンマ区切りフィールド。デフォルトはすべての非メジャーフィールド。" }, "gap_tolerance": { "label": "ギャップ許容値", "description": "隣接マージに許容される最大ギャップ (デフォルト 0.0)。" }, "conflict_mode": { "label": "競合モード", "description": "オーバーラップ処理モード: error|skip (デフォルト error)。" }, "output": { "label": "出力", "description": "出力マージ済みイベントレイヤー。" } } }, "route_event_overlay": { "name": "ルートイベントのオーバーレイ", "description": "区間の重なりによって 2 つのルートイベントレイヤーをオーバーレイします。", "params": { "primary_events": { "label": "プライマリイベント", "description": "プライマリイベントレイヤー。" }, "overlay_events": { "label": "オーバーレイイベント", "description": "オーバーレイイベントレイヤー。" }, "primary_route_field": { "label": "プライマリルートフィールド", "description": "プライマリレイヤーのルート識別子フィールド。" }, "primary_from_measure_field": { "label": "プライマリ開始メジャーフィールド", "description": "プライマリレイヤーの区間開始フィールド。" }, "primary_to_measure_field": { "label": "プライマリ終了メジャーフィールド", "description": "プライマリレイヤーの区間終了フィールド。" }, "overlay_route_field": { "label": "オーバーレイルートフィールド", "description": "オーバーレイレイヤーのルート識別子フィールド。" }, "overlay_from_measure_field": { "label": "オーバーレイ開始メジャーフィールド", "description": "オーバーレイレイヤーの区間開始フィールド。" }, "overlay_to_measure_field": { "label": "オーバーレイ終了メジャーフィールド", "description": "オーバーレイレイヤーの区間終了フィールド。" }, "min_overlap_length": { "label": "最小オーバーラップ長", "description": "保持する最小オーバーラップ長 (デフォルト 0.0)。" }, "output": { "label": "出力", "description": "出力オーバーレイレイヤー。" } } }, "route_event_points_from_layer": { "name": "レイヤーからルートイベント点を作成", "description": "イベントベクターレイヤーとルートレイヤーからルートポイントイベントを作成します。", "params": { "routes": { "label": "ルート", "description": "入力ルート線レイヤー。" }, "events": { "label": "イベント", "description": "入力イベントベクターレイヤー。" }, "event_route_field": { "label": "イベントルートフィールド", "description": "ルート識別子を含むイベントレイヤーのフィールド。" }, "measure_field": { "label": "メジャーフィールド", "description": "点イベントメジャーを含むイベントレイヤーのフィールド。" }, "route_id_field": { "label": "ルート ID フィールド", "description": "ルート識別子を含む任意のルートレイヤーのフィールド。デフォルトはフィーチャ FID。" }, "write_event_fid": { "label": "イベント FID を書き込む", "description": "ソースイベントフィーチャ ID を保持するために EVENT_FID を書き込みます (デフォルト true)。" }, "write_event_xy": { "label": "イベント XY を書き込む", "description": "ソースイベントジオメトリの X/Y 属性を書き込みます (デフォルト false)。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "route_event_points_from_table": { "name": "テーブルからルートイベント点を作成", "description": "CSV のイベントテーブルとルートレイヤーからルートポイントイベントを作成します。", "params": { "routes": { "label": "ルート", "description": "入力ルート線レイヤー。" }, "events": { "label": "イベント", "description": "入力 CSV イベントテーブルパス。" }, "event_route_field": { "label": "イベントルートフィールド", "description": "ルート識別子を含む CSV フィールド。" }, "measure_field": { "label": "メジャーフィールド", "description": "点イベントメジャーを含む CSV フィールド。" }, "route_id_field": { "label": "ルート ID フィールド", "description": "ルート識別子を含む任意のルートレイヤーのフィールド。デフォルトはフィーチャ FID。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "route_event_split": { "name": "ルートイベントの分割", "description": "ルートごとの境界メジャーでルートイベントを分割します。", "params": { "events": { "label": "イベント", "description": "ルート区間を含む入力イベントレイヤー。" }, "boundaries": { "label": "境界", "description": "ルートのメジャー区切り点を含む入力境界レイヤー。" }, "event_route_field": { "label": "イベントルートフィールド", "description": "イベントレイヤーのルート識別子フィールド。" }, "from_measure_field": { "label": "開始メジャーフィールド", "description": "イベントレイヤーの区間開始フィールド。" }, "to_measure_field": { "label": "終了メジャーフィールド", "description": "イベントレイヤーの区間終了フィールド。" }, "boundary_route_field": { "label": "境界ルートフィールド", "description": "境界レイヤーのルート識別子フィールド。" }, "boundary_measure_field": { "label": "境界メジャーフィールド", "description": "境界レイヤーのメジャーフィールド。" }, "min_segment_length": { "label": "最小セグメント長", "description": "保持する分割セグメントの任意の最小長 (デフォルト 0.0)。" }, "output": { "label": "出力", "description": "出力する分割イベントレイヤー。" } } }, "route_measure_qa": { "name": "ルートメジャーの QA", "description": "ルートイベントのメジャーの欠落、重なり、単調でない順序、重複するメジャーを診断します。", "params": { "events": { "label": "イベント", "description": "ルート区間を含む入力イベントレイヤー。" }, "route_field": { "label": "ルートフィールド", "description": "ルート識別子フィールド。" }, "from_measure_field": { "label": "開始メジャーフィールド", "description": "区間の開始フィールド。" }, "to_measure_field": { "label": "終了メジャーフィールド", "description": "区間の終了フィールド。" }, "gap_tolerance": { "label": "ギャップ許容値", "description": "ギャップの許容値 (デフォルト 0.0)。" }, "overlap_tolerance": { "label": "オーバーラップ許容値", "description": "重なりの許容値 (デフォルト 0.0)。" }, "output": { "label": "出力", "description": "出力する QA 診断レイヤー。" } } }, "route_recalibrate": { "name": "ルートの再キャリブレーション", "description": "ルートメジャーの連続性を保持しつつ、参照ルートレイヤーから編集されたルートメジャーを再キャリブレーションします。", "params": { "original_routes": { "label": "元のルート", "description": "校正済みの既存メジャーを含む参照ルート。" }, "edited_routes": { "label": "編集後のルート", "description": "再校正する編集済みルート。" }, "route_id_field": { "label": "ルート ID フィールド", "description": "任意の共有ルート識別子フィールド。デフォルトはフィーチャの FID です。" }, "from_measure_field": { "label": "開始メジャーフィールド", "description": "メジャー開始フィールド名 (デフォルト 'from_measure')。" }, "to_measure_field": { "label": "終了メジャーフィールド", "description": "メジャー終了フィールド名 (デフォルト 'to_measure')。" }, "output": { "label": "出力", "description": "出力する再校正済みルートレイヤー。" } } }, "build_network_topology": { "name": "ネットワークトポロジーの構築", "description": "安定したエッジとノードの出力を持つ、ノード化されたトポロジカルなライン網を構築します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "交差の検出と分割に使用する任意のスナップ許容値。" }, "output": { "label": "出力", "description": "トポロジー的にノード化されたエッジベクターの出力パス。" }, "nodes_output": { "label": "ノード出力", "description": "任意のノードベクター出力パス。" } } }, "closest_facility_network": { "name": "最寄り施設ネットワーク", "description": "各インシデント点から、到達可能な最寄りの施設点までの最小コストのネットワークルートを求めます。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "incidents": { "label": "インシデント", "description": "インシデント/需要点レイヤー。" }, "facilities": { "label": "施設", "description": "施設/供給点レイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "インシデント/施設点から最近傍のネットワークノードまでの任意の最大距離。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "セグメント長のインピーダンス乗数として使用する任意の数値線フィールド。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (true/1/yes は最初の頂点から 2 番目の頂点への方向のみを意味します)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "ルーティングから除外する通行止め/閉鎖エッジを示す任意の線フィールド (true/1/yes で通行止めになります)。" }, "barriers": { "label": "バリア", "description": "任意のバリア点レイヤー。最近傍のネットワークノードが通過不可になります。" }, "barrier_snap_distance": { "label": "バリアスナップ距離", "description": "各バリア点から通行止め対象のネットワークノードまでの任意の最大距離。" }, "node_cost_points": { "label": "ノードコスト点", "description": "ノードごとの進入コスト (交差点の遅延など) を与える任意の点レイヤー。" }, "node_cost_field": { "label": "ノードコストフィールド", "description": "node_cost_points 内の、ノードごとの非負コストを格納する数値フィールド。" }, "node_cost_snap_distance": { "label": "ノードコストスナップ距離", "description": "各ノードコスト点から割り当て対象のネットワークノードまでの任意の最大距離。" }, "turn_penalty": { "label": "右左折ペナルティ", "description": "ネットワークノードでの直進以外の旋回に加算する任意のコスト。" }, "u_turn_penalty": { "label": "U ターンペナルティ", "description": "U ターンの遷移に加算する任意のコスト。" }, "forbid_u_turns": { "label": "U ターン禁止", "description": "true の場合、U ターンの遷移を禁止します。" }, "forbid_left_turns": { "label": "左折禁止", "description": "true の場合、左折の遷移を禁止します。" }, "forbid_right_turns": { "label": "右折禁止", "description": "true の場合、右折の遷移を禁止します。" }, "turn_restrictions_csv": { "label": "転回制限 CSV", "description": "prev_x,prev_y,node_x,node_y,next_x,next_y の列を使用する旋回遷移の任意の CSV。任意の列: forbidden (turn_cost 列がない場合のデフォルトは true) と、旋回ごとの加算コストを表す turn_cost (または penalty/cost/extra_cost)。" }, "temporal_cost_profile": { "label": "時間帯コストプロファイル", "description": "時間依存のエッジコストを定義する任意の CSV (列: edge_id,dow,start_minute,end_minute,value)。" }, "temporal_edge_id_field": { "label": "時間帯エッジ ID フィールド", "description": "temporal_cost_profile の edge_id 値との照合に使用する任意のネットワークフィールド (デフォルト EDGE_ID)。" }, "departure_time": { "label": "出発時刻", "description": "時間プロファイルの参照に使用する任意の RFC3339 形式の出発時刻。" }, "temporal_mode": { "label": "時間帯モード", "description": "任意の時間解釈モード: multiplier または absolute。" }, "temporal_fallback": { "label": "時間帯フォールバック", "description": "時間行が存在しない場合の任意のフォールバック: static_cost または error。" }, "temporal_profile_report": { "label": "時間帯プロファイルレポート", "description": "時間プロファイルの診断情報 (カバレッジ、未照合エッジ、フォールバックの使用状況) の任意の JSON 出力パス。" }, "output": { "label": "出力", "description": "最寄り施設ルート線ベクターの出力パス。" } } }, "generate_network_nodes": { "name": "ネットワークノードの生成", "description": "ラインワークのトポロジーからネットワークノードとノードの診断情報を生成します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "output": { "label": "出力", "description": "ノード点ベクターの出力パス。" } } }, "k_shortest_paths_network": { "name": "K 最短経路ネットワーク", "description": "ライン網上で、開始座標と終了座標の間の k 本の最短単純経路を求めます。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "start_x": { "label": "開始 X", "description": "開始 x 座標。" }, "start_y": { "label": "開始 Y", "description": "開始 y 座標。" }, "end_x": { "label": "終了 X", "description": "終了 x 座標。" }, "end_y": { "label": "終了 Y", "description": "終了 y 座標。" }, "k": { "label": "K", "description": "返す最短経路の数。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "開始/終了座標から最近傍のネットワークノードまでの任意の最大距離。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "セグメント長のインピーダンス乗数として使用する任意の数値線フィールド。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (true/1/yes は最初の頂点から 2 番目の頂点への方向のみを意味します)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "ルーティングから除外する通行止め/閉鎖エッジを示す任意の線フィールド (true/1/yes で通行止めになります)。" }, "barriers": { "label": "バリア", "description": "任意のバリア点レイヤー。最近傍のネットワークノードが通過不可になります。" }, "barrier_snap_distance": { "label": "バリアスナップ距離", "description": "各バリア点から通行止め対象のネットワークノードまでの任意の最大距離。" }, "node_cost_points": { "label": "ノードコスト点", "description": "ノードごとの進入コスト (交差点の遅延など) を与える任意の点レイヤー。" }, "node_cost_field": { "label": "ノードコストフィールド", "description": "node_cost_points 内の、ノードごとの非負コストを格納する数値フィールド。" }, "node_cost_snap_distance": { "label": "ノードコストスナップ距離", "description": "各ノードコスト点から割り当て対象のネットワークノードまでの任意の最大距離。" }, "turn_penalty": { "label": "右左折ペナルティ", "description": "ネットワークノードでの直進以外の旋回に加算する任意のコスト。" }, "u_turn_penalty": { "label": "U ターンペナルティ", "description": "U ターンの遷移に加算する任意のコスト。" }, "forbid_u_turns": { "label": "U ターン禁止", "description": "true の場合、U ターンの遷移を禁止します。" }, "forbid_left_turns": { "label": "左折禁止", "description": "true の場合、左折の遷移を禁止します。" }, "forbid_right_turns": { "label": "右折禁止", "description": "true の場合、右折の遷移を禁止します。" }, "turn_restrictions_csv": { "label": "転回制限 CSV", "description": "prev_x,prev_y,node_x,node_y,next_x,next_y の列を使用する旋回遷移の任意の CSV。任意の列: forbidden (turn_cost 列がない場合のデフォルトは true) と、旋回ごとの加算コストを表す turn_cost (または penalty/cost/extra_cost)。" }, "temporal_cost_profile": { "label": "時間帯コストプロファイル", "description": "時間依存のエッジコストを定義する任意の CSV (列: edge_id,dow,start_minute,end_minute,value)。" }, "temporal_edge_id_field": { "label": "時間帯エッジ ID フィールド", "description": "temporal_cost_profile の edge_id 値との照合に使用する任意のネットワークフィールド (デフォルト EDGE_ID)。" }, "departure_time": { "label": "出発時刻", "description": "時間プロファイルの参照に使用する任意の RFC3339 形式の出発時刻。" }, "temporal_mode": { "label": "時間帯モード", "description": "任意の時間解釈モード: multiplier または absolute。" }, "temporal_fallback": { "label": "時間帯フォールバック", "description": "時間行が存在しない場合の任意のフォールバック: static_cost または error。" }, "temporal_profile_report": { "label": "時間帯プロファイルレポート", "description": "時間プロファイルの診断情報 (カバレッジ、未照合エッジ、フォールバックの使用状況) の任意の JSON 出力パス。" }, "output": { "label": "出力", "description": "出力線ベクターパス。" } } }, "location_allocation_network": { "name": "ロケーションアロケーションネットワーク", "description": "貪欲法または厳密解法、任意の容量、必須/禁止の候補制約を用いて、k 個の施設を選択し、ネットワークコストによって需要点を割り当てます。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "demand_points": { "label": "需要点", "description": "割り当てる需要点レイヤー。" }, "facilities": { "label": "施設", "description": "候補施設点レイヤー。" }, "facility_count": { "label": "施設数", "description": "選択する施設の数 (k)。" }, "solver_mode": { "label": "ソルバーモード", "description": "ソルバーモード: auto、greedy、または exact (exact は小規模な問題向けです)。" }, "demand_weight_field": { "label": "需要重みフィールド", "description": "demand_points 内の需要の重みを表す任意の数値フィールド (デフォルトは weight=1)。" }, "facility_capacity_field": { "label": "施設容量フィールド", "description": "facilities 内の容量を表す任意の数値フィールド。容量は demand_weight_field の値によって消費されます。" }, "required_facility_field": { "label": "必須施設フィールド", "description": "必ず選択する候補を示す任意のブール型施設フィールド。" }, "forbidden_facility_field": { "label": "禁止施設フィールド", "description": "選択してはならない候補を示す任意のブール型施設フィールド。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "需要/施設点から最近傍のネットワークノードまでの任意の最大距離。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "セグメント長のインピーダンス乗数として使用する任意の数値線フィールド。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (true/1/yes は最初の頂点から 2 番目の頂点への方向のみを意味します)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "ルーティングから除外する通行止め/閉鎖エッジを示す任意の線フィールド (true/1/yes で通行止めになります)。" }, "barriers": { "label": "バリア", "description": "任意のバリア点レイヤー。最近傍のネットワークノードが通過不可になります。" }, "barrier_snap_distance": { "label": "バリアスナップ距離", "description": "各バリア点から通行止め対象のネットワークノードまでの任意の最大距離。" }, "node_cost_points": { "label": "ノードコスト点", "description": "ノードごとの進入コスト (交差点の遅延など) を与える任意の点レイヤー。" }, "node_cost_field": { "label": "ノードコストフィールド", "description": "node_cost_points 内の、ノードごとの非負コストを格納する数値フィールド。" }, "node_cost_snap_distance": { "label": "ノードコストスナップ距離", "description": "各ノードコスト点から割り当て対象のネットワークノードまでの任意の最大距離。" }, "turn_penalty": { "label": "右左折ペナルティ", "description": "ネットワークノードでの直進以外の旋回に加算する任意のコスト。" }, "u_turn_penalty": { "label": "U ターンペナルティ", "description": "U ターンの遷移に加算する任意のコスト。" }, "forbid_u_turns": { "label": "U ターン禁止", "description": "true の場合、U ターンの遷移を禁止します。" }, "forbid_left_turns": { "label": "左折禁止", "description": "true の場合、左折の遷移を禁止します。" }, "forbid_right_turns": { "label": "右折禁止", "description": "true の場合、右折の遷移を禁止します。" }, "turn_restrictions_csv": { "label": "転回制限 CSV", "description": "prev_x,prev_y,node_x,node_y,next_x,next_y の列を使用する旋回遷移の任意の CSV。任意の列: forbidden (turn_cost 列がない場合のデフォルトは true) と、旋回ごとの加算コストを表す turn_cost (または penalty/cost/extra_cost)。" }, "temporal_cost_profile": { "label": "時間帯コストプロファイル", "description": "時間依存のエッジコストを定義する任意の CSV (列: edge_id,dow,start_minute,end_minute,value)。" }, "temporal_edge_id_field": { "label": "時間帯エッジ ID フィールド", "description": "temporal_cost_profile の edge_id 値との照合に使用する任意のネットワークフィールド (デフォルト EDGE_ID)。" }, "departure_time": { "label": "出発時刻", "description": "時間プロファイルの参照に使用する任意の RFC3339 形式の出発時刻。" }, "temporal_mode": { "label": "時間帯モード", "description": "任意の時間解釈モード: multiplier または absolute。" }, "temporal_fallback": { "label": "時間帯フォールバック", "description": "時間行が存在しない場合の任意のフォールバック: static_cost または error。" }, "temporal_profile_report": { "label": "時間帯プロファイルレポート", "description": "時間プロファイルの診断情報 (カバレッジ、未照合エッジ、フォールバックの使用状況) の任意の JSON 出力パス。" }, "output": { "label": "出力", "description": "割り当て済みルート線ベクターの出力パス。" } } }, "map_matching_v1": { "name": "マップマッチング V1", "description": "軌跡の点をライン網にスナップし、診断情報とともに推定ルートを再構成します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "trajectory_points": { "label": "軌跡点", "description": "入力する軌跡点レイヤー。" }, "timestamp_field": { "label": "タイムスタンプフィールド", "description": "時間順の並べ替えに使用する軌跡フィールド。" }, "search_radius": { "label": "検索半径", "description": "各軌跡点周辺の任意の候補検索半径。" }, "candidate_k": { "label": "候補 K", "description": "点ごとに保持する最近傍候補の任意の数。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "軌跡点をネットワークノードにスナップする際の任意の最大距離。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "セグメント長のインピーダンス乗数として使用する任意の数値線フィールド。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (FT/TF/B および従来のブール値に対応)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "ルーティングから除外する通行止め/閉鎖エッジを示す任意の線フィールド (true/1/yes で通行止めになります)。" }, "barriers": { "label": "バリア", "description": "任意のバリア点レイヤー。最近傍のネットワークノードが通過不可になります。" }, "barrier_snap_distance": { "label": "バリアスナップ距離", "description": "各バリア点から通行止め対象のネットワークノードまでの任意の最大距離。" }, "node_cost_points": { "label": "ノードコスト点", "description": "ノードごとの進入コスト (交差点の遅延など) を与える任意の点レイヤー。" }, "node_cost_field": { "label": "ノードコストフィールド", "description": "node_cost_points 内の、ノードごとの非負コストを格納する数値フィールド。" }, "node_cost_snap_distance": { "label": "ノードコストスナップ距離", "description": "各ノードコスト点から割り当て対象のネットワークノードまでの任意の最大距離。" }, "turn_penalty": { "label": "右左折ペナルティ", "description": "ネットワークノードでの直進以外の旋回に加算する任意のコスト。" }, "u_turn_penalty": { "label": "U ターンペナルティ", "description": "U ターンの遷移に加算する任意のコスト。" }, "forbid_u_turns": { "label": "U ターン禁止", "description": "true の場合、U ターンの遷移を禁止します。" }, "forbid_left_turns": { "label": "左折禁止", "description": "true の場合、左折の遷移を禁止します。" }, "forbid_right_turns": { "label": "右折禁止", "description": "true の場合、右折の遷移を禁止します。" }, "turn_restrictions_csv": { "label": "転回制限 CSV", "description": "prev_x,prev_y,node_x,node_y,next_x,next_y の列を使用する旋回遷移の任意の CSV。任意の列: forbidden (turn_cost 列がない場合のデフォルトは true) と、旋回ごとの加算コストを表す turn_cost (または penalty/cost/extra_cost)。" }, "matched_points_output": { "label": "マッチ済み点出力", "description": "点ごとの診断情報の任意のベクター出力パス。" }, "match_report": { "label": "マッチレポート", "description": "概要診断情報の任意の JSON 出力パス。" }, "output": { "label": "出力", "description": "推定ルートの線ベクター出力パス。" } } }, "multimodal_od_cost_matrix": { "name": "マルチモーダル OD コスト行列", "description": "出発地と目的地の点集合間で、マルチモーダルな OD コストと交通手段の集計をバッチで計算します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "origins": { "label": "起点", "description": "起点の点レイヤー。" }, "destinations": { "label": "終点", "description": "目的地の点レイヤー。" }, "mode_field": { "label": "モードフィールド", "description": "セグメントごとの移動モードを識別する線の属性フィールド。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "起点/目的地の点から最近傍のネットワークノードまでの任意の最大距離。" }, "default_mode_speed": { "label": "デフォルトモード速度", "description": "単位時間あたりの座標単位で表したデフォルトのモード速度 (デフォルト: 1)。" }, "mode_speed_overrides": { "label": "モード速度の上書き", "description": "mode:speed を上書きする任意のカンマ区切り指定 (例: walk:1.4,drive:12,transit:8)。" }, "allowed_modes": { "label": "許可モード", "description": "ルーティングに含めるモードの任意のカンマ区切り許可リスト。" }, "transfer_penalty": { "label": "乗り換えペナルティ", "description": "ルートがモードを切り替えるたびに加算される任意のペナルティ。" }, "temporal_cost_profile": { "label": "時間帯コストプロファイル", "description": "時間依存のエッジコストを定義する任意の CSV (列: edge_id,dow,start_minute,end_minute,value)。" }, "temporal_edge_id_field": { "label": "時間帯エッジ ID フィールド", "description": "temporal_cost_profile の edge_id 値との照合に使用する任意のネットワークフィールド (デフォルト EDGE_ID)。" }, "departure_time": { "label": "出発時刻", "description": "時間プロファイルの参照に使用する任意の RFC3339 形式の出発時刻。" }, "temporal_mode": { "label": "時間帯モード", "description": "任意の時間解釈モード: multiplier または absolute。" }, "temporal_fallback": { "label": "時間帯フォールバック", "description": "時間行が存在しない場合の任意のフォールバック: static_cost または error。" }, "temporal_profile_report": { "label": "時間帯プロファイルレポート", "description": "時間入力を直接指定した場合の、時間プロファイル診断情報の任意の JSON 出力パス。" }, "scenario_bundle_csv": { "label": "シナリオバンドル CSV", "description": "複数シナリオ比較の OD 出力用に、名前付き時間シナリオを列挙する任意の CSV。" }, "output": { "label": "出力", "description": "出力 CSV パス。" } } }, "multimodal_routes_from_od": { "name": "マルチモーダル OD ルート", "description": "ルートごとの交通手段の集計とともに、マルチモーダルな出発地-目的地の点ペアのルートジオメトリを構築します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "origins": { "label": "起点", "description": "起点の点レイヤー。" }, "destinations": { "label": "終点", "description": "目的地の点レイヤー。" }, "mode_field": { "label": "モードフィールド", "description": "セグメントごとの移動モードを識別する線の属性フィールド。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "起点/目的地の点から最近傍のネットワークノードまでの任意の最大距離。" }, "default_mode_speed": { "label": "デフォルトモード速度", "description": "単位時間あたりの座標単位で表したデフォルトのモード速度 (デフォルト: 1)。" }, "mode_speed_overrides": { "label": "モード速度の上書き", "description": "mode:speed を上書きする任意のカンマ区切り指定 (例: walk:1.4,drive:12,transit:8)。" }, "allowed_modes": { "label": "許可モード", "description": "ルーティングに含めるモードの任意のカンマ区切り許可リスト。" }, "transfer_penalty": { "label": "乗り換えペナルティ", "description": "ルートがモードを切り替えるたびに加算される任意のペナルティ。" }, "temporal_cost_profile": { "label": "時間帯コストプロファイル", "description": "時間依存のエッジコストを定義する任意の CSV (列: edge_id,dow,start_minute,end_minute,value)。" }, "temporal_edge_id_field": { "label": "時間帯エッジ ID フィールド", "description": "temporal_cost_profile の edge_id 値との照合に使用する任意のネットワークフィールド (デフォルト EDGE_ID)。" }, "departure_time": { "label": "出発時刻", "description": "時間プロファイルの参照に使用する任意の RFC3339 形式の出発時刻。" }, "temporal_mode": { "label": "時間帯モード", "description": "任意の時間解釈モード: multiplier または absolute。" }, "temporal_fallback": { "label": "時間帯フォールバック", "description": "時間行が存在しない場合の任意のフォールバック: static_cost または error。" }, "temporal_profile_report": { "label": "時間帯プロファイルレポート", "description": "時間入力を直接指定した場合の、時間プロファイル診断情報の任意の JSON 出力パス。" }, "scenario_bundle_csv": { "label": "シナリオバンドル CSV", "description": "複数シナリオ比較のルート出力用に、名前付き時間シナリオを列挙する任意の CSV。" }, "output": { "label": "出力", "description": "ルート線ベクターの出力パス。" } } }, "multimodal_shortest_path": { "name": "マルチモーダル最短経路", "description": "設定可能な乗り換えペナルティを用いて、ライン網上で交通手段を考慮した最短経路を求めます。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "start_x": { "label": "開始 X", "description": "開始 x 座標。" }, "start_y": { "label": "開始 Y", "description": "開始 y 座標。" }, "end_x": { "label": "終了 X", "description": "終了 x 座標。" }, "end_y": { "label": "終了 Y", "description": "終了 y 座標。" }, "mode_field": { "label": "モードフィールド", "description": "セグメントごとの移動モードを識別する線の属性フィールド。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "開始/終了座標から最近傍のネットワークノードまでの任意の最大距離。" }, "default_mode_speed": { "label": "デフォルトモード速度", "description": "単位時間あたりの座標単位で表したデフォルトのモード速度 (デフォルト: 1)。" }, "mode_speed_overrides": { "label": "モード速度の上書き", "description": "mode:speed を上書きする任意のカンマ区切り指定 (例: walk:1.4,drive:12,transit:8)。" }, "allowed_modes": { "label": "許可モード", "description": "ルーティングに含めるモードの任意のカンマ区切り許可リスト。" }, "transfer_penalty": { "label": "乗り換えペナルティ", "description": "ルートがモードを切り替えるたびに加算される任意のペナルティ。" }, "output": { "label": "出力", "description": "出力線ベクターパス。" } } }, "network_accessibility_metrics": { "name": "ネットワークアクセシビリティ指標", "description": "任意のインピーダンスのカットオフと減衰関数を用いて、目的地への到達可能性に基づく出発点のアクセシビリティ指数を計算します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "origins": { "label": "起点", "description": "起点の点レイヤー。" }, "destinations": { "label": "終点", "description": "目的地の点レイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "起点/目的地の点から最近傍のネットワークノードまでの任意の最大距離。" }, "impedance_cutoff": { "label": "インピーダンスカットオフ", "description": "到達可能な目的地を計数する際の任意の最大距離しきい値 (デフォルト: 無制限)。" }, "decay_function": { "label": "減衰関数", "description": "距離重み付きアクセシビリティに使用する任意の減衰関数: 'none' (デフォルト)、'linear'、または 'exponential'。" }, "decay_parameter": { "label": "減衰パラメーター", "description": "任意の減衰パラメーター (exponential では lambda、linear では rate)。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "セグメント長のインピーダンス乗数として使用する任意の数値線フィールド。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (FT/TF/B および従来のブール値に対応)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "ルーティングから除外する通行止め/閉鎖エッジを示す任意の線フィールド (true/1/yes で通行止めになります)。" }, "node_cost_points": { "label": "ノードコスト点", "description": "ノードごとの進入コスト (交差点の遅延など) を与える任意の点レイヤー。" }, "node_cost_field": { "label": "ノードコストフィールド", "description": "node_cost_points 内の、ノードごとの非負コストを格納する数値フィールド。" }, "node_cost_snap_distance": { "label": "ノードコストスナップ距離", "description": "各ノードコスト点から割り当て対象のネットワークノードまでの任意の最大距離。" }, "parallel_execution": { "label": "並列実行", "description": "true (デフォルト) の場合、起点を並列に評価してアクセシビリティ計算を高速化します。" }, "output": { "label": "出力", "description": "点ベクターの出力パス (アクセシビリティ指標を付与した起点)。" } } }, "network_centrality_metrics": { "name": "ネットワーク中心性指標", "description": "ネットワークノードの基本的な次数中心性、近接中心性、媒介中心性の指標を計算します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "セグメント長のインピーダンス乗数として使用する任意の数値線フィールド。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (FT/TF/B および従来のブール値に対応)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "グラフ構築から除外する通行止め/閉鎖エッジを示す任意の線フィールド (true/1/yes で通行止めになります)。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "network_connected_components": { "name": "ネットワーク連結成分", "description": "ネットワーク内の各ラインフィーチャに連結成分 ID を割り当てます。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "output": { "label": "出力", "description": "出力線ベクターパス。" } } }, "network_node_degree": { "name": "ネットワークノード次数", "description": "ラインフィーチャからネットワークノードを抽出し、ノードの次数とノードタイプを計算します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "network_od_cost_matrix": { "name": "ネットワーク OD コスト行列", "description": "ライン網上の出発地-目的地の最短経路コストを計算し、CSV の行列を書き出します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "origins": { "label": "起点", "description": "起点の点レイヤー。" }, "destinations": { "label": "終点", "description": "目的地の点レイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "起点/目的地の点から最近傍のネットワークノードまでの任意の最大距離。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "セグメント長のインピーダンス乗数として使用する任意の数値線フィールド。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (FT/TF/B および従来のブール値に対応)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "ルーティングから除外する通行止め/閉鎖エッジを示す任意の線フィールド (true/1/yes で通行止めになります)。" }, "barriers": { "label": "バリア", "description": "任意のバリア点レイヤー。最近傍のネットワークノードが通過不可になります。" }, "barrier_snap_distance": { "label": "バリアスナップ距離", "description": "各バリア点から通行止め対象のネットワークノードまでの任意の最大距離。" }, "node_cost_points": { "label": "ノードコスト点", "description": "ノードごとの進入コスト (交差点の遅延など) を与える任意の点レイヤー。" }, "node_cost_field": { "label": "ノードコストフィールド", "description": "node_cost_points 内の、ノードごとの非負コストを格納する数値フィールド。" }, "node_cost_snap_distance": { "label": "ノードコストスナップ距離", "description": "各ノードコスト点から割り当て対象のネットワークノードまでの任意の最大距離。" }, "turn_penalty": { "label": "右左折ペナルティ", "description": "ネットワークノードでの直進以外の旋回に加算する任意のコスト。" }, "u_turn_penalty": { "label": "U ターンペナルティ", "description": "U ターンの遷移に加算する任意のコスト。" }, "forbid_u_turns": { "label": "U ターン禁止", "description": "true の場合、U ターンの遷移を禁止します。" }, "forbid_left_turns": { "label": "左折禁止", "description": "true の場合、左折の遷移を禁止します。" }, "forbid_right_turns": { "label": "右折禁止", "description": "true の場合、右折の遷移を禁止します。" }, "turn_restrictions_csv": { "label": "転回制限 CSV", "description": "prev_x,prev_y,node_x,node_y,next_x,next_y の列を使用する旋回遷移の任意の CSV。任意の列: forbidden (turn_cost 列がない場合のデフォルトは true) と、旋回ごとの加算コストを表す turn_cost (または penalty/cost/extra_cost)。" }, "temporal_cost_profile": { "label": "時間帯コストプロファイル", "description": "時間依存のエッジコストを定義する任意の CSV (列: edge_id,dow,start_minute,end_minute,value)。" }, "temporal_edge_id_field": { "label": "時間帯エッジ ID フィールド", "description": "temporal_cost_profile の edge_id 値との照合に使用する任意のネットワークフィールド (デフォルト EDGE_ID)。" }, "departure_time": { "label": "出発時刻", "description": "時間プロファイルの参照に使用する任意の RFC3339 形式の出発時刻。" }, "temporal_mode": { "label": "時間帯モード", "description": "任意の時間解釈モード: multiplier または absolute。" }, "temporal_fallback": { "label": "時間帯フォールバック", "description": "時間行が存在しない場合の任意のフォールバック: static_cost または error。" }, "temporal_profile_report": { "label": "時間帯プロファイルレポート", "description": "時間プロファイルの診断情報 (カバレッジ、未照合エッジ、フォールバックの使用状況) の任意の JSON 出力パス。" }, "output": { "label": "出力", "description": "出力 CSV パス。" } } }, "network_routes_from_od": { "name": "ネットワーク OD ルート", "description": "ライン網上で出発地-目的地の点ペアのルートジオメトリを構築します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "origins": { "label": "起点", "description": "起点の点レイヤー。" }, "destinations": { "label": "終点", "description": "目的地の点レイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "起点/目的地の点から最近傍のネットワークノードまでの任意の最大距離。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "セグメント長のインピーダンス乗数として使用する任意の数値線フィールド。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (FT/TF/B および従来のブール値に対応)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "ルーティングから除外する通行止め/閉鎖エッジを示す任意の線フィールド (true/1/yes で通行止めになります)。" }, "barriers": { "label": "バリア", "description": "任意のバリア点レイヤー。最近傍のネットワークノードが通過不可になります。" }, "barrier_snap_distance": { "label": "バリアスナップ距離", "description": "各バリア点から通行止め対象のネットワークノードまでの任意の最大距離。" }, "node_cost_points": { "label": "ノードコスト点", "description": "ノードごとの進入コスト (交差点の遅延など) を与える任意の点レイヤー。" }, "node_cost_field": { "label": "ノードコストフィールド", "description": "node_cost_points 内の、ノードごとの非負コストを格納する数値フィールド。" }, "node_cost_snap_distance": { "label": "ノードコストスナップ距離", "description": "各ノードコスト点から割り当て対象のネットワークノードまでの任意の最大距離。" }, "turn_penalty": { "label": "右左折ペナルティ", "description": "ネットワークノードでの直進以外の旋回に加算する任意のコスト。" }, "u_turn_penalty": { "label": "U ターンペナルティ", "description": "U ターンの遷移に加算する任意のコスト。" }, "forbid_u_turns": { "label": "U ターン禁止", "description": "true の場合、U ターンの遷移を禁止します。" }, "forbid_left_turns": { "label": "左折禁止", "description": "true の場合、左折の遷移を禁止します。" }, "forbid_right_turns": { "label": "右折禁止", "description": "true の場合、右折の遷移を禁止します。" }, "turn_restrictions_csv": { "label": "転回制限 CSV", "description": "prev_x,prev_y,node_x,node_y,next_x,next_y の列を使用する旋回遷移の任意の CSV。任意の列: forbidden (turn_cost 列がない場合のデフォルトは true) と、旋回ごとの加算コストを表す turn_cost (または penalty/cost/extra_cost)。" }, "temporal_cost_profile": { "label": "時間帯コストプロファイル", "description": "時間依存のエッジコストを定義する任意の CSV (列: edge_id,dow,start_minute,end_minute,value)。" }, "temporal_edge_id_field": { "label": "時間帯エッジ ID フィールド", "description": "temporal_cost_profile の edge_id 値との照合に使用する任意のネットワークフィールド (デフォルト EDGE_ID)。" }, "departure_time": { "label": "出発時刻", "description": "時間プロファイルの参照に使用する任意の RFC3339 形式の出発時刻。" }, "temporal_mode": { "label": "時間帯モード", "description": "任意の時間解釈モード: multiplier または absolute。" }, "temporal_fallback": { "label": "時間帯フォールバック", "description": "時間行が存在しない場合の任意のフォールバック: static_cost または error。" }, "temporal_profile_report": { "label": "時間帯プロファイルレポート", "description": "時間プロファイルの診断情報 (カバレッジ、未照合エッジ、フォールバックの使用状況) の任意の JSON 出力パス。" }, "output": { "label": "出力", "description": "ルート線ベクターの出力パス。" } } }, "network_service_area": { "name": "ネットワークサービスエリア", "description": "最大ネットワークコスト内で出発点から到達可能なネットワークノードを計算します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "origins": { "label": "起点", "description": "起点の点レイヤー。" }, "max_cost": { "label": "最大コスト", "description": "到達可能な経路の最大コスト。" }, "ring_costs": { "label": "リングコスト", "description": "複数リング出力用の任意のカンマ区切りリングしきい値 (例: 5,10,15)。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "起点から最近傍のネットワークノードまでの任意の最大距離。" }, "output_mode": { "label": "出力モード", "description": "出力モード: 'nodes' (デフォルト)、コストで切り詰めた到達可能エッジセグメントの 'edges'、または到達可能エッジの外接範囲から起点ごとに等時線状のポリゴンを作成する 'polygons'。" }, "polygon_merge_origins": { "label": "ポリゴンの起点マージ", "description": "true かつ output_mode='polygons' の場合、起点ごとに 1 つのポリゴンを出力する代わりに、重なる起点ポリゴンをリングごとにディゾルブして統合カバレッジを作成します。" }, "mode_field": { "label": "モードフィールド", "description": "セグメントごとの移動モードを識別する任意の線属性フィールド。モードを考慮したサービスエリアコストが有効になります。" }, "default_mode_speed": { "label": "デフォルトモード速度", "description": "mode_field を指定した場合の、単位時間あたりの座標単位で表したデフォルトのモード速度 (デフォルト: 1)。" }, "mode_speed_overrides": { "label": "モード速度の上書き", "description": "mode:speed を上書きする任意のカンマ区切り指定 (例: walk:1.4,drive:12)。" }, "allowed_modes": { "label": "許可モード", "description": "mode_field を指定した場合にルーティングへ含めるモードの任意のカンマ区切り許可リスト。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "セグメント長のインピーダンス乗数として使用する任意の数値線フィールド。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (FT/TF/B および従来のブール値に対応)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "ルーティングから除外する通行止め/閉鎖エッジを示す任意の線フィールド (true/1/yes で通行止めになります)。" }, "barriers": { "label": "バリア", "description": "任意のバリア点レイヤー。最近傍のネットワークノードが通過不可になります。" }, "barrier_snap_distance": { "label": "バリアスナップ距離", "description": "各バリア点から通行止め対象のネットワークノードまでの任意の最大距離。" }, "node_cost_points": { "label": "ノードコスト点", "description": "ノードごとの進入コスト (交差点の遅延など) を与える任意の点レイヤー。" }, "node_cost_field": { "label": "ノードコストフィールド", "description": "node_cost_points 内の、ノードごとの非負コストを格納する数値フィールド。" }, "node_cost_snap_distance": { "label": "ノードコストスナップ距離", "description": "各ノードコスト点から割り当て対象のネットワークノードまでの任意の最大距離。" }, "turn_penalty": { "label": "右左折ペナルティ", "description": "ネットワークノードでの直進以外の旋回に加算する任意のコスト。" }, "u_turn_penalty": { "label": "U ターンペナルティ", "description": "U ターンの遷移に加算する任意のコスト。" }, "forbid_u_turns": { "label": "U ターン禁止", "description": "true の場合、U ターンの遷移を禁止します。" }, "forbid_left_turns": { "label": "左折禁止", "description": "true の場合、左折の遷移を禁止します。" }, "forbid_right_turns": { "label": "右折禁止", "description": "true の場合、右折の遷移を禁止します。" }, "turn_restrictions_csv": { "label": "転回制限 CSV", "description": "prev_x,prev_y,node_x,node_y,next_x,next_y の列を使用する旋回遷移の任意の CSV。任意の列: forbidden (turn_cost 列がない場合のデフォルトは true) と、旋回ごとの加算コストを表す turn_cost (または penalty/cost/extra_cost)。" }, "temporal_cost_profile": { "label": "時間帯コストプロファイル", "description": "時間依存のエッジコストを定義する任意の CSV (列: edge_id,dow,start_minute,end_minute,value)。" }, "temporal_edge_id_field": { "label": "時間帯エッジ ID フィールド", "description": "temporal_cost_profile の edge_id 値との照合に使用する任意のネットワークフィールド (デフォルト EDGE_ID)。" }, "departure_time": { "label": "出発時刻", "description": "時間プロファイルの参照に使用する任意の RFC3339 形式の出発時刻。" }, "temporal_mode": { "label": "時間帯モード", "description": "任意の時間解釈モード: multiplier または absolute。" }, "temporal_fallback": { "label": "時間帯フォールバック", "description": "時間行が存在しない場合の任意のフォールバック: static_cost または error。" }, "temporal_profile_report": { "label": "時間帯プロファイルレポート", "description": "時間プロファイルの診断情報 (カバレッジ、未照合エッジ、フォールバックの使用状況) の任意の JSON 出力パス。" }, "snapped_origins_output": { "label": "スナップ済み起点出力", "description": "探索のシードに使用する、内部でスナップされた起点アンカー点の任意のベクター出力パス。" }, "output": { "label": "出力", "description": "サービスエリアベクターの出力パス。" } } }, "network_topology_audit": { "name": "ネットワークトポロジー監査", "description": "ルーティングの失敗の原因となるトポロジーの異常 (分断された成分、行き止まり、次数の異常) についてライン網を監査します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行エッジを示す任意の線フィールド (FT/TF/B および従来のブール値に対応)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "解析から除外する通行止めエッジを示す任意の線フィールド。" }, "report": { "label": "レポート", "description": "監査サマリーレポートの任意の JSON 出力パス。" }, "output": { "label": "出力", "description": "ノードごとの診断情報の点ベクター出力パス。" } } }, "od_sensitivity_analysis": { "name": "OD 感度解析", "description": "インピーダンスの摂動を加えて OD の最短経路コストを計算し、モンテカルロサンプリングによる感度統計量を出力します。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "origins": { "label": "起点", "description": "起点の点レイヤー。" }, "destinations": { "label": "終点", "description": "目的地の点レイヤー。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "摂動解析のインピーダンス乗数として使用する必須の数値線フィールド。" }, "impedance_disturbance_range": { "label": "インピーダンス擾乱範囲", "description": "コスト摂動の範囲を 'min_factor,max_factor' 形式で指定します (例: ±20% の変動なら '0.8,1.2')。" }, "monte_carlo_samples": { "label": "モンテカルロサンプル数", "description": "摂動解析のモンテカルロサンプル数 (デフォルト 1、最大 100)。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "起点/目的地の点から最近傍のネットワークノードまでの任意の最大距離。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (FT/TF/B および従来のブール値に対応)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "通行止め/閉鎖エッジを示す任意の線フィールド。" }, "node_cost_points": { "label": "ノードコスト点", "description": "ノードごとの進入コスト (交差点の遅延など) を与える任意の点レイヤー。" }, "node_cost_field": { "label": "ノードコストフィールド", "description": "node_cost_points 内の、ノードごとの非負コストを格納する数値フィールド。" }, "node_cost_snap_distance": { "label": "ノードコストスナップ距離", "description": "各ノードコスト点から割り当て対象のネットワークノードまでの任意の最大距離。" }, "parallel_execution": { "label": "並列実行", "description": "true (デフォルト) の場合、ベースラインと摂動後の OD 実行で起点探索を並列に評価します。" }, "output": { "label": "出力", "description": "OD ペアと感度統計を含む出力 CSV パス。" } } }, "shortest_path_network": { "name": "最短経路ネットワーク", "description": "ライン網上で開始座標と終了座標の間の最短経路を求めます。", "params": { "input": { "label": "入力", "description": "入力する線ネットワークレイヤー。" }, "start_x": { "label": "開始 X", "description": "開始 x 座標。" }, "start_y": { "label": "開始 Y", "description": "開始 y 座標。" }, "end_x": { "label": "終了 X", "description": "終了 x 座標。" }, "end_y": { "label": "終了 Y", "description": "終了 y 座標。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "グラフ構築に使用する任意のノードスナップ許容値。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "開始/終了座標から最近傍のネットワークノードまでの任意の最大距離。" }, "edge_cost_field": { "label": "エッジコストフィールド", "description": "セグメント長のインピーダンス乗数として使用する任意の数値線フィールド。" }, "one_way_field": { "label": "一方通行フィールド", "description": "一方通行としてデジタイズされたエッジを示す任意の線フィールド (FT/TF/B および従来のブール値に対応)。" }, "blocked_field": { "label": "通行止めフィールド", "description": "ルーティングから除外する通行止め/閉鎖エッジを示す任意の線フィールド (true/1/yes で通行止めになります)。" }, "barriers": { "label": "バリア", "description": "任意のバリア点レイヤー。最近傍のネットワークノードが通過不可になります。" }, "barrier_snap_distance": { "label": "バリアスナップ距離", "description": "各バリア点から通行止め対象のネットワークノードまでの任意の最大距離。" }, "turn_penalty": { "label": "右左折ペナルティ", "description": "ネットワークノードでの直進以外の旋回に加算する任意のコスト。" }, "u_turn_penalty": { "label": "U ターンペナルティ", "description": "U ターンの遷移に加算する任意のコスト。" }, "forbid_u_turns": { "label": "U ターン禁止", "description": "true の場合、U ターンの遷移を禁止します。" }, "forbid_left_turns": { "label": "左折禁止", "description": "true の場合、左折の遷移を禁止します。" }, "forbid_right_turns": { "label": "右折禁止", "description": "true の場合、右折の遷移を禁止します。" }, "turn_restrictions_csv": { "label": "転回制限 CSV", "description": "prev_x,prev_y,node_x,node_y,next_x,next_y の列を使用する旋回遷移の任意の CSV。任意の列: forbidden (turn_cost 列がない場合のデフォルトは true) と、旋回ごとの加算コストを表す turn_cost (または penalty/cost/extra_cost)。" }, "temporal_cost_profile": { "label": "時間帯コストプロファイル", "description": "時間依存のエッジコストを定義する任意の CSV (列: edge_id,dow,start_minute,end_minute,value)。" }, "temporal_edge_id_field": { "label": "時間帯エッジ ID フィールド", "description": "temporal_cost_profile の edge_id 値との照合に使用する任意のネットワークフィールド (デフォルト EDGE_ID)。" }, "departure_time": { "label": "出発時刻", "description": "時間プロファイルの参照に使用する任意の RFC3339 形式の出発時刻。" }, "temporal_mode": { "label": "時間帯モード", "description": "任意の時間解釈モード: multiplier または absolute。" }, "temporal_fallback": { "label": "時間帯フォールバック", "description": "時間行が存在しない場合の任意のフォールバック: static_cost または error。" }, "temporal_profile_report": { "label": "時間帯プロファイルレポート", "description": "時間プロファイルの診断情報 (カバレッジ、未照合エッジ、フォールバックの使用状況) の任意の JSON 出力パス。" }, "output": { "label": "出力", "description": "出力線ベクターパス。" } } }, "split_lines_at_intersections": { "name": "交差点で線を分割", "description": "自己交差を含め、線分が交差するすべての位置でライン網を分割します。", "params": { "input": { "label": "入力", "description": "交差部で分割する入力線レイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "分割処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "分割線ベクターの出力パス。" } } }, "snap_points_to_network": { "name": "点をネットワークにスナップ", "description": "入力ポイントフィーチャを、ネットワークラインレイヤーに沿った最も近い位置にスナップします。", "params": { "points": { "label": "点", "description": "スナップ対象の入力点レイヤー。" }, "network": { "label": "ネットワーク", "description": "入力するネットワーク線レイヤー。" }, "max_snap_distance": { "label": "最大スナップ距離", "description": "地図単位で指定する任意の最大スナップ距離。" }, "keep_unsnapped": { "label": "未スナップを保持", "description": "true (デフォルト) の場合、許容値内でスナップできない点を保持します。" }, "output": { "label": "出力", "description": "スナップ済み点ベクターの出力パス。" } } }, "transfer_attributes": { "name": "属性の転送", "description": "空間述語を用いて、ソースの属性をターゲットフィーチャに転送します。", "params": { "target": { "label": "ターゲット", "description": "転送された属性を受け取るターゲットレイヤー。" }, "source": { "label": "ソース", "description": "属性を提供するソースレイヤー。" }, "predicate": { "label": "述語", "description": "空間述語: intersects、within、contains、touches、crosses、overlaps、within_distance。" }, "distance": { "label": "距離", "description": "predicate=within_distance の場合の距離しきい値。" }, "strategy": { "label": "戦略", "description": "転送方法: first、last、count、sum、mean、min、max。" }, "prefix": { "label": "プレフィックス", "description": "転送するソースフィールドの接頭辞 (デフォルト SRC_)。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "travelling_salesman_problem": { "name": "巡回セールスマン問題", "description": "2-opt ヒューリスティクスを用いて巡回セールスマン問題 (TSP) の近似解を求めます。点の位置の集合が与えられると、すべての点を結ぶ最短のルートを特定します。", "params": { "input": { "label": "入力", "description": "入力する点ベクターレイヤー。" }, "duration": { "label": "所要時間", "description": "最適化の最大実行時間 (秒)。" }, "output": { "label": "出力", "description": "任意のポリライン出力パス。" } } }, "vehicle_routing_cvrp": { "name": "配車ルーティング (CVRP)", "description": "異種の車両フリートの制御、目的関数モード、任意の局所最適化を用いて、容量制約付きのマルチデポ配送ルートを構築します。", "params": { "network": { "label": "ネットワーク", "description": "入力する線ネットワークレイヤー (コントラクトの整合性のために検証されます)。" }, "depot_points": { "label": "デポ点", "description": "デポの点レイヤー。各点は 1 台以上の車両を提供できます。" }, "stop_points": { "label": "停車点", "description": "配送停止地点の点レイヤー。" }, "demand_field": { "label": "需要フィールド", "description": "stop_points 内の数値の需要フィールド (デフォルト: demand)。" }, "priority_field": { "label": "優先度フィールド", "description": "required/high/normal/low などの値または数値順位を使用する任意の停止地点優先度フィールド。" }, "allowed_vehicle_profiles_field": { "label": "許可車両プロファイルフィールド", "description": "対応する車両プロファイルを列挙する任意の停止地点フィールド (カンマ/セミコロン/パイプ区切り)。" }, "allowed_route_classes_field": { "label": "許可ルートクラスフィールド", "description": "ルートクラスの互換性ルールで使用する allowed_vehicle_profiles_field の任意の別名。" }, "depot_id_field": { "label": "デポ ID フィールド", "description": "ルート/割り当ての出力で使用する任意のデポ ID フィールド。" }, "vehicle_count_field": { "label": "車両台数フィールド", "description": "各デポで配置する車両数を示す任意のデポフィールド。" }, "vehicle_capacity_field": { "label": "車両容量フィールド", "description": "デポ/車両テンプレートごとに vehicle_capacity を上書きする任意のデポフィールド。" }, "vehicle_fixed_cost_field": { "label": "車両固定費フィールド", "description": "デポ/車両テンプレートごとに vehicle_fixed_cost を上書きする任意のデポフィールド。" }, "travel_speed_field": { "label": "走行速度フィールド", "description": "デポ/車両テンプレートごとに travel_speed を上書きする任意のデポフィールド。" }, "max_route_distance_field": { "label": "最大ルート距離フィールド", "description": "デポ/車両テンプレートごとに max_route_distance を上書きする任意のデポフィールド。" }, "max_route_time_field": { "label": "最大ルート時間フィールド", "description": "デポ/車両テンプレートごとに max_route_time を上書きする任意のデポフィールド。" }, "vehicle_profile_field": { "label": "車両プロファイルフィールド", "description": "停止地点の互換性判定に使用する車両プロファイル/カテゴリのトークンを定義する任意のデポフィールド。" }, "vehicle_route_class_field": { "label": "車両ルートクラスフィールド", "description": "ルートクラスの互換性ルールで使用する vehicle_profile_field の任意の別名。" }, "vehicle_capacity": { "label": "車両容量", "description": "車両ごとの容量 (> 0)。" }, "vehicle_fixed_cost": { "label": "車両固定費", "description": "配車した車両/ルートごとに課される任意の固定コスト (デフォルト: 0)。" }, "max_vehicles": { "label": "最大車両数", "description": "構築する車両/ルートの任意の最大数。" }, "max_route_distance": { "label": "最大ルート距離", "description": "デポへの帰還を含む、ルートごとの任意の最大移動距離。" }, "travel_speed": { "label": "走行速度", "description": "単位時間あたりの座標単位で表した移動速度 (デフォルト: 1)。" }, "max_route_time": { "label": "最大ルート時間", "description": "デポへの帰還を含む、モデル時間単位での任意の最大ルート所要時間。" }, "max_stops_per_vehicle": { "label": "車両あたり最大停車数", "description": "各車両ルートに割り当てる停止地点の任意の最大数。" }, "objective_mode": { "label": "目的関数モード", "description": "ルート構築の目的関数: minimize_distance、minimize_vehicles、または minimize_cost。" }, "apply_local_optimization": { "label": "局所最適化を適用", "description": "true の場合、構築した各ルートに決定論的な 2-opt 局所改善パスを適用します (デフォルト: true)。" }, "apply_simulated_annealing": { "label": "焼きなまし法を適用", "description": "true の場合、貪欲法/局所最適化の後に、ルートごとにシード付きの焼きなまし法による改良パスを適用します (デフォルト: false)。" }, "sa_iterations": { "label": "SA 反復回数", "description": "apply_simulated_annealing=true の場合の、ルートごとの焼きなまし法の最大反復回数 (デフォルト: 1500)。" }, "sa_initial_temperature": { "label": "SA 初期温度", "description": "焼きなまし法の初期温度 (> 0、デフォルト: 1.0)。" }, "sa_cooling_rate": { "label": "SA 冷却率", "description": "焼きなまし法の冷却係数 ((0, 1) の範囲)。デフォルトは 0.995 です。" }, "sa_seed": { "label": "SA シード", "description": "焼きなまし法の決定論的な任意の乱数シード (デフォルト: 42)。" }, "output": { "label": "出力", "description": "ルート線ベクターの出力パス。" }, "assignment_output": { "label": "割り当て出力", "description": "訪問順/積載量の診断情報を含む、停止地点割り当ての任意の点出力。" } } }, "vehicle_routing_pickup_delivery": { "name": "配車ルーティング (集配)", "description": "決定論的な最近傍法のベースラインを用いて、先行制約と容量制約付きのペアになった集荷-配送ルートを構築します。", "params": { "network": { "label": "ネットワーク", "description": "入力する線ネットワークレイヤー (コントラクトの整合性のために検証されます)。" }, "depot_points": { "label": "デポ点", "description": "デポの点レイヤー。このベースライン実装では最初の点が実際のデポとして使用されます。" }, "stop_points": { "label": "停車点", "description": "集荷と配送の対になったレコードを含む停止地点の点レイヤー。" }, "request_id_field": { "label": "リクエスト ID フィールド", "description": "集荷レコードと配送レコードを対応付けるために使用する stop_points 内の要求識別子フィールド (デフォルト: request_id)。" }, "stop_type_field": { "label": "停車タイプフィールド", "description": "pickup/delivery のラベルを格納する stop_points 内の停止地点タイプフィールド (デフォルト: stop_type)。" }, "demand_field": { "label": "需要フィールド", "description": "stop_points 内の数値の需要フィールド。集荷需要は積載され、配送需要は無視されます (デフォルト: demand)。" }, "vehicle_capacity": { "label": "車両容量", "description": "車両ごとの容量 (> 0)。" }, "max_vehicles": { "label": "最大車両数", "description": "構築する車両/ルートの任意の最大数。" }, "output": { "label": "出力", "description": "ルート線ベクターの出力パス。" }, "assignment_output": { "label": "割り当て出力", "description": "要求と優先順位の診断情報を含む、停止地点割り当ての任意の点出力。" } } }, "vehicle_routing_vrptw": { "name": "配車ルーティング (VRPTW)", "description": "異種の車両フリート設定、休憩時間枠、目的関数モードの制御を用いて、容量制約付きのマルチデポ VRPTW ルートを構築します。", "params": { "network": { "label": "ネットワーク", "description": "入力する線ネットワークレイヤー (コントラクトの整合性のために検証されます)。" }, "depot_points": { "label": "デポ点", "description": "デポの点レイヤー。各点は 1 台以上の車両を提供できます。" }, "stop_points": { "label": "停車点", "description": "需要フィールドと時間枠フィールドを持つ配送停止地点の点レイヤー。" }, "demand_field": { "label": "需要フィールド", "description": "stop_points 内の数値の需要フィールド (デフォルト: demand)。" }, "priority_field": { "label": "優先度フィールド", "description": "required/high/normal/low などの値または数値順位を使用する任意の停止地点優先度フィールド。" }, "allowed_vehicle_profiles_field": { "label": "許可車両プロファイルフィールド", "description": "対応する車両プロファイルを列挙する任意の停止地点フィールド (カンマ/セミコロン/パイプ区切り)。" }, "allowed_route_classes_field": { "label": "許可ルートクラスフィールド", "description": "ルートクラスの互換性ルールで使用する allowed_vehicle_profiles_field の任意の別名。" }, "tw_start_field": { "label": "時間枠開始フィールド", "description": "stop_points 内の数値の時間枠開始フィールド (デフォルト: tw_start)。" }, "tw_end_field": { "label": "時間枠終了フィールド", "description": "stop_points 内の数値の時間枠終了フィールド (デフォルト: tw_end)。" }, "service_time_field": { "label": "サービス時間フィールド", "description": "stop_points 内の停止地点ごとの数値サービス時間フィールド (デフォルト: service_time)。" }, "depot_id_field": { "label": "デポ ID フィールド", "description": "ルート/割り当ての出力で使用する任意のデポ ID フィールド。" }, "vehicle_count_field": { "label": "車両台数フィールド", "description": "各デポで配置する車両数を示す任意のデポフィールド。" }, "vehicle_capacity_field": { "label": "車両容量フィールド", "description": "デポ/車両テンプレートごとに vehicle_capacity を上書きする任意のデポフィールド。" }, "vehicle_fixed_cost_field": { "label": "車両固定費フィールド", "description": "デポ/車両テンプレートごとに vehicle_fixed_cost を上書きする任意のデポフィールド。" }, "travel_speed_field": { "label": "走行速度フィールド", "description": "デポ/車両テンプレートごとに travel_speed を上書きする任意のデポフィールド。" }, "max_route_distance_field": { "label": "最大ルート距離フィールド", "description": "デポ/車両テンプレートごとに max_route_distance を上書きする任意のデポフィールド。" }, "max_route_time_field": { "label": "最大ルート時間フィールド", "description": "デポ/車両テンプレートごとに max_route_time を上書きする任意のデポフィールド。" }, "vehicle_profile_field": { "label": "車両プロファイルフィールド", "description": "停止地点の互換性判定に使用する車両プロファイル/カテゴリのトークンを定義する任意のデポフィールド。" }, "vehicle_route_class_field": { "label": "車両ルートクラスフィールド", "description": "ルートクラスの互換性ルールで使用する vehicle_profile_field の任意の別名。" }, "depot_close_time_field": { "label": "デポ閉鎖時刻フィールド", "description": "デポ/車両テンプレートごとに depot_close_time を上書きする任意のデポフィールド。" }, "break_start_field": { "label": "休憩開始フィールド", "description": "デポ/車両テンプレートごとに break_start_time を上書きする任意のデポフィールド。" }, "break_end_field": { "label": "休憩終了フィールド", "description": "デポ/車両テンプレートごとに break_end_time を上書きする任意のデポフィールド。" }, "break_duration_field": { "label": "休憩時間フィールド", "description": "デポ/車両テンプレートごとに break_duration を上書きする任意のデポフィールド。" }, "vehicle_capacity": { "label": "車両容量", "description": "車両ごとの容量 (> 0)。" }, "vehicle_fixed_cost": { "label": "車両固定費", "description": "配車した車両/ルートごとに課される任意の固定コスト (デフォルト: 0)。" }, "start_time": { "label": "開始時刻", "description": "モデル時間単位でのルート開始時刻 (デフォルト: 0)。" }, "travel_speed": { "label": "走行速度", "description": "単位時間あたりの座標単位で表した移動速度 (デフォルト: 1)。" }, "enforce_time_windows": { "label": "時間枠を強制", "description": "true の場合、遅延が allowed_lateness 以下の停止地点のみが割り当ての対象になります (デフォルト: false)。" }, "allowed_lateness": { "label": "許容遅延", "description": "enforce_time_windows=true の場合に許容される最大遅延 (デフォルト: 0)。" }, "depot_close_time": { "label": "デポ閉鎖時刻", "description": "各ルートがデポに帰還しなければならない任意の厳格な終了時刻。" }, "break_start_time": { "label": "休憩開始時刻", "description": "全車両に適用する任意の全体的な休憩枠の開始時刻。" }, "break_end_time": { "label": "休憩終了時刻", "description": "全車両に適用する任意の全体的な休憩枠の終了時刻。" }, "break_duration": { "label": "休憩時間", "description": "休憩枠と重なった場合にルートごとに 1 回適用される任意の全体的な休憩時間。" }, "use_priority_scoring": { "label": "優先度スコアリングを使用", "description": "true の場合、実行可能な候補を移動距離より先に予測遅延/余裕時間で順位付けします。false の場合は最近傍法のベースラインを使用します (デフォルト: true)。" }, "max_vehicles": { "label": "最大車両数", "description": "構築する車両/ルートの任意の最大数。" }, "max_route_distance": { "label": "最大ルート距離", "description": "デポへの帰還を含む任意の最大ルート移動距離。" }, "max_route_time": { "label": "最大ルート時間", "description": "デポへの帰還を含む、モデル時間単位での任意の最大ルート所要時間。" }, "max_stops_per_vehicle": { "label": "車両あたり最大停車数", "description": "各車両ルートに割り当てる停止地点の任意の最大数。" }, "objective_mode": { "label": "目的関数モード", "description": "ルート構築の目的関数: minimize_lateness、minimize_distance、minimize_vehicles、または minimize_cost。" }, "output": { "label": "出力", "description": "ルート線ベクターの出力パス。" }, "assignment_output": { "label": "割り当て出力", "description": "時間枠の診断情報を含む、停止地点割り当ての任意の点出力。" } } }, "clip": { "name": "クリップ", "description": "トポロジーベースのインターセクトを用いて、入力ポリゴンをオーバーレイポリゴンの境界でクリップします。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "overlay": { "label": "オーバーレイ", "description": "オーバーレイポリゴンレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "トポロジー処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "difference": { "name": "差分", "description": "トポロジーベースの差分を用いて、入力ポリゴンからオーバーレイポリゴンの領域を除去します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "overlay": { "label": "オーバーレイ", "description": "オーバーレイポリゴンレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "トポロジー処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "dissolve": { "name": "ディゾルブ", "description": "共有されたポリゴン境界を、全体的にまたはディゾルブ属性フィールドごとに除去します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "dissolve_field": { "label": "ディゾルブフィールド", "description": "グループ内のポリゴンをディゾルブするために使用する任意の属性フィールド。省略するとすべてのポリゴンをディゾルブします。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "トポロジー処理中に使用する任意のスナップ許容値。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "erase": { "name": "消去", "description": "入力ポリゴンからオーバーレイポリゴンの領域を消去し、入力の属性を保持します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "overlay": { "label": "オーバーレイ", "description": "オーバーレイポリゴンレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "トポロジー処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "identity": { "name": "アイデンティティ", "description": "すべての入力フィーチャを保持します。アイデンティティレイヤーと重なる部分にはアイデンティティの属性も付与されます。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "overlay": { "label": "オーバーレイ", "description": "オーバーレイポリゴンレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "トポロジー処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "intersect": { "name": "交差", "description": "トポロジーベースのオーバーレイを用いて入力ポリゴンとオーバーレイポリゴンをインターセクトし、ソースフィーチャ ID を追跡します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "overlay": { "label": "オーバーレイ", "description": "オーバーレイポリゴンレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "トポロジー処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "line_intersections": { "name": "線の交差", "description": "入力レイヤーとオーバーレイレイヤー間の線の交点を求め、親 ID と結合された属性を付加します。", "params": { "input": { "label": "入力", "description": "入力する線またはポリゴンレイヤー。" }, "overlay": { "label": "オーバーレイ", "description": "オーバーレイする線またはポリゴンレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "ジオメトリ処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "line_polygon_clip": { "name": "線のポリゴンクリップ", "description": "ラインフィーチャをポリゴンの内部でクリップし、クリップされた線分を出力します。", "params": { "input": { "label": "入力", "description": "入力線レイヤー。" }, "clip": { "label": "クリップ", "description": "クリップ用ポリゴンレイヤー。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "near": { "name": "近接", "description": "空間インデックスを用いて最も近いフィーチャとその距離を特定し、NEAR_FID と NEAR_DIST の属性を追加します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "near": { "label": "近接", "description": "近接フィーチャのベクターレイヤー。" }, "max_distance": { "label": "最大距離", "description": "任意の最大検索距離。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "select_by_location": { "name": "空間位置による選択", "description": "クエリフィーチャに対する空間述語 (intersects、within、contains、touches、overlaps など) によってターゲットフィーチャをフィルタリングします。", "params": { "target": { "label": "ターゲット", "description": "フィルターの対象となるターゲットフィーチャレイヤー。" }, "query": { "label": "クエリ", "description": "クエリフィーチャレイヤー。" }, "predicate": { "label": "述語", "description": "空間述語: intersects、within、contains、touches、crosses、overlaps、disjoint、within_distance。" }, "distance": { "label": "距離", "description": "within_distance 述語の距離しきい値。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "spatial_join": { "name": "空間結合", "description": "空間述語を用いて結合レイヤーのフィーチャからターゲットに属性を転送します。複数の一致に対する集約方法 (count、sum、mean、min、max) をサポートします。", "params": { "target": { "label": "ターゲット", "description": "結合された属性を受け取るターゲットレイヤー。" }, "join": { "label": "結合", "description": "属性を提供する結合レイヤー。" }, "predicate": { "label": "述語", "description": "空間述語: intersects、within、contains、touches、crosses、overlaps、within_distance。" }, "distance": { "label": "距離", "description": "within_distance 述語の距離しきい値。" }, "strategy": { "label": "戦略", "description": "結合方法: first、last、count、sum、mean、min、max。" }, "prefix": { "label": "プレフィックス", "description": "結合するフィールド名の接頭辞 (デフォルト JOIN_)。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "symmetrical_difference": { "name": "対称差分", "description": "入力レイヤーとオーバーレイレイヤーから、重ならないポリゴン領域を計算します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "overlay": { "label": "オーバーレイ", "description": "オーバーレイポリゴンレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "トポロジー処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "union": { "name": "和結合", "description": "入力ポリゴンとオーバーレイポリゴンを組み合わせてディゾルブし、統合されたポリゴンカバレッジを作成します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "overlay": { "label": "オーバーレイ", "description": "オーバーレイポリゴンレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "トポロジー処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "update": { "name": "更新", "description": "入力フィーチャが更新フィーチャと重なる部分を更新フィーチャで置き換えます。更新レイヤー外の入力フィーチャは保持されます。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "overlay": { "label": "オーバーレイ", "description": "オーバーレイポリゴンレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "トポロジー処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "centroid_vector": { "name": "ベクター重心", "description": "各ベクターフィーチャの地理的中心 (質量の平均座標) を計算し、ラベル配置、クラスタリング、空間解析のためのポイントレイヤーを作成します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "concave_hull": { "name": "凹包", "description": "concaveman アルゴリズムを用いて、入力フィーチャの座標を囲む凹包ポリゴンを作成します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "concavity": { "label": "凹度", "description": "凹度比 (デフォルト 2.0)。値を大きくすると凹みが少なく凸包に近いハルになります。値を小さくするとより深い凹みが許容されます。" }, "max_edge_length": { "label": "最大辺長", "description": "長さのしきい値。この値より短いハルのエッジはそれ以上細分化されません。デフォルトは無制限 (無限大) です。" }, "epsilon": { "label": "イプシロン", "description": "頑健性のイプシロン (デフォルト 1e-9)。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "densify_features": { "name": "フィーチャの高密度化", "description": "ラインとポリゴンの境界に沿って、指定した間隔で頂点を追加します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "spacing": { "label": "間隔", "description": "隣接する頂点間の最大間隔。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "eliminate_coincident_points": { "name": "一致点の除去", "description": "許容距離内で一致する、またはほぼ一致する点を除去します。", "params": { "input": { "label": "入力", "description": "入力する点ベクターレイヤー。" }, "tolerance_dist": { "label": "許容距離", "description": "点が一致していると見なす距離しきい値。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "extend_vector_lines": { "name": "ベクター線の延長", "description": "ポリラインの端点を、始点、終点、またはその両方で指定した距離だけ延長します。", "params": { "input": { "label": "入力", "description": "入力ポリラインベクターレイヤー。" }, "distance": { "label": "距離", "description": "ポリラインの端点を延長する距離。" }, "extend_direction": { "label": "延長方向", "description": "端点を延長する方向: both、start、または end。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "merge_line_segments": { "name": "線分の結合", "description": "分岐のない端点で接する連結した線分を結合します。", "params": { "input": { "label": "入力", "description": "入力ポリラインベクターレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "線の端点を照合するために使用する任意の端点スナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "minimum_bounding_box": { "name": "最小外接ボックス", "description": "個々のフィーチャまたはレイヤー全体を囲む、向き付き最小外接矩形を計算します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "min_criteria": { "label": "最小基準", "description": "最小化の基準: area、perimeter、length、または width。デフォルトは area です。" }, "individual_feature_hulls": { "label": "フィーチャごとのハル", "description": "true の場合、フィーチャごとに 1 つのボックスを出力します。それ以外の場合はレイヤー全体に対して 1 つのボックスを出力します。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "minimum_bounding_circle": { "name": "最小外接円", "description": "個々のフィーチャまたはレイヤー全体を囲む最小外接円を計算します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "individual_feature_hulls": { "label": "フィーチャごとのハル", "description": "true の場合、フィーチャごとに 1 つの円を出力します。それ以外の場合はレイヤー全体に対して 1 つの円を出力します。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "minimum_bounding_envelope": { "name": "最小外接エンベロープ", "description": "個々のフィーチャまたはレイヤー全体を囲む、軸に沿った最小外接エンベロープを計算します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "individual_feature_hulls": { "label": "フィーチャごとのハル", "description": "true の場合、フィーチャごとに 1 つのエンベロープを出力します。それ以外の場合はレイヤー全体に対して 1 つのエンベロープを出力します。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "minimum_convex_hull": { "name": "最小凸包", "description": "個々のフィーチャまたは入力レイヤー全体を囲む凸包ポリゴンを作成します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "individual_feature_hulls": { "label": "フィーチャごとのハル", "description": "true の場合、入力フィーチャごとに 1 つのハルを出力します。それ以外の場合はレイヤー全体に対して 1 つのハルを出力します。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "polygonize": { "name": "ポリゴン化", "description": "閉じた面を形成できる場合は交差する/開いた線分も含めて、入力のラインワークからポリゴンを作成します。", "params": { "inputs": { "label": "入力", "description": "配列またはセミコロン/カンマ区切りの文字列で指定する入力線ベクターレイヤー。省略すると 'input' が使用されます。" }, "input": { "label": "入力", "description": "単一の入力線ベクターレイヤーの任意のパス。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "ポリゴン化処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "representative_point_vector": { "name": "代表点 (ベクター)", "description": "到達不能極 (pole-of-inaccessibility) を用いて各ジオメトリの内部または境界上にあることが保証された内部点を生成します。凹型ポリゴンのラベル配置に最適です。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "simplify_features": { "name": "フィーチャの簡略化", "description": "Douglas-Peucker アルゴリズムを用いてジオメトリの複雑さを低減し、形状を保持しつつファイルサイズの最小化、GPS ノイズの除去、描画性能の最適化を行います。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "tolerance": { "label": "許容誤差", "description": "地図単位での簡素化の許容値。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "smooth_vectors": { "name": "ベクターの平滑化", "description": "移動平均フィルタリングを用いてポリラインまたはポリゴンのジオメトリを平滑化し、デジタイズのノイズや GPS 軌跡のぶれを低減します。", "params": { "input": { "label": "入力", "description": "入力する線またはポリゴンのベクターレイヤー。" }, "filter_size": { "label": "フィルターサイズ", "description": "移動平均の奇数のウィンドウサイズ (>= 3)。偶数値は次の奇数に切り上げられます。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "snap_endnodes": { "name": "端点のスナップ", "description": "許容範囲内にある近接したポリラインの端点を共通の位置にスナップします。", "params": { "input": { "label": "入力", "description": "入力ポリラインベクターレイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "地図単位での端点スナップ許容値。" }, "output": { "label": "出力", "description": "スナップ済みポリラインベクターの出力パス。" } } }, "split_vector_lines": { "name": "ベクター線の分割", "description": "各ポリラインフィーチャを、指定した最大長のセグメントに分割します。", "params": { "input": { "label": "入力", "description": "入力ポリラインベクターレイヤー。" }, "segment_length": { "label": "セグメント長", "description": "地図単位での最大セグメント長。" }, "output": { "label": "出力", "description": "ポリラインベクターの出力パス。" } } }, "split_with_lines": { "name": "線による分割", "description": "分割ラインレイヤーとの交点を用いて入力ポリラインを分割します。", "params": { "input": { "label": "入力", "description": "分割する入力線レイヤー。" }, "split": { "label": "分割", "description": "区切り点の作成に使用する分割線レイヤー。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "分割処理で使用する任意のスナップ許容値。デフォルトはマシンイプシロンです。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "compactness_ratio": { "name": "コンパクト度比", "description": "ポリゴンフィーチャのコンパクト度比 (面積 / 周長) を計算します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "コンパクトネスフィールドを追加した出力ベクター。" } } }, "deviation_from_regional_direction": { "name": "地域方向からの偏差", "description": "重み付きの地域平均方向からのポリゴンの方向偏差を計算し、DEV_DIR を追加します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "elongation_threshold": { "label": "伸長しきい値", "description": "地域方向の推定にポリゴンを含めるための最小伸長度。デフォルトは 0.75 です。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "elongation_ratio": { "name": "伸長比", "description": "ポリゴンフィーチャの伸長比 (外接矩形の短軸 / 長軸) を計算します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "伸長度フィールドを追加した出力ベクター。" } } }, "hole_proportion": { "name": "穴の割合", "description": "ポリゴンの穴の面積を凸包の面積で割った値を計算し、HOLE_PROP を追加します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "linearity_index": { "name": "直線性指数", "description": "ポリゴンフィーチャの線状性指数 (回帰の決定係数) を計算します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "直線性フィールドを追加した出力ベクター。" } } }, "narrowness_index_vector": { "name": "狭小度指数 (ベクター)", "description": "ポリゴンフィーチャの狭さ指数 (周長 / sqrt(面積)) を計算します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "細長さフィールドを追加した出力ベクター。" } } }, "patch_orientation": { "name": "パッチの方位", "description": "縮約主軸回帰を用いてポリゴンの向き (北からの角度) を計算し、ORIENT を追加します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "perimeter_area_ratio": { "name": "周長面積比", "description": "ポリゴンの周長/面積比を計算し、P_A_RATIO を追加します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "polygon_area": { "name": "ポリゴン面積", "description": "ポリゴンの面積を計算し、AREA 属性フィールドを追加します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "polygon_long_axis": { "name": "ポリゴン長軸", "description": "各ポリゴンフィーチャの最小外接矩形の長軸をラインとして出力します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "ポリラインベクターの出力パス。" } } }, "polygon_perimeter": { "name": "ポリゴン周長", "description": "ポリゴンの周長を計算し、PERIMETER 属性フィールドを追加します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "polygon_short_axis": { "name": "ポリゴン短軸", "description": "各ポリゴンフィーチャの最小外接矩形の短軸をラインとして出力します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "ポリラインベクターの出力パス。" } } }, "related_circumscribing_circle": { "name": "関連外接円", "description": "1 - (ポリゴンの面積 / 最小外接円の面積) を計算し、RC_CIRCLE を追加します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "shape_complexity_index_vector": { "name": "形状複雑度指数 (ベクター)", "description": "正規化された形状係数を用いて、ベクターポリゴンフィーチャの形状複雑度指数を計算します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "複雑度指数フィールドを追加した出力ベクター。" } } }, "global_morans_i": { "name": "グローバル Moran's I", "description": "グローバル Moran's I を計算して空間的自己相関 (類似した値が空間的に集まっているかどうか) を検定します。地球統計解析の不可欠な基礎です。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "field": { "label": "フィールド", "description": "解析する数値属性フィールド。" }, "weights_mode": { "label": "重みモード", "description": "近傍モード: queen、rook、k_nearest、distance_band。" }, "k": { "label": "K", "description": "k_nearest モードの k 値。" }, "distance": { "label": "距離", "description": "distance_band モードの距離しきい値。" }, "row_standardize": { "label": "行標準化", "description": "重みに行標準化を適用します (デフォルト true)。" }, "inference": { "label": "推論", "description": "推定モード: asymptotic または permutation (デフォルト: asymptotic)。" }, "num_simulations": { "label": "シミュレーション回数", "description": "並べ替え検定の並べ替え回数 (デフォルト: 999)。" }, "seed": { "label": "シード", "description": "再現可能な並べ替え検定のための乱数シード。" }, "island_policy": { "label": "島ポリシー", "description": "孤立要素の処理: drop_with_warning、keep_zero_weight、error。" }, "output_json": { "label": "出力 JSON", "description": "任意の JSON レポート出力パス。" }, "output_html": { "label": "出力 HTML", "description": "任意の HTML レポート出力パス。" }, "output_csv": { "label": "出力 CSV", "description": "任意の CSV サマリー出力パス。" }, "output_distribution": { "label": "分布出力", "description": "並べ替え分布を JSON として保存する任意のパス。" } } }, "getis_ord_gi_star": { "name": "Getis-Ord Gi*", "description": "局所的なホットスポット/コールドスポットを識別するための Getis-Ord Gi/Gi* の z スコアを計算します。高い値/低い値の集中を直接測る指標です。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "field": { "label": "フィールド", "description": "解析する数値属性フィールド。" }, "weights_mode": { "label": "重みモード", "description": "近傍モード: queen、rook、k_nearest、distance_band。" }, "k": { "label": "K", "description": "k_nearest モードの k 値。" }, "distance": { "label": "距離", "description": "distance_band モードの距離しきい値。" }, "row_standardize": { "label": "行標準化", "description": "重みに行標準化を適用します (デフォルト true)。" }, "variant": { "label": "バリアント", "description": "バリアント: gi または gi_star (デフォルト gi_star)。" }, "inference": { "label": "推論", "description": "推定モード: asymptotic または permutation (デフォルト: asymptotic)。" }, "num_simulations": { "label": "シミュレーション回数", "description": "並べ替え検定の並べ替え回数 (デフォルト: 999)。" }, "seed": { "label": "シード", "description": "再現可能な並べ替え検定のための乱数シード。" }, "island_policy": { "label": "島ポリシー", "description": "孤立要素の処理: drop_with_warning、keep_zero_weight、error。" }, "alpha": { "label": "アルファ", "description": "[0, 1] の範囲の有意水準しきい値。デフォルトは 0.05 です。" }, "output": { "label": "出力", "description": "GI フィールドを含むベクターの出力パス。" }, "output_html": { "label": "出力 HTML", "description": "任意の HTML レポート出力パス。" } } }, "local_morans_i_lisa": { "name": "ローカル Moran's I LISA", "description": "各フィーチャについてローカル Moran's I を計算し、統計的有意性の検定とともに局所的な空間クラスターと外れ値を識別します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "field": { "label": "フィールド", "description": "解析する数値属性フィールド。" }, "weights_mode": { "label": "重みモード", "description": "近傍モード: queen、rook、k_nearest、distance_band。" }, "k": { "label": "K", "description": "k_nearest モードの k 値。" }, "distance": { "label": "距離", "description": "distance_band モードの距離しきい値。" }, "row_standardize": { "label": "行標準化", "description": "重みに行標準化を適用します (デフォルト true)。" }, "inference": { "label": "推論", "description": "推定モード: asymptotic または permutation (デフォルト: asymptotic)。" }, "num_simulations": { "label": "シミュレーション回数", "description": "並べ替え検定の並べ替え回数 (デフォルト: 999)。" }, "seed": { "label": "シード", "description": "再現可能な並べ替え検定のための乱数シード。" }, "island_policy": { "label": "島ポリシー", "description": "孤立要素の処理: drop_with_warning、keep_zero_weight、error。" }, "alpha": { "label": "アルファ", "description": "[0, 1] の範囲の有意水準しきい値。デフォルトは 0.05 です。" }, "fdr_correction": { "label": "FDR 補正", "description": "FDR-BH 補正を適用します (permutation の場合のデフォルトは true)。" }, "output": { "label": "出力", "description": "LISA フィールドを含むベクターの出力パス。" }, "output_html": { "label": "出力 HTML", "description": "任意の HTML レポート出力パス。" } } }, "nearest_neighbour_index": { "name": "最近傍指数", "description": "Clark-Evans の最近隣指数を計算し、完全空間ランダム性を検定します。集中と分散を検出します。", "params": { "input": { "label": "入力", "description": "入力する点ベクターレイヤー。" }, "study_area_mode": { "label": "調査領域モード", "description": "調査対象範囲のモード: hull、envelope、polygon_layer。" }, "study_area_polygon": { "label": "調査領域ポリゴン", "description": "study_area_mode=polygon_layer の場合に使用するポリゴンレイヤー。" }, "output_json": { "label": "出力 JSON", "description": "任意の JSON レポート出力パス。" }, "output_html": { "label": "出力 HTML", "description": "任意の HTML レポート出力パス。" }, "output_csv": { "label": "出力 CSV", "description": "任意の CSV サマリー出力パス。" } } }, "quadrat_count_test": { "name": "コドラート計数検定", "description": "方形区のカウントを用いて、点パターンのランダム性に関するカイ二乗検定を実行します。集中と分散を検定します。", "params": { "input": { "label": "入力", "description": "入力する点ベクターレイヤー。" }, "grid_mode": { "label": "グリッドモード", "description": "グリッドモード: rows_cols または cell_size。" }, "rows": { "label": "行数", "description": "grid_mode=rows_cols の場合の行数。" }, "cols": { "label": "列数", "description": "grid_mode=rows_cols の場合の列数。" }, "cell_size": { "label": "セルサイズ", "description": "grid_mode=cell_size の場合のセルサイズ。" }, "study_area_mode": { "label": "調査領域モード", "description": "調査対象範囲のモード: hull、envelope、polygon_layer。" }, "study_area_polygon": { "label": "調査領域ポリゴン", "description": "study_area_mode=polygon_layer の場合に使用するポリゴンレイヤー。" }, "output_grid": { "label": "出力グリッド", "description": "任意のコドラートポリゴングリッドの出力パス。" }, "output_json": { "label": "出力 JSON", "description": "任意の JSON レポート出力パス。" }, "output_html": { "label": "出力 HTML", "description": "任意の HTML レポート出力パス。" }, "output_csv": { "label": "出力 CSV", "description": "任意の CSV サマリー出力パス。" } } }, "spatial_lag_regression": { "name": "空間ラグ回帰", "description": "従属変数が空間的な近傍の影響を受ける内生的なスピルオーバー効果を捉える、空間自己回帰モデルを推定します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "response_field": { "label": "応答フィールド", "description": "応答 (従属) 変数。" }, "predictor_fields": { "label": "説明変数フィールド", "description": "カンマ区切りの説明変数フィールド名。" }, "weights_mode": { "label": "重みモード", "description": "空間近傍モード。" }, "k": { "label": "K", "description": "k_nearest の k 値。" }, "distance": { "label": "距離", "description": "距離しきい値。" }, "row_standardize": { "label": "行標準化", "description": "重みを行標準化します。" }, "output": { "label": "出力", "description": "出力ベクターレイヤー。" } } }, "spatial_error_regression": { "name": "空間誤差回帰", "description": "欠落変数や測定誤差に起因する残差の外生的な空間依存性に対処する、空間誤差モデルを推定します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "response_field": { "label": "応答フィールド", "description": "応答変数。" }, "predictor_fields": { "label": "説明変数フィールド", "description": "カンマ区切りの説明変数フィールド。" }, "weights_mode": { "label": "重みモード", "description": "空間近傍モード。" }, "k": { "label": "K", "description": "k_nearest の k。" }, "distance": { "label": "距離", "description": "距離しきい値。" }, "row_standardize": { "label": "行標準化", "description": "重みを行標準化します。" }, "output": { "label": "出力", "description": "出力ベクターレイヤー。" } } }, "geographically_weighted_regression": { "name": "地理的加重回帰", "description": "距離減衰カーネルの重みを用いた局所線形回帰 (GWR) です。フィーチャごとの係数、局所 R²、残差と予測値に加え、全体の AICc / R² の診断情報を出力します。固定または適応的な帯域幅を使用でき、任意で AICc による最適化も可能です。", "params": { "input": { "label": "入力", "description": "入力フィーチャレイヤー (点、またはその代表点を用いた他のジオメトリ)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "y_field": { "label": "Y フィールド", "description": "従属 (応答) 数値フィールド。" }, "x_fields": { "label": "X フィールド", "description": "カンマ区切りの説明数値フィールド。" }, "kernel": { "label": "カーネル", "description": "距離減衰カーネル: 'gaussian' (デフォルト) または 'bisquare'。" }, "bandwidth_type": { "label": "バンド幅タイプ", "description": "'adaptive' (デフォルト。バンド幅 = k 近傍) または 'fixed' (バンド幅 = 距離)。" }, "bandwidth": { "label": "バンド幅", "description": "バンド幅。adaptive では近傍数、fixed では距離を指定します。省略すると AICc を最小化して自動選択します。" } } }, "ripleys_k_test": { "name": "Ripley's K 検定", "description": "Ripley's K のマルチスケールのクラスタリング統計量を計算します。距離範囲にわたるスケール依存の集中/分散を明らかにします。", "params": { "input": { "label": "入力", "description": "入力する点ベクターレイヤー。" }, "max_distance": { "label": "最大距離", "description": "解析の最大距離。" }, "step_size": { "label": "ステップサイズ", "description": "距離の刻み幅。" }, "output": { "label": "出力", "description": "K 統計量を含む出力ベクター。" } } }, "envelope_test": { "name": "エンベロープ検定", "description": "観測されたパターンを CSR の帰無分布と比較するモンテカルロエンベロープ検定を実行します。集中/分散の有意性を判定します。", "params": { "input": { "label": "入力", "description": "入力する点ベクターレイヤー。" }, "num_simulations": { "label": "シミュレーション回数", "description": "モンテカルロシミュレーションの回数。" }, "max_distance": { "label": "最大距離", "description": "解析の最大距離。" }, "output": { "label": "出力", "description": "エンベロープの上下限を含む出力ベクター。" } } }, "point_process_residuals": { "name": "点過程残差", "description": "診断のために、当てはめたポアソン点過程モデルからの残差を計算します。モデル化されていない空間構造を検出します。", "params": { "input": { "label": "入力", "description": "入力する点ベクターレイヤー。" }, "intensity_field": { "label": "強度フィールド", "description": "当てはめた強度フィールド。" }, "output": { "label": "出力", "description": "残差を含む出力ベクター。" } } }, "ripleys_k_function": { "name": "Ripley's K 関数", "description": "空間的なクラスタリングパターンを特徴づけるために K(t) と L(t) を計算します。", "params": { "input": { "label": "入力", "description": "点ベクターレイヤー。" }, "max_distance": { "label": "最大距離", "description": "最大距離しきい値。" }, "num_distances": { "label": "距離数", "description": "距離のステップ数。" }, "output": { "label": "出力", "description": "出力 CSV。" } } }, "point_pattern_envelope": { "name": "点パターンエンベロープ", "description": "CSR に対する仮説検定のための臨界帯のエンベロープを生成します。", "params": { "input": { "label": "入力", "description": "点ベクターレイヤー。" }, "max_distance": { "label": "最大距離", "description": "最大距離。" }, "num_distances": { "label": "距離数", "description": "距離のビン数。" }, "num_simulations": { "label": "シミュレーション回数", "description": "モンテカルロの反復回数。" }, "alpha": { "label": "アルファ", "description": "有意水準。" }, "output": { "label": "出力", "description": "出力 CSV。" } } }, "inhomogeneous_baseline": { "name": "非均質ベースライン", "description": "強度サーフェスを推定し、強度を補正した K 関数を計算します。", "params": { "input": { "label": "入力", "description": "点ベクターレイヤー。" }, "max_distance": { "label": "最大距離", "description": "最大距離。" }, "num_distances": { "label": "距離数", "description": "距離のビン数。" }, "bandwidth": { "label": "バンド幅", "description": "KDE のバンド幅 (省略すると自動選択されます)。" }, "output": { "label": "出力", "description": "出力 CSV。" } } }, "hotspot_vs_process": { "name": "ホットスポットと過程の比較", "description": "ホットスポットのパターンを基礎となる点過程の強度と比較します。", "params": { "input": { "label": "入力", "description": "点ベクターレイヤー。" }, "hotspot_field": { "label": "ホットスポットフィールド", "description": "ホットスポット分類フィールド。" }, "intensity_field": { "label": "強度フィールド", "description": "強度フィールド。" }, "output": { "label": "出力", "description": "出力 CSV。" } } }, "point_process_residuals_comparison": { "name": "点過程残差の比較", "description": "モデルの妥当性を確認するための残差診断を計算します。", "params": { "input": { "label": "入力", "description": "点ベクターレイヤー。" }, "observed_field": { "label": "観測フィールド", "description": "観測値フィールド。" }, "predicted_field": { "label": "予測フィールド", "description": "予測値フィールド。" }, "residual_type": { "label": "残差タイプ", "description": "残差のタイプ。" }, "output": { "label": "出力", "description": "出力 CSV。" } } }, "construct_vector_tin": { "name": "ベクター TIN の構築", "description": "Delaunay 三角形分割を用いて、入力点群から不整三角形網 (TIN) を構築します。", "params": { "input_points": { "label": "入力点", "description": "入力する点またはマルチポイントのベクターレイヤー。" }, "field_name": { "label": "フィールド名", "description": "頂点の高さを表す任意のフィールド名 (数値フィールド)。" }, "use_z": { "label": "Z を使用", "description": "true の場合、三角形の標高にジオメトリの Z 値を使用します。" }, "max_triangle_edge_length": { "label": "最大三角形辺長", "description": "許容される三角形の最大辺長 (長い辺を除外します)。制限しない場合は 0 または負の値を指定します。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターレイヤー (TIN)。" } } }, "contours_from_points": { "name": "点からの等高線", "description": "Delaunay TIN を用いて、点の標高から等高線のポリラインを作成します。", "params": { "input": { "label": "入力", "description": "入力する点またはマルチポイントのベクターパス。" }, "base": { "label": "ベース", "description": "等高線の基準標高 (デフォルト 0.0)。" }, "field_name": { "label": "フィールド名", "description": "標高値を格納する数値属性フィールド (use_z_values=true の場合は無視されます)。" }, "interval": { "label": "間隔", "description": "等高線間隔の値 (デフォルト 10.0)。" }, "max_triangle_edge_length": { "label": "最大三角形辺長", "description": "等高線作成に含める三角形の最大辺長 (地図単位)。" }, "smooth": { "label": "平滑化", "description": "平滑化フィルターのサイズ (奇数の整数、デフォルト 9)。" }, "use_z_values": { "label": "Z 値を使用", "description": "ジオメトリの Z 値を標高として使用します (デフォルト false)。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "contours_from_raster": { "name": "ラスターからの等高線", "description": "ラスターのサーフェスモデルから等高線のポリラインを作成します。", "params": { "input": { "label": "入力", "description": "入力ラスターサーフェスのパスまたは型付きラスターオブジェクト。" }, "base": { "label": "ベース", "description": "等高線の基準標高 (デフォルト 0.0)。" }, "interval": { "label": "間隔", "description": "等高線間隔の値 (デフォルト 10.0)。" }, "smooth": { "label": "平滑化", "description": "平滑化フィルターのサイズ (奇数の整数、デフォルト 9)。" }, "tolerance": { "label": "許容誤差", "description": "簡素化に使用する線の最小偏角 (度、デフォルト 10.0)。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "extract_nodes": { "name": "ノードの抽出", "description": "ポリラインとポリゴンの頂点をポイントフィーチャに変換します。", "params": { "input": { "label": "入力", "description": "入力するポリラインまたはポリゴンのベクターレイヤー。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "extract_raster_values_at_points": { "name": "点におけるラスター値の抽出", "description": "点の位置で 1 つ以上のラスターをサンプリングし、その値を点の属性に書き込みます。", "params": { "rasters": { "label": "ラスター", "description": "配列または区切り文字列で指定する入力ラスターのパス。" }, "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "find_lowest_or_highest_points": { "name": "最低点または最高点の検索", "description": "最も低いまたは最も高い (あるいはその両方の) ラスターセルを特定し、その位置を点として出力します。", "params": { "input": { "label": "入力", "description": "入力ラスター。" }, "out_type": { "label": "出力タイプ", "description": "出力タイプ: lowest、highest、または both。" }, "output": { "label": "出力", "description": "出力点ベクターパス。" } } }, "hexagonal_grid_from_raster_base": { "name": "ラスターベースの六角形グリッド", "description": "幅と向きを設定可能な六角形ポリゴングリッドを作成し、ヒートマップや集約のための偏りのないテッセレーションを提供します。", "params": { "base": { "label": "ベース", "description": "グリッドの範囲を決めるベースラスター。" }, "width": { "label": "幅", "description": "地図単位での六角形の幅。" }, "orientation": { "label": "方位", "description": "六角形の向き: horizontal または vertical。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "hexagonal_grid_from_vector_base": { "name": "ベクターベースの六角形グリッド", "description": "ベクターレイヤーの範囲に合わせた六角形ポリゴングリッドを作成し、偏りのない空間集約と密度の可視化を可能にします。", "params": { "base": { "label": "ベース", "description": "グリッドの範囲を決めるベースベクターレイヤー。" }, "width": { "label": "幅", "description": "地図単位での六角形の幅。" }, "orientation": { "label": "方位", "description": "六角形の向き: horizontal または vertical。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "layer_footprint_raster": { "name": "レイヤーフットプリント (ラスター)", "description": "入力ラスターの全範囲を表すポリゴンのフットプリントを作成します。", "params": { "input": { "label": "入力", "description": "入力ラスター。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "layer_footprint_vector": { "name": "レイヤーフットプリント (ベクター)", "description": "入力ベクターレイヤーの外接範囲全体を表すポリゴンのフットプリントを作成します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "medoid": { "name": "メドイド", "description": "ベクタージオメトリからメドイド点を計算します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "output": { "label": "出力", "description": "メドイド点ベクターの出力パス。" } } }, "random_points_in_polygon": { "name": "ポリゴン内のランダム点", "description": "入力ポリゴンのジオメトリ内に一様にランダムな点を生成します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンレイヤー。" }, "num_points": { "label": "点数", "description": "作成するランダム点の数。" }, "seed": { "label": "シード", "description": "再現性のための任意の乱数シード。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "rectangular_grid_from_raster_base": { "name": "ラスターベースの矩形グリッド", "description": "ラスターの範囲を覆う矩形のポリゴングリッドを作成します。", "params": { "base": { "label": "ベース", "description": "グリッドの範囲を決めるベースラスター。" }, "width": { "label": "幅", "description": "地図単位でのグリッドセルの幅。" }, "height": { "label": "高さ", "description": "地図単位でのグリッドセルの高さ。" }, "x_origin": { "label": "X 原点", "description": "グリッド位置合わせ用の任意の x 原点。" }, "y_origin": { "label": "Y 原点", "description": "グリッド位置合わせ用の任意の y 原点。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "rectangular_grid_from_vector_base": { "name": "ベクターベースの矩形グリッド", "description": "ベクターレイヤーの外接範囲を覆う矩形のポリゴングリッドを作成します。", "params": { "base": { "label": "ベース", "description": "グリッドの範囲を決めるベースベクターレイヤー。" }, "width": { "label": "幅", "description": "地図単位でのグリッドセルの幅。" }, "height": { "label": "高さ", "description": "地図単位でのグリッドセルの高さ。" }, "x_origin": { "label": "X 原点", "description": "グリッド位置合わせ用の任意の x 原点。" }, "y_origin": { "label": "Y 原点", "description": "グリッド位置合わせ用の任意の y 原点。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。" } } }, "vector_hex_binning": { "name": "ベクター六角形ビニング", "description": "ポイントフィーチャを六角形のビンに集約し、六角形セルごとに点の数をカウントします。", "params": { "vector_points": { "label": "ベクター点", "description": "入力する点またはマルチポイントのベクターレイヤー。" }, "width": { "label": "幅", "description": "六角形の幅 (対辺間の距離)。" }, "orientation": { "label": "方位", "description": "六角形の向き: 水平 (尖った上部) は 'h'、垂直 (平らな上部) は 'v'。" }, "output": { "label": "出力", "description": "個数を含む六角形ポリゴンの出力レイヤー。" } } }, "voronoi_diagram": { "name": "ボロノイ図", "description": "入力点の位置から Voronoi (ティーセン) ポリゴンを作成します。", "params": { "input_points": { "label": "入力点", "description": "入力する点またはマルチポイントのベクターレイヤー。" }, "output": { "label": "出力", "description": "Voronoi ポリゴンベクターの出力パス。" } } }, "add_field": { "name": "フィールドの追加", "description": "任意の既定値を持つ新しい属性フィールドを追加します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "field": { "label": "フィールド", "description": "新しいフィールド名。" }, "field_type": { "label": "フィールドタイプ", "description": "フィールドタイプ: integer、float、text、boolean。" }, "default": { "label": "デフォルト", "description": "任意のデフォルト値。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "add_geometry_attributes": { "name": "ジオメトリ属性の追加", "description": "幾何学的特性 (面積、長さ、周長、重心) を自動的に計算して新しいフィールドとして追加します。平面と測地線の両方の計測に対応しています。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "measurement_mode": { "label": "測定モード", "description": "測定方法: auto (デフォルト)、planar、または geodesic。" }, "area": { "label": "面積", "description": "面積フィールドを含めます (geodesic では AREA_M2、planar では AREA_MAP2)。" }, "length": { "label": "長さ", "description": "長さフィールドを含めます (geodesic では LENGTH_M、planar では LENGTH_MAP)。" }, "perimeter": { "label": "周長", "description": "周長フィールドを含めます (geodesic では PERIM_M、planar では PERIM_MAP)。" }, "centroid": { "label": "重心", "description": "重心の X/Y フィールドを含めます (デフォルト true)。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "attribute_correlation": { "name": "属性の相関", "description": "数値のベクター属性フィールドに対してピアソン相関分析を実行します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" } } }, "attribute_histogram": { "name": "属性ヒストグラム", "description": "ベクター属性テーブルの数値フィールドの値についてヒストグラムを作成します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "field": { "label": "フィールド", "description": "数値属性フィールド名。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" } } }, "attribute_scattergram": { "name": "属性散布図", "description": "2 つの数値ベクターフィールド間の散布図の要約統計量を計算します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "fieldx": { "label": "フィールド X", "description": "x 軸の数値フィールド名。" }, "fieldy": { "label": "フィールド Y", "description": "y 軸の数値フィールド名。" }, "trendline": { "label": "トレンドライン", "description": "トレンドラインの要約を含めます (デフォルト false)。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" } } }, "delete_field": { "name": "フィールドの削除", "description": "ベクターレイヤーから 1 つ以上の属性フィールドを削除します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "fields": { "label": "フィールド", "description": "削除するフィールド名 (カンマ区切り)。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "extract_by_attribute": { "name": "属性による抽出", "description": "属性式を満たすベクターフィーチャを抽出します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "statement": { "label": "ステートメント", "description": "属性フィールドに対して評価されるブール式。SQL 形式の AND/OR/NOT/XOR の別名を使用できます。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "field_calculator": { "name": "フィールド計算", "description": "フィーチャの属性とジオメトリの変数を使った式からフィールド値を計算します。SQL 形式の CASE、CAST、null チェック、および UPDATE ... SET ... [WHERE ...] ラッパーに対応しています。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "field": { "label": "フィールド", "description": "出力フィールド名。" }, "field_type": { "label": "フィールドタイプ", "description": "出力フィールドのタイプ: float、integer、text。" }, "expression": { "label": "式", "description": "フィーチャごとに評価される式。SQL 形式の CASE、CAST(... AS type)、IS NULL/IS NOT NULL、および UPDATE ... SET FIELD = ... [WHERE ...] のラッパーに対応します。" }, "overwrite": { "label": "上書き", "description": "既存のフィールドがある場合は上書きします (デフォルト true)。" }, "preview_rows": { "label": "プレビュー行数", "description": "結果ペイロードで返すプレビュー行の任意の行数。0 より大きい場合、プレビューのみの評価では output を省略できます。" }, "output": { "label": "出力", "description": "ベクターの出力パス。preview_rows > 0 の場合は任意です。" } } }, "filter_vector_features_by_area": { "name": "面積によるベクターフィーチャのフィルター", "description": "最小面積しきい値を下回るポリゴンフィーチャを除外します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。" }, "threshold": { "label": "しきい値", "description": "保持するポリゴンの最小面積 (レイヤーの座標単位の 2 乗)。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "list_unique_values": { "name": "ユニーク値の一覧", "description": "ベクター属性フィールド内の固有値とその頻度を一覧表示します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "field": { "label": "フィールド", "description": "属性フィールド名。" }, "output": { "label": "出力", "description": "任意の CSV 出力パス。" } } }, "rename_field": { "name": "フィールド名の変更", "description": "ベクターレイヤーの属性フィールドの名前を変更します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "field": { "label": "フィールド", "description": "既存のフィールド名。" }, "new_field": { "label": "新規フィールド", "description": "置換するフィールド名。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "download_osm_vector": { "name": "OSM ベクターのダウンロード", "description": "バウンディングボックスについて Overpass API から OpenStreetMap のフィーチャをダウンロードし、結果をベクターレイヤーとして書き出します。", "params": { "west": { "label": "西", "description": "西端境界の経度 (EPSG:4326)。" }, "south": { "label": "南", "description": "南端境界の緯度 (EPSG:4326)。" }, "east": { "label": "東", "description": "東端境界の経度 (EPSG:4326)。" }, "north": { "label": "北", "description": "北端境界の緯度 (EPSG:4326)。" }, "input_extent_epsg": { "label": "入力範囲 EPSG", "description": "west/south/east/north の入力範囲の EPSG コード (デフォルト 4326)。" }, "filter_preset": { "label": "フィルタープリセット", "description": "フィーチャクラスのプリセット: all、roads、buildings、water、landuse、trails、parks、rail、amenities、boundaries、transit、poi (デフォルト all)。" }, "include_tags": { "label": "含めるタグ", "description": "セミコロン区切りのタグキーのフィルターリスト (例: amenity;shop)。" }, "include_key_values": { "label": "含めるキー値", "description": "セミコロン区切りの key=value フィルターリスト (例: amenity=school;building=yes)。" }, "filter_key": { "label": "フィルターキー", "description": "従来の単一タグキーフィルター (非推奨、include_tags を使用してください)。" }, "filter_key_value": { "label": "フィルターキー値", "description": "従来の単一 key=value フィルター (非推奨、include_key_values を使用してください)。" }, "include_points": { "label": "点を含める", "description": "タグを持つ OSM ノードフィーチャを Point ジオメトリとして含めます (デフォルト true)。" }, "include_lines": { "label": "線を含める", "description": "OSM ウェイフィーチャを LineString ジオメトリとして含めます (デフォルト true)。" }, "include_polygons": { "label": "ポリゴンを含める", "description": "面タグを持つ閉じた OSM ウェイを Polygon ジオメトリとして含めます (デフォルト true)。" }, "clip_to_extent": { "label": "範囲でクリップ", "description": "出力ジオメトリをクエリの bbox 範囲でクリップします (デフォルト true)。" }, "split_output_by_geometry": { "label": "ジオメトリ別に出力を分割", "description": "ジオメトリタイプごとに個別の出力を書き出します (_points|lines|polygons.ext)。" }, "output_epsg": { "label": "出力 EPSG", "description": "出力をこの EPSG コードに再投影します。省略すると EPSG:4326 のままになります。" }, "overpass_profile": { "label": "Overpass プロファイル", "description": "Overpass エンドポイントのプロファイル: main、kumi、fr、または custom (デフォルト main)。" }, "overpass_url": { "label": "Overpass URL", "description": "Overpass API のエンドポイント URL (デフォルト https://overpass-api.de/api/interpreter)。" }, "timeout_seconds": { "label": "タイムアウト (秒)", "description": "クエリのタイムアウト秒数 (デフォルト 25)。" }, "max_elements": { "label": "最大要素数", "description": "エラーが発生するまでに返される Overpass 要素の最大数 (デフォルト 50 000)。" }, "chunk_large_aoi": { "label": "大きな AOI を分割", "description": "大きな AOI を複数の Overpass リクエストに自動的に分割します (デフォルト true)。" }, "chunk_max_area_deg2": { "label": "分割最大面積 (deg²)", "description": "分割時のチャンクあたりの最大面積 (平方度単位、デフォルト 4.0)。" }, "max_chunk_count": { "label": "最大分割数", "description": "大きな AOI を分割する際のチャンク数の上限 (デフォルト 64)。" }, "chunk_parallel_requests": { "label": "分割並列リクエスト数", "description": "大きな AOI に対する並列チャンクリクエストの最大数 (デフォルト 1 = 逐次実行)。" }, "cache_dir": { "label": "キャッシュディレクトリ", "description": "エンドポイントとクエリのハッシュ単位で Overpass の JSON レスポンスをキャッシュする任意のディレクトリ。" }, "cache_ttl_hours": { "label": "キャッシュ TTL (時間)", "description": "キャッシュの有効期間 (時間単位、デフォルト 24、0 は有効期限チェックなし)。" }, "provenance_output": { "label": "来歴出力", "description": "クエリと来歴のメタデータをサイドカーとして書き出す任意の JSON パス。" }, "output": { "label": "出力", "description": "任意の出力ベクターパス。省略すると一時出力が使用されます。" } } }, "assign_projection_lidar": { "name": "投影法の割り当て (LiDAR)", "description": "点を再投影せずに、LiDAR 点群に座標参照系を割り当てます。", "params": { "input": { "label": "入力", "description": "入力 LiDAR ファイルパス (LAS/LAZ/COPC、またはメモリ内ハンドル)。" }, "epsg": { "label": "EPSG", "description": "割り当てる CRS の EPSG コード (例: 4326 (WGS84) や 3857 (Web メルカトル))。座標は変換されません。" }, "output": { "label": "出力", "description": "任意の出力 LiDAR パス。省略すると結果はメモリに保存されます。" } } }, "assign_projection_raster": { "name": "投影法の割り当て (ラスター)", "description": "セルをワープせずに、ラスターに座標参照系を割り当てます。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス (またはメモリ内ハンドル)。" }, "epsg": { "label": "EPSG", "description": "割り当てる CRS の EPSG コード (例: 4326 (WGS84) や 3857 (Web メルカトル))。座標は変換されません。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリに保存されます。" } } }, "assign_projection_vector": { "name": "投影法の割り当て (ベクター)", "description": "ジオメトリを再投影せずに、ベクターレイヤーに座標参照系を割り当てます。", "params": { "input": { "label": "入力", "description": "入力ベクターファイルパス。フォーマットは自動判別されます (またはメモリ内ハンドル)。" }, "epsg": { "label": "EPSG", "description": "割り当てる CRS の EPSG コード (例: 4326 (WGS84) や 3857 (Web メルカトル))。座標は変換されません。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" } } }, "georeference_raster_from_control_points": { "name": "コントロールポイントによるラスターの地理参照", "description": "GCP から変換を当てはめ、ラスターをワープして地理参照された出力を作成します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "control_points": { "label": "コントロールポイント", "description": "pixel_x,pixel_y,map_x,map_y (および許容される別名) を含む基準点 CSV のパス。" }, "epsg": { "label": "EPSG", "description": "変換先の EPSG コード。" }, "transform_type": { "label": "変換タイプ", "description": "変換の種類: affine、projective、polynomial、または thin_plate_spline。" }, "transform_order": { "label": "変換次数", "description": "transform_type=polynomial の場合の多項式次数。" }, "resample": { "label": "リサンプリング", "description": "リサンプリング手法。デフォルトは bilinear。" }, "allow_auto_downgrade": { "label": "自動ダウングレードを許可", "description": "GCP が疎な場合に、より単純な変換への自動的なダウングレードを許可します。" }, "output": { "label": "出力", "description": "出力するジオリファレンス済みラスターのパス。" }, "report": { "label": "レポート", "description": "出力レポート JSON のパス。" } } }, "reproject_lidar": { "name": "LiDAR の再投影", "params": { "input": { "label": "入力", "description": "入力" }, "dst_epsg": { "label": "変換先 EPSG", "description": "変換先 EPSG" }, "output": { "label": "出力", "description": "出力" }, "use_3d_transform": { "label": "3D 変換を使用", "description": "3D 変換を使用" }, "failure_policy": { "label": "失敗時ポリシー", "description": "失敗時ポリシー" }, "coordinate_epoch": { "label": "座標エポック", "description": "座標エポック" }, "source_reference_epoch": { "label": "変換元参照エポック", "description": "変換元参照エポック" }, "target_reference_epoch": { "label": "変換先参照エポック", "description": "変換先参照エポック" }, "operation_code": { "label": "オペレーションコード", "description": "オペレーションコード" }, "prefer_official_operation": { "label": "公式オペレーションを優先", "description": "公式オペレーションを優先" }, "epoch_policy": { "label": "エポックポリシー", "description": "エポックポリシー" } } }, "reproject_raster": { "name": "ラスターの再投影", "description": "ラスターを目的の EPSG 座標参照系に再投影 (ワープ) します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。ソース CRS (EPSG または WKT) を持つ必要があります。" }, "epsg": { "label": "EPSG", "description": "出力先の EPSG コード (例: 3857 (Web メルカトル) や 4326 (WGS84))。" }, "method": { "label": "方法", "description": "リサンプリング手法: nearest (デフォルト)、bilinear、cubic、lanczos、average、min、max、mode、median。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリに保存されます。" } } }, "reproject_vector": { "name": "ベクターの再投影", "description": "トポロジーと属性を保持しつつベクタージオメトリを目的の EPSG 投影法に再投影し、複数ソースの統合を可能にします。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "epsg": { "label": "EPSG", "description": "出力先の EPSG コード。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "orthorectification": { "name": "オルソ補正", "description": "RPC カメラモデルを用いた、生画像の DEM ベースの幾何補正です。地形の起伏による変位を除去し、地理参照されたオルソ画像を出力します。", "params": { "input_raster": { "label": "入力ラスター", "description": "入力する生 (未補正) の画像ラスターのパス。RPC メタデータはファイルに埋め込まれているか、隣接する .RPB サイドカーに存在する必要があります。" }, "input_dem": { "label": "入力 DEM", "description": "各出力ピクセルの地形標高を取得するために使用する DEM ラスター。シーン全体の範囲を覆う必要があります。地理座標系でない場合、ツールが必要に応じて再投影します。" }, "output_epsg": { "label": "出力 EPSG", "description": "出力座標参照系の EPSG コード (デフォルトは地理座標系の 4326。UTM ゾーン 17N の 32617 のような投影座標系も指定できます)。" }, "output_resolution": { "label": "出力解像度", "description": "出力 CRS の単位での出力ピクセル解像度 (例: 地理座標系では度、投影座標系ではメートル)。デフォルトは入力画像のおおよその GSD です。" }, "resample_method": { "label": "リサンプリング方法", "description": "出力のリサンプリング手法: nearest、bilinear (デフォルト)、cubic。" }, "nodata_value": { "label": "NoData 値", "description": "有効なソースが存在しないピクセルに割り当てる NoData 値 (デフォルトは入力と同じ)。" }, "output": { "label": "出力", "description": "出力オルソ画像ラスターのパス。" } } }, "average_flowpath_slope": { "name": "平均流路勾配", "description": "各 DEM セルを通過する流路の平均勾配を計算します。", "params": { "dem": { "label": "DEM", "description": "入力の窪地除去済み DEM ラスター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "average_upslope_flowpath_length": { "name": "平均上流流路長", "description": "各 DEM セルを通過する上流流路の平均長を計算します。", "params": { "dem": { "label": "DEM", "description": "入力の窪地除去済み DEM ラスター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "d8_flow_accum": { "name": "D8 流下累積", "description": "DEM または D8 ポインターラスターから D8 流下累積を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM または D8 ポインターラスター" }, "clip": { "label": "クリップ", "description": "表示最大値をクリップします (互換性のために受け付けられます)" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ポインター入力に ESRI ポインターエンコーディングを使用します" }, "input_is_pointer": { "label": "入力はポインター", "description": "入力を D8 ポインターラスターとして扱います" }, "log_transform": { "label": "対数変換", "description": "出力を対数変換します" }, "out_type": { "label": "出力タイプ", "description": "出力タイプ: cells、ca、または sca" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "d8_mass_flux": { "name": "D8 質量フラックス", "description": "負荷、効率、吸収のラスターを用いて、D8 に基づく質量フラックスの累積を実行します。", "params": { "absorption": { "label": "吸収", "description": "負荷単位でのセルごとの質量損失のラスター。" }, "dem": { "label": "DEM", "description": "D8 流向の導出に使用する入力の窪地除去済み DEM ラスター。" }, "efficiency": { "label": "効率", "description": "転送効率値のラスター (`[0, 1]` またはパーセント)。" }, "loading": { "label": "負荷", "description": "初期質量負荷値のラスター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "d8_pointer": { "name": "D8 ポインター", "description": "8 近傍 (N/NE/E/SE/S/SW/W/NW) に対する最急降下の流向です。D8 水文解析と流域区分の基礎となります。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインターエンコーディングを使用します" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "dinf_flow_accum": { "name": "D-infinity 流下累積", "description": "DEM または D-Infinity ポインターラスターから D-Infinity 流下累積を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM または D-Infinity ポインターラスター" }, "clip": { "label": "クリップ", "description": "表示最大値をクリップします (互換性のために受け付けられます)" }, "convergence_threshold": { "label": "収束しきい値", "description": "流れが分散されないしきい値" }, "input_is_pointer": { "label": "入力はポインター", "description": "入力を D-Infinity ポインターラスターとして扱います" }, "log_transform": { "label": "対数変換", "description": "出力を対数変換します" }, "out_type": { "label": "出力タイプ", "description": "出力タイプ: cells、ca、または sca" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "dinf_mass_flux": { "name": "D-infinity 質量フラックス", "description": "負荷、効率、吸収のラスターを用いて、D-Infinity に基づく質量フラックスの累積を実行します。", "params": { "absorption": { "label": "吸収", "description": "負荷単位での入力吸収ラスター。" }, "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "efficiency": { "label": "効率", "description": "入力効率ラスター (`0-1` またはパーセント値)。" }, "loading": { "label": "負荷", "description": "入力負荷ラスター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "dinf_pointer": { "name": "D-infinity ポインター", "description": "D8 の対角方向のバイアスを解消する連続的な流向 (0～2π ラジアン) です。土砂輸送や発散流のモデリングにより適しています。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "downslope_flowpath_length": { "name": "下流流路長", "description": "D8 ポインターラスターにおいて、各セルから流出口までの下流流路長を計算します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "入力 D8 ポインターラスター" }, "watersheds": { "label": "流域", "description": "任意の流域ラスター" }, "weights": { "label": "重み", "description": "セルごとの任意の距離重み付けラスター" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインターエンコーディングを使用します" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "fd8_flow_accum": { "name": "FD8 流下累積", "description": "DEM から FD8 流下累積を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター" }, "clip": { "label": "クリップ", "description": "表示最大値をクリップします (互換性のために受け付けられます)" }, "exponent": { "label": "指数", "description": "勾配の重み付け指数" }, "log_transform": { "label": "対数変換", "description": "出力を対数変換します" }, "out_type": { "label": "出力タイプ", "description": "出力タイプ: cells、ca、または sca" }, "threshold": { "label": "しきい値", "description": "しきい値" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "fd8_pointer": { "name": "FD8 ポインター", "description": "勾配で重み付けした、複数の下流側近傍への分配流です。分散的・拡散的な過程や質量保存において D8 より優れています。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "flow_accum_full_workflow": { "name": "流下累積フルワークフロー", "description": "非発散型の流下累積ワークフロー全体を実行し、ブリーチ済み DEM、流向ポインター、累積を返します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "clip": { "label": "クリップ", "description": "true の場合、累積の表示最大値をクリップします (互換性のための動作)。" }, "esri_pntr": { "label": "ESRI ポインター", "description": "true の場合、流向出力を Esri ポインター形式でエンコードします。" }, "log_transform": { "label": "対数変換", "description": "true の場合、累積値を対数変換します。" }, "out_type": { "label": "出力タイプ", "description": "`\"cells\"`、`\"ca\"`、`\"sca\"` (デフォルト) のいずれか。" }, "breached_dem_output": { "label": "ブリーチ済み DEM 出力", "description": "窪地除去済み DEM ラスターの任意の出力パス。" }, "flow_dir_output": { "label": "流向出力", "description": "流向ラスターの任意の出力パス。" }, "output": { "label": "出力", "description": "流下累積ラスターの任意の出力パス。" }, "output_pointer": { "label": "ポインター出力", "description": "D8 流向ポインターの任意の出力パス (flow_dir_output の別名。esri_pntr が設定されている場合は ESRI エンコード)" } } }, "flow_length_diff": { "name": "流路長差", "description": "D8 ポインターラスターから、下流流路長の局所的な最大絶対差を計算します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "入力 D8 ポインターラスター。" }, "weights": { "label": "重み", "description": "重み" }, "esri_pntr": { "label": "ESRI ポインター", "description": "true の場合、ポインター値を ESRI の D8 エンコーディングとして解釈します。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "max_upslope_flowpath_length": { "name": "最大上流流路長", "description": "各 DEM セルを通過する上流流路の最大長を計算します。", "params": { "dem": { "label": "DEM", "description": "入力の窪地除去済み DEM ラスター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "max_upslope_value": { "name": "最大上流値", "description": "DEM 上の D8 流路に沿って上流の最大値を伝播させます。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター" }, "values": { "label": "値", "description": "入力値ラスター" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "mdinf_flow_accum": { "name": "MD-infinity 流下累積", "description": "勾配で重み付け (指数 1.1) した多方向流の累積です。分散の現実性と集中した主流の識別のバランスをとります。出力: セル数、CA、または SCA。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "clip": { "label": "クリップ", "description": "API が受け付ける互換性フラグ。" }, "convergence_threshold": { "label": "収束しきい値", "description": "流れが分散されないしきい値" }, "exponent": { "label": "指数", "description": "勾配の重み付け指数 (デフォルト `1.1`)。" }, "log_transform": { "label": "対数変換", "description": "出力を対数変換します" }, "out_type": { "label": "出力タイプ", "description": "`\"cells\"`、`\"ca\"`、`\"sca\"` (デフォルト) のいずれか。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "minimal_dispersion_flow_algorithm": { "name": "最小分散流向アルゴリズム", "description": "DEM から MDFA の流向ラスターと流下累積ラスターを生成します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター" }, "clip": { "label": "クリップ", "description": "API が受け付ける互換性フラグ。" }, "debug_stats": { "label": "デバッグ統計", "description": "1 行の MDFA 診断情報 (カウントと生の最大値) を出力します" }, "esri_pntr": { "label": "ESRI ポインター", "description": "true の場合、流向出力を Esri ポインター形式でエンコードします。" }, "log_transform": { "label": "対数変換", "description": "true の場合、累積値を対数変換します。" }, "out_type": { "label": "出力タイプ", "description": "`\"cells\"`、`\"ca\"`、`\"sca\"` (デフォルト) のいずれか。" }, "path_corrected_direction_preference": { "label": "パス補正方向優先", "description": "`[0, 1]` の範囲の選好パラメーター `p`。`1.0` は完全に非分散です。" }, "flow_dir_output": { "label": "流向出力", "description": "流向ラスターの任意の出力パス。" }, "output": { "label": "出力", "description": "流下累積ラスターの任意の出力パス。" } } }, "num_inflowing_neighbours": { "name": "流入近傍数", "description": "各 DEM セルについて、流入する D8 近傍の数をカウントします。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "qin_flow_accumulation": { "name": "Qin 流下累積", "description": "DEM から Qin MFD 流下累積を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "clip": { "label": "クリップ", "description": "API が受け付ける互換性フラグ。" }, "convergence_threshold": { "label": "収束しきい値", "description": "流れが分散されないしきい値" }, "exponent": { "label": "指数", "description": "上限指数パラメーター (デフォルト `10.0`)。" }, "log_transform": { "label": "対数変換", "description": "出力を対数変換します" }, "max_slope": { "label": "最大勾配", "description": "動的指数関数で使用する上限勾配 (度単位、デフォルト `45.0`)。" }, "out_type": { "label": "出力タイプ", "description": "`\"cells\"`、`\"ca\"`、`\"sca\"` (デフォルト) のいずれか。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "quinn_flow_accumulation": { "name": "Quinn 流下累積", "description": "DEM から Quinn MFD 流下累積を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "clip": { "label": "クリップ", "description": "API が受け付ける互換性フラグ。" }, "convergence_threshold": { "label": "収束しきい値", "description": "流れが分散されないしきい値" }, "exponent": { "label": "指数", "description": "指数パラメーター (デフォルト `1.1`)。" }, "log_transform": { "label": "対数変換", "description": "出力を対数変換します" }, "out_type": { "label": "出力タイプ", "description": "`\"cells\"`、`\"ca\"`、`\"sca\"` (デフォルト) のいずれか。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "rho8_flow_accum": { "name": "Rho8 流下累積", "description": "DEM または Rho8 ポインターラスターから Rho8 流下累積を計算します。", "params": { "dem": { "label": "DEM", "description": "DEM" }, "clip": { "label": "クリップ", "description": "表示最大値をクリップします (互換性のために受け付けられます)" }, "log_transform": { "label": "対数変換", "description": "出力を対数変換します" }, "out_type": { "label": "出力タイプ", "description": "出力タイプ: cells、ca、または sca" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "rho8_pointer": { "name": "Rho8 ポインター", "description": "勾配で重み付けした確率的な単一流向です。D8 の流路化アーティファクトを低減するアンサンブル解析のために、複数回実行してください。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "trace_downslope_flowpaths": { "name": "下流流路のトレース", "description": "シード点から開始して、流れがなくなるかグリッドの端に達するまで D8 流路をマークします。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "入力 D8 ポインターラスター。" }, "seed_points": { "label": "シード点", "description": "シード位置の入力点ベクター。" }, "esri_pntr": { "label": "ESRI ポインター", "description": "true の場合、D8 ポインターを ESRI エンコーディングとして解釈します。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、背景は `0` になり、それ以外の場合は NoData になります。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "breach_depressions_least_cost": { "name": "最小コスト窪地ブリーチ", "description": "制約付き最小コスト経路探索を用いて、DEM の窪地をブリーチします。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "fill_deps": { "label": "窪地を埋める", "description": "true の場合、ブリーチング後に未解決の窪地を埋めます。" }, "flat_increment": { "label": "平坦部増分", "description": "任意の単調減少の増分。" }, "max_cost": { "label": "最大コスト", "description": "許容される最大のブリーチコスト。" }, "max_dist": { "label": "最大距離", "description": "セル単位の最大探索距離。" }, "minimize_dist": { "label": "距離を最小化", "description": "true の場合、ブリーチコストを距離で重み付けします。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "breach_single_cell_pits": { "name": "単一セルピットのブリーチ", "description": "1 セル幅の水路を掘削して、DEM の単一セルピットをブリーチします。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると、サポートされている場合は結果がメモリ内で返されます。" } } }, "burn_streams": { "name": "河川の焼き込み", "description": "河川セルの標高を下げることで、河川網を DEM に焼き込みます。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "streams": { "label": "河川", "description": "入力河川ベクター。" }, "decrement_value": { "label": "減分値", "description": "河川セルに適用する標高の減少量 (デフォルト 5.0)。" }, "gradient_distance": { "label": "勾配距離", "description": "グリッドセル単位の勾配距離 (0 = 一律の減少のみ、デフォルト 5)。" }, "output": { "label": "出力", "description": "出力するバーン済み DEM のパス。" } } }, "burn_streams_at_roads": { "name": "道路における河川の焼き込み", "description": "河川と道路の交差部付近の河川標高を下げ、DEM 内の道路盛土をブリーチします。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "roads": { "label": "道路", "description": "道路ベクターレイヤー。" }, "streams": { "label": "河川", "description": "河川ベクターレイヤー。" }, "method": { "label": "方法", "description": "方法" }, "road_width": { "label": "道路幅", "description": "河川に沿ったバーンの到達範囲を設定するための、地図単位での最大盛土幅。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "depth_in_sink": { "name": "シンク内深さ", "description": "各 DEM セルが窪地を埋めたサーフェスよりどれだけ低いかの深さを計測します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、窪地の外側のセルに `0.0` を割り当て、それ以外の場合は NoData を割り当てます。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "fill_burn": { "name": "フィル・バーン", "description": "河川を焼き込んだ後に窪地を埋めることで、DEM に水文補正を適用します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "streams": { "label": "河川", "description": "入力河川ベクターレイヤー。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "fill_depressions": { "name": "窪地の埋め立て", "description": "既定では Garbrecht-Martz の平坦部解消を伴う priority-flood 戦略を用いて DEM の窪地を埋めます。任意で従来の自然経路による平坦部解消も使用できます。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "fix_flats": { "label": "平坦部を修正", "description": "true の場合、埋められた平坦部に小さな勾配を付与します。" }, "flat_increment": { "label": "平坦部増分", "description": "平坦部の増分 (デフォルト `0.0001`)。" }, "flat_resolution": { "label": "平坦部解像度", "description": "平坦部の解消モード。`\"garbrecht_martz\"` または `\"natural\"` のいずれか。" }, "max_depth": { "label": "最大深さ", "description": "許容される最大の埋め深さ。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "fill_depressions_planchon_and_darboux": { "name": "窪地の埋め立て (Planchon and Darboux)", "description": "Planchon-Darboux 互換のインターフェースで DEM の窪地を埋めます。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "fix_flats": { "label": "平坦部を修正", "description": "true の場合、埋められた平坦部に小さな勾配を付与します。" }, "flat_increment": { "label": "平坦部増分", "description": "平坦部の増分 (デフォルト `0.0001`)。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "fill_depressions_wang_and_liu": { "name": "窪地の埋め立て (Wang and Liu)", "description": "Wang-Liu 互換のインターフェースで DEM の窪地を埋めます。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "fix_flats": { "label": "平坦部を修正", "description": "true の場合、埋められた平坦部に小さな勾配を付与します。" }, "flat_increment": { "label": "平坦部増分", "description": "平坦部の増分 (デフォルト `0.0001`)。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "fill_pits": { "name": "ピットの埋め立て", "description": "DEM の単一セルピットを埋めます。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると、サポートされている場合は結果がメモリ内で返されます。" } } }, "flatten_lakes": { "name": "湖の平坦化", "description": "各ポリゴンの周囲の最小標高を用いて湖の標高を平坦化します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "lakes": { "label": "湖", "description": "湖沼フィーチャの入力ポリゴンベクター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "impoundment_size_index": { "name": "貯水規模指数", "description": "平均/最大深さ、体積、面積、ダム高の貯水指標を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "max_dam_length": { "label": "最大ダム長", "description": "地図単位での最大ダム長。" }, "output_area": { "label": "面積出力", "description": "出力タプルに浸水域ラスターを含めます。" }, "output_height": { "label": "高さ出力", "description": "出力タプルにダム高ラスターを含めます。" }, "output_max": { "label": "最大値出力", "description": "出力タプルに最大浸水深ラスターを含めます。" }, "output_mean": { "label": "平均値出力", "description": "出力タプルに平均浸水深ラスターを含めます。" }, "output_volume": { "label": "体積出力", "description": "出力タプルに浸水量ラスターを含めます。" }, "out_area": { "label": "面積出力", "description": "面積ラスターの任意の出力パス" }, "out_dam_height": { "label": "ダム高さ出力", "description": "ダム高ラスターの任意の出力パス" }, "out_max": { "label": "最大値出力", "description": "最大深度ラスターの任意の出力パス" }, "out_mean": { "label": "平均値出力", "description": "平均深度ラスターの任意の出力パス" }, "out_volume": { "label": "体積出力", "description": "体積ラスターの任意の出力パス" } } }, "insert_dams": { "name": "ダムの挿入", "description": "断面に基づく天端の選択を用いて、指定した地点に局所的なダム堤体を追加します。", "params": { "dam_points": { "label": "ダム点", "description": "ダム位置の入力点ベクター。" }, "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "dam_length": { "label": "ダム長", "description": "地図単位での最大ダム長。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "raise_walls": { "name": "壁の隆起", "description": "壁のベクターに沿って DEM の標高を上げ、任意で選択した交差部をブリーチします。", "params": { "breach_lines": { "label": "ブリーチ線", "description": "ブリーチ位置を定義する任意のベクター。" }, "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "walls": { "label": "壁", "description": "壁セグメントを定義する入力の線またはポリゴンベクター。" }, "wall_height": { "label": "壁の高さ", "description": "壁セルに適用する標高の増分。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "sink": { "name": "シンク", "description": "DEM 内の地形的な窪地に属するセルを識別します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、窪地の外側のセルに `0.0` を割り当て、それ以外の場合は NoData を割り当てます。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "stochastic_depression_analysis": { "name": "確率的窪地解析", "description": "DEM のモンテカルロ摂動を実行し、窪地への帰属確率を推定します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "iterations": { "label": "反復回数", "description": "モンテカルロ法の反復回数。" }, "range": { "label": "範囲", "description": "地図単位での誤差の自己相関距離。" }, "rmse": { "label": "RMSE", "description": "ガウス摂動に使用する標高の RMSE。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "topological_breach_burn": { "name": "トポロジカルブリーチバーン", "description": "河川を DEM に焼き込み、サーフェスを補正して、河川、DEM、ポインター、累積のラスターを返します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "streams": { "label": "河川", "description": "入力河川網ベクター。" }, "snap_distance": { "label": "スナップ距離", "description": "バーン深度のスケーリングに使用する任意の河川スナップ距離。" }, "out_dem": { "label": "DEM 出力", "description": "バーン処理/コンディショニング済み DEM の任意の出力パス。" }, "out_dir": { "label": "流向出力", "description": "D8 ポインターラスターの任意の出力パス。" }, "out_fa": { "label": "流下累積出力", "description": "流下累積ラスターの任意の出力パス。" }, "out_streams": { "label": "河川出力", "description": "ラスター化された河川の任意の出力パス。" } } }, "upslope_depression_storage": { "name": "上流窪地貯留", "description": "補正済み DEM 上で窪地の深さを流下させて、上流の平均窪地貯留深をマッピングします。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "basins": { "name": "集水域", "description": "有効データの端へ排水するすべての D8 流域を区分します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "入力 D8 ポインターラスター。" }, "esri_pntr": { "label": "ESRI ポインター", "description": "true の場合、ポインター値を ESRI の D8 エンコーディングとして解釈します。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "flood_order": { "name": "洪水順序", "description": "各 DEM セルについて、priority-flood の逐次的な処理順序を出力します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "hillslopes": { "name": "丘陵斜面", "description": "各河川リンクに排水する斜面領域を識別し、左岸と右岸の領域を分離します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 ポインターラスター。" }, "streams": { "label": "河川", "description": "河川セルの値が 0 より大きく NoData でない河川網ラスター。" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインターエンコーディングのフラグ。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "isobasins": { "name": "等面積集水域", "description": "目標面積のしきい値に基づいて、景観をほぼ等しいサイズの流域 (等面積流域) に分割します。", "params": { "dem": { "label": "DEM", "description": "入力の水文学的にコンディショニングされた DEM ラスター。" }, "target_size": { "label": "目標サイズ", "description": "グリッドセル数で表した目標のアイソベイスン面積 (正の整数または浮動小数点数)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略するとメモリ内ラスターを返します。" } } }, "jenson_snap_pour_points": { "name": "Jenson 流出点スナップ", "description": "各流出点を探索距離内の最も近い河川セルにスナップし、すべての入力属性を保持します。", "params": { "pour_pts": { "label": "流出点", "description": "流出点の入力ベクターファイル (点またはマルチポイントジオメトリ)。" }, "streams": { "label": "河川", "description": "河川セルの値が 0 より大きく NoData でない入力河川網ラスター。" }, "snap_dist": { "label": "スナップ距離", "description": "地図単位での最大探索半径。省略時または 0 の場合は 1 セル幅がデフォルトになります。" }, "output": { "label": "出力", "description": "スナップ済み流出点ベクターファイルの出力パス (必須。ラッパーに指定しない場合は作業ディレクトリの `snapped_pour_points.geojson` がデフォルトになります)。" } } }, "longest_flowpath": { "name": "最長流路", "description": "流域ラスター内の各流域について最長流路のラインを区分します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター" }, "basins": { "label": "集水域", "description": "入力流域ラスター" }, "output": { "label": "出力", "description": "出力ベクターパス" } } }, "max_branch_length": { "name": "最大分岐長", "description": "隣接する D8 流路間の最大分岐長を計算します。分水界の強調に有用です。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "log_transform": { "label": "対数変換", "description": "正の出力に自然対数変換を適用します。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "snap_pour_points": { "name": "流出点のスナップ", "description": "流出点を探索距離内で流下累積が最も大きいセルにスナップします。", "params": { "flow_accum": { "label": "流下累積", "description": "入力の流下累積ラスター。" }, "pour_pts": { "label": "流出点", "description": "流出点の入力ベクターファイル (点またはマルチポイントジオメトリ)。" }, "snap_dist": { "label": "スナップ距離", "description": "地図単位での最大探索半径。省略時または 0 の場合は 1 セル幅がデフォルトになります。" }, "output": { "label": "出力", "description": "スナップ済み流出点ベクターファイルの出力パス (必須。ラッパーに指定しない場合は作業ディレクトリの `snapped_pour_points.geojson` がデフォルトになります)。" } } }, "subbasins": { "name": "小流域", "description": "D8 河川網における各河川リンクの集水域 (小流域) を識別します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "`d8_pointer` で生成した D8 ポインターラスター。" }, "streams": { "label": "河川", "description": "河川セルの値が 0 より大きく NoData でない河川網ラスター。" }, "esri_pntr": { "label": "ESRI ポインター", "description": "true の場合、ポインター値を ESRI エンコーディングとして解釈します。デフォルトは `False`。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略するとメモリ内ラスターを返します。" } } }, "unnest_basins": { "name": "入れ子集水域の解除", "description": "D8 ポインターグリッドから、流出点の入れ子レベルごとに 1 つの流域ラスターを作成します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "入力 D8 ポインターラスター" }, "pour_points": { "label": "流出点", "description": "入力流出点ベクター" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ポインターを ESRI 形式として解釈します" }, "output": { "label": "出力", "description": "連番ラスターの任意の出力ベースパス" } } }, "watershed": { "name": "流域", "description": "D8 ポインターとベクターの流出点から流域を区分します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "入力 D8 ポインターラスター。" }, "pour_pts": { "label": "流出点", "description": "流出点の入力ベクターファイル (点またはマルチポイントジオメトリ)。" }, "esri_pntr": { "label": "ESRI ポインター", "description": "true の場合、ポインター値を ESRI の D8 エンコーディングとして解釈します。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "watershed_from_raster_pour_points": { "name": "ラスター流出点からの流域", "description": "D8 ポインターと流出点の流出口 ID のラスターから流域を区分します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "入力 D8 ポインターラスター。" }, "pour_points": { "label": "流出点", "description": "流出点ラスター。0 以外かつ NoData 以外のセル値が流出口 ID になります。" }, "esri_pntr": { "label": "ESRI ポインター", "description": "true の場合、ポインター値を ESRI の D8 エンコーディングとして解釈します。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "depth_to_water": { "name": "地下水深", "description": "河川/湖のソースフィーチャからの最小コスト累積を用いて、地図上の地下水面までの深さ (depth-to-water) を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "stream_raster": { "label": "河川ラスター", "description": "河川ラスター" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "distance_to_outlet": { "name": "出口までの距離", "description": "各河川セルについて、流出口までの下流距離を計算します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "downslope_distance_to_stream": { "name": "河川までの下流距離", "description": "各 DEM セルから流路に沿って最も近い河川までの下流距離を計算します。", "params": { "dem": { "label": "DEM", "description": "入力の窪地除去済み DEM ラスター。" }, "streams": { "label": "河川", "description": "入力河川ラスター。河川セルは `> 0` かつ NoData 以外の値です。" }, "dinf": { "label": "D-infinity", "description": "true の場合、D-infinity ルーティングを使用し、それ以外の場合は D8 ルーティングを使用します。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "downslope_index": { "name": "下流指数", "description": "D8 流向を用いて Hjerdt et al. (2004) の下流指数を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output_type": { "label": "出力タイプ", "description": "出力指標: tangent、degrees、radians、distance (デフォルト tangent)。" }, "vertical_drop": { "label": "垂直落差", "description": "下流方向への追跡に使用する垂直落差のしきい値 d。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "edge_contamination": { "name": "エッジ汚染", "description": "一般的な流下経路スキームにおいて、上流域が DEM の端を越えて広がる DEM セルを識別します。", "params": { "dem": { "label": "DEM", "description": "入力の窪地除去済み DEM ラスター。" }, "flow_type": { "label": "流向タイプ", "description": "使用するルーティング手法。`\"d8\"`、`\"mfd\"`/`\"fd8\"`、`\"dinf\"` のいずれか。" }, "z_factor": { "label": "Z 係数", "description": "任意の垂直スケーリング係数。`<= 0` の値は `1.0` として扱われます。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "elev_relative_to_watershed_min_max": { "name": "流域の最小最大に対する相対標高", "description": "各流域内での DEM セルの相対的な標高位置をパーセンテージで計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "watersheds": { "label": "流域", "description": "流域 ID ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "elevation_above_stream": { "name": "河川上高", "description": "下流の流路に沿って計測した、最も近い河川からの比高を計算します。", "params": { "dem": { "label": "DEM", "description": "入力の窪地除去済み DEM ラスター。" }, "streams": { "label": "河川", "description": "入力河川ラスター。河川セルは `> 0` かつ NoData 以外の値です。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "elevation_above_stream_euclidean": { "name": "河川上高 (ユークリッド)", "description": "直線 (ユークリッド) 距離による近接性を用いて、最も近い河川からの比高を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "streams": { "label": "河川", "description": "入力河川ラスター。河川セルは `> 0` かつ NoData 以外の値です。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "find_noflow_cells": { "name": "無流出セルの検索", "description": "より低い D8 近傍を持たない DEM セルを検出します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "interior_only": { "label": "内部のみ", "description": "true の場合、真の内部無流動セルのみをフラグ付けします (ラスター境界および NoData に隣接する流出口を除く)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "find_parallel_flow": { "name": "平行流の検索", "description": "平行な D8 流向を持つ河川セルを識別します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "入力 D8 ポインターラスター。" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "output": { "label": "出力", "description": "任意の出力パス。省略するとメモリ内ラスターを返します。" } } }, "hydrologic_connectivity": { "name": "水文連結性", "description": "DEM から DUL および UDSA の連結性指数を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "convergence_threshold": { "label": "収束しきい値", "description": "寄与セル数での任意の河川発生しきい値。" }, "exponent": { "label": "指数", "description": "分散制御のための互換性パラメーター。" }, "z_factor": { "label": "Z 係数", "description": "任意の垂直スケーリング係数。" }, "output1": { "label": "出力 1", "description": "DUL ラスターの任意の出力パス。" }, "output2": { "label": "出力 2", "description": "UDSA ラスターの任意の出力パス。" } } }, "relative_stream_power_index": { "name": "相対河川パワー指数", "description": "比集水面積と勾配から相対的な河川流量指数 (stream power index) を計算します。", "params": { "sca": { "label": "SCA", "description": "特定集水面積ラスターのパスまたは型付きラスターオブジェクト。" }, "slope": { "label": "勾配", "description": "度単位の勾配ラスター。" }, "exponent": { "label": "指数", "description": "特定集水面積の指数 p (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "sediment_transport_index": { "name": "土砂輸送指数", "description": "比集水面積と勾配から土砂輸送指数 (LS 係数) を計算します。", "params": { "sca": { "label": "SCA", "description": "特定集水面積ラスターのパスまたは型付きラスターオブジェクト。" }, "slope": { "label": "勾配", "description": "度単位の勾配ラスター。" }, "sca_exponent": { "label": "SCA 指数", "description": "特定集水面積の指数 n (デフォルト 0.4)。" }, "slope_exponent": { "label": "勾配指数", "description": "勾配の指数 m (デフォルト 1.3)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "wetness_index": { "name": "湿潤指数", "description": "地形湿潤指数 ln(SCA / tan(slope)) を計算します。", "params": { "sca": { "label": "SCA", "description": "特定集水面積ラスターのパスまたは型付きラスターオブジェクト。" }, "slope": { "label": "勾配", "description": "度単位の勾配ラスター。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "extract_streams": { "name": "河川の抽出", "description": "流下累積のしきい値に基づいて河川を抽出します。", "params": { "flow_accumulation": { "label": "流下累積", "description": "入力の流下累積ラスター。" }, "threshold": { "label": "しきい値", "description": "河道の一部と見なすために必要な最小累積値。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、河川以外の背景は NoData ではなく 0 になります。" }, "output": { "label": "出力", "description": "任意の出力河川ラスターパス。" } } }, "extract_valleys": { "name": "谷の抽出", "description": "DEM から谷を抽出します。", "params": { "dem": { "label": "DEM", "description": "DEM" }, "filter_size": { "label": "フィルターサイズ", "description": "フィルターサイズ" }, "line_thin": { "label": "細線化", "description": "細線化" }, "variant": { "label": "バリアント", "description": "バリアント" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "prune_vector_streams": { "name": "ベクター河川の刈り込み", "description": "Shreve マグニチュードに基づいてベクター河川網を剪定します。", "params": { "dem": { "label": "DEM", "description": "流向の判定に使用する入力 DEM ラスター" }, "streams": { "label": "河川", "description": "入力の河川網ベクター" }, "max_ridge_cutting_height": { "label": "最大尾根切削高", "description": "下流リンクを接続する際に許容される最大の標高上昇量" }, "snap_distance": { "label": "スナップ距離", "description": "端点の接続に使用する最大スナップ距離" }, "threshold": { "label": "しきい値", "description": "保持する最小 Shreve 次数" }, "output": { "label": "出力", "description": "出力ベクターパス" } } }, "raster_streams_to_vector": { "name": "ラスター河川からベクターへ", "description": "ラスターの河川網をベクターに変換します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams_raster": { "label": "河川ラスター", "description": "河川ラスター" }, "all_vertices": { "label": "全頂点", "description": "全頂点" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "rasterize_streams": { "name": "河川のラスター化", "description": "ベクターの河川網をラスター化します。", "params": { "input_vector": { "label": "入力ベクター", "description": "入力ベクター" }, "reference_raster": { "label": "参照ラスター", "description": "参照ラスター" }, "use_feature_id": { "label": "フィーチャ ID を使用", "description": "フィーチャ ID を使用" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "remove_short_streams": { "name": "短い河川の除去", "description": "最小長より短い河川リンクを除去します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "min_length": { "label": "最小長さ", "description": "最小長さ" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "repair_stream_vector_topology": { "name": "河川ベクタートポロジーの修復", "description": "ベクター河川網のトポロジーを修復します。", "params": { "input_vector": { "label": "入力ベクター", "description": "入力ベクター" }, "snap": { "label": "スナップ", "description": "スナップ" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "river_centerlines": { "name": "河川中心線", "description": "中心軸を用いて水域ラスターから河川の中心線を抽出します。", "params": { "raster": { "label": "ラスター", "description": "水域/非水域の二値ラスター" }, "min_length": { "label": "最小長さ", "description": "ラスターセル単位の最小中心線長" }, "search_radius": { "label": "検索半径", "description": "近接する端点の接続に使用する探索半径 (セル単位)" }, "output": { "label": "出力", "description": "出力中心線ベクターパス" } } }, "farthest_channel_head": { "name": "最遠河道源頭", "description": "最も遠い水路源頭までの距離を計算します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "find_main_stem": { "name": "本流の検索", "description": "河川網の本流を識別します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "length_of_upstream_channels": { "name": "上流河道の長さ", "description": "上流の水路の総延長を計算します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "long_profile": { "name": "縦断プロファイル", "description": "河川の縦断面図を作成します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "dem": { "label": "DEM", "description": "DEM" }, "streams_raster": { "label": "河川ラスター", "description": "河川ラスター" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "long_profile_from_points": { "name": "点からの縦断プロファイル", "description": "ベクターの点から縦断面図を作成します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "dem": { "label": "DEM", "description": "DEM" }, "points": { "label": "点", "description": "点" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "hack_stream_order": { "name": "Hack 河川次数", "description": "河川セルに Hack の河川次数を割り当てます。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川ラスター" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI 形式のポインターを使用します" }, "zero_background": { "label": "背景をゼロにする", "description": "背景に 0 を割り当てます" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "horton_ratios": { "name": "Horton 比", "description": "Horton の分岐比、長さ比、流域面積比、勾配比を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "streams_raster": { "label": "河川ラスター", "description": "二値の河川ラスター (正の値 = 河川)。" }, "output": { "label": "出力", "description": "出力テキストレポートのパス (任意)。" } } }, "horton_stream_order": { "name": "Horton 河川次数", "description": "河川セルに Horton の河川次数を割り当てます。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川ラスター" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI 形式のポインターを使用します" }, "zero_background": { "label": "背景をゼロにする", "description": "背景に 0 を割り当てます" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "shreve_stream_magnitude": { "name": "Shreve 河川マグニチュード", "description": "Shreve の河川マグニチュードを計算します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川ラスター" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI 形式のポインターを使用します" }, "zero_background": { "label": "背景をゼロにする", "description": "背景に 0 を割り当てます" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "strahler_order_basins": { "name": "Strahler 次数集水域", "description": "排水する河川リンクの Horton-Strahler 次数でラベル付けされた流域を区分します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 ポインターラスター。" }, "streams": { "label": "河川", "description": "河川セルの値が 0 より大きく NoData でない河川網ラスター。" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインターエンコーディングのフラグ。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "strahler_stream_order": { "name": "Strahler 河川次数", "description": "河川セルに Strahler の河川次数を割り当てます。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川ラスター (正の値 = 河川セル)" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI 形式のポインター値を使用します (デフォルト: Whitebox)" }, "zero_background": { "label": "背景をゼロにする", "description": "背景に NoData ではなく 0 を割り当てます" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "stream_link_class": { "name": "河道リンククラス", "description": "河川リンクを内部、外部、またはソースに分類します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "stream_link_identifier": { "name": "河道リンク識別子", "description": "各河川リンクに固有の ID を割り当てます。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "stream_link_length": { "name": "河道リンク長", "description": "各河川リンクの総延長を計算します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "linkid": { "label": "リンク ID", "description": "リンク ID" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "stream_link_slope": { "name": "河道リンク勾配", "description": "各河川リンクの平均勾配を計算します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "dem": { "label": "DEM", "description": "DEM" }, "linkid": { "label": "リンク ID", "description": "リンク ID" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "stream_slope_continuous": { "name": "河川勾配 (連続)", "description": "各河川セルの勾配値を計算します。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "dem": { "label": "DEM", "description": "DEM" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "topological_stream_order": { "name": "トポロジカル河川次数", "description": "リンク数に基づいてトポロジカルな河川次数を割り当てます。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "tributary_identifier": { "name": "支流識別子", "description": "各支流に固有の ID を割り当てます。", "params": { "d8_pntr": { "label": "D8 ポインター", "description": "D8 流向ポインターラスター" }, "streams": { "label": "河川", "description": "河川" }, "esri_pntr": { "label": "ESRI ポインター", "description": "ESRI ポインター" }, "zero_background": { "label": "背景をゼロにする", "description": "背景をゼロにする" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "vector_stream_network_analysis": { "name": "ベクター河川網解析", "description": "包括的なベクター河川網の解析です。", "params": { "streams": { "label": "河川", "description": "入力の河川網ベクターレイヤー。" }, "dem": { "label": "DEM", "description": "入力標高ラスター (DEM)。" }, "max_ridge_cutting_height": { "label": "最大尾根切削高", "description": "許容される最大の尾根切削高。" }, "snap_distance": { "label": "スナップ距離", "description": "ネットワーク整理のためのスナップ距離の許容値。" }, "output": { "label": "出力", "description": "任意の出力ベクターパス。" } } }, "add_point_coordinates_to_table": { "name": "点座標をテーブルに追加", "description": "ポイントレイヤーをコピーし、XCOORD と YCOORD の属性フィールドを追加します。", "params": { "input": { "label": "入力", "description": "入力点ベクターパス。" }, "output": { "label": "出力", "description": "出力ベクターパス。省略すると入力の隣に GeoJSON パスが導出されます。" } } }, "clean_vector": { "name": "ベクターのクリーニング", "description": "有効なフィーチャと属性を保持しつつ、null および無効なベクタージオメトリ (例: サイズが小さすぎるライン/ポリゴン) を除去します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "output": { "label": "出力", "description": "出力ベクターパス。省略すると入力の隣に GeoJSON パスが導出されます。" } } }, "csv_points_to_vector": { "name": "CSV 点からベクターへ", "description": "CSV ファイルからポイントレコードをポイントベクターレイヤーにインポートします。", "params": { "input_file": { "label": "入力ファイル", "description": "入力 CSV ファイルパス。" }, "x_field_num": { "label": "X フィールド番号", "description": "X 座標フィールドの 0 始まりのインデックス。デフォルトは 0。" }, "y_field_num": { "label": "Y フィールド番号", "description": "Y 座標フィールドの 0 始まりのインデックス。デフォルトは 1。" }, "epsg": { "label": "EPSG", "description": "出力 CRS の任意の EPSG コード。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "export_table_to_csv": { "name": "テーブルを CSV にエクスポート", "description": "ベクター属性テーブルを CSV ファイルにエクスポートします。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "output_csv_file": { "label": "出力 CSV ファイル", "description": "出力 CSV ファイルパス。" }, "headers": { "label": "ヘッダー", "description": "出力にヘッダー行を含めます。デフォルトは true。" } } }, "join_tables": { "name": "テーブルの結合", "description": "キーフィールドを用いて、外部のベクターテーブルからプライマリのベクターテーブルに属性を結合します。", "params": { "primary_vector": { "label": "プライマリベクター", "description": "結合したフィールドを受け取るプライマリベクターのパス。" }, "primary_key_field": { "label": "主キーフィールド", "description": "プライマリベクターの主キーフィールド。" }, "foreign_vector": { "label": "外部ベクター", "description": "ソースフィールドを含む外部ベクターのパス。" }, "foreign_key_field": { "label": "外部キーフィールド", "description": "外部ベクターの外部キーフィールド。" }, "import_field": { "label": "インポートフィールド", "description": "インポートする単一のフィールド (任意)。デフォルトはキーと FID 以外のすべてのフィールドです。" }, "output": { "label": "出力", "description": "出力ベクターパス。デフォルトはプライマリ入力の隣に導出される GeoJSON パスです。" } } }, "merge_table_with_csv": { "name": "テーブルを CSV とマージ", "description": "キーフィールドによって、CSV テーブルの属性をベクター属性テーブルに結合します。", "params": { "primary_vector": { "label": "プライマリベクター", "description": "マージしたフィールドを受け取るプライマリベクターのパス。" }, "primary_key_field": { "label": "主キーフィールド", "description": "プライマリベクターの主キーフィールド。" }, "foreign_csv_filename": { "label": "外部 CSV ファイル名", "description": "外部テーブルを含む CSV ファイル。" }, "foreign_key_field": { "label": "外部キーフィールド", "description": "CSV ヘッダー内の外部キーフィールド名。" }, "import_field": { "label": "インポートフィールド", "description": "インポートする単一の CSV フィールド (任意)。デフォルトはキー以外のすべてのフィールドです。" }, "output": { "label": "出力", "description": "出力ベクターパス。デフォルトはプライマリ入力の隣に導出される GeoJSON パスです。" } } }, "merge_vectors": { "name": "ベクターのマージ", "description": "同じジオメトリタイプの 2 つ以上の入力ベクターを 1 つの出力ベクターに結合します。", "params": { "inputs": { "label": "入力", "description": "入力ベクターパスの配列 (2 つ以上必要)。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "reinitialize_attribute_table": { "name": "属性テーブルの再初期化", "description": "再生成した FID 属性のみを持つベクターレイヤーのコピーを作成します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "output": { "label": "出力", "description": "出力ベクターパス。省略すると入力パスを上書きします。" } } }, "vector_summary_statistics": { "name": "ベクター要約統計", "description": "カテゴリーのグループごとに、件数、合計、平均、最小、最大、標準偏差を計算し、CSV にエクスポートします。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "group_field": { "label": "グループフィールド", "description": "グループ化するフィールド名。" }, "value_field": { "label": "値フィールド", "description": "数値フィールド名。" }, "output": { "label": "出力", "description": "出力 CSV パス。" } } }, "fix_dangling_arcs": { "name": "ダングリングアークの修正", "description": "しきい値距離内でラインの端点をスナップして、ライン網内の届かない/はみ出したダングルを修正します。", "params": { "input": { "label": "入力", "description": "入力ポリラインベクターパス。" }, "snap": { "label": "スナップ", "description": "地図単位でのスナップ距離のしきい値。" }, "output": { "label": "出力", "description": "出力ベクターパス。省略すると入力の隣に GeoJSON パスが導出されます。" } } }, "lines_to_polygons": { "name": "線からポリゴンへ", "description": "ポリラインフィーチャをポリゴンフィーチャに変換します。最初のパートを外周リングとして、以降のパートを穴として扱います。", "params": { "input": { "label": "入力", "description": "入力ポリラインベクターパス。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。省略すると入力の隣に GeoJSON パスが導出されます。" } } }, "multipart_to_singlepart": { "name": "マルチパートからシングルパートへ", "description": "マルチパートフィーチャを含むベクターを、シングルパートフィーチャのみを含むベクターに変換します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス (ポリライン、ポリゴン、またはマルチポイント)。" }, "output": { "label": "出力", "description": "出力ベクターパス。デフォルトは入力の隣に置かれるタイムスタンプ付き GeoJSON です。" }, "exclude_holes": { "label": "穴を除外", "description": "true の場合、ポリゴンの穴はそれを囲む外周リングに付随したままになります (デフォルト: false)。" } } }, "polygons_to_lines": { "name": "ポリゴンから線へ", "description": "ポリゴンおよびマルチポリゴンのフィーチャを、その境界をなぞるラインワークに変換します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターパス。" }, "output": { "label": "出力", "description": "出力線ベクターパス。省略すると入力の隣に GeoJSON パスが導出されます。" } } }, "remove_polygon_holes": { "name": "ポリゴンの穴の除去", "description": "属性を保持しつつ、ポリゴンフィーチャから内部リングを除去します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターパス。" }, "output": { "label": "出力", "description": "出力ポリゴンベクターパス。省略すると入力の隣に GeoJSON パスが導出されます。" } } }, "singlepart_to_multipart": { "name": "シングルパートからマルチパートへ", "description": "任意のカテゴリーフィールドでグループ化して、シングルパートフィーチャをマルチパートフィーチャに結合します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "output": { "label": "出力", "description": "出力ベクターパス。デフォルトは入力の隣に置かれるタイムスタンプ付き GeoJSON です。" }, "field": { "label": "フィールド", "description": "フィーチャをグループ化する任意の属性フィールド名。省略すると、すべてのフィーチャが 1 つのジオメトリに統合されます。" } } }, "topology_rule_autofix": { "name": "トポロジールールの自動修正", "description": "topology_rule_validate で検出されたトポロジー違反に対して、安全で監査可能な修正 (フィーチャ間の端点のスナップ、ダングル端点のスナップ/投影、点からラインへの投影) を自動的に適用します。polygon_must_not_have_gaps には自動修正がなく、変更ゼロとして報告されます。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "rule_set": { "label": "ルールセット", "description": "JSON 配列/オブジェクト、CSV 文字列、またはファイルパスによるルール設定。自動修正に対応するルール: line_endpoints_must_snap_within_tolerance、line_must_not_have_dangles、point_must_be_covered_by_line。polygon_must_not_have_gaps は受け付けられますが、変更は生成されません。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "座標単位でのスナップ操作の許容値。デフォルトは 0.01。" }, "dry_run": { "label": "ドライラン", "description": "true (デフォルト) の場合はプレビューのみで、変更レポートは出力されますが出力は書き出されません。修正を適用するには false を指定します。" }, "output": { "label": "出力", "description": "修正されたフィーチャの出力ベクターパス。省略すると入力の隣に導出されます。" }, "change_report": { "label": "変更レポート", "description": "変更の監査証跡を出力する任意の JSON レポートパス。" } } }, "topology_rule_validate": { "name": "トポロジールールの検証", "description": "ルールセットのチェック (自己交差、重なり、隙間、ダングル、点のカバレッジ、端点のスナップ) に照らしてベクターのトポロジーを検証し、フィーチャレベルの違反を出力します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "rule_set": { "label": "ルールセット", "description": "JSON 配列/オブジェクト、CSV 文字列、またはファイルパスによるルール設定。デフォルトは 6 つの MVP ルールすべてです。対応するルール: line_must_not_self_intersect、polygon_must_not_overlap、polygon_must_not_have_gaps、line_must_not_have_dangles、point_must_be_covered_by_line、line_endpoints_must_snap_within_tolerance。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "座標単位での line_endpoints_must_snap_within_tolerance ルールの許容値。デフォルトは 1.0。" }, "output": { "label": "出力", "description": "違反箇所の出力ベクターパス。省略すると入力の隣に導出されます。" }, "report": { "label": "レポート", "description": "任意の JSON サマリーレポートパス。" } } }, "topology_validation_report": { "name": "トポロジー検証レポート", "description": "ベクターレイヤーのトポロジーの問題を監査し、フィーチャごとの CSV レポートを書き出します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス。" }, "output": { "label": "出力", "description": "出力 CSV パス。" } } }, "convert_nodata_to_zero": { "name": "NoData をゼロに変換", "description": "有効なセルは変更せずに、ラスターの NoData セルを 0 に置き換えます。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略するとメモリ内ラスターを返します。" } } }, "modify_nodata_value": { "name": "NoData 値の修正", "description": "ラスターの NoData 値を変更し、既存の NoData セルを新しい値に書き換えます。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "new_value": { "label": "新しい値", "description": "新しい NoData 値。デフォルトは -32768.0。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略するとメモリ内ラスターを返します。" } } }, "new_raster_from_base_raster": { "name": "ベースラスターから新規ラスターを作成", "description": "ベースラスターの範囲、寸法、CRS を用いて新しいラスターを作成します。", "params": { "base": { "label": "ベース", "description": "ベースラスターのパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略するとメモリ内ラスターを返します。" }, "out_val": { "label": "出力値", "description": "任意の充填値。デフォルトはラスターの NoData です。" }, "data_type": { "label": "データ型", "description": "任意のデータ型: 'float'、'double'、または 'integer'。" } } }, "new_raster_from_base_vector": { "name": "ベースベクターから新規ラスターを作成", "description": "ベースベクターの範囲とセルサイズから、任意の値で埋めた新しいラスターを作成します。", "params": { "base": { "label": "ベース", "description": "ベースベクターのパス。" }, "cell_size": { "label": "セルサイズ", "description": "出力グリッドのセルサイズ (> 0)。" }, "out_val": { "label": "出力値", "description": "任意の充填値。デフォルトは NoData (-32768) です。" }, "data_type": { "label": "データ型", "description": "任意の出力データ型キーワード: integer、float、または double。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると出力はメモリに保持されます。" } } }, "raster_to_vector_lines": { "name": "ラスターからベクター線へ", "description": "ゼロ以外かつ NoData 以外のラスターのラインセルを、ポリラインのベクターフィーチャに変換します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス (シングルバンド)。" }, "output": { "label": "出力", "description": "出力ベクターパス。省略すると入力の隣に GeoJSON パスが導出されます。" } } }, "raster_to_vector_points": { "name": "ラスターからベクター点へ", "description": "ラスター内のゼロ以外かつ NoData 以外のセルを、セル中心に位置するポイントフィーチャに変換します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "output": { "label": "出力", "description": "出力点ベクターパス。省略すると入力の隣に GeoJSON パスが導出されます。" } } }, "raster_to_vector_polygons": { "name": "ラスターからベクターポリゴンへ", "description": "ゼロ以外かつ NoData 以外のラスター領域を、FID と VALUE の属性を持つポリゴンのベクターフィーチャに変換します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス (シングルバンド)。" }, "output": { "label": "出力", "description": "出力ベクターパス。省略すると入力の隣に GeoJSON パスが導出されます。" } } }, "remove_raster_polygon_holes": { "name": "ラスターポリゴンの穴の除去", "description": "ラスターポリゴンから内部の背景の穴 (前景に囲まれた 0 または NoData の領域) を除去します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス (シングルバンド)。" }, "threshold": { "label": "しきい値", "description": "除去する穴の最大サイズ (セル単位、任意)。0 はすべての閉じた穴を意味します。" }, "use_diagonals": { "label": "対角を使用", "description": "クランプ処理と縁の連結性に 8 近傍の連結性を使用します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると出力はメモリに保持されます。" } } }, "set_nodata_value": { "name": "NoData 値の設定", "description": "ラスターの NoData 値を設定し、既存の NoData セルを指定した背景値に対応付けます。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "back_value": { "label": "背景値", "description": "NoData として割り当てる背景値。デフォルトは 0.0。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略するとメモリ内ラスターを返します。" } } }, "vector_lines_to_raster": { "name": "ベクター線からラスターへ", "description": "ラインとポリゴンの境界ジオメトリをラスターグリッドにラスター化します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス (線またはポリゴン)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると出力はメモリに保持されます。" }, "field": { "label": "フィールド", "description": "バーンする任意の数値フィールド名。デフォルトは FID。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、出力の背景を NoData ではなく 0 で初期化します。" }, "cell_size": { "label": "セルサイズ", "description": "'base' が指定されない場合の出力セルサイズ。省略され base も指定されない場合、自動セルサイズは最大範囲 / 500 になります。" }, "base": { "label": "ベース", "description": "出力グリッドと範囲を定義する任意のベースラスターパス。" } } }, "vector_points_to_raster": { "name": "ベクター点からラスターへ", "description": "選択した割り当て演算を用いて、ポイントまたはマルチポイントのベクターをグリッドにラスター化します。", "params": { "input": { "label": "入力", "description": "入力ベクターパス (点/マルチポイント)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリ内に保持されます。" }, "field": { "label": "フィールド", "description": "ラスター値に使用する任意の数値フィールド。デフォルトは FID。" }, "assign": { "label": "割り当て", "description": "割り当て演算: last、first、min、max、sum、num、mean。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、背景を 0 で初期化し、それ以外の場合は NoData で初期化します。" }, "cell_size": { "label": "セルサイズ", "description": "出力セルサイズ。'base' が指定されない場合は必須です。" }, "base": { "label": "ベース", "description": "範囲/グリッドを定義する任意のベースラスターパス。" } } }, "vector_polygons_to_raster": { "name": "ベクターポリゴンからラスターへ", "description": "属性に基づく焼き込み値に対応して、ポリゴンベクターをグリッドにラスター化します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターパス。" }, "field": { "label": "フィールド", "description": "バーン値に使用する任意の数値フィールド名 (デフォルトは FID)。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、出力の背景を NoData ではなく 0 で初期化します。" }, "cell_size": { "label": "セルサイズ", "description": "'base' が指定されない場合の出力セルサイズ。" }, "base": { "label": "ベース", "description": "出力グリッドと範囲を定義する任意のベースラスターパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると出力はメモリに保持されます。" } } }, "local_morans_i_lisa_raster": { "name": "ローカル Moran's I LISA (ラスター)", "description": "点から LISA クラスター分析を計算し、カテゴリーラスター (HH/LL/HL/LH/NS) を出力します。ラスターベースの統合を可能にします。", "params": { "input": { "label": "入力", "description": "観測点を含む入力ベクターレイヤー。" }, "field": { "label": "フィールド", "description": "解析する数値属性フィールド。" }, "weights_mode": { "label": "重みモード", "description": "近傍モード: queen、rook、k_nearest、distance_band。" }, "k": { "label": "K", "description": "k_nearest モードの k 値 (デフォルト 8)。" }, "distance": { "label": "距離", "description": "distance_band モードの距離しきい値。" }, "row_standardize": { "label": "行標準化", "description": "重みに行標準化を適用します (デフォルト true)。" }, "island_policy": { "label": "島ポリシー", "description": "孤立要素の処理: drop_with_warning、keep_zero_weight、error。" }, "alpha": { "label": "アルファ", "description": "[0, 1] の範囲の有意水準しきい値。デフォルトは 0.05 です。" }, "cell_size": { "label": "セルサイズ", "description": "出力ラスターのセルサイズ (任意。範囲から自動計算されます)。" }, "output": { "label": "出力", "description": "出力ラスターパス (分類: 0=NS、1=HH、2=LL、3=HL、4=LH)。" } } }, "getis_ord_gi_star_raster": { "name": "Getis-Ord Gi* (ラスター)", "description": "点から Gi* のホットスポット/コールドスポット分類を計算し、ラスター (-1=コールド、0=NS、1=ホット) を出力します。ホットスポットに基づく解析に利用できます。", "params": { "input": { "label": "入力", "description": "観測点を含む入力ベクターレイヤー。" }, "field": { "label": "フィールド", "description": "解析する数値属性フィールド。" }, "weights_mode": { "label": "重みモード", "description": "近傍モード: queen、rook、k_nearest、distance_band。" }, "k": { "label": "K", "description": "k_nearest モードの k 値 (デフォルト 8)。" }, "distance": { "label": "距離", "description": "distance_band モードの距離しきい値。" }, "row_standardize": { "label": "行標準化", "description": "重みに行標準化を適用します (デフォルト true)。" }, "island_policy": { "label": "島ポリシー", "description": "孤立要素の処理: drop_with_warning、keep_zero_weight、error。" }, "alpha": { "label": "アルファ", "description": "[0, 1] の範囲の有意水準しきい値。デフォルトは 0.05 です。" }, "cell_size": { "label": "セルサイズ", "description": "出力ラスターのセルサイズ (任意。範囲から自動計算されます)。" }, "output": { "label": "出力", "description": "出力ラスターパス (分類: -1=Cold、0=NS、1=Hot)。" } } }, "ordinary_kriging": { "name": "通常クリギング", "description": "点の測定値のサンプルに基づいて、未観測のグリッドセルの値を推定する通常クリギング内挿を実行します。通常クリギングは空間的自己相関の構造を利用する地球統計学的手法で、予測値とそれに伴うクリギング分散 (予測の不確実性) の両方を提供します。このツールは入力点データから経験バリオグラムを自動的に推定し、空間依存性を捉えるための理論バリオグラムモデル (球形、指数、ガウス) を当てはめます。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "value_field": { "label": "値フィールド", "description": "内挿する値を含む数値属性フィールド。" }, "cell_size": { "label": "セルサイズ", "description": "地図単位での出力セルサイズ (base_raster がない場合は必須)。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "local_kriging": { "name": "ローカルクリギング", "description": "k 近傍を用いたローカル通常クリギング内挿を実行し、大規模なデータセットに対して効率的な空間推定を提供します。この手法は、数千点のデータセットに対して全体の通常クリギングよりも計算上実用的です。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "value_field": { "label": "値フィールド", "description": "内挿する値を含む数値属性フィールド。" }, "k_neighbors": { "label": "K 近傍数", "description": "使用する最近傍の数。デフォルトは 10。" }, "cell_size": { "label": "セルサイズ", "description": "地図単位での出力セルサイズ (base_raster がない場合は必須)。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "simple_kriging": { "name": "単純クリギング", "description": "空間場の平均が事前にわかっている場合に単純クリギング内挿を実行します。外部情報から平均が確実にわかっている場合、この手法はクリギング分散を低減し、より安定した予測を提供します。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "value_field": { "label": "値フィールド", "description": "内挿する値を含む数値属性フィールド。" }, "known_mean": { "label": "既知の平均", "description": "空間場の既知の平均。" }, "cell_size": { "label": "セルサイズ", "description": "地図単位での出力セルサイズ (base_raster がない場合は必須)。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "universal_kriging": { "name": "普遍クリギング", "description": "空間現象に系統的なトレンドまたはドリフトがある場合に普遍クリギング内挿を実行します。クリギングと多項式トレンドサーフェスの推定を組み合わせます。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "value_field": { "label": "値フィールド", "description": "内挿する値を含む数値属性フィールド。" }, "trend_order": { "label": "トレンド次数", "description": "多項式トレンドの次数 (1=線形、2=二次)。デフォルトは 1。" }, "cell_size": { "label": "セルサイズ", "description": "地図単位での出力セルサイズ (base_raster がない場合は必須)。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "spacetime_kriging": { "name": "時空間クリギング", "description": "点の測定値の空間的および時間的な変動を同時にモデル化する時空間クリギング内挿を実行します。空間的に分布した時系列データに最適です。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "value_field": { "label": "値フィールド", "description": "内挿する値を含む数値属性フィールド。" }, "time_field": { "label": "時間フィールド", "description": "時間値を含む時間属性フィールド。" }, "cell_size": { "label": "セルサイズ", "description": "地図単位での出力セルサイズ (base_raster がない場合は必須)。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "spatial_lag_regression_raster": { "name": "空間ラグ回帰 (ラスター)", "description": "SAR モデルを推定し、当てはめ値のサーフェスを出力します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "response_field": { "label": "応答フィールド", "description": "応答変数。" }, "predictor_fields": { "label": "説明変数フィールド", "description": "予測変数フィールド。" }, "weights_mode": { "label": "重みモード", "description": "近傍モード。" }, "k": { "label": "K", "description": "k_nearest の k。" }, "distance": { "label": "距離", "description": "距離しきい値。" }, "row_standardize": { "label": "行標準化", "description": "重みを行標準化します。" }, "cell_size": { "label": "セルサイズ", "description": "出力ラスターのセルサイズ。" }, "output": { "label": "出力", "description": "出力ラスター。" } } }, "spatial_error_regression_raster": { "name": "空間誤差回帰 (ラスター)", "description": "SEM モデルを推定し、当てはめ値のサーフェスを出力します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "response_field": { "label": "応答フィールド", "description": "応答変数。" }, "predictor_fields": { "label": "説明変数フィールド", "description": "予測変数フィールド。" }, "weights_mode": { "label": "重みモード", "description": "近傍モード。" }, "k": { "label": "K", "description": "k_nearest の k。" }, "distance": { "label": "距離", "description": "距離しきい値。" }, "row_standardize": { "label": "行標準化", "description": "重みを行標準化します。" }, "cell_size": { "label": "セルサイズ", "description": "出力ラスターのセルサイズ。" }, "output": { "label": "出力", "description": "出力ラスター。" } } }, "geographically_weighted_regression_raster": { "name": "地理的加重回帰 (ラスター)", "description": "GWR を推定し、局所係数のラスターサーフェスを出力します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "response_field": { "label": "応答フィールド", "description": "応答変数。" }, "predictor_fields": { "label": "説明変数フィールド", "description": "予測変数フィールド。" }, "bandwidth": { "label": "バンド幅", "description": "カーネルのバンド幅。" }, "kernel": { "label": "カーネル", "description": "カーネルの種類。" }, "cell_size": { "label": "セルサイズ", "description": "出力ラスターのセルサイズ。" }, "output_prefix": { "label": "出力プレフィックス", "description": "出力ラスターの接頭辞。" } } }, "inhomogeneous_intensity_raster": { "name": "非均質強度ラスター", "description": "空間的な点の強度を可視化するカーネル密度推定 (KDE) サーフェスを計算します。単純な密度を超えてホットスポットとコールドスポットを明らかにします。", "params": { "input": { "label": "入力", "description": "入力する点ベクターレイヤー。" }, "bandwidth": { "label": "バンド幅", "description": "カーネルのバンド幅。" }, "kernel": { "label": "カーネル", "description": "カーネルの種類。" }, "cell_size": { "label": "セルサイズ", "description": "出力ラスターのセルサイズ。" }, "output": { "label": "出力", "description": "出力強度ラスター。" } } }, "add": { "name": "加算", "description": "2 つのラスターをセルごとに加算します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "average_overlay": { "name": "平均オーバーレイ", "description": "ラスタースタック全体のセルごとの平均を計算します。すべての入力が NoData でない限り NoData は無視されます。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "bool_and": { "name": "論理 AND", "description": "2 つのラスターのセルごとの論理 AND を計算します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "bool_not": { "name": "論理 NOT", "description": "各ラスターセルの論理 NOT を計算し、値がゼロのセルには 1、それ以外には 0 を出力します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "bool_or": { "name": "論理 OR", "description": "2 つのラスターのセルごとの論理 OR を計算します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "bool_xor": { "name": "論理 XOR", "description": "2 つのラスターのセルごとの論理 XOR を計算します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "count_if": { "name": "条件付きカウント", "description": "セルが比較値と等しい入力ラスターの数をカウントします。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "comparison_value": { "label": "比較値", "description": "ラスタースタック内で数える比較値。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "divide": { "name": "除算", "description": "1 つ目のラスターを 2 つ目のラスターでセルごとに除算します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "highest_position": { "name": "最高位置", "description": "各セルで最大値を持つラスタースタックのインデックス (0 始まり) を返します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "lowest_position": { "name": "最低位置", "description": "各セルで最小値を持つラスタースタックのインデックス (0 始まり) を返します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "max_absolute_overlay": { "name": "最大絶対値オーバーレイ", "description": "ラスタースタック全体のセルごとの絶対値の最大値を計算します。いずれかの入力セルが NoData の場合は NoData を伝播します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "max_overlay": { "name": "最大値オーバーレイ", "description": "ラスタースタック全体のセルごとの最大値を計算します。いずれかの入力セルが NoData の場合は NoData を伝播します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "min_absolute_overlay": { "name": "最小絶対値オーバーレイ", "description": "ラスタースタック全体のセルごとの絶対値の最小値を計算します。いずれかの入力セルが NoData の場合は NoData を伝播します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "min_overlay": { "name": "最小値オーバーレイ", "description": "ラスタースタック全体のセルごとの最小値を計算します。いずれかの入力セルが NoData の場合は NoData を伝播します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "modulo": { "name": "剰余", "description": "1 つ目のラスターを 2 つ目のラスターでセルごとに除算した剰余を計算します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "multiply": { "name": "乗算", "description": "2 つのラスターをセルごとに乗算します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "multiply_overlay": { "name": "乗算オーバーレイ", "description": "ラスタースタック全体のセルごとの積を計算します。いずれかの入力セルが NoData の場合は NoData を伝播します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "percent_equal_to": { "name": "等しい割合", "description": "各セルにおいて、値が比較ラスターと等しいスタック内のラスターの割合を計算します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "comparison": { "label": "比較", "description": "比較用ラスターのパスまたはメモリ内ラスターハンドル。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "percent_greater_than": { "name": "より大きい割合", "description": "各セルにおいて、値が比較ラスターより大きいスタック内のラスターの割合を計算します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "comparison": { "label": "比較", "description": "比較用ラスターのパスまたはメモリ内ラスターハンドル。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "percent_less_than": { "name": "より小さい割合", "description": "各セルにおいて、値が比較ラスターより小さいスタック内のラスターの割合を計算します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "comparison": { "label": "比較", "description": "比較用ラスターのパスまたはメモリ内ラスターハンドル。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "pick_from_list": { "name": "リストから選択", "description": "0 始まりの位置ラスターを用いて、ラスタースタックからセルごとの値を選択します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "pos_input": { "label": "位置入力", "description": "スタック位置を示す 0 始まりのラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "power": { "name": "累乗", "description": "1 つ目のラスターを 2 つ目のラスターの値でセルごとにべき乗します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "standard_deviation_overlay": { "name": "標準偏差オーバーレイ", "description": "ラスタースタック全体のセルごとの標準偏差を計算します。いずれかの入力セルが NoData の場合は NoData を伝播します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "subtract": { "name": "減算", "description": "1 つ目のラスターから 2 つ目のラスターをセルごとに減算します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "sum_overlay": { "name": "合計オーバーレイ", "description": "ラスタースタック全体のセルごとの合計を計算します。いずれかの入力セルが NoData の場合は NoData を伝播します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "パスの配列、またはセミコロン/カンマ区切りの文字列で指定する入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保持されます。" } } }, "update_nodata_cells": { "name": "NoData セルの更新", "description": "input1 の NoData セルに、input2 の対応する有効セルの値を割り当てます。", "params": { "input1": { "label": "入力 1", "description": "更新するプライマリラスター。" }, "input2": { "label": "入力 2", "description": "置換値を提供するセカンダリラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "weighted_overlay": { "name": "加重オーバーレイ", "description": "正規化された重み、任意のコストフラグ、任意の二値制約を用いて、要因ラスターを結合します。", "params": { "factors": { "label": "因子", "description": "入力ファクターラスタースタック。" }, "weights": { "label": "重み", "description": "各ファクターラスターに対応する数値の重み。" }, "cost": { "label": "コスト", "description": "コストファクターを示す任意のブールフラグ。" }, "constraints": { "label": "制約", "description": "任意のラスター制約スタック。0 以下の値は出力を 0 にします。" }, "scale_max": { "label": "スケール最大値", "description": "ファクターの正規化後に使用する最大スケール値。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "weighted_sum": { "name": "加重合計", "description": "重みの合計が 1 になるよう正規化したうえで、ラスタースタック全体の加重和を計算します。", "params": { "input_rasters": { "label": "入力ラスター", "description": "入力ラスタースタック。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "weights": { "label": "重み", "description": "各入力ラスターに対応する数値の重み。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "image_correlation_neighbourhood_analysis": { "name": "画像相関近傍解析", "description": "2 つのラスター間で移動ウィンドウ相関分析を実行し、相関ラスターと p 値ラスターを返します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスターパス。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスターパス。" }, "filter_size": { "label": "フィルターサイズ", "description": "セル単位の移動窓サイズ (最小 3、デフォルト 11)。" }, "correlation_stat": { "label": "相関統計量", "description": "相関指標: pearson、spearman、または kendall (デフォルト pearson)。" }, "output1": { "label": "出力 1", "description": "相関ラスターの任意の出力パス。" }, "output2": { "label": "出力 2", "description": "有意性 (p 値) ラスターの任意の出力パス。" } } }, "natural_neighbour_interpolation": { "name": "自然近傍内挿", "description": "真の Sibson 自然近傍面積重み付けを用いて、点のサンプルからラスターを内挿します。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "field_name": { "label": "フィールド名", "description": "任意の数値属性フィールド。デフォルトは FID にフォールバックします。" }, "use_z": { "label": "Z を使用", "description": "属性の代わりに点ジオメトリの Z 値を使用します。" }, "cell_size": { "label": "セルサイズ", "description": "base_raster が指定されない場合の出力セルサイズ。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "clip_to_hull": { "label": "ハルでクリップ", "description": "内挿を点の凸包の範囲内に制限します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "nearest_neighbour_interpolation": { "name": "最近傍内挿", "description": "各セルに最も近いサンプル値を割り当てることで、点のサンプルからラスターを内挿します。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "field_name": { "label": "フィールド名", "description": "任意の数値属性フィールド。デフォルトは FID にフォールバックします。" }, "use_z": { "label": "Z を使用", "description": "属性の代わりに点ジオメトリの Z 値を使用します。" }, "cell_size": { "label": "セルサイズ", "description": "base_raster が指定されない場合の出力セルサイズ。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "max_dist": { "label": "最大距離", "description": "地図単位での任意の最大探索距離。デフォルトは無限大です。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "conditional_evaluation": { "name": "条件評価", "description": "ラスターセルに対して if-then-else の条件評価を実行します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "statement": { "label": "ステートメント", "description": "セルごとに評価される条件式。" }, "true": { "label": "真", "description": "条件が true の場合に使用する値、ラスター、または式。" }, "false": { "label": "偽", "description": "条件が false の場合に使用する値、ラスター、または式。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "reclass": { "name": "再分類", "description": "範囲または厳密な割り当てペアのいずれかを用いて、ラスター値を再分類します。", "params": { "input": { "label": "入力", "description": "入力ラスター。" }, "reclass_values": { "label": "再分類値", "description": "[new, from, to_less_than] の行、または assign_mode=true の場合は [new, old] の行として指定する再分類の値。" }, "assign_mode": { "label": "割り当てモード", "description": "true の場合、[new_value, old_value] のペアによる完全一致の割り当てモードを使用します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリに保持されます。" } } }, "reclass_equal_interval": { "name": "等間隔再分類", "description": "任意の値の範囲にわたって、ラスター値を等間隔の区間に再分類します。", "params": { "input": { "label": "入力", "description": "入力ラスター。" }, "interval_size": { "label": "間隔サイズ", "description": "等間隔のビン幅。" }, "start_value": { "label": "開始値", "description": "再分類の任意の下限値。デフォルトはラスターの最小値です。" }, "end_value": { "label": "終了値", "description": "再分類の任意の上限値。デフォルトはラスターの最大値です。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリに保持されます。" } } }, "buffer_raster": { "name": "ラスターバッファー", "description": "ゼロ以外かつ NoData 以外のラスターセルの周囲に、指定した距離内の二値バッファーゾーンを作成します。", "params": { "input": { "label": "入力", "description": "0 以外のセルをバッファー対象とする入力ラスター。" }, "buffer_size": { "label": "バッファーサイズ", "description": "バッファー距離のしきい値。" }, "grid_cell_units": { "label": "グリッドセル単位", "description": "true の場合、buffer_size を地図単位ではなくグリッドセル単位として解釈します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "cost_allocation": { "name": "コストアロケーション", "description": "コスト距離解析のバックリンクラスターを用いて、各セルをソース領域に割り当てます。", "params": { "source": { "label": "ソース", "description": "正の値のソースセルを持つソースラスター。" }, "backlink": { "label": "バックリンク", "description": "cost_distance で生成したバックリンクラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "cost_distance": { "name": "コスト距離", "description": "ソースとコストのサーフェスから、累積移動コストとバックリンクのラスターを計算します。", "params": { "source": { "label": "ソース", "description": "正の値のソースセルを持つソースラスター。" }, "cost": { "label": "コスト", "description": "コスト/摩擦ラスター。" }, "output": { "label": "出力", "description": "累積コストの任意の出力ラスターパス。" }, "backlink_output": { "label": "バックリンク出力", "description": "バックリンクの任意の出力ラスターパス。" } } }, "cost_pathway": { "name": "コスト経路", "description": "バックリンクラスターを用いて、目的地セルからの最小コスト経路をトレースします。", "params": { "destination": { "label": "目的地", "description": "正の値の到達先セルを持つ到達先ラスター。" }, "backlink": { "label": "バックリンク", "description": "cost_distance で生成したバックリンクラスター。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、出力の背景は NoData ではなく 0 になります。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "euclidean_allocation": { "name": "ユークリッドアロケーション", "description": "各有効セルに、最も近いゼロ以外のターゲットセルの値を割り当てます。", "params": { "input": { "label": "入力", "description": "0 以外の対象セルを持つ入力ラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "euclidean_distance": { "name": "ユークリッド距離", "description": "ラスター内の最も近いゼロ以外のターゲットセルまでのユークリッド距離を計算します。", "params": { "input": { "label": "入力", "description": "0 以外の対象セルを持つ入力ラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "abs": { "name": "絶対値", "description": "各ラスターセルの絶対値を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "aggregate_raster": { "name": "ラスターの集約", "description": "平均、合計、最小、最大、または範囲でブロックを集約して、ラスターの解像度を下げます。", "params": { "input": { "label": "入力", "description": "入力ラスター。" }, "aggregation_factor": { "label": "集約係数", "description": "ソースセル単位のブロックサイズ。" }, "aggregation_type": { "label": "集約タイプ", "description": "mean、sum、maximum、minimum、range のいずれか。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "anova": { "name": "分散分析 (ANOVA)", "description": "クラスラスターのカテゴリーでグループ化したラスター値に対して一元配置分散分析 (ANOVA) を実行します。", "params": { "input": { "label": "入力", "description": "測定値ラスターのパス。" }, "features": { "label": "フィーチャ", "description": "クラス/カテゴリラスターのパス。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" } } }, "arccos": { "name": "Arccos", "description": "各ラスターセルの逆余弦 (arccos) を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "arcosh": { "name": "Arcosh", "description": "各ラスターセルの逆双曲線余弦を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "arcsin": { "name": "Arcsin", "description": "各ラスターセルの逆正弦 (arcsin) を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "arctan": { "name": "Arctan", "description": "各ラスターセルの逆正接 (arctan) を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "arsinh": { "name": "Arsinh", "description": "各ラスターセルの逆双曲線正弦を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "artanh": { "name": "Artanh", "description": "各ラスターセルの逆双曲線正接を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "atan2": { "name": "Atan2", "description": "2 つのラスターを用いて、セルごとに 4 象限の逆正接を計算します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "block_maximum": { "name": "ブロック最大値", "description": "各出力セル内で観測された最大値を割り当てることで、ポイントフィーチャをラスター化します。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "field_name": { "label": "フィールド名", "description": "ラスター化する任意の数値属性フィールド。デフォルトは FID にフォールバックします。" }, "use_z": { "label": "Z を使用", "description": "属性の代わりに点ジオメトリの Z 値を使用します。" }, "cell_size": { "label": "セルサイズ", "description": "base_raster が指定されない場合の出力セルサイズ。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "block_minimum": { "name": "ブロック最小値", "description": "各出力セル内で観測された最小値を割り当てることで、ポイントフィーチャをラスター化します。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "field_name": { "label": "フィールド名", "description": "ラスター化する任意の数値属性フィールド。デフォルトは FID にフォールバックします。" }, "use_z": { "label": "Z を使用", "description": "属性の代わりに点ジオメトリの Z 値を使用します。" }, "cell_size": { "label": "セルサイズ", "description": "base_raster が指定されない場合の出力セルサイズ。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "boundary_shape_complexity": { "name": "境界形状複雑度", "description": "細線化したスケルトンの分岐指標を用いて、ラスターパッチの境界形状の複雑さを計算します。", "params": { "input": { "label": "入力", "description": "正の整数相当の ID を持つ入力パッチ ID ラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "ceil": { "name": "切り上げ", "description": "各ラスターセルを最も近い整数に切り上げます。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "centroid_raster": { "name": "ラスター重心", "description": "ラスター内の正の値を持つ各パッチ ID について重心セルを計算します。", "params": { "input": { "label": "入力", "description": "入力パッチラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "clip_raster_to_polygon": { "name": "ラスターのポリゴンクリップ", "description": "ラスターをポリゴンの範囲でクリップします。ポリゴン外のセルは NoData に設定されます。", "params": { "input": { "label": "入力", "description": "入力ラスター。" }, "polygons": { "label": "ポリゴン", "description": "入力ポリゴンベクターレイヤー。" }, "maintain_dimensions": { "label": "次元を維持", "description": "ポリゴンの範囲に切り抜かず、元のラスター寸法を保持します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "clump": { "name": "クランプ", "description": "連続する同じ値のラスターセルを、固有のパッチ識別子にグループ化します。", "params": { "input": { "label": "入力", "description": "入力カテゴリラスター。" }, "diag": { "label": "対角", "description": "true の場合、斜め方向の連結性 (8 近傍) を含め、それ以外の場合は 4 近傍を使用します。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、値が 0 のセルを背景として扱い、出力でも 0 のまま保持します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "cos": { "name": "Cos", "description": "各ラスターセル値の余弦を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "cosh": { "name": "Cosh", "description": "各ラスターセルの双曲線余弦を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "create_plane": { "name": "平面の作成", "description": "ベースラスターのジオメトリを用いて、平面の方程式からラスターを作成します。", "params": { "base": { "label": "ベース", "description": "出力ジオメトリを定義するベースラスター。" }, "gradient": { "label": "勾配", "description": "平面の勾配 (度単位)。" }, "aspect": { "label": "方位", "description": "平面の方位 (度単位)。" }, "constant": { "label": "定数", "description": "平面方程式の加算定数項。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "crispness_index": { "name": "鮮明度指数", "description": "帰属確率ラスターの明確度指数 (crispness index) を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" } } }, "cross_tabulation": { "name": "クロス集計", "description": "2 つのカテゴリーラスターのクロス集計を実行します。", "params": { "input1": { "label": "入力 1", "description": "入力ラスター 1 のパス。" }, "input2": { "label": "入力 2", "description": "入力ラスター 2 のパス。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" } } }, "cumulative_distribution": { "name": "累積分布", "description": "ラスター値を累積分布確率に変換します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "dbscan": { "name": "DBSCAN", "description": "入力ラスターのスタックに対して、教師なしの DBSCAN 密度ベースクラスタリングを実行します。", "params": { "inputs": { "label": "入力", "description": "カンマ/セミコロン区切りのリスト、または入力ラスターパス (特徴量バンド) の JSON 配列。" }, "scaling_method": { "label": "スケーリング方法", "description": "特徴量のスケーリング: 'none' (デフォルト)、'normalize' (0-1 の範囲)、または 'standardize' (z スコア)。" }, "search_distance": { "label": "検索距離", "description": "Epsilon: 特徴空間における近傍探索半径 (デフォルト 1.0)。" }, "min_points": { "label": "最小点数", "description": "コア点と見なすために epsilon 内に必要な最小近傍数 (デフォルト 5)。" }, "output": { "label": "出力", "description": "クラスター ID ラベルの任意の出力ラスターパス。" } } }, "decrement": { "name": "デクリメント", "description": "NoData 以外の各ラスターセルから値 (既定値 1.0) を減算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "value": { "label": "値", "description": "各セルから減算する量。デフォルトは 1.0。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "edge_proportion": { "name": "エッジ割合", "description": "各パッチのセルのうちエッジセルが占める割合を計算し、パッチのセルに対応付けます。", "params": { "input": { "label": "入力", "description": "正の整数相当の ID を持つ入力パッチ ID ラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "equal_to": { "name": "等しい", "description": "2 つのラスターがセルごとに等しいかどうかを判定します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "erase_polygon_from_raster": { "name": "ラスターからポリゴンを消去", "description": "ポリゴンの穴にあるセルを保持しつつ、ポリゴン内のラスターセルを NoData に設定します。", "params": { "input": { "label": "入力", "description": "入力ラスター。" }, "polygons": { "label": "ポリゴン", "description": "入力ポリゴンベクターレイヤー。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "exp": { "name": "Exp", "description": "各ラスターセルの値を指数とする e のべき乗を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "exp2": { "name": "Exp2", "description": "各ラスターセルの値を指数とする 2 のべき乗を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "fft_random_field": { "name": "FFT ランダムフィールド", "description": "FFT スペクトル合成を用いて、空間的に自己相関したランダム場を作成します。", "params": { "base_raster": { "label": "ベースラスター", "description": "グリッドジオメトリに使用するベースラスターのパス。" }, "range": { "label": "範囲", "description": "地図単位でのおおよその相関距離。デフォルト: 1.0。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "filter_raster_features_by_area": { "name": "面積によるラスターフィーチャのフィルター", "description": "セル数のしきい値より小さい、整数ラベルのラスター地物を除去します。", "params": { "input": { "label": "入力", "description": "整数のクラスラベルを含む入力ラスター。" }, "threshold": { "label": "しきい値", "description": "保持する最小フィーチャサイズ (セル単位)。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、除去されたフィーチャに 0 を割り当て、それ以外の場合は NoData を割り当てます。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリに保持されます。" } } }, "find_patch_edge_cells": { "name": "パッチエッジセルの検索", "description": "正の値を持つ各ラスターパッチ ID のエッジセルを識別します。エッジ以外のパッチセルはゼロに設定されます。", "params": { "input": { "label": "入力", "description": "入力パッチ ID ラスター。正の値がパッチセルとして扱われます。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "floor": { "name": "切り捨て", "description": "各ラスターセルを最も近い整数に切り捨てます。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "greater_than": { "name": "より大きい", "description": "1 つ目のラスターが 2 つ目のラスターよりセルごとに大きいかどうかを判定します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "heat_map": { "name": "ヒートマップ", "description": "点の出現位置からカーネル密度のヒートマップラスターを生成します。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "field_name": { "label": "フィールド名", "description": "任意の数値の重みフィールド。デフォルトは重み付けなしの出現数です。" }, "bandwidth": { "label": "バンド幅", "description": "地図単位でのカーネルのバンド幅。" }, "cell_size": { "label": "セルサイズ", "description": "base_raster が指定されない場合の出力セルサイズ。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "kernel_function": { "label": "カーネル関数", "description": "カーネル関数の種類。デフォルトは quartic。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "idw_interpolation": { "name": "IDW 内挿", "description": "逆距離加重を用いて、点のサンプルからラスターを内挿します。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "field_name": { "label": "フィールド名", "description": "任意の数値属性フィールド。デフォルトは FID にフォールバックします。" }, "use_z": { "label": "Z を使用", "description": "属性の代わりに点ジオメトリの Z 値を使用します。" }, "weight": { "label": "重み", "description": "IDW の距離指数。デフォルトは 2.0。" }, "radius": { "label": "半径", "description": "地図単位での任意の近傍半径。<=0 の場合は k 近傍のフォールバックを使用します。" }, "min_points": { "label": "最小点数", "description": "使用する近傍点の最小数。デフォルトは 0 です。" }, "cell_size": { "label": "セルサイズ", "description": "base_raster が指定されない場合の出力セルサイズ。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "image_autocorrelation": { "name": "画像自己相関", "description": "1 つ以上のラスター画像について Moran's I を計算します。", "params": { "inputs": { "label": "入力", "description": "入力ラスターパスのリスト。" }, "contiguity": { "label": "隣接性", "description": "近傍ルール: rook、king/queen、または bishop。" } } }, "image_correlation": { "name": "画像相関", "description": "2 つ以上のラスター画像についてピアソン相関行列を計算します。", "params": { "inputs": { "label": "入力", "description": "入力ラスターパスのリスト。" } } }, "image_regression": { "name": "画像回帰", "description": "2 つのラスター間で二変量線形回帰を実行し、残差ラスターとレポートを出力します。", "params": { "input1": { "label": "入力 1", "description": "独立変数ラスターのパス。" }, "input2": { "label": "入力 2", "description": "従属変数ラスターのパス。" }, "standardize_residuals": { "label": "残差を標準化", "description": "残差をモデルの標準誤差で標準化するかどうかを指定します。" }, "output": { "label": "出力", "description": "残差ラスターの任意の出力パス。" } } }, "increment": { "name": "インクリメント", "description": "NoData 以外の各ラスターセルに値 (既定値 1.0) を加算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "value": { "label": "値", "description": "各セルに加算する量。デフォルトは 1.0 です。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "inplace_add": { "name": "インプレース加算", "description": "インプレースの加算演算 (input1 += input2) を実行します。", "params": { "input1": { "label": "入力 1", "description": "変更する入力ラスター。" }, "input2": { "label": "入力 2", "description": "入力ラスターのパスまたは数値定数。" } } }, "inplace_divide": { "name": "インプレース除算", "description": "インプレースの除算演算 (input1 /= input2) を実行します。", "params": { "input1": { "label": "入力 1", "description": "変更する入力ラスター。" }, "input2": { "label": "入力 2", "description": "入力ラスターのパスまたは 0 以外の数値定数。" } } }, "inplace_multiply": { "name": "インプレース乗算", "description": "インプレースの乗算演算 (input1 *= input2) を実行します。", "params": { "input1": { "label": "入力 1", "description": "変更する入力ラスター。" }, "input2": { "label": "入力 2", "description": "入力ラスターのパスまたは数値定数。" } } }, "inplace_subtract": { "name": "インプレース減算", "description": "インプレースの減算演算 (input1 -= input2) を実行します。", "params": { "input1": { "label": "入力 1", "description": "変更する入力ラスター。" }, "input2": { "label": "入力 2", "description": "入力ラスターのパスまたは数値定数。" } } }, "integer_division": { "name": "整数除算", "description": "2 つのラスターを除算し、各結果をゼロ方向に切り捨てます。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "inverse_pca": { "name": "逆 PCA", "description": "保存された固有ベクトルを用いて、PCA 成分ラスターから元のバンド画像を再構成します。", "params": { "inputs": { "label": "入力", "description": "成分ラスターのパス。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "pca_report": { "label": "PCA レポート", "description": "PCA が出力した JSON レポート文字列。" }, "output": { "label": "出力", "description": "任意のベース出力パス。" } } }, "is_nodata": { "name": "NoData 判定", "description": "NoData セルには 1、すべての有効セルには 0 を出力します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "kappa_index": { "name": "Kappa 指数", "description": "2 つのカテゴリーラスター間の Cohen のカッパと一致度指標を計算します。", "params": { "input1": { "label": "入力 1", "description": "入力する分類ラスターのパス。" }, "input2": { "label": "入力 2", "description": "入力する参照ラスターのパス。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" } } }, "ks_normality_test": { "name": "KS 正規性検定", "description": "ラスター値が正規分布に従うかどうかを評価します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "num_samples": { "label": "サンプル数", "description": "任意のランダムサンプルサイズ。省略するとすべての有効なセルを使用します。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" } } }, "less_than": { "name": "より小さい", "description": "1 つ目のラスターが 2 つ目のラスターよりセルごとに小さいかどうかを判定します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "list_unique_values_raster": { "name": "ユニーク値の一覧 (ラスター)", "description": "有効なラスターカテゴリーの固有値とその頻度を一覧表示します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "output": { "label": "出力", "description": "任意の CSV 出力パス。" }, "strict_parity": { "label": "厳密パリティ", "description": "true の場合、カテゴリ頻度の完全な出力を返します (デフォルト true)。" }, "max_values": { "label": "最大値数", "description": "strict_parity が false の場合に含める一意値の最大数 (デフォルト 10000)。" } } }, "ln": { "name": "Ln", "description": "各ラスターセルの自然対数を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "log10": { "name": "Log10", "description": "各ラスターセルの常用対数 (底 10) を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "log2": { "name": "Log2", "description": "各ラスターセルの底 2 の対数を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "map_features": { "name": "フィーチャのマッピング", "description": "降順の優先度による領域成長を用いて、ラスターから個別の高まりの地形地物をマッピングします。", "params": { "input": { "label": "入力", "description": "入力ラスター。" }, "min_feature_height": { "label": "最小フィーチャ高さ", "description": "独立したフィーチャと見なす最小の垂直方向の間隔。" }, "min_feature_size": { "label": "最小フィーチャサイズ", "description": "セル単位でのフィーチャの最小サイズ。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "max": { "name": "最大値", "description": "2 つのラスター、またはラスターと定数値に対して MAX 演算を実行します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目のラスターパスまたは数値定数。" }, "input2": { "label": "入力 2", "description": "2 つ目のラスターパスまたは数値定数。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "min": { "name": "最小値", "description": "2 つのラスター、またはラスターと定数値に対して MIN 演算を実行します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目のラスターパスまたは数値定数。" }, "input2": { "label": "入力 2", "description": "2 つ目のラスターパスまたは数値定数。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "modified_shepard_interpolation": { "name": "修正 Shepard 内挿", "description": "局所的に重み付けした修正 Shepard 法のブレンディングを用いて、点のサンプルからラスターを内挿します。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "field_name": { "label": "フィールド名", "description": "任意の数値属性フィールド。デフォルトは FID にフォールバックします。" }, "use_z": { "label": "Z を使用", "description": "属性の代わりに点ジオメトリの Z 値を使用します。" }, "weight": { "label": "重み", "description": "Shepard の重み指数。デフォルトは 2.0 です。" }, "radius": { "label": "半径", "description": "地図単位での任意の近傍半径。" }, "min_points": { "label": "最小点数", "description": "近傍点の最小数。デフォルトは 8 です。" }, "use_quadratic_basis": { "label": "二次基底を使用", "description": "局所的な 2 次基底補正を適用します (レガシー互換モード)。" }, "cell_size": { "label": "セルサイズ", "description": "base_raster が指定されない場合の出力セルサイズ。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "use_data_hull": { "label": "データハルを使用", "description": "内挿を点の凸包の範囲内に制限します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "narrowness_index": { "name": "狭小度指数", "description": "ラスターパッチの狭さ指数を、面積をエッジまでの最大距離に基づく最大内接円の面積で割った値として計算します。", "params": { "input": { "label": "入力", "description": "正の整数相当の ID を持つ入力パッチ ID ラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "negate": { "name": "符号反転", "description": "NoData 以外の各ラスターセルの値の符号を反転します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "nibble": { "name": "ニブル", "description": "最近傍割り当てを用いて背景領域を埋めます。", "params": { "input": { "label": "入力", "description": "ニブル処理の対象となる入力ラスター。" }, "mask": { "label": "マスク", "description": "二値マスクラスター。" }, "use_nodata": { "label": "NoData を使用", "description": "入力の NoData を背景ではなくクラス値として扱います。" }, "nibble_nodata": { "label": "NoData をニブル", "description": "マスクがオフの NoData 領域にもニブル処理を行います。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "not_equal_to": { "name": "等しくない", "description": "2 つのラスターがセルごとに等しくないかどうかを判定します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスター (パス文字列または型付きラスターオブジェクト)。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると出力はメモリに保持され、memory:// ラスターハンドルとして返されます。" } } }, "paired_sample_t_test": { "name": "対応のある t 検定", "description": "対になった有効セルを用いて、2 つのラスターに対する対応のある t 検定を実行します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスターパス。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスターパス。" }, "num_samples": { "label": "サンプル数", "description": "復元抽出による任意のサンプルサイズ。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" } } }, "phi_coefficient": { "name": "Phi 係数", "description": "ファイ係数を用いて、二値分類の一致度評価を実行します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の二値ラスターのパス。" }, "input2": { "label": "入力 2", "description": "2 つ目の二値ラスターのパス。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" } } }, "principal_component_analysis": { "name": "主成分分析", "description": "ラスターのスタックに対して PCA を実行し、成分画像と JSON レポートを返します。", "params": { "inputs": { "label": "入力", "description": "入力ラスターのパス (3 つ以上)。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "num_components": { "label": "成分数", "description": "成分の数。デフォルト: すべて。" }, "standardized": { "label": "標準化", "description": "相関行列を使用します。デフォルト: false。" }, "output": { "label": "出力", "description": "任意のベース出力パス。" } } }, "print_geotiff_tags": { "name": "GeoTIFF タグの表示", "description": "入力の GeoTIFF 系ラスターについて、TIFF/GeoTIFF タグと主要なメタデータを説明するテキストレポートを作成します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" } } }, "quantiles": { "name": "分位数", "description": "ラスター値を分位クラスに変換します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "num_quantiles": { "label": "分位数", "description": "分位数の数 (デフォルト 5)。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "radial_basis_function_interpolation": { "name": "放射基底関数内挿", "description": "局所的な放射基底の類似度重み付けを用いて、点のサンプルからラスターを内挿します。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "field_name": { "label": "フィールド名", "description": "任意の数値属性フィールド。デフォルトは FID にフォールバックします。" }, "use_z": { "label": "Z を使用", "description": "属性の代わりに点ジオメトリの Z 値を使用します。" }, "approximate_mode": { "label": "近似モード", "description": "true の場合、NG の高速近似重み付けを使用します。false の場合は局所的な RBF 方程式系を解きます (レガシー方式)。" }, "radius": { "label": "半径", "description": "地図単位での任意の近傍半径。" }, "min_points": { "label": "最小点数", "description": "使用する近傍点の最小数。" }, "cell_size": { "label": "セルサイズ", "description": "base_raster が指定されない場合の出力セルサイズ。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "func_type": { "label": "関数タイプ", "description": "放射基底関数の種類 (thinplatespline、polyharmonic、gaussian、multiquadric、inversemultiquadric)。" }, "poly_order": { "label": "多項式次数", "description": "多項式次数のヒント (none、constant、quadratic)。" }, "weight": { "label": "重み", "description": "func_type に応じた基底形状パラメーター/指数。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "radius_of_gyration": { "name": "回転半径", "description": "パッチごとの回転半径を計算し、値をパッチのセルに対応付けます。", "params": { "input": { "label": "入力", "description": "正の整数相当の ID を持つ入力パッチ ID ラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "random_field": { "name": "ランダムフィールド", "description": "標準正規乱数値を含むラスターを作成します。", "params": { "base": { "label": "ベース", "description": "グリッドジオメトリに使用するベースラスターのパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "random_forest_classification_fit": { "name": "ランダムフォレスト分類の学習", "description": "ランダムフォレスト分類モデルを学習し、シリアル化されたモデルのバイト列を返します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "training_data": { "label": "トレーニングデータ", "description": "点/ポリゴンベクタートレーニングデータパス。" }, "class_field": { "label": "クラスフィールド", "description": "training_data 属性内のクラスフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "split_criterion": { "label": "分割基準", "description": "木の分割基準のヒント (レガシー互換のために残されています)。" }, "n_trees": { "label": "ツリー数", "description": "フォレストのツリー数 (デフォルト 200)。" }, "min_samples_leaf": { "label": "リーフの最小サンプル数", "description": "リーフノードに必要な最小サンプル数 (デフォルト 1)。" }, "min_samples_split": { "label": "分割の最小サンプル数", "description": "内部ノードを分割するのに必要な最小サンプル数 (デフォルト 2)。" }, "test_proportion": { "label": "テスト割合", "description": "レガシー互換用の引数。将来の診断機能のために予約されています。" } } }, "random_forest_classification_predict": { "name": "ランダムフォレスト分類の予測", "description": "シリアル化されたランダムフォレスト分類モデルをマルチバンドの予測変数に適用します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "model_bytes": { "label": "モデルバイト列", "description": "random_forest_classification_fit が生成したモデルのバイト列。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "random_forest_regression_fit": { "name": "ランダムフォレスト回帰の学習", "description": "ランダムフォレスト回帰モデルを学習し、シリアル化されたモデルのバイト列を返します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "training_data": { "label": "トレーニングデータ", "description": "点ベクタートレーニングデータパス。" }, "field": { "label": "フィールド", "description": "training_data 属性内の数値ターゲットフィールド。" }, "scaling": { "label": "スケーリング", "description": "特徴量スケーリングモード: none (デフォルト)、normalize、standardize。" }, "n_trees": { "label": "ツリー数", "description": "フォレストのツリー数 (デフォルト 200)。" }, "min_samples_leaf": { "label": "リーフの最小サンプル数", "description": "リーフノードに必要な最小サンプル数 (デフォルト 1)。" }, "min_samples_split": { "label": "分割の最小サンプル数", "description": "内部ノードを分割するのに必要な最小サンプル数 (デフォルト 2)。" }, "test_proportion": { "label": "テスト割合", "description": "レガシー互換用の引数。将来の診断機能のために予約されています。" } } }, "random_forest_regression_predict": { "name": "ランダムフォレスト回帰の予測", "description": "シリアル化されたランダムフォレスト回帰モデルをマルチバンドの予測変数に適用します。", "params": { "inputs": { "label": "入力", "description": "単一バンド入力ラスターの配列。" }, "model_bytes": { "label": "モデルバイト列", "description": "random_forest_regression_fit が生成したモデルのバイト列。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "random_sample": { "name": "ランダムサンプル", "description": "固有の ID を持つランダムに配置されたサンプルセルを含むラスターを作成します。", "params": { "base": { "label": "ベース", "description": "グリッドのジオメトリと有効セルのマスクに使用するベースラスターのパス。" }, "num_samples": { "label": "サンプル数", "description": "生成するサンプルセルの数。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "raster_area": { "name": "ラスター面積", "description": "クラスごとのラスターポリゴンの面積をグリッドセル単位または地図単位で推定し、クラスの合計を各クラスのセルに書き込みます。", "params": { "input": { "label": "入力", "description": "入力カテゴリラスター。" }, "units": { "label": "単位", "description": "面積の単位: 'map units' (デフォルト) または 'grid cells'。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、値が 0 のセルを解析から除外します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "raster_calculator": { "name": "ラスター計算機", "description": "入力ラスターのリストに対して、数式をセルごとに評価します。", "params": { "expression": { "label": "式", "description": "ラスター変数名を引用符で囲んだ数式。" }, "inputs": { "label": "入力", "description": "順序付けされた入力ラスターのパス。" }, "auto_reproject": { "label": "自動再投影", "description": "true (デフォルト) の場合、CRS が異なるときにスタックラスターを inputs[0] に合わせて自動的に再投影します。" }, "auto_reproject_method": { "label": "自動再投影方法", "description": "任意の再投影リサンプリング方法の上書き: nearest、bilinear、cubic、lanczos、average、min、max、mode、median、stddev。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "raster_cell_assignment": { "name": "ラスターセルの割り当て", "description": "ベースラスターから、各セルに行、列、x、または y の値を割り当てたラスターを作成します。", "params": { "input": { "label": "入力", "description": "入力ベースラスター。" }, "what_to_assign": { "label": "割り当て対象", "description": "割り当て対象: column、row、x、または y。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "raster_histogram": { "name": "ラスターヒストグラム", "description": "有効なラスターセルについて固定ビンのヒストグラムを作成します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "output": { "label": "出力", "description": "任意の HTML レポート出力パス (別名: output_html_file)。" }, "bins": { "label": "ビン数", "description": "ヒストグラムのビン数 (デフォルト log2(rows*cols)+1)。" } } }, "raster_perimeter": { "name": "ラスター周長", "description": "アンチエイリアシングのルックアップテーブルを用いてクラスごとのラスターポリゴンの周長を推定し、クラスの合計を各クラスのセルに書き込みます。", "params": { "input": { "label": "入力", "description": "入力カテゴリラスター。" }, "units": { "label": "単位", "description": "周長の単位: 'map units' (デフォルト) または 'grid cells'。" }, "zero_background": { "label": "背景をゼロにする", "description": "true の場合、値が 0 のセルを解析から除外します。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "raster_summary_stats": { "name": "ラスター要約統計", "description": "有効なラスターセルについて基本的な要約統計量を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "output": { "label": "出力", "description": "任意のレポート出力パス (.json または .csv)。" } } }, "reciprocal": { "name": "逆数", "description": "各ラスターセルの逆数 (1/x) を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "rescale_value_range": { "name": "値範囲のリスケール", "description": "ラスター値を目標の範囲に線形に再スケーリングします。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "out_min": { "label": "出力最小値", "description": "出力値の最小値。" }, "out_max": { "label": "最大値出力", "description": "出力値の最大値。" }, "clip_min": { "label": "クリップ最小値", "description": "再スケール前のクリッピングに使用する任意の入力最小値。" }, "clip_max": { "label": "クリップ最大値", "description": "再スケール前のクリッピングに使用する任意の入力最大値。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "root_mean_square_error": { "name": "二乗平均平方根誤差", "description": "2 つのラスター間の RMSE と関連する精度統計量を計算します。", "params": { "input": { "label": "入力", "description": "比較ラスターのパス。" }, "base": { "label": "ベース", "description": "ベースラスターのパス。" } } }, "round": { "name": "四捨五入", "description": "各ラスターセルを最も近い整数に丸めます。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "shape_complexity_index_raster": { "name": "形状複雑度指数 (ラスター)", "description": "パッチの広がりで正規化した水平/垂直方向の遷移頻度から、ラスターパッチの形状の複雑さを計算します。", "params": { "input": { "label": "入力", "description": "正の整数相当の ID を持つ入力パッチ ID ラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "sieve": { "name": "シーブ", "description": "セル数のしきい値を下回る小さな孤立パッチを除去します。", "params": { "input": { "label": "入力", "description": "入力カテゴリラスター。" }, "threshold": { "label": "しきい値", "description": "保持するパッチのセル単位での最小サイズ。" }, "zero_background": { "label": "背景をゼロにする", "description": "出力で背景 (値 0) のセルを 0 にします。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "sin": { "name": "Sin", "description": "各ラスターセル値の正弦を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "sinh": { "name": "Sinh", "description": "各ラスターセルの双曲線正弦を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "sqrt": { "name": "平方根", "description": "各ラスターセルの平方根を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "square": { "name": "二乗", "description": "各ラスターセルの値を 2 乗します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "tan": { "name": "Tan", "description": "各ラスターセル値の正接を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "tanh": { "name": "Tanh", "description": "各ラスターセルの双曲線正接を計算します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "tin_interpolation": { "name": "TIN 内挿", "description": "Delaunay 三角形分割と各三角形内での平面内挿を用いて、点のサンプルからラスターを内挿します。", "params": { "points": { "label": "点", "description": "入力する点ベクターレイヤー。" }, "field_name": { "label": "フィールド名", "description": "任意の数値属性フィールド。デフォルトは FID にフォールバックします。" }, "use_z": { "label": "Z を使用", "description": "属性の代わりに点ジオメトリの Z 値を使用します。" }, "cell_size": { "label": "セルサイズ", "description": "base_raster が指定されない場合の出力セルサイズ。" }, "base_raster": { "label": "ベースラスター", "description": "出力ジオメトリを制御する任意のベースラスター。" }, "max_triangle_edge_length": { "label": "最大三角形辺長", "description": "地図単位で許容される三角形の任意の最大辺長。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "to_degrees": { "name": "度に変換", "description": "各ラスターセルをラジアンから度に変換します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "to_radians": { "name": "ラジアンに変換", "description": "各ラスターセルを度からラジアンに変換します。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "trend_surface": { "name": "トレンドサーフェス", "description": "最小二乗回帰を用いて、ラスターに多項式トレンドサーフェスを当てはめます。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "polynomial_order": { "label": "多項式次数", "description": "多項式の次数 1～10。デフォルト: 1。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "trend_surface_vector_points": { "name": "トレンドサーフェス (ベクター点)", "description": "最小二乗回帰を用いて、ベクターの点データに多項式トレンドサーフェスを当てはめます。", "params": { "input": { "label": "入力", "description": "入力する点ベクターファイルのパス。" }, "cell_size": { "label": "セルサイズ", "description": "地図単位での出力ラスターのセルサイズ。" }, "field_name": { "label": "フィールド名", "description": "Z 値の属性フィールド。デフォルト: 'FID'。" }, "polynomial_order": { "label": "多項式次数", "description": "多項式の次数 1～10。デフォルト: 1。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "truncate": { "name": "切り詰め", "description": "各ラスターセルの値を整数部分に切り捨てます。", "params": { "input": { "label": "入力", "description": "入力ラスターファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターファイルパス。省略すると結果はメモリに保存されます。" } } }, "turning_bands_simulation": { "name": "ターニングバンドシミュレーション", "description": "ターニングバンド法を用いて、空間的に自己相関したランダム場を作成します。", "params": { "input": { "label": "入力", "description": "ベースラスターのパス。" }, "range": { "label": "範囲", "description": "地図単位での相関範囲。デフォルト: 1.0。" }, "iterations": { "label": "反復回数", "description": "バンド方向の数。デフォルト: 1000。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "two_sample_ks_test": { "name": "2 標本 KS 検定", "description": "2 つのラスター値の分布に対して 2 標本 Kolmogorov-Smirnov 検定を実行します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスターパス。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスターパス。" }, "num_samples": { "label": "サンプル数", "description": "ラスターごとの復元抽出による任意のサンプルサイズ。" } } }, "wilcoxon_signed_rank_test": { "name": "Wilcoxon 符号付き順位検定", "description": "対になったラスターの差に対して Wilcoxon の符号順位検定を実行します。", "params": { "input1": { "label": "入力 1", "description": "1 つ目の入力ラスターパス。" }, "input2": { "label": "入力 2", "description": "2 つ目の入力ラスターパス。" }, "num_samples": { "label": "サンプル数", "description": "復元抽出による任意のサンプルサイズ。" } } }, "z_scores": { "name": "Z スコア", "description": "全体の平均と標準偏差を用いて、ラスター値を z スコアに標準化します。", "params": { "input": { "label": "入力", "description": "入力ラスターパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "zonal_statistics": { "name": "ゾーン統計", "description": "フィーチャラスターで定義されたゾーン内のデータラスターの値を集計します。", "params": { "input": { "label": "入力", "description": "入力データラスターのパス。" }, "features": { "label": "フィーチャ", "description": "ゾーン定義ラスターのパス。" }, "stat_type": { "label": "統計タイプ", "description": "統計量: 'mean'、'median'、'min'、'max'、'range'、'standard deviation'、'diversity'、'total'。デフォルト: 'mean'。" }, "zero_is_background": { "label": "ゼロを背景とする", "description": "ゾーン 0 のセルを除外します。デフォルト: false。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "assess_route": { "name": "ルートの評価", "description": "ルートラインをセグメントに分割し、DEM からセグメントごとの地形指標を評価します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "routes": { "label": "ルート", "description": "入力するポリラインルートのベクターパス。" }, "search_radius": { "label": "検索半径", "description": "グリッドセル単位での可視性検索半径 (デフォルト 15、最小 4)。" }, "segment_length": { "label": "セグメント長", "description": "地図単位での目標ルートセグメント長 (デフォルト 100.0)。" }, "output": { "label": "出力", "description": "任意の出力ベクターパス。" } } }, "breakline_mapping": { "name": "ブレークラインマッピング", "description": "対数変換した曲がり度 (curvedness) をしきい値処理し、細線化した線状地物をベクター化して、傾斜変換線 (ブレークライン) をマッピングします。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "threshold": { "label": "しきい値", "description": "ブレークラインの抽出に使用する対数曲率の最小しきい値 (デフォルト 0.8)。" }, "min_length": { "label": "最小長さ", "description": "グリッドセル単位での出力線の最小長 (デフォルト 3)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (デフォルトは一時的な .shp)。" } } }, "convergence_index": { "name": "収束指数", "description": "局所的な方位の整合性から流れの収束/発散を求めます。完全な流下経路計算なしに谷 (収束) と尾根 (発散) を識別します。流向アルゴリズムの効率的な代替手段です。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "Z 変換係数。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "dem_void_filling": { "name": "DEM 空隙の補填", "description": "シームレスに融合するため、補助サーフェスと内挿した標高オフセットを用いて DEM の空隙を埋めます。", "params": { "fill": { "label": "塗りつぶし", "description": "空隙を埋めるために使用するフィル DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "input": { "label": "入力", "description": "入力 DEM ラスター (空隙を含む) のパスまたは型付きラスターオブジェクト。" }, "edge_treatment": { "label": "エッジ処理", "description": "空隙の縁の処理方法: 'dem'、'fill'、または 'average' (デフォルト 'dem')。" }, "mean_plane_dist": { "label": "平均面距離", "description": "空隙の縁からこのセル距離を超えるとオフセットが全体の平均オフセットに設定されます (デフォルト 20)。" }, "weight_value": { "label": "重み値", "description": "縁付近のオフセット内挿に使用する逆距離加重内挿の指数 (デフォルト 2.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "deviation_from_mean_elevation": { "name": "平均標高からの偏差", "description": "局所的な平均と標準偏差を用いて、局所的な地形の z スコアを計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "セル単位での奇数のフィルター幅 (デフォルト 11)。別名: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "セル単位での奇数のフィルター高さ (デフォルト filter_size_x)。別名: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "difference_from_mean_elevation": { "name": "平均標高からの差", "description": "各標高と局所的な平均標高との差を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "セル単位での奇数のフィルター幅 (デフォルト 11)。別名: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "セル単位での奇数のフィルター高さ (デフォルト filter_size_x)。別名: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "directional_relief": { "name": "方向別起伏", "description": "指定した方位角でのレイトレーシングにより、方向別の起伏を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "azimuth": { "label": "方位角", "description": "北から時計回りの方向の方位角 (度)。" }, "max_dist": { "label": "最大距離", "description": "地図単位での任意の最大レイ距離。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "elev_above_pit": { "name": "ピット上高", "description": "最も近い下流側のピットセル (またはエッジシンク) からの比高を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "elev_above_pit_dist": { "name": "ピット上高距離", "description": "elev_above_pit の互換性のためのエイリアスです。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "elevation_percentile": { "name": "標高パーセンタイル", "description": "近傍内での局所的な標高パーセンタイル順位 (0～100) です。谷 (低い %)、尾根 (高い %)、斜面 (中程度の %) を識別します。絶対標高に依存しない地形分類の指標です。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "セル単位での奇数のフィルター幅 (デフォルト 11)。別名: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "セル単位での奇数のフィルター高さ (デフォルト filter_size_x)。別名: filtery。" }, "sig_digits": { "label": "有効桁数", "description": "ビン分割中に保持する有効小数桁数 (デフォルト 2)。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "embankment_mapping": { "name": "盛土マッピング", "description": "DEM と道路網から交通路の盛土をマッピングします。任意で内挿による盛土表面の除去も行えます。作成者: John Lindsay、Nigel VanNieuwenhuizen。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "roads_vector": { "label": "道路ベクター", "description": "入力する道路ベクターのパス (ポリラインジオメトリ)。" }, "embankment_max_width": { "label": "盛土最大幅", "description": "地図単位での盛土の最大幅 (デフォルト 60.0)。" }, "max_upwards_increment": { "label": "最大上方増分", "description": "成長処理中に許容される局所的な上方増分の最大値 (デフォルト 0.05)。" }, "min_road_width": { "label": "最小道路幅", "description": "地図単位での図示される道路の最小幅 (デフォルト 6.0)。" }, "remove_embankments": { "label": "盛土を除去", "description": "true の場合、局所内挿によって盛土を除去した DEM も併せて出力します。" }, "search_dist": { "label": "検索距離", "description": "地図単位での道路シードの再配置距離 (デフォルト 2.5)。" }, "spillout_slope": { "label": "流出勾配", "description": "上り遷移における最大流出勾配 (度、デフォルト 4.0)。" }, "typical_embankment_max_height": { "label": "代表的盛土最大高", "description": "標高単位での盛土の代表的な最大高さ (デフォルト 2.0)。" }, "typical_embankment_width": { "label": "代表的盛土幅", "description": "地図単位での盛土の代表的な幅 (デフォルト 30.0)。" }, "output": { "label": "出力", "description": "任意の盛土マスク出力パス。" }, "output_dem": { "label": "DEM 出力", "description": "remove_embankments=true の場合の、盛土を除去した DEM の任意の出力パス。" } } }, "exposure_towards_wind_flux": { "name": "風フラックスへの露出", "description": "卓越風向と風上側の地平線による遮蔽に対する地形の露出度を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "azimuth": { "label": "方位角", "description": "北から時計回りの卓越風の方位角 (度)。" }, "max_dist": { "label": "最大距離", "description": "地図単位での風上地平線角の最大検索距離。" }, "z_factor": { "label": "Z 係数", "description": "投影された DEM に対する任意の垂直スケール係数。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "feature_preserving_smoothing": { "name": "特徴保存平滑化", "description": "法線ベクトルのフィルタリングを用いて、傾斜変換線を保持しつつ DEM の粗さを平滑化します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size": { "label": "フィルターサイズ", "description": "セル単位での奇数のフィルターサイズ (デフォルト 11)。" }, "iterations": { "label": "反復回数", "description": "平滑化の反復回数 (デフォルト 3)。" }, "max_elevation_diff": { "label": "最大標高差", "description": "元の DEM からの垂直方向の許容変化量の最大値 (デフォルト inf)。" }, "normal_diff_threshold": { "label": "法線差しきい値", "description": "法線角度差の最大値 (度、デフォルト 8.0)。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "feature_preserving_smoothing_multiscale": { "name": "マルチスケール特徴保存平滑化", "description": "粗いスケールから細かいスケールへのマルチスケールの継続処理で DEM の粗さを平滑化します。各スケールで法線を再導出し、適応的で頑健な法線場の拡散を適用して、スクリーンドポアソン法で標高を再構成します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "smoothing_amount": { "label": "平滑化量", "description": "[0,1] の範囲の全体的な平滑化量 (デフォルト 0.65)。値を大きくすると、特に粗いスケールで拡散量が増加します。" }, "edge_preservation": { "label": "エッジ保存", "description": "[0,1] の範囲のエッジ保存強度 (デフォルト 0.75)。値を大きくすると、主要な勾配変換点をまたぐ平滑化がより強く抑制されます。" }, "scale_levels": { "label": "スケールレベル数", "description": "粗いスケールから細かいスケールへの平滑化に使用するピラミッドの階層数 (デフォルト 3)。" }, "fidelity": { "label": "忠実度", "description": "スクリーンドポアソン再構成におけるデータ忠実度の重み (デフォルト 0.45)。値を大きくすると結果が元の DEM に近づきます。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "fetch_analysis": { "name": "フェッチ解析", "description": "指定した方位角に沿って、最初の地形障害物までの風上距離を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "azimuth": { "label": "方位角", "description": "北から時計回りの風の方位角 (度)。" }, "hgt_inc": { "label": "高さ増分", "description": "m/m 単位での高さ増分のしきい値 (デフォルト 0.05)。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "fill_missing_data": { "name": "欠損データの補填", "description": "ギャップの縁の有効セルからの逆距離加重を用いて、NoData のギャップを埋めます。", "params": { "input": { "label": "入力", "description": "入力ラスターパスまたは型付きラスターオブジェクト。" }, "exclude_edge_nodata": { "label": "エッジの NoData を除外", "description": "縁に接続した NoData 領域を埋める対象から除外します (デフォルト false)。別名: no_edges。" }, "filter_size": { "label": "フィルターサイズ", "description": "グリッドセル単位での検索半径 (デフォルト 11)。" }, "weight": { "label": "重み", "description": "逆距離加重の指数 (デフォルト 2.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "find_ridges": { "name": "尾根の検索", "description": "DEM 内の尾根と山頂の候補セルを識別します。任意で線の細線化も行えます。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "line_thin": { "label": "細線化", "description": "反復的な線の細線化を適用します (デフォルト true)。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "hillshade": { "name": "陰影起伏", "description": "単一光源による方向性の陰影起伏の可視化 (グレースケール 0～255) です。方位角と高度のパラメーターで光の方向を制御します。DEM の確認や地図表示のための高速な地形可視化です。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスター" }, "z_factor": { "label": "Z 係数", "description": "標高に適用する垂直誇張" }, "altitude": { "label": "高度角", "description": "地平線からの光源の高度 (度)" }, "azimuth": { "label": "方位角", "description": "北から時計回りの光源の方位角 (度)" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "hypsometrically_tinted_hillshade": { "name": "高度段彩陰影起伏", "description": "複数方位の陰影起伏に高度段彩と任意の大気のかすみをブレンドして、スイス式の地形描画を作成します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスターのパス。" }, "solar_altitude": { "label": "太陽高度角", "description": "太陽高度 (度、[0, 90])。" }, "hillshade_weight": { "label": "陰影起伏の重み", "description": "[0, 1] の範囲の陰影起伏の合成の重み。" }, "brightness": { "label": "明るさ", "description": "[0, 1] の範囲の明るさの調整値。" }, "atmospheric_effects": { "label": "大気効果", "description": "[0, 1] の範囲の大気のかすみの量。" }, "palette": { "label": "パレット", "description": "パレット名 (atlas、high_relief、arid、soft、muted、viridis、dem、grey、white など)。" }, "reverse_palette": { "label": "パレットを反転", "description": "パレットの順序を反転します。" }, "full_360_mode": { "label": "全周 360 度モード", "description": "4 方向モードの代わりに 8 方向の照明を使用します。" }, "z_factor": { "label": "Z 係数", "description": "垂直誇張の倍率。" }, "output": { "label": "出力", "description": "ラスターの出力パス。" } } }, "local_hypsometric_analysis": { "name": "ローカル高度分布解析", "description": "非線形にサンプリングした近傍スケールの範囲にわたって、局所的な高度分布積分 (hypsometric integral) の最小値を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 4)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位での基本ステップサイズ (デフォルト 1)。別名: step。" }, "num_steps": { "label": "ステップ数", "description": "評価するスケールの数 (デフォルト 10)。" }, "step_nonlinearity": { "label": "ステップ非線形性", "description": "[1,4] の範囲のスケールステップの非線形性 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "局所的な HI 最小値ラスターの任意の出力パス。" }, "output_scale": { "label": "出力スケール", "description": "HI が最小となるスケールのラスターの任意の出力パス。" } } }, "low_points_on_headwater_divides": { "name": "源流分水界の低点", "description": "隣接する源流の小流域間の分水界に沿って、低い鞍部 (パスポイント) を特定します。", "params": { "dem": { "label": "DEM", "description": "入力する窪地処理済み DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "streams": { "label": "河川", "description": "入力する河川ラスターのパス (正の値が水路セルを示します)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (デフォルトは一時的な .shp)。" } } }, "max_downslope_elev_change": { "name": "最大下流標高変化", "description": "より低い隣接セルへの最大標高低下量を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "max_upslope_elev_change": { "name": "最大上流標高変化", "description": "より高い隣接セルへの最大標高上昇量を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "min_downslope_elev_change": { "name": "最小下流標高変化", "description": "隣接セルへの非負の最小標高低下量を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "multidirectional_hillshade": { "name": "多方向陰影起伏", "description": "単一光源による影のアーティファクトを解消する多方向陰影起伏 (8 以上の光源) です。複雑な地形でもバランスのとれた地物の視認性が得られ、出版物や詳細な解析に適しています。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスター" }, "z_factor": { "label": "Z 係数", "description": "標高に適用する垂直誇張" }, "altitude": { "label": "高度角", "description": "地平線からの光源の高度 (度)" }, "full_360_mode": { "label": "全周 360 度モード", "description": "デフォルトの 4 光源ではなく、360 度全方向の 8 光源を合成します" }, "output": { "label": "出力", "description": "出力ラスターパス" } } }, "num_downslope_neighbours": { "name": "下流近傍数", "description": "各 DEM セルより低い 8 近傍セルの数をカウントします。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "num_upslope_neighbours": { "name": "上流近傍数", "description": "各 DEM セルより高い 8 近傍セルの数をカウントします。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "profile": { "name": "プロファイル", "description": "サーフェスラスターからサンプリングした 1 つ以上の入力ポリラインフィーチャについて、HTML の標高断面図を作成します。", "params": { "lines_vector": { "label": "線ベクター", "description": "入力ポリラインベクターパス。" }, "surface": { "label": "サーフェス", "description": "入力サーフェスラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "出力 HTML レポートパス。" } } }, "slope_vs_aspect_plot": { "name": "勾配対方位プロット", "description": "入力 DEM について、勾配と方位の関係を放射状に示す HTML の解析プロットを作成します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "aspect_bin_size": { "label": "方位ビンサイズ", "description": "方位のビンサイズ (度、デフォルト 2.0)。" }, "min_slope": { "label": "最小勾配", "description": "このしきい値 (度) 未満の勾配を無視します (デフォルト 0.1)。" }, "z_factor": { "label": "Z 係数", "description": "標高値の垂直スケール係数。" }, "output": { "label": "出力", "description": "出力 HTML レポートパス。" } } }, "slope_vs_elev_plot": { "name": "勾配対標高プロット", "description": "1 つ以上の DEM について、勾配と標高の関係を示す HTML の解析チャートを作成します。", "params": { "inputs": { "label": "入力", "description": "';' または ',' 区切りの文字列、あるいはリストで指定する入力 DEM のパス。" }, "watershed": { "label": "流域", "description": "各入力 DEM に対応する任意の流域ラスター。" }, "output": { "label": "出力", "description": "出力 HTML レポートパス。" } } }, "surface_area_ratio": { "name": "表面積比", "description": "3D 表面積 / 平面面積の比 (Jenness 法) です。>1.0=起伏の多い地形、≈1.0=平坦。地域間の地形比較を可能にする無次元の起伏度 (rugosity) 指標です。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "topographic_hachures": { "name": "地形ハッチング", "description": "等高線を起点とする下流および上流の流線を用いて、DEM から地形ハッチングのポリラインを作成します。このツールでは従来の作成者表記を意図的に保持しています。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "base": { "label": "ベース", "description": "等高線の基準標高 (デフォルト 0.0)。" }, "depth": { "label": "深さ", "description": "発散する領域で使用する再帰的な埋め込みの深さ (デフォルト 16)。" }, "discretization": { "label": "離散化", "description": "平均セル単位での流線のステップ長 (デフォルト 0.5)。" }, "distmax": { "label": "最大距離", "description": "ケバを追加挿入する際に使用する最大間隔の倍率 (デフォルト 2.0)。" }, "distmin": { "label": "最小距離", "description": "近接するケバを切り詰める際に使用する最小間隔の倍率 (デフォルト 0.5)。" }, "interval": { "label": "間隔", "description": "等高線間隔の値 (デフォルト 10.0)。" }, "separation": { "label": "分離", "description": "平均セル単位での等高線シードの標準間隔 (デフォルト 2.0)。" }, "slopemin": { "label": "最小勾配", "description": "追跡を継続するための最小勾配角 (度、デフォルト 0.5)。" }, "smooth": { "label": "平滑化", "description": "等高線の平滑化フィルターのサイズ (奇数の整数を推奨、デフォルト 9)。" }, "tolerance": { "label": "許容誤差", "description": "簡素化時に保持する等高線の最小屈曲角 (度、デフォルト 10.0)。" }, "turnmax": { "label": "最大転回", "description": "ケバの追跡中に許容される最大転回角 (度、デフォルト 45.0)。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "map_off_terrain_objects": { "name": "非地形オブジェクトのマッピング", "description": "勾配制約付きの領域成長と任意の最小地物サイズのフィルタリングを用いて、DSM 内の地形外オブジェクトのセグメントをマッピングします。", "params": { "input": { "label": "入力", "description": "入力 DSM ラスターのパスまたは型付きラスターオブジェクト。" }, "max_slope": { "label": "最大勾配", "description": "接続に許容される最大勾配 (度、[1, 90]。デフォルト inf、90 に制限されます)。" }, "min_feature_size": { "label": "最小フィーチャサイズ", "description": "セル単位で保持するセグメントの最小サイズ (デフォルト 0)。これより小さいセグメントは背景クラス 1 に割り当てられます。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "remove_off_terrain_objects": { "name": "非地形オブジェクトの除去", "description": "ホワイトトップハットによる正規化、勾配制約付きの領域成長、局所的な内挿を用いて、DEM から急峻な地形外オブジェクトを除去します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size": { "label": "フィルターサイズ", "description": "セル単位で想定されるオブジェクトの最大幅。3 以上の奇数に変換されます (デフォルト 11)。" }, "slope_threshold": { "label": "勾配しきい値", "description": "オブジェクト縁部の最小勾配 (度、デフォルト 15.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "ridge_and_valley_vectors": { "name": "尾根と谷のベクター", "description": "DEM から尾根線と谷線の中心線ベクターを抽出します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスター。" }, "filter_size": { "label": "フィルターサイズ", "description": "標高パーセンタイルの近傍サイズ。" }, "ep_threshold": { "label": "EP しきい値", "description": "標高パーセンタイルのしきい値 ([5, 50])。" }, "slope_threshold": { "label": "勾配しきい値", "description": "最小勾配しきい値 (度)。" }, "min_length": { "label": "最小長さ", "description": "セル単位での中心線の最小長。" }, "output_ridges": { "label": "尾根出力", "description": "尾根の中心線の出力パス。" }, "output_valleys": { "label": "谷出力", "description": "谷の中心線の出力パス。" } } }, "smooth_vegetation_residual": { "name": "植生残差の平滑化", "description": "小さなスケールで局所的な DEV の大きい応答をマスクし、マスクした標高を再内挿することで、樹冠による残留粗さを低減します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "max_scale": { "label": "最大スケール", "description": "セル単位での DEV の半ウィンドウ半径の最大値 (デフォルト 30)。" }, "dev_threshold": { "label": "偏差しきい値", "description": "粗さセルとして判定するための DEV の最小値 (デフォルト 1.0)。" }, "scale_threshold": { "label": "スケールしきい値", "description": "粗さと見なす最大スケール (デフォルト 5)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "average_horizon_distance": { "name": "平均地平線距離", "description": "方位角方向全体にわたる地平線までの平均距離を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM/DSM ラスターのパス。" }, "az_fraction": { "label": "方位角分割数", "description": "方位角の刻み幅 (度、[1, 45])。" }, "max_dist": { "label": "最大距離", "description": "地図単位での最大検索距離。" }, "observer_hgt_offset": { "label": "観測者高さオフセット", "description": "地表面からの観測者の高さオフセット。" }, "output": { "label": "出力", "description": "ラスターの出力パス。" } } }, "horizon_angle": { "name": "地平線角", "description": "指定した方位角方向に沿った地平線角 (最大勾配) を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスターのパス。" }, "azimuth": { "label": "方位角", "description": "方位角 (度、[0, 360))。" }, "max_dist": { "label": "最大距離", "description": "地図単位での最大検索距離。" }, "output": { "label": "出力", "description": "ラスターの出力パス。" } } }, "horizon_area": { "name": "地平線面積", "description": "地平線ポリゴンの面積 (ヘクタール) を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM/DSM ラスターのパス。" }, "az_fraction": { "label": "方位角分割数", "description": "方位角の刻み幅 (度、[1, 45])。" }, "max_dist": { "label": "最大距離", "description": "地図単位での最大検索距離。" }, "observer_hgt_offset": { "label": "観測者高さオフセット", "description": "地表面からの観測者の高さオフセット。" }, "output": { "label": "出力", "description": "ラスターの出力パス。" } } }, "openness": { "name": "開度", "description": "横山の地形開度: 正の開度 (露出した尾根/山頂) と負の開度 (囲まれた谷) の露出度指標です。地形分類や可視性/微気候の解析に利用できます。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "dist": { "label": "距離", "description": "セル単位での検索距離 (デフォルト 20)。" }, "neg_output": { "label": "負出力", "description": "ネガティブオープンネスの任意の出力パス。" }, "pos_output": { "label": "正出力", "description": "ポジティブオープンネスの任意の出力パス。" } } }, "shadow_animation": { "name": "影のアニメーション", "description": "1 日を通じた地形の影を示すインタラクティブな HTML ビューアーとアニメーション GIF を作成します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM/DSM ラスターのパス。" }, "date": { "label": "日付", "description": "DD/MM/YYYY 形式の日付。" }, "delay": { "label": "遅延", "description": "GIF のフレームごとの表示間隔 (ミリ秒)。" }, "image_height": { "label": "画像高さ", "description": "表示する画像の高さ (ピクセル)。" }, "label": { "label": "ラベル", "description": "ビューアーに表示する任意のラベル。" }, "location": { "label": "位置", "description": "LAT/LON/UTC_OFFSET 形式の位置文字列。例: 43.5448/-80.2482/-4。" }, "max_dist": { "label": "最大距離", "description": "地図単位での地平線の最大検索距離。" }, "palette": { "label": "パレット", "description": "高度段彩のパレット名 (例: soft、atlas、high_relief、turbo、viridis、dem、grey、white)。" }, "time_interval": { "label": "時間間隔", "description": "フレーム間隔 (分、[1, 60])。" }, "output": { "label": "出力", "description": "出力 HTML パス。" } } }, "shadow_image": { "name": "影画像", "description": "指定した日付、時刻、位置について地形の影の強度ラスターを生成します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM/DSM ラスターのパス。" }, "date": { "label": "日付", "description": "DD/MM/YYYY 形式の日付。" }, "location": { "label": "位置", "description": "LAT/LON/UTC_OFFSET 形式の位置文字列。例: 43.5448/-80.2482/-4。" }, "max_dist": { "label": "最大距離", "description": "地図単位での地平線の最大検索距離。" }, "palette": { "label": "パレット", "description": "高度段彩のパレット名 (例: soft、atlas、high_relief、turbo、viridis、dem、grey、white)。" }, "time": { "label": "時刻", "description": "HH:MM または HH:MMAM/HH:MMPM 形式の現地時刻。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "sky_view_factor": { "name": "天空率", "description": "DEM/DSM から可視天空の割合を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM/DSM ラスターのパス。" }, "az_fraction": { "label": "方位角分割数", "description": "方位角の刻み幅 (度、[1, 45])。" }, "max_dist": { "label": "最大距離", "description": "地図単位での最大検索距離。" }, "observer_hgt_offset": { "label": "観測者高さオフセット", "description": "地表面からの観測者の高さオフセット。" }, "output": { "label": "出力", "description": "ラスターの出力パス。" } } }, "skyline_analysis": { "name": "スカイライン解析", "description": "1 つ以上の観測点についてスカイライン解析を実行し、地平線をなぞるベクターと HTML レポートを書き出します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM/DSM ラスターのパス。" }, "points": { "label": "点", "description": "入力点ベクターパス。" }, "az_fraction": { "label": "方位角分割数", "description": "方位角の刻み幅 (度、[0.01, 45])。" }, "max_dist": { "label": "最大距離", "description": "地図単位での最大検索距離。" }, "observer_hgt_offset": { "label": "観測者高さオフセット", "description": "地表面からの観測者の高さオフセット。" }, "output_as_polygons": { "label": "ポリゴンとして出力", "description": "ポリラインではなくポリゴンで地平線を出力します。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" }, "output_html": { "label": "出力 HTML", "description": "任意の HTML レポートパス。" } } }, "time_in_daylight": { "name": "日照時間", "description": "各セルが日照を受ける (地形/オブジェクトの影にならない) 日中の時間の割合を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM/DSM ラスターのパス。" }, "az_fraction": { "label": "方位角分割数", "description": "方位角のビンサイズ (度、(0, 360))。" }, "end_day": { "label": "終了日", "description": "終了の年間通日 (1..366)。" }, "end_time": { "label": "終了時刻", "description": "HH:MM:SS 形式の終了時刻または 'sunset'。" }, "latitude": { "label": "緯度", "description": "度単位で緯度を上書きする任意の値。指定しない場合は DEM の CRS から推定されます。" }, "longitude": { "label": "経度", "description": "度単位で経度を上書きする任意の値。指定しない場合は DEM の CRS から推定されます。" }, "max_dist": { "label": "最大距離", "description": "地図単位での地平線の最大検索距離。" }, "start_day": { "label": "開始日", "description": "開始の年間通日 (1..366)。" }, "start_time": { "label": "開始時刻", "description": "HH:MM:SS 形式の開始時刻または 'sunrise'。" }, "utc_offset": { "label": "UTC オフセット", "description": "UTC+00:00 のような任意の UTC オフセット文字列。省略すると中心の経度から推定されます。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。" } } }, "viewshed": { "name": "可視領域", "description": "DEM 上のポイント観測所から、観測所の可視数を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "stations": { "label": "観測局", "description": "観測地点を格納した入力点ベクターファイル。" }, "height": { "label": "高さ", "description": "DEM の z 単位での観測地点の地上高 (デフォルト 2.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "visibility_index": { "name": "可視性指数", "description": "サンプリングした可視領域から、地形に基づく可視性指数を計算します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスターのパス。" }, "max_dist": { "label": "最大距離", "description": "地図単位での可視性の最大検索距離。" }, "resolution_factor": { "label": "解像度係数", "description": "サンプリング解像度の係数 ([1, 25])。" }, "station_height": { "label": "観測局高さ", "description": "観測者の地上高。" }, "output": { "label": "出力", "description": "ラスターの出力パス。" } } }, "accumulation_curvature": { "name": "累積曲率", "description": "DEM から累積曲率を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "aspect": { "name": "方位", "description": "最大勾配の方向 (0°=北、90°=東、180°=南、270°=西) です。日射量、植生パターン、微気候、露出度の解析に不可欠です。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "Z 変換係数。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "casorati_curvature": { "name": "Casorati 曲率", "description": "DEM から Casorati 曲率を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "curvedness": { "name": "曲率度", "description": "DEM から曲がり度 (curvedness) の表面形状記述子を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "difference_curvature": { "name": "差分曲率", "description": "DEM から差曲率を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "gaussian_curvature": { "name": "ガウス曲率", "description": "ガウス (内在的) 曲率 (主曲率の積) を計算します。局所的な表面のトポロジーを示し、正 (椀/ドーム)、負 (鞍)、ゼロ (円柱状) となります。地形を凸状の地物 (尾根)、凹状の地物 (谷)、鞍状の地物 (峠/鞍部) の地形カテゴリーに分類します。高度な地形分類に使用されます。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "読みやすさのための出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "generating_function": { "name": "生成関数", "description": "DEM から生成関数を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "horizontal_excess_curvature": { "name": "水平過剰曲率", "description": "DEM から水平過剰曲率を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "maximal_curvature": { "name": "最大曲率", "description": "DEM から最大 (最大主) 曲率を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "mean_curvature": { "name": "平均曲率", "description": "平均曲率 (主曲率の平均) を計算します。全曲率に関連しますが、表面の滑らかさを強調します。0 に近い値は滑らかな地形を示し、大きい値は急激な曲率の変化を示します。表面の特性評価や傾斜変換線の検出に有用です。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "読みやすさのための出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "minimal_curvature": { "name": "最小曲率", "description": "DEM から最小 (最小主) 曲率を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "plan_curvature": { "name": "平面曲率", "description": "等高線を横切る流れの収束/発散を測る平面 (等高線) 曲率を計算します。正の値 (収束) は中心への流れの集中 (凹) を、負の値 (発散) は中心から離れる流れの分散 (凸) を示します。側方の流れの集中帯 (谷) と分散帯 (尾根) を識別します。土壌水分分布や地すべり感受性の予測に不可欠です。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "読みやすさのための出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "principal_curvature_direction": { "name": "主曲率方向", "description": "主曲率の方向角 (度) を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "profile_curvature": { "name": "断面曲率", "description": "斜面方向に沿った流れの加速/減速を測る断面 (下流方向) 曲率を計算します。正の値 (凹) は流れの加速帯 (侵食的) を、負の値 (凸) は流れの減速帯 (堆積的) を示します。斜面形状を明らかにし、凹 (谷底、侵食)、凸 (尾根、物質の除去)、直線 (遷移的) を区別します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "読みやすさのための出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "relative_aspect": { "name": "相対方位", "description": "ユーザー指定の方位角に対する地形の方位 (0～180 度) を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "azimuth": { "label": "方位角", "description": "北から時計回りの基準方位角 (度)。" }, "z_factor": { "label": "Z 係数", "description": "任意の垂直スケーリング係数。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "ring_curvature": { "name": "リング曲率", "description": "DEM からリング曲率 (流線のねじれの二乗) を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "rotor": { "name": "ローター", "description": "DEM からローター (流線のねじれ) を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "shape_index": { "name": "形状指数", "description": "DEM から形状指数の表面形状記述子を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "slope": { "name": "勾配", "description": "Zevenbergen-Thorne の勾配 (度/ラジアン/パーセント) です。基本的な地形計測指標であり、曲率、流向、陰影、可視性の下流での入力となります。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "units": { "label": "単位", "description": "出力単位: degrees、radians、percent。" }, "z_factor": { "label": "Z 係数", "description": "Z 変換係数。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "tangential_curvature": { "name": "接線曲率", "description": "接線曲率 (東西方向成分) を計算します。平面曲率と似ていますが方向性があります。斜面方向に垂直な側方の流れの発散を捉える包括的な曲率の特性評価に使用されます。完全な 3D の曲率の理解のために、断面曲率と組み合わせられることがよくあります。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "読みやすさのための出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "total_curvature": { "name": "全曲率", "description": "全曲率 (主曲率の二乗平均) を計算します。方向に依存しないスカラー指標です。大きい値は強く湾曲した地形 (山頂、ピット) を、小さい値は平面的な地形を示します。地形分類や異常検出のための無次元の粗さ指標として有用です。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "読みやすさのための出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "unsphericity": { "name": "非球面性", "description": "DEM から非球面性曲率 (主曲率の差の半分) を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "vertical_excess_curvature": { "name": "垂直過剰曲率", "description": "DEM から鉛直過剰曲率を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "z_factor": { "label": "Z 係数", "description": "任意の z 変換係数 (デフォルト 1.0)。別名: zfactor。" }, "log_transform": { "label": "対数変換", "description": "出力値の任意の対数変換 (デフォルト false)。別名: log。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "average_normal_vector_angular_deviation": { "name": "平均法線ベクトル角偏差", "description": "元の表面法線と平滑化した表面法線との間の局所的な平均角度偏差を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size": { "label": "フィルターサイズ", "description": "セル単位での奇数の近傍サイズ (デフォルト 11)。別名: filter。" }, "z_factor": { "label": "Z 係数", "description": "任意の垂直スケーリング係数。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "circular_variance_of_aspect": { "name": "方位の円周分散", "description": "移動近傍内での方位の局所的な円周分散を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter": { "label": "フィルター", "description": "セル単位での奇数の近傍サイズ (デフォルト 11)。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "edge_density": { "name": "エッジ密度", "description": "法線ベクトルの角度差を用いて、傾斜変換線の局所的な密度を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size": { "label": "フィルターサイズ", "description": "セル単位での奇数の近傍サイズ (デフォルト 11)。別名: filter。" }, "norm_diff": { "label": "法線差", "description": "法線ベクトルの角度しきい値 (度、デフォルト 5)。" }, "z_factor": { "label": "Z 係数", "description": "任意の垂直スケーリング係数。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "ruggedness_index": { "name": "起伏度指数", "description": "Riley の TRI (標高差の二乗和) による地形の起伏度です。スケールに依存しない地形分類の指標で、低い=滑らかな平野、高い=起伏の多い山地を示します。生態学的・地形学的な地形マッピングに利用できます。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "spherical_std_dev_of_normals": { "name": "法線の球面標準偏差", "description": "局所的な表面法線の球面標準偏差を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size": { "label": "フィルターサイズ", "description": "セル単位での奇数の近傍サイズ (デフォルト 11)。別名: filter。" }, "z_factor": { "label": "Z 係数", "description": "任意の垂直スケーリング係数。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "standard_deviation_of_slope": { "name": "勾配の標準偏差", "description": "地形の粗さの指標として、勾配の局所的な標準偏差を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size": { "label": "フィルターサイズ", "description": "セル単位での奇数のフィルターサイズ (デフォルト 11)。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "セル単位での奇数のフィルター幅 (デフォルト filter_size)。別名: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "セル単位での奇数のフィルター高さ (デフォルト filter_size)。別名: filtery。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の z 変換係数 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保持されます。" } } }, "elev_relative_to_min_max": { "name": "最小最大に対する相対標高", "description": "各標高をラスターの標高範囲に対するパーセンテージ (0～100) で表します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" } } }, "geomorphons": { "name": "ジオモルフォン", "description": "天頂角と天底角の比較から導出した 8 方向の見通し三値パターン、または 10 種類の一般的なジオモルフォン形状を用いて地形を分類します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "analyze_residuals": { "label": "残差を解析", "description": "true の場合、分類の前に当てはめた線形平面を用いて DEM のトレンドを除去します。" }, "flatness_distance": { "label": "平坦距離", "description": "このセル距離を超えると平坦度しきい値が地平線距離に応じて逓減します (デフォルト 0)。" }, "flatness_threshold": { "label": "平坦しきい値", "description": "天頂角と天底角の差に適用する平坦度しきい値 (度、デフォルト 1.0)。" }, "output_forms": { "label": "地形形状出力", "description": "true の場合、一般的な 10 種類の地形分類を出力します。それ以外の場合は、東から反時計回りに並べた生の 3 進ジオモルフォンコードを出力します。" }, "search_distance": { "label": "検索距離", "description": "方向ごとのセル単位での最大探索距離 (デフォルト 50)。終点のセルも含まれます。" }, "skip_distance": { "label": "スキップ距離", "description": "見通し線の評価を開始する前にスキップするセル距離 (デフォルト 0)。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "hypsometric_analysis": { "name": "高度分布解析", "description": "1 つ以上の DEM について、高度分布 (面積-標高) 曲線の HTML レポートを作成します。", "params": { "inputs": { "label": "入力", "description": "';' または ',' 区切りの文字列、あるいはリストで指定する入力 DEM のパス。" }, "watershed": { "label": "流域", "description": "各入力 DEM に対応する任意の流域ラスター。" }, "output": { "label": "出力", "description": "出力 HTML レポートパス。" } } }, "multiscale_topographic_position_class": { "name": "マルチスケール地形位置クラス", "description": "2 つの DEVmax スケールのモザイクを用いて、各 DEM セルを広域/局所の相対地形位置による 9 クラスの体系に分類します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "local_min_scale": { "label": "ローカル最小スケール", "description": "局所スケール範囲のセル単位での半ウィンドウ半径の最小値 (デフォルト 5)。" }, "local_max_scale": { "label": "ローカル最大スケール", "description": "局所スケール範囲のセル単位での半ウィンドウ半径の最大値 (デフォルト 80)。" }, "local_step_size": { "label": "ローカルステップサイズ", "description": "局所スケール範囲のセル単位でのスケール増分 (デフォルト 1)。別名: local_step。" }, "broad_min_scale": { "label": "広域最小スケール", "description": "広域スケール範囲のセル単位での半ウィンドウ半径の最小値 (デフォルト 500)。" }, "broad_max_scale": { "label": "広域最大スケール", "description": "広域スケール範囲のセル単位での半ウィンドウ半径の最大値 (デフォルト 2000)。" }, "broad_step_size": { "label": "広域ステップサイズ", "description": "広域スケール範囲のセル単位でのスケール増分 (デフォルト 20)。別名: broad_step。" }, "local_threshold": { "label": "ローカルしきい値", "description": "局所スケールのモザイクを凹地、中間位置、小丘の各状態に分類するために使用する DEV しきい値 (デフォルト 0.5)。" }, "broad_threshold": { "label": "広域しきい値", "description": "広域スケールのモザイクを低地、中間、高地の各状態に分類するために使用する DEV しきい値 (デフォルト 0.5)。" }, "min_patch_size": { "label": "最小パッチサイズ", "description": "分類後のパッチフィルタリングに使用するセル単位での任意の最小パッチサイズ (デフォルト 0、無効)。" }, "output": { "label": "出力", "description": "9 クラスのカテゴリラスターの任意の出力パス。" }, "output_confidence": { "label": "信頼度出力", "description": "[0, 1] の範囲の信頼度ラスターの任意の出力パス。" } } }, "pennock_landform_classification": { "name": "Pennock 地形分類", "description": "地形要素を Pennock et al. (1987) の 7 つの地形クラスに分類します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "plan_curv_threshold": { "label": "平面曲率しきい値", "description": "平面曲率のしきい値 (度、デフォルト 0.0)。" }, "prof_curv_threshold": { "label": "断面曲率しきい値", "description": "断面曲率のしきい値 (度、デフォルト 0.1)。" }, "slope_threshold": { "label": "勾配しきい値", "description": "勾配のしきい値 (度、デフォルト 3.0)。" }, "z_factor": { "label": "Z 係数", "description": "任意の垂直スケール係数 (0 未満で CRS が地理座標系の場合は中緯度から推定されます)。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "percent_elev_range": { "name": "標高レンジ割合", "description": "局所的な地形位置を近傍の標高範囲に対するパーセントとして計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "セル単位での奇数のフィルター幅 (デフォルト 11)。別名: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "セル単位での奇数のフィルター高さ (デフォルト filter_size_x)。別名: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "relative_topographic_position": { "name": "相対地形位置", "description": "近傍の最小、平均、最大の標高値を用いて RTP を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "filter_size_x": { "label": "フィルターサイズ X", "description": "セル単位での奇数のフィルター幅 (デフォルト 11)。別名: filterx。" }, "filter_size_y": { "label": "フィルターサイズ Y", "description": "セル単位での奇数のフィルター高さ (デフォルト filter_size_x)。別名: filtery。" }, "output": { "label": "出力", "description": "任意の出力パス。" } } }, "max_anisotropy_dev": { "name": "最大異方性偏差", "description": "近傍スケールの範囲にわたって、標高偏差の最大異方性を計算します。作成者: Dan Newman。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 3)。" }, "max_scale": { "label": "最大スケール", "description": "セル単位での半ウィンドウ半径の最大値 (デフォルト 100)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位でのスケール増分 (デフォルト 2)。別名: step。" }, "output": { "label": "出力", "description": "異方性の大きさを示すラスターの任意の出力パス。" }, "output_scale": { "label": "出力スケール", "description": "最大応答となるスケールを格納するラスターの任意の出力パス。" } } }, "max_anisotropy_dev_signature": { "name": "最大異方性偏差シグネチャ", "description": "入力の地点についてマルチスケールの異方性シグネチャを計算し、HTML レポートを書き出します。作成者: Dan Newman。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパス。" }, "points": { "label": "点", "description": "入力する点またはマルチポイントのベクターファイルのパス。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 1)。" }, "max_scale": { "label": "最大スケール", "description": "セル単位での半ウィンドウ半径の最大値 (デフォルト 100)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位でのスケール増分 (デフォルト 1)。別名: step。" }, "output": { "label": "出力", "description": "HTML シグネチャレポートの任意の出力パス。" } } }, "max_difference_from_mean": { "name": "平均からの最大差", "description": "近傍スケールの範囲にわたって、平均からの差の絶対値の最大値を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 1)。" }, "max_scale": { "label": "最大スケール", "description": "セル単位での半ウィンドウ半径の最大値 (デフォルト 100)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位でのスケール増分 (デフォルト 1)。別名: step。" }, "output": { "label": "出力", "description": "最大差分の大きさを示すラスターの任意の出力パス。" }, "output_scale": { "label": "出力スケール", "description": "最大応答となるスケールを格納するラスターの任意の出力パス。" } } }, "max_elevation_deviation": { "name": "最大標高偏差", "description": "近傍スケールの範囲にわたって、標準化標高偏差の最大値 (DEVmax) を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 1)。" }, "max_scale": { "label": "最大スケール", "description": "セル単位での半ウィンドウ半径の最大値 (デフォルト 100)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位でのスケール増分 (デフォルト 1)。別名: step。" }, "min_vertical": { "label": "最小垂直距離", "description": "局所標準偏差の最小しきい値。起伏の弱い応答は抑制されます (デフォルト 0.0)。" }, "output": { "label": "出力", "description": "DEVmax の大きさを示すラスターの任意の出力パス。" }, "output_scale": { "label": "出力スケール", "description": "最大応答となるスケールを格納するラスターの任意の出力パス。" } } }, "max_elev_dev_signature": { "name": "最大標高偏差シグネチャ", "description": "入力の地点についてマルチスケールの標高偏差シグネチャを計算し、HTML レポートを書き出します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパス。" }, "points": { "label": "点", "description": "入力する点またはマルチポイントのベクターファイルのパス。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 1)。" }, "max_scale": { "label": "最大スケール", "description": "セル単位での半ウィンドウ半径の最大値 (デフォルト 100)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位でのスケール増分 (デフォルト 10)。別名: step。" }, "output": { "label": "出力", "description": "HTML シグネチャレポートの任意の出力パス。" } } }, "multiscale_curvatures": { "name": "マルチスケール曲率", "description": "DEM からマルチスケールの曲率と曲率に基づく指数を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。別名: dem。" }, "curv_type": { "label": "曲率タイプ", "description": "曲率のタイプ。" }, "out_mag": { "label": "大きさ出力", "description": "大きさの任意の出力パス。別名: output。" }, "out_scale": { "label": "スケール出力", "description": "num_steps > 1 の場合のスケールの任意の出力パス。" }, "min_scale": { "label": "最小スケール", "description": "グリッドセル単位での検索近傍半径の最小値。" }, "step": { "label": "ステップ", "description": "ステップサイズ。" }, "num_steps": { "label": "ステップ数", "description": "サンプリングするスケールステップの数。" }, "step_nonlinearity": { "label": "ステップ非線形性", "description": "ステップの非線形性係数。" }, "log_transform": { "label": "対数変換", "description": "符号付き対数変換を適用します。別名: log。" }, "standardize": { "label": "標準化", "description": "各スケールを z スコアに標準化します。" } } }, "multiscale_elevated_index": { "name": "マルチスケール隆起指数", "description": "ガウススケール空間の残差を用いて、マルチスケールの高まり指数 (MsEI) とキースケールのラスターを計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "min_scale": { "label": "最小スケール", "description": "グリッドセル単位での検索半径の最小値 (デフォルト 2)。" }, "num_steps": { "label": "ステップ数", "description": "評価するスケールの数 (デフォルト 100)。" }, "step_nonlinearity": { "label": "ステップ非線形性", "description": "[1,4] の範囲のスケールステップの非線形性 (デフォルト 1.1)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位での基本ステップサイズ (デフォルト 1)。別名: step。" }, "output": { "label": "出力", "description": "指数ラスターの任意の出力パス。" }, "output_scale": { "label": "出力スケール", "description": "キースケールラスターの任意の出力パス。" } } }, "multiscale_elevation_percentile": { "name": "マルチスケール標高パーセンタイル", "description": "近傍スケールの範囲にわたって、最も極端な局所標高パーセンタイルを計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 4)。" }, "num_steps": { "label": "ステップ数", "description": "評価するスケールの数 (デフォルト 10)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位でのスケール増分 (デフォルト 1)。別名: step。" }, "step_nonlinearity": { "label": "ステップ非線形性", "description": "非線形スケーリングの指数。1.0 より大きい場合、スケールがより細かい解像度側に集まります (デフォルト 1.0)。" }, "sig_digits": { "label": "有効桁数", "description": "パーセンタイルのビン分割で使用する有効小数桁数 (デフォルト 3)。" }, "output": { "label": "出力", "description": "パーセンタイルの大きさを示すラスターの任意の出力パス。" }, "output_scale": { "label": "出力スケール", "description": "最も極端なパーセンタイル応答となるスケールを格納するラスターの任意の出力パス。" } } }, "multiscale_low_lying_index": { "name": "マルチスケール低地指数", "description": "ガウススケール空間の残差を用いて、マルチスケールの低地指数 (MsLLI) とキースケールのラスターを計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "min_scale": { "label": "最小スケール", "description": "グリッドセル単位での検索半径の最小値 (デフォルト 2)。" }, "num_steps": { "label": "ステップ数", "description": "評価するスケールの数 (デフォルト 100)。" }, "step_nonlinearity": { "label": "ステップ非線形性", "description": "[1,4] の範囲のスケールステップの非線形性 (デフォルト 1.1)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位での基本ステップサイズ (デフォルト 1)。別名: step。" }, "output": { "label": "出力", "description": "指数ラスターの任意の出力パス。" }, "output_scale": { "label": "出力スケール", "description": "キースケールラスターの任意の出力パス。" } } }, "multiscale_roughness": { "name": "マルチスケール粗度", "description": "近傍スケールの範囲にわたって表面の粗さを計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 1)。" }, "max_scale": { "label": "最大スケール", "description": "セル単位での半ウィンドウ半径の最大値 (デフォルト 100)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位でのスケール増分 (デフォルト 1)。別名: step。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の z 変換係数 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "粗さの大きさを示すラスターの任意の出力パス。" }, "output_scale": { "label": "出力スケール", "description": "最大応答となるスケールを格納するラスターの任意の出力パス。" } } }, "multiscale_roughness_signature": { "name": "マルチスケール粗度シグネチャ", "description": "入力の地点についてマルチスケールの粗さシグネチャを計算し、HTML レポートを書き出します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパス。" }, "points": { "label": "点", "description": "入力する点またはマルチポイントのベクターファイルのパス。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 1)。" }, "max_scale": { "label": "最大スケール", "description": "セル単位での半ウィンドウ半径の最大値 (デフォルト 100)。" }, "step_size": { "label": "ステップサイズ", "description": "セル単位でのスケール増分 (デフォルト 1)。別名: step。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の z 変換係数 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "HTML シグネチャレポートの任意の出力パス。" } } }, "multiscale_std_dev_normals": { "name": "マルチスケール法線標準偏差", "description": "非線形にサンプリングしたスケールの範囲にわたって、表面法線の球面標準偏差の最大値を計算します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 4)。" }, "step": { "label": "ステップ", "description": "非線形スケールスケジュールで使用するセル単位での基本ステップサイズ (デフォルト 1)。" }, "num_steps": { "label": "ステップ数", "description": "サンプリングするスケールの数 (デフォルト 10)。" }, "step_nonlinearity": { "label": "ステップ非線形性", "description": "スケールスケジュールの非線形性の指数 (デフォルト 1.0)。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の z 変換係数 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "球面標準偏差の大きさを示すラスターの任意の出力パス。" }, "output_scale": { "label": "出力スケール", "description": "最大応答となるスケールを格納するラスターの任意の出力パス。" } } }, "multiscale_std_dev_normals_signature": { "name": "マルチスケール法線標準偏差シグネチャ", "description": "入力の地点について球面標準偏差のスケールシグネチャを計算し、HTML レポートを書き出します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパス。" }, "points": { "label": "点", "description": "入力する点またはマルチポイントのベクターファイルのパス。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 4)。" }, "step": { "label": "ステップ", "description": "非線形スケールスケジュールで使用するセル単位での基本ステップサイズ (デフォルト 1)。" }, "num_steps": { "label": "ステップ数", "description": "サンプリングするスケールの数 (デフォルト 10)。" }, "step_nonlinearity": { "label": "ステップ非線形性", "description": "スケールスケジュールの非線形性の指数 (デフォルト 1.0)。" }, "z_factor": { "label": "Z 係数", "description": "垂直方向と水平方向の単位が異なる場合の z 変換係数 (デフォルト 1.0)。" }, "output": { "label": "出力", "description": "HTML シグネチャレポートの任意の出力パス。" } } }, "multiscale_topographic_position_image": { "name": "マルチスケール地形位置画像", "description": "局所、中間、広域の DEVmax ラスターから、パックされた RGB のマルチスケール地形位置画像を作成します。", "params": { "local": { "label": "ローカル", "description": "入力する局所スケールの DEVmax ラスターのパス。" }, "meso": { "label": "メソ", "description": "入力する中間スケールの DEVmax ラスターのパス。" }, "broad": { "label": "広域", "description": "入力する広域スケールの DEVmax ラスターのパス。" }, "hillshade": { "label": "陰影起伏", "description": "照明の変調に使用する任意の陰影起伏ラスターのパス。" }, "lightness": { "label": "明度", "description": "画像の明度のスケール係数 (デフォルト 1.2)。" }, "output": { "label": "出力", "description": "パックされた RGB ラスターの任意の出力パス。" } } }, "topographic_position_animation": { "name": "地形位置アニメーション", "description": "非線形にサンプリングしたスケールにわたる DEV または DEVmax のインタラクティブな HTML ビューアーとアニメーション GIF を作成します。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのパスまたは型付きラスターオブジェクト。" }, "delay": { "label": "遅延", "description": "GIF のフレームごとの表示間隔 (ミリ秒)。" }, "image_height": { "label": "画像高さ", "description": "表示する画像の高さ (ピクセル)。" }, "label": { "label": "ラベル", "description": "ビューアーに表示する任意のラベル。" }, "min_scale": { "label": "最小スケール", "description": "セル単位での半ウィンドウ半径の最小値 (デフォルト 1)。" }, "num_steps": { "label": "ステップ数", "description": "アニメーションのステップ数 (デフォルト 10)。" }, "palette": { "label": "パレット", "description": "DEV 値の配色に使用するパレット名。" }, "step_nonlinearity": { "label": "ステップ非線形性", "description": "粗いスケールから細かいスケールへの間隔を制御する [1, 4] の範囲の非線形スケール指数。" }, "use_dev_max": { "label": "最大偏差を使用", "description": "true の場合、各フレームはそれまでに現れた絶対値が最大の DEV 応答を累積します。" }, "output": { "label": "出力", "description": "出力 HTML パス。" } } }, "topo_render": { "name": "地形レンダリング", "description": "パレットによる着色、陰影起伏、影、減衰を用いて、疑似 3D の地形描画を作成します。", "params": { "dem": { "label": "DEM", "description": "入力 DEM ラスターのパス。" }, "palette": { "label": "パレット", "description": "パレット名 (soft、atlas、high_relief、turbo、viridis、dem、grey、white)。" }, "reverse_palette": { "label": "パレットを反転", "description": "パレットの順序を反転します。" }, "azimuth": { "label": "方位角", "description": "光源の方位角 (度、[0, 360])。" }, "altitude": { "label": "高度角", "description": "光源の高度 (度、[0, 90])。" }, "clipping_polygon": { "label": "クリッピングポリゴン", "description": "任意のポリゴンベクターパス。ポリゴン内部の DEM セルのみが描画されます。" }, "background_hgt_offset": { "label": "背景高さオフセット", "description": "DEM の最小標高から背景平面までの垂直方向のオフセット。" }, "background_clr": { "label": "背景色", "description": "配列 [r,g,b,a] で指定する背景の RGBA 色。" }, "attenuation_parameter": { "label": "減衰パラメーター", "description": "距離減衰の指数 (>= 0)。" }, "ambient_light": { "label": "環境光", "description": "[0, 1] の範囲の環境光の量。" }, "z_factor": { "label": "Z 係数", "description": "垂直誇張の倍率。" }, "max_dist": { "label": "最大距離", "description": "地図単位での影の最大検索距離。" }, "output": { "label": "出力", "description": "ラスターの出力パス。" } } }, "add_surface_information": { "name": "サーフェス情報の追加", "description": "入力ジオメトリを変更せずに、標高ラスターから得られるフィーチャごとのサーフェス統計 (Z、3D サーフェス長、3D 表面積、最小/最大/平均 Z、最小/最大/平均勾配) を属性フィールドとして追加します。ArcGIS の「サーフェス情報の追加」に相当します。", "params": { "input": { "label": "入力", "description": "サーフェスと同じ CRS を持つ入力ベクターレイヤー (点、線、またはポリゴン)。" }, "surface": { "label": "サーフェス", "description": "サンプリングする標高/サーフェスラスター。" }, "output": { "label": "出力", "description": "ベクターの出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "properties": { "label": "プロパティ", "description": "追加するサーフェスプロパティグループのカンマ区切りリスト: Z、SURFACE_LENGTH、SURFACE_AREA、MIN_MAX_MEAN_Z、MIN_MAX_AVG_SLOPE。デフォルト: レイヤーのジオメトリに適用可能なすべて。" }, "sample_distance": { "label": "サンプル距離", "description": "線/周長のサンプリングに使用する CRS 単位での稠密化間隔。長いセグメントはサーフェスに沿うように分割されます。デフォルト: ラスターのセルサイズ。" }, "method": { "label": "方法", "description": "頂点のサーフェスサンプリング: 'bilinear' (デフォルト) または 'nearest'。" }, "band": { "label": "バンド", "description": "サンプリングするサーフェスのバンド (1 始まり、デフォルト 1)。" } } }, "add_z_information": { "name": "Z 情報の追加", "description": "3D フィーチャに Z 由来のジオメトリ統計 (スポット/最小/最大/平均 Z、3D 長、メッシュ表面積と体積、勾配統計、頂点数) を追加します (ArcGIS の Z 情報の追加)。vector_summary_statistics と attribute_histogram はジオメトリではなく属性を要約し、polygon_volume / surface_volume はラスターを参照面に対して計測するため、現状では 3D ベクターフィーチャ自身の Z から注記を付与するツールはありません。", "params": { "input": { "label": "入力", "description": "3D の点、線、ポリゴン、またはマルチパッチのフィーチャ。Z が 0 の場合は Z が存在しない場合と区別できないため、'features_with_z' は保証ではなくヒントとして扱われます。" }, "output": { "label": "出力", "description": "要求されたフィールドを追加した入力フィーチャ。省略するとメモリに保存されます。" }, "properties": { "label": "プロパティ", "description": "spot_z、min_z、max_z、mean_z、length_3d、surface_area、volume、min_slope、max_slope、mean_slope、point_count、vertex_count のカンマ区切りのサブセット。デフォルト: すべて (ジオメトリに適用できないフィールドは null のままになります)。" }, "noise_filtering": { "label": "ノイズフィルタリング", "description": "min_z / max_z を求める前に Z 分布の両端から切り捨てる割合 (0-50)。1 つの突出した頂点が報告される極値を決めてしまうことを防ぎます。デフォルトは 0 です。" } } }, "adjust_3d_z": { "name": "3D Z の調整", "description": "3D フィーチャの Z 座標に Z 単位変換、垂直オフセット、および/または乗算係数を適用します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー (フィーチャは Z 座標を持つ必要があります)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス。省略すると結果はメモリに保存されます。" }, "factor": { "label": "係数", "description": "Z に適用する乗算係数 (デフォルト 1.0)。垂直誇張や測地系のスケール調整に役立ちます。" }, "offset": { "label": "オフセット", "description": "係数の適用後に加算する垂直方向のオフセット (ターゲット単位、デフォルト 0.0)。" }, "from_unit": { "label": "変換元単位", "description": "変換元の Z 単位のプリセット (meters、feet、us_feet、centimeters、millimeters、kilometers、miles、yards、inches)。to_unit の指定が必要です。" }, "to_unit": { "label": "変換先単位", "description": "変換先の Z 単位のプリセット。from_unit の指定が必要です。Z は (from_unit のメートル換算値 / to_unit のメートル換算値) でスケーリングされます。" } } }, "adjust_stream_to_raster": { "name": "河川をラスターに合わせて調整", "description": "ベクター河川と標高サーフェスが一致するように、DEM が示す流路上に河川ポリライン頂点を移動します。ノードを高累積セルにスナップし、それらの間の D8 ポインターチェーンをトレースします。河川焼き込みの逆操作です。ArcGIS の「河川をラスターに合わせて調整」に相当します。", "params": { "input": { "label": "入力", "description": "調整する河川のポリラインフィーチャ。" }, "dem": { "label": "DEM", "description": "実際の流路を定義するサーフェスラスター。" }, "output": { "label": "出力", "description": "調整済み河川の出力パス。省略するとメモリに保存されます。" }, "snap_distance": { "label": "スナップ距離", "description": "ノードを流下累積の大きいセルにスナップする際の地図単位での検索半径 (デフォルト: 5 セル)。" }, "channel_threshold": { "label": "河道しきい値", "description": "スナップの際にセルを水路と見なす流下累積値 (セル単位) のしきい値 (デフォルト: DEM の最大累積値の 1%)。" }, "remove_disconnected": { "label": "非連結部を除去", "description": "まったく経路付けできない線を削除します (デフォルト true)。false の場合はそのまま通過させ、フラグを付けます。" }, "output_stream_raster": { "label": "河川ラスター出力", "description": "調整済みの河川セルを示す任意のラスター。" }, "output_flow_direction": { "label": "流向出力", "description": "DEM から導出した任意の D8 ポインターラスター。" }, "output_split_points": { "label": "分割点出力", "description": "ポインターの追跡が失敗し、最小コストのフォールバックが使用された地点を示す任意の点。" } } }, "aggregate_multidimensional_raster": { "name": "多次元ラスターの集約", "description": "ラスターキューブのスライスをその次元に沿ってビン分けし、各ビンを 1 つの出力バンドに縮約します。日次シーンから月次コンポジットへ、10 年分を年平均へなど (ArcGIS の多次元ラスターの集約)。第 17 ラウンドの cell_statistics はスタックを単一レイヤーにしか縮約できず次元の概念を持たず、第 16 ラウンドの multidimensional_anomaly は逆の操作を行いスライス数を保持します。", "params": { "input": { "label": "入力", "description": "1 つのマルチバンドラスター (各バンドがスライス) または位置合わせ済みラスターのカンマ区切りリスト。" }, "output": { "label": "出力", "description": "ビンごとに 1 バンドを持つ出力マルチバンドラスター。省略するとメモリに保存されます。" }, "dimension": { "label": "次元", "description": "次元の名前。レポートでのみ使用されます (デフォルト 'slice')。" }, "dimension_values": { "label": "次元値", "description": "各スライスの座標をカンマ区切りで指定します。厳密に増加する必要があります。デフォルトは 1 始まりのスライスインデックスです。" }, "aggregation_definition": { "label": "集約定義", "description": "'all' (デフォルト)、'interval_value'、'interval_count'、または 'interval_ranges'。" }, "interval_value": { "label": "間隔値", "description": "'interval_value' で使用する次元単位でのビン幅。" }, "interval_count": { "label": "間隔数", "description": "'interval_count' で使用する等幅ビンの数。" }, "interval_ranges": { "label": "間隔範囲", "description": "'interval_ranges' で使用する 'start:end,start:end' 形式の明示的なビン。" }, "aggregation_method": { "label": "集約方法", "description": "'mean' (デフォルト)、'majority'、'maximum'、'median'、'minimum'、'minority'、'percentile'、'range'、'std'、'sum'、または 'variety'。" }, "percentile_value": { "label": "パーセンタイル値", "description": "メソッド 'percentile' で使用する [0, 100] の範囲のパーセンタイル (デフォルト 50)。" }, "ignore_nodata": { "label": "NoData を無視", "description": "セルごとに NoData のスライスをスキップします (デフォルト true)。false の場合、NoData のスライスが 1 つあるとそのセルのビン全体が NoData になります。" } } }, "aggregate_points": { "name": "点の集約", "description": "互いに集約距離内にある点をクラスターポリゴン (凸包またはバッファー和) にグループ化し、各ポリゴンに点数と任意のクラスターごとのフィールド合計を付与します。ArcGIS の「点の集約」に相当します。", "params": { "input": { "label": "入力", "description": "入力点ベクターレイヤー (Point または MultiPoint)。" }, "output": { "label": "出力", "description": "ポリゴンベクターの出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "aggregation_distance": { "label": "集約距離", "description": "同じクラスターに属すると見なす点間の最大距離 (地図単位)。" }, "min_points": { "label": "最小点数", "description": "クラスターを出力するために必要な最小の点数 (デフォルト 2。1 を指定すると単独点も保持されます)。" }, "method": { "label": "方法", "description": "'convex_hull' (デフォルト) または 'buffer' (バッファーの和を縮小して戻したもの)。" }, "sum_fields": { "label": "合計フィールド", "description": "クラスターごとに合計するカンマ区切りの数値フィールド (出力列は 'sum_')。" } } }, "aggregate_polygons": { "name": "ポリゴンの集約", "description": "集約距離内のポリゴンを結合してより大きなポリゴンにします (モルフォロジークロージング)。最小面積および最小穴サイズのフィルターと、集約が越えてはならない任意のバリアレイヤーを備えます。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。形式は自動判別されます (メモリ上のハンドルも指定可能)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "aggregation_distance": { "label": "集約距離", "description": "この距離 (CRS 単位) 以内にあるポリゴン同士が集約されます。モルフォロジーのクロージング半径はこの値の半分に設定されます。" }, "min_area": { "label": "最小面積", "description": "面積 (CRS 単位の 2 乗) がこの値未満の集約ポリゴンを削除します。デフォルト: すべて保持。" }, "min_hole_size": { "label": "最小穴サイズ", "description": "面積 (CRS 単位の 2 乗) がこの値未満の内部の穴を埋めます。デフォルト: すべての穴を保持。" }, "barrier": { "label": "バリア", "description": "集約が越えられない任意のバリアベクターレイヤー (線またはポリゴン)。バリアをまたぐ連結部は切断されます。既存の入力ポリゴンが分割されることはありません。" } } }, "align_features": { "name": "フィーチャの整列", "description": "検索距離内にある信頼できるターゲットレイヤーにソースの線/ポリゴンのエッジを適合させます。端点だけでなくエッジ区間全体を滑らかなテーパーで引き寄せ、共有境界を一致させます。ArcGIS の「フィーチャの整列」に相当します。", "params": { "input": { "label": "入力", "description": "位置合わせするソースベクターレイヤー (線またはポリゴン)。" }, "target": { "label": "ターゲット", "description": "ソースの頂点を引き寄せる信頼できるターゲットレイヤー (線またはポリゴン境界)。" }, "output": { "label": "出力", "description": "任意の出力ベクターパス (ドライバーは拡張子から判定)。省略するとメモリに保存されます。" }, "search_distance": { "label": "検索距離", "description": "ソース頂点をターゲット側へ引き寄せられる最大距離 (CRS 単位)。必須です。" }, "match_field": { "label": "一致フィールド", "description": "任意のソース属性フィールド。target_match_field の値が一致するターゲットエッジのみが、そのフィーチャの頂点の候補になります。" }, "target_match_field": { "label": "ターゲット一致フィールド", "description": "match_field と比較するターゲット属性フィールド。省略すると match_field と同じ名前がデフォルトになります。match_field が必要です。" } } }, "analyze_changes_ccdc": { "name": "CCDC による変化解析", "description": "密な画像時系列に対する CCDC 連続変化検出 (ArcGIS の CCDC による変化解析に相当): ピクセルごとの調和 (季節) OLS 回帰を行い、次にスライディング残差検定 (k×RMSE、最小連続異常数) によりブレークを宣言してセグメントを再フィットします。ブレーク数、最初のブレーク日、初期セグメントの RMSE/勾配/振幅ラスターを出力します。年次の landtrendr や 2 時期の change_vector_analysis では得られない、季節性を考慮した複数ブレークの変化履歴です。", "params": { "input": { "label": "入力", "description": "単一のマルチバンドラスター (各バンドが 1 つの時間断面) か、位置合わせ済みのシングルバンドラスターパスをカンマ区切りで時系列順に並べたリスト。" }, "output": { "label": "出力", "description": "出力するブレーク数ラスター (ピクセルごとに検出されたブレーク数)。省略するとメモリに保存されます。" }, "dates": { "label": "日付", "description": "各時間断面に対応するカンマ区切りの数値日付 (十進年または日数)。デフォルトは 0,1,2,..." }, "period": { "label": "周期", "description": "'dates' の単位での 1 季節周期の長さ (十進年の場合のデフォルトは 1.0。日数の場合は 365 を使用します)。" }, "harmonic_order": { "label": "調和次数", "description": "年周波数における正弦/余弦の調和項ペアの数 (デフォルト 1 = 年周期のみ。2 は半年周期の項を追加します)。" }, "change_threshold": { "label": "変化しきい値", "description": "セグメントの RMSE の倍数 k で表した異常値のしきい値 (デフォルト 3.0)。残差が k×RMSE を超える観測値にフラグが付きます。" }, "min_consecutive": { "label": "最小連続数", "description": "ブレークと判定するために必要な連続したフラグ付き観測値の数 (デフォルト 3)。" }, "min_observations": { "label": "最小観測数", "description": "セグメントの調和モデルの初期化に使用する有効観測値の最小数 (デフォルト 12)。有効観測値がこれより少ないピクセルは NoData になります。" }, "band": { "label": "バンド", "description": "カンマ区切りリストを入力する場合: 各ラスターから読み取る 1 始まりのバンド (デフォルト 1)。単一のマルチバンド入力では無視されます。" }, "break_date_output": { "label": "ブレーク日出力", "description": "ピクセルごとに最初に検出されたブレークの日付を格納する任意のラスター (ブレークがない場合は NoData)。" }, "rmse_output": { "label": "RMSE 出力", "description": "初期セグメントの調和モデルの RMSE を格納する任意のラスター。" }, "slope_output": { "label": "勾配出力", "description": "初期セグメントの線形トレンド (傾き) 係数を格納する任意のラスター。" }, "amplitude_output": { "label": "振幅出力", "description": "初期セグメントの第 1 調和項の振幅 sqrt(a²+b²) を格納する任意のラスター。" } } }, "apply_radiometric_calibration": { "name": "放射量キャリブレーションの適用", "description": "SAR の生のデジタル値をキャリブレーション済み後方散乱 (ベータノート、シグマノート、ガンマノート) に変換し、取得データを物理的に比較可能にして公表済みのしきい値を適用できるようにします (ArcGIS の放射量キャリブレーションの適用)。どちらのレジストリにもこれを行うツールはありません。rescale_value_range は放射量的意味のない線形ストレッチであり、multilook、sar_coherence、Lee スペックルフィルター、compute_sar_indices はいずれも渡された値をそのまま使用します。", "params": { "input": { "label": "入力", "description": "デジタル数値、振幅、強度、または dB で表された SAR ラスター ('input_units' を参照)。" }, "output": { "label": "出力", "description": "出力する校正済み後方散乱ラスター。省略するとメモリに保存されます。" }, "calibration_type": { "label": "キャリブレーションタイプ", "description": "'sigma0' (デフォルト)、'beta0'、または 'gamma0'。sigma0 と gamma0 には 'incidence_angle' が必要です。" }, "calibration_constant": { "label": "キャリブレーション定数", "description": "センサーの校正定数 A (デフォルト 1.0)。'calibration_lut' を指定した場合は無視されます。" }, "calibration_lut": { "label": "キャリブレーション LUT", "description": "セルごとの校正定数 A を格納した位置合わせ済みの任意のラスター。'calibration_constant' より優先されます。" }, "incidence_angle": { "label": "入射角", "description": "度単位の局所入射角。定数または位置合わせ済みラスターのパスを指定します。'sigma0' と 'gamma0' では必須です。" }, "input_units": { "label": "入力単位", "description": "'dn' (デフォルト)、'amplitude'、'intensity'、または 'db'。dn と amplitude は 2 乗して電力に変換され、db は先に非対数化されます。" }, "output_units": { "label": "出力単位", "description": "'linear' (デフォルト) または 'db'。" }, "band": { "label": "バンド", "description": "校正する 1 始まりのバンド (デフォルト 1)。" } } }, "apportion_polygon": { "name": "ポリゴンの按分", "description": "ソースポリゴンレイヤーの数値属性を、重なり面積で按分してターゲットポリゴンレイヤーに転送します (ゾーン体系間のダシメトリック再集計)。ArcGIS の「ポリゴンの按分」に相当します。", "params": { "target": { "label": "ターゲット", "description": "ターゲットのポリゴンレイヤー (按分された値を受け取ります。フィーチャと属性は保持されます)。" }, "source": { "label": "ソース", "description": "配分する値を保持するソースのポリゴンレイヤー。" }, "fields": { "label": "フィールド", "description": "按分するソース上の数値フィールド名 (カンマ区切り)。" }, "output": { "label": "出力", "description": "出力ベクターパス (按分された列を追加したターゲットのコピー)。省略するとメモリに保存されます。" }, "method": { "label": "方法", "description": "'area' (デフォルト。重なり面積で分割) または 'weight' (重なり面積とターゲットの 'weight_field' の積で分割)。" }, "weight_field": { "label": "重みフィールド", "description": "method=weight のときに追加の重みとして使用するターゲットの数値フィールド。" }, "suffix": { "label": "サフィックス", "description": "按分された出力列の接尾辞。デフォルトは '_app'。" } } }, "areal_interpolation": { "name": "面積内挿", "description": "異なる地理単位のソースポリゴンから、面積で重み付けするのではなく滑らかな基礎サーフェスをフィッティングして再積分することで、ターゲットポリゴンの集計値を予測します (ArcGIS の面積内挿レイヤー → ポリゴン)。apportion_polygon は各ソースポリゴン内で量が一様と仮定する典型的な可変地区単位問題の欠陥があり標準誤差も与えません。同梱のクリギング群はすべて点サポートでポリゴン観測を受け付けられません。", "params": { "input": { "label": "入力", "description": "実測フィールドを保持するソースポリゴン。" }, "target": { "label": "ターゲット", "description": "値を予測する対象のターゲットポリゴン。" }, "field": { "label": "フィールド", "description": "ソースポリゴン上の数値の値フィールド。" }, "output": { "label": "出力", "description": "PREDICTED、PRED_STD_ERR と診断情報を追加したターゲットポリゴン。省略するとメモリに保存されます。" }, "field_type": { "label": "フィールドタイプ", "description": "'count' (デフォルト): 示量的な合計で、ソースの合計を保つように再スケーリングされます。'average': 示強的な平均で、再スケーリングなしに直接予測されます。" }, "discretization": { "label": "離散化", "description": "各ポリゴンの面的サポートを表現するために使用する内部点のおおよその数 (デフォルト 25)。値を大きくすると精度は上がりますが、処理は大幅に遅くなります。" }, "model": { "label": "モデル", "description": "バリオグラムモデル: 'exponential' (デフォルト)、'spherical'、または 'gaussian'。" }, "preserve_total": { "label": "合計を保持", "description": "ターゲットの合計がソースの合計と一致するように count の予測値を再スケーリングします ('count' ではデフォルト true、'average' では常に無効)。ターゲットがソースを覆っている場合にのみ適用され、適用された係数は 'mass_scale' として報告されるため、被覆が部分的な実行も確認できます。" } } }, "attribute_uncertainty": { "name": "属性の不確実性", "description": "不確実な属性に対するシード付きモンテカルロ誤差伝播 (ArcGIS の属性の不確実性に相当): フィーチャごとの誤差フィールドまたは上下限ペアから NORMAL/UNIFORM の実現値を生成し、平均/標準偏差/p5/p50/p95/CV 統計を追加します。", "params": { "input": { "label": "入力", "description": "不確実性を持つ属性を含む入力ベクターレイヤー (またはテーブル)。" }, "value_field": { "label": "値フィールド", "description": "各フィーチャの推定値 (分布の平均/中心) を保持する数値フィールド。" }, "error_field": { "label": "誤差フィールド", "description": "対称な不確実性を保持する数値フィールド。NORMAL では標準誤差、UNIFORM では半値幅です。これか、lower_field と upper_field の両方のいずれかを指定します。" }, "lower_field": { "label": "下限フィールド", "description": "値の下限を保持する数値フィールド。error_field の代わりに upper_field と組み合わせて使用します。" }, "upper_field": { "label": "上限フィールド", "description": "値の上限を保持する数値フィールド。error_field の代わりに lower_field と組み合わせて使用します。" }, "distribution": { "label": "分布", "description": "誤差分布: NORMAL (デフォルト) または UNIFORM。" }, "iterations": { "label": "反復回数", "description": "フィーチャごとのモンテカルロ実現数 (デフォルト 1000)。" }, "seed": { "label": "シード", "description": "決定論的な乱数生成器のシード (デフォルト 1)。" }, "output": { "label": "出力", "description": "統計を追加した出力ベクターレイヤー。省略するとメモリに保存されます。" } } }, "band_collection_statistics": { "name": "バンドコレクション統計", "description": "ラスタースタックのバンドごとの最小/最大/平均/標準偏差と、バンド間の共分散・相関行列 (ArcGIS のバンドコレクション統計に相当)。同梱スイートに欠けている多変量要約 (PCA / 分類の前処理) であり、ピクセルごとの cell_statistics とは異なります。", "params": { "inputs": { "label": "入力", "description": "1 つのマルチバンドラスター (各バンドが 1 レイヤー)、または位置合わせ済みラスターのカンマ区切りリスト。" }, "output": { "label": "出力", "description": "統計レポートの任意の CSV パス。行列は常に結果として返されます。" }, "detail": { "label": "詳細", "description": "'detailed' (デフォルト) は共分散/相関行列を含み、'brief' はバンドごとの統計のみを返します。" } } }, "bivariate_spatial_association": { "name": "二変量空間関連", "description": "2 つの連続変数が空間的にどこで共変動するかを測る Lee の L グローバルおよびローカル統計量。シード付き並べ替え検定の p 値と、フィーチャごとの High-High/High-Low/Low-High/Low-Low クラスを出力します。ArcGIS の二変量空間関連に相当します。colocation_analysis の連続場版です。", "params": { "input": { "label": "入力", "description": "2 つの数値フィールドを持つ入力ベクターレイヤー。" }, "x_field": { "label": "X フィールド", "description": "1 つ目の数値変数フィールド。" }, "y_field": { "label": "Y フィールド", "description": "2 つ目の数値変数フィールド。" }, "output": { "label": "出力", "description": "ローカル L、p 値、クラスのフィールドを持つ出力レイヤー。省略するとメモリに保存されます。" }, "neighbors": { "label": "近傍", "description": "空間重みに使用する最近傍の数 (デフォルト 8)。" }, "permutations": { "label": "順列回数", "description": "有意性検定の並べ替え回数 (デフォルト 199。0 で無効)。" }, "seed": { "label": "シード", "description": "再現性のある結果を得るための並べ替え乱数生成器のシード (デフォルト 1)。" } } }, "block_statistics": { "name": "ブロック統計", "description": "ラスターを重ならないブロックに分割し、各ブロックを統計量に縮約して、その値を入力解像度のままブロック内の全セルに書き戻します (ArcGIS のブロック統計)。同梱の focal_statistics (重なるウィンドウ)、zonal_statistics (ゾーンレイヤー別)、cell_statistics (スタック間) を補完します。同梱の aggregate_raster と異なりセルサイズを保持するため、入力 − ブロック平均でローカル残差サーフェスが得られ、さらにカテゴリ統計量の最頻値/最少値/中央値/多様度を追加します。", "params": { "input": { "label": "入力", "description": "入力ラスター。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリに保存されます。" }, "statistic": { "label": "統計量", "description": "mean (デフォルト)、majority、maximum、median、minimum、minority、range、std、sum、variety のいずれか。" }, "neighborhood": { "label": "近傍", "description": "ブロック形状: rectangle (デフォルト)、circle、annulus、または wedge。" }, "size": { "label": "サイズ", "description": "セル単位のブロック寸法: rectangle では 'width,height' (デフォルト '3,3')、circle/wedge では 'radius'、annulus では 'inner,outer'。" }, "start_angle": { "label": "開始角", "description": "東から反時計回りに測った wedge の開始角度 (度単位、デフォルト 0)。" }, "end_angle": { "label": "終了角", "description": "東から反時計回りに測った wedge の終了角度 (度単位、デフォルト 90)。" }, "ignore_nodata": { "label": "NoData を無視", "description": "true (デフォルト) の場合、ブロックは有効なセルのみから計算されます。false の場合、NoData セルが 1 つでもあるとブロック全体が NoData になります。" }, "band": { "label": "バンド", "description": "読み取る 1 始まりのバンド (デフォルト 1)。" } } }, "boundary_clean": { "name": "境界のクリーニング", "description": "最頻値フィルターまたは拡大/縮小による境界クリーニングにより、カテゴリラスターのゾーン境界を平滑化してスペックルを除去します。ポリゴン化前の標準的なクリーンアップです。ArcGIS の「境界のクリーニング / 最頻値フィルター」に相当します。", "params": { "input": { "label": "入力", "description": "入力するカテゴリ (整数値) ラスター。" }, "output": { "label": "出力", "description": "出力ラスターパス。省略するとメモリに保存されます。" }, "method": { "label": "方法", "description": "'majority' (近傍の多数決によるスペックル除去。デフォルト) または 'expand_shrink' (Boundary Clean による平滑化)。" }, "neighbors": { "label": "近傍", "description": "近傍の連結性: 4 (rook) または 8 (queen。デフォルト)。" }, "threshold": { "label": "しきい値", "description": "majority モードのみ: 'majority' (近傍の厳密な過半数。デフォルト) または 'half' (半数以上)。" }, "iterations": { "label": "反復回数", "description": "実行するパスの回数 (デフォルト 1)。" }, "sort": { "label": "並べ替え", "description": "expand_shrink モードのみ: セル数によるゾーンの優先順位。'descending' (大きいゾーンを優先。デフォルト)、'ascending' (小さいゾーンを優先)、または 'none'。" }, "band": { "label": "バンド", "description": "読み取る 1 始まりのバンド (デフォルト 1)。" } } }, "buffer_3d": { "name": "3D バッファー", "description": "3D の点と線をバッファー処理して体積ジオメトリ (球とカプセル) を生成し、三角形分割サーフェスとして出力します。ArcGIS の「3D バッファー」に相当します。", "params": { "input": { "label": "入力", "description": "入力する 3D の点またはポリラインレイヤー (Z がない場合は 0 として扱われます)。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" }, "distance": { "label": "距離", "description": "地図単位でのバッファー半径。" }, "distance_field": { "label": "距離フィールド", "description": "フィーチャごとの任意の半径フィールド。'distance' より優先されます。" }, "shape": { "label": "形状", "description": "round (デフォルト。半球状のキャップ) または flat (平坦なキャップを持つ円柱)。" }, "quality": { "label": "品質", "description": "テッセレーションの解像度: 円周方向のセグメント数 (デフォルト 12、最小 4、最大 64)。" } } }, "buffer_vector": { "name": "ベクターバッファー", "description": "指定距離だけジオメトリを拡張し、キャップ/接合スタイルをカスタマイズ可能なポリゴンバッファーを作成します。オプションのディゾルブで重なるバッファーを 1 つのポリゴンに統合します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー。" }, "distance": { "label": "距離", "description": "地図単位でのバッファー距離。" }, "quadrant_segments": { "label": "四分円セグメント数", "description": "四分円あたりのセグメント数で表した円弧の解像度。デフォルトは 8。" }, "cap_style": { "label": "キャップスタイル", "description": "線の端部キャップスタイル: round、flat、または square。" }, "join_style": { "label": "接合スタイル", "description": "角の接合スタイル: round、bevel、または mitre。" }, "mitre_limit": { "label": "マイター制限", "description": "join_style=mitre のときに使用するマイター接合の制限値。デフォルトは 5.0。" }, "dissolve": { "label": "ディゾルブ", "description": "重なるバッファーをディゾルブして 1 つのポリゴンに統合します。デフォルトは false。" }, "output": { "label": "出力", "description": "ベクターの出力パス。" } } }, "build_balanced_zones": { "name": "均衡ゾーンの構築", "description": "SKATER 全域木分割を用いて、フィーチャ数、属性合計、または属性の均質性のバランスをとりながら、連続するポリゴンを目標数の連結ゾーンにグループ化します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンレイヤー。フォーマットは自動判別されます (またはメモリ内ハンドル)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "zones": { "label": "ゾーン", "description": "作成するゾーンの目標数。" }, "criterion": { "label": "基準", "description": "バランスの目的関数: 'homogeneity' (デフォルト)、'equal_count'、または 'equal_sum' (最初のフィールドの合計)。" }, "fields": { "label": "フィールド", "description": "カンマ区切りの数値解析フィールド。'homogeneity' と 'equal_sum' では必須で、全域木のエッジの重みを決定します。" }, "contiguity": { "label": "隣接性", "description": "隣接ルール: 'rook' (辺を共有。デフォルト) または 'queen' (辺または頂点を共有)。" }, "tolerance": { "label": "許容誤差", "description": "2 つの境界セグメントを共有と見なす最大距離 (rook)。デフォルトは 1e-6。" } } }, "build_seamlines": { "name": "シームラインの構築", "description": "重なり合うラスター群 (および任意のフットプリント) に対し、モザイクが目立たないシームで接合されるよう各画像の切断位置を計算し、ボロノイ、優先順位、放射量、またはエッジ考慮の割り当てにより画像ごとに 1 つの重ならないシームラインポリゴンを出力します。ArcGIS の「シームラインの構築」に相当します。", "params": { "inputs": { "label": "入力", "description": "モザイク処理するラスターパス (カンマ/セミコロン区切り)。" }, "output": { "label": "出力", "description": "出力シームラインポリゴンのパス (入力ラスターごとに 1 フィーチャ)。省略するとメモリに保存されます。" }, "footprints": { "label": "フットプリント", "description": "各ラスターの有効範囲を入力順に示す任意のポリゴンレイヤー。省略すると有効データから導出されます。" }, "method": { "label": "方法", "description": "'voronoi' (デフォルト)、'order'、'radiometry'、または 'edge_detection'。" }, "sort_ascending": { "label": "昇順に並べ替え", "description": "method が 'order' の場合: true (デフォルト) は先の順番のラスターを優先し、false は後の順番のラスターを優先します。" }, "cell_size": { "label": "セルサイズ", "description": "解析セルサイズ (デフォルト: 入力のうち最も細かいセルサイズ)。" }, "band": { "label": "バンド", "description": "放射計測的な手法で使用する 1 始まりのバンド (デフォルト 1)。" }, "min_region_size": { "label": "最小領域サイズ", "description": "割り当てられた領域がこのセル数より小さい場合、近傍の画像に再割り当てします (デフォルト 0、つまりすべて保持)。" }, "blend_width": { "label": "ブレンド幅", "description": "下流のモザイク処理のために属性として書き込むフェザー幅 (地図単位、デフォルト 0)。" }, "blend_type": { "label": "ブレンドタイプ", "description": "'both' (デフォルト)、'inside'、または 'outside'。属性として書き込まれます。" } } }, "calculate_adjacent_fields": { "name": "隣接フィールドの計算", "description": "マップシリーズのインデックスグリッドの各タイルに、隣接ページ名を持つ 8 方向の隣接シートフィールド (N、NE、E、SE、S、SW、W、NW) を設定します。「… シートに続く」という余白ラベル用です。ArcGIS の「隣接フィールドの計算」に相当します。", "params": { "input": { "label": "入力", "description": "入力するポリゴンのマップシリーズインデックスグリッド (例: grid_index_features の出力)。" }, "page_name_field": { "label": "ページ名フィールド", "description": "各ページにラベルを付ける値を持つフィールド (隣接ページの方向フィールドに書き込まれます)。" }, "output": { "label": "出力", "description": "出力ポリゴンベクター (ドライバーは拡張子から判定)。省略するとメモリに保存されます。" }, "include_diagonal": { "label": "対角を含める", "description": "角で接するタイルから 4 つの対角フィールド (NE、SE、SW、NW) も設定します。デフォルトは true。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "境界を照合する前に、このサイズ (CRS 単位) のグリッドへ頂点を量子化します。デフォルトは 0 (厳密な座標)。" } } }, "calculate_central_meridian_and_parallels": { "name": "中央子午線と標準緯線の計算", "description": "マップシリーズやアトラスページ向けに、各フィーチャの範囲からフィーチャごとの中央子午線と 2 本の標準緯線を計算します。ArcGIS の「中央子午線と標準緯線の計算」に相当します。", "params": { "input": { "label": "入力", "description": "地理座標 (経度/緯度) の入力フィーチャ。通常は grid_index_features のページグリッドです。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" }, "field": { "label": "フィールド", "description": "書き込む中央子午線フィールドの名前 (デフォルト 'central_meridian')。" }, "standard_offset": { "label": "標準オフセット", "description": "各標準緯線をフィーチャの縁から内側にずらす際に使用する緯度範囲の割合 (デフォルト 0.1667、Esri の 1/6 ルール)。[0, 0.5) の範囲である必要があります。" } } }, "calculate_composite_index": { "name": "複合指数の計算", "description": "複数の数値属性を複合指数に結合します (ArcGIS の複合指数の計算に相当): 変数ごとのスケーリング (最小最大/z スコア/パーセンタイル) と任意の反転、加重結合 (平均/合計/幾何平均)、出力のリスケール。fuzzy_overlay のベクター側の対応ツールです。", "params": { "input": { "label": "入力", "description": "数値の変数フィールドを持つ入力ベクターレイヤー (またはテーブル)。" }, "fields": { "label": "フィールド", "description": "カンマ区切りの変数フィールド。高い値が指数を下げるべきフィールドには ':reverse' を付加します (例: 'income:reverse,unemployment')。" }, "output": { "label": "出力", "description": "指数フィールドを追加した出力ベクターレイヤー。省略するとメモリに保存されます。" }, "scaling": { "label": "スケーリング", "description": "変数ごとのスケーリング: 'minmax' (デフォルト)、'zscore'、'percentile'、または 'none'。" }, "weights": { "label": "重み", "description": "'fields' に対応するカンマ区切りの重み (デフォルト: 等しい重み)。" }, "combine": { "label": "結合", "description": "スケーリングした変数の結合方法: 'mean' (デフォルト)、'sum'、または 'geometric_mean'。" }, "output_range": { "label": "出力範囲", "description": "結合した指数の再スケーリング: 'minmax' (0–1、デフォルト)、'zero_to_100'、'zscore'、または 'none'。" } } }, "calculate_distance_band": { "name": "距離バンドの計算", "description": "すべてのフィーチャが少なくとも N 個の近傍を持つ距離の最小、平均、最大を報告します (ArcGIS の近傍数からの距離バンド計算に相当)。距離ベースの空間統計の前に、近傍ゼロのフィーチャが残らないことを保証するしきい値診断です。同梱の generate_spatial_weights_matrix は行列を構築しますがこのバンドは報告しません。", "params": { "input": { "label": "入力", "description": "入力する点/フィーチャのベクターレイヤー (投影座標系。距離はその単位)。" }, "neighbors": { "label": "近傍", "description": "近傍数 k (>= 1)。デフォルトは 1。" }, "distance_method": { "label": "距離計算方法", "description": "'euclidean' (デフォルト) または 'manhattan'。" }, "output": { "label": "出力", "description": "feature_id,kth_neighbor_distance テーブルの任意の CSV パス。" } } }, "calculate_end_time": { "name": "終了時刻の計算", "description": "各エンティティグループ内で次のレコードの開始時刻から終了時刻フィールドを埋め、瞬間観測を時間範囲レコードに変換します (ArcGIS の終了時刻の計算)。transform_fields は値ごとの変換、summary_statistics はグループ集計を行いますが、行順の時間的な補完を行うものはありませんでした。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤーまたはテーブル。" }, "start_field": { "label": "開始フィールド", "description": "タイムスタンプフィールド。数値のエポック値、または ISO-8601 の日付/日時文字列です。" }, "end_field": { "label": "終了フィールド", "description": "終了時刻を受け取るフィールド (デフォルト 'END_TIME')。存在しない場合は作成され、存在する場合は上書きされます。" }, "id_fields": { "label": "ID フィールド", "description": "カンマまたはセミコロン区切りのグループ化フィールド。終了時刻はグループ内でのみ導出され、グループの境界をまたぐことはありません。" }, "last_record": { "label": "最終レコード", "description": "各グループの最終行に書き込む内容: 'null' (デフォルト)、'same_as_start'、または 'duration' (開始時刻 + default_duration)。" }, "default_duration": { "label": "デフォルト所要時間", "description": "last_record が 'duration' の場合に開始時刻へ加算する秒数。" }, "output": { "label": "出力", "description": "出力レイヤー。省略するとメモリに保存されます。" } } }, "calculate_grid_convergence_angle": { "name": "グリッド収差角の計算", "description": "投影図上でシンボル/ラベルを正しく回転させるため、重心の経緯度と中央子午線 (デフォルトはフィーチャ自身の UTM 中央子午線) からフィーチャごとにグリッド北と真北のなす収差角を計算してフィールドに書き込みます。ArcGIS の「グリッド収差角の計算」に相当します。地理 (北から時計回り) または算術 (東から反時計回り) 規約。純粋な数学で PROJ 不要、同梱の地形指標 convergence_index とは無関係です。ジオメトリは経緯度 (度) として読み取られます。", "params": { "input": { "label": "入力", "description": "地理座標 (経度/緯度の度単位、EPSG:4326) の入力ベクターレイヤー (ジオメトリタイプは任意)。" }, "angle_field": { "label": "角度フィールド", "description": "収束角を度単位で保持する浮動小数点フィールドの名前。デフォルトは 'GRID_CONV'。" }, "angle_type": { "label": "角度タイプ", "description": "角度の規約: 'geographic' (北から時計回りの度数、東が正) または 'arithmetic' (東から反時計回りの度数、90 − geographic)。デフォルトは 'geographic'。" }, "central_meridian": { "label": "中央子午線", "description": "度単位の中央子午線の経度。省略すると、各フィーチャはその経度から導出された自身の UTM ゾーンの中央子午線を使用します。" }, "output": { "label": "出力", "description": "ベクターの出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" } } }, "calculate_missing_z_values": { "name": "欠損 Z 値の計算", "description": "3D フィーチャに沿ったプレースホルダーまたは欠損 Z 値を、両側の有効な Z 値から内挿して埋めます。ArcGIS の「欠損 Z 値の計算」に相当します。", "params": { "input": { "label": "入力", "description": "3D 頂点を持つ入力フィーチャレイヤー。" }, "output": { "label": "出力", "description": "任意の出力パス。省略すると結果はメモリに保存されます。" }, "placeholder": { "label": "プレースホルダー", "description": "欠損した Z を示すセンチネル値 (例: -9999)。Z がまったくない頂点は常に欠損として扱われます。" }, "method": { "label": "方法", "description": "補完手法: 'linear' (デフォルト。フィーチャに沿った距離で内挿) または 'nearest'。" }, "extrapolate": { "label": "外挿", "description": "最も近い有効な頂点を延長して先頭/末尾のギャップを補完します (デフォルト false。補完されない頂点はカウントされます)。" } } }, "calculate_motion_statistics": { "name": "モーション統計の計算", "description": "タイムスタンプ付きトラック点に、トラック別・時刻順でモーション統計 (速度、加速度、方位、区間距離と累積距離、経過時間、停止フラグ) を付与します。ArcGIS の「モーション統計の計算」に相当します。", "params": { "input": { "label": "入力", "description": "タイムスタンプ付き観測値の入力点ベクターレイヤー。" }, "track_field": { "label": "トラックフィールド", "description": "各トラック/移動体を識別するフィールド。" }, "time_field": { "label": "時間フィールド", "description": "各点の時刻を保持するフィールド。数値の秒数または ISO-8601 のタイムスタンプです。" }, "output": { "label": "出力", "description": "出力点ベクター (元の属性 + 移動フィールド)。省略するとメモリに保存されます。" }, "window": { "label": "ウィンドウ", "description": "平滑化した 'avg_speed' に使用する直近の点数 (デフォルト 1 = 瞬時値)。" }, "idle_distance": { "label": "停止距離", "description": "アイドル半径。直近 idle_duration 秒の移動距離がこの値以下の場合、移動体はアイドルと判定されます。デフォルトは 0 (アイドル検出は無効)。" }, "idle_duration": { "label": "停止時間", "description": "アイドル検出の遡り窓 (秒単位)。デフォルトは 60。" } } }, "calculate_polygon_main_angle": { "name": "ポリゴン主角の計算", "description": "各ポリゴンの主要な方向 (回転キャリパー法による最小面積外接矩形の長辺方向) を角度フィールドに書き込みます。ArcGIS の「ポリゴン主角の計算」に相当します。同梱のラスター専用 patch_orientation にはないポリゴンごとのベクター方向で、シンボル/ラベルの回転に利用できます。", "params": { "input": { "label": "入力", "description": "入力ポリゴンレイヤー。" }, "output": { "label": "出力", "description": "角度フィールドを追加した出力ポリゴンレイヤー。省略するとメモリに保存されます。" }, "angle_field": { "label": "角度フィールド", "description": "書き込む角度フィールドの名前 (デフォルト 'MainAngle')。" }, "convention": { "label": "規約", "description": "'arithmetic' (東から反時計回り。デフォルト)、'geographic' (北から時計回り)、または 'graphic' (東から時計回り)。" } } }, "calculate_rates": { "name": "比率の計算", "description": "カウントフィールドと人口フィールドから平滑化された比率を計算します (ArcGIS の比率の計算に相当): 粗比率、Marshall のグローバル経験ベイズ、または k 近傍に対する空間経験ベイズ。疾病/犯罪率のホットスポット解析前の標準的な安定化ステップです。", "params": { "input": { "label": "入力", "description": "カウントと人口のフィールドを持つ入力ポリゴンまたは点レイヤー。" }, "count_field": { "label": "カウントフィールド", "description": "イベント数 (分子) を保持するフィールド。" }, "population_field": { "label": "人口フィールド", "description": "リスク人口 (分母) を保持するフィールド。" }, "output": { "label": "出力", "description": "率のフィールドを追加した出力レイヤー。省略するとメモリに保存されます。" }, "method": { "label": "方法", "description": "'crude'、'eb_global' (デフォルト)、または 'eb_spatial'。" }, "per": { "label": "単位あたり", "description": "率の乗数。例えば 10 万人あたりなら 100000 (デフォルト 100000)。" }, "neighbors": { "label": "近傍", "description": "eb_spatial のみ: 局所参照率に使用する最近傍の数 (デフォルト 8)。" } } }, "calculate_transformation_errors": { "name": "変換誤差の計算", "description": "変位リンクから相似/アフィン/射影変換をフィッティングし、各リンクの残差誤差と全体の RMSE を報告して、変換前に不良なコントロールポイントを発見・除去できるようにします。ArcGIS の「変換誤差の計算」に相当します。", "params": { "input": { "label": "入力", "description": "変位リンク線。最初の頂点がソース (from) 点、最後の頂点がターゲット (to) 点です。" }, "output": { "label": "出力", "description": "残差フィールドを追加したリンクテーブルの出力パス。省略するとメモリに保存されます。" }, "method": { "label": "方法", "description": "'affine' (デフォルト、6 パラメーター)、'similarity' (4)、または 'projective' (8)。" }, "keep_geometry": { "label": "ジオメトリを保持", "description": "各リンクのジオメトリを出力に保持します (デフォルト true)。純粋なテーブルにするには false を指定します。" } } }, "calculate_transit_service_frequency": { "name": "交通サービス頻度の計算", "description": "時間窓付き GTFS 交通サービス頻度: サービス日 (calendar/calendar_dates 経由) と時間窓に対し、各停留所またはルート線を運行するトリップを数え、1 時間あたりのトリップ数を報告します。ArcGIS の「交通サービス頻度の計算」に相当します。", "params": { "input": { "label": "入力", "description": "展開済みの GTFS フィードディレクトリへのパス。" }, "target": { "label": "ターゲット", "description": "'stops' (停留所ごとに 1 点。デフォルト) または 'lines' (路線ごとに 1 ポリライン)。" }, "date": { "label": "日付", "description": "運行日 YYYYMMDD。calendar.txt/calendar_dates.txt で解決されます。省略するとすべての運行が対象になります。" }, "start_time": { "label": "開始時刻", "description": "期間の開始時刻 HH:MM または HH:MM:SS (GTFS の時刻は 24:00 を超える場合があります)。省略すると 1 日全体が対象になります。" }, "duration_minutes": { "label": "所要時間 (分)", "description": "期間の長さ (分単位)。start_time と併用し、1 時間あたりの分母も設定します。" }, "count": { "label": "カウント", "description": "'departures' (デフォルト) または 'arrivals'。集計する stop_time のフィールドを指定します。" }, "output": { "label": "出力", "description": "ベクターの出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" } } }, "calculate_utm_zone": { "name": "UTM ゾーンの計算", "description": "各フィーチャの重心の経緯度から最適な UTM ゾーンと WGS84 EPSG コードを計算し、ゾーン (1–60) と EPSG (326##/327##) フィールドを追加します。適応投影のマップシリーズ向けで、ArcGIS の「UTM ゾーンの計算」に相当します。ノルウェー/スバールバルの例外を含む純粋な数学で PROJ 不要です。ジオメトリは経緯度 (度) として読み取られます。", "params": { "input": { "label": "入力", "description": "地理座標 (経度/緯度の度単位、EPSG:4326) の入力ベクターレイヤー (ジオメトリタイプは任意)。" }, "zone_field": { "label": "ゾーンフィールド", "description": "UTM ゾーン番号 (1–60) を保持する整数フィールドの名前。デフォルトは 'utm_zone'。" }, "epsg_field": { "label": "EPSG フィールド", "description": "WGS84 の UTM EPSG コード (北半球は 326##、南半球は 327##) を保持する整数フィールドの名前。デフォルトは 'utm_epsg'。" }, "output": { "label": "出力", "description": "ベクターの出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" } } }, "cartogram": { "name": "カルトグラム", "description": "面積が属性値に比例するようポリゴンを変形します: 非連続 (各ポリゴンを重心を中心にスケーリング) または Dorling (重なりを除去した比例円)。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー。形式は自動判別されます (メモリ上のハンドルも指定可能)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "value_field": { "label": "値フィールド", "description": "各フィーチャの面積を比例させる数値フィールド。" }, "method": { "label": "方法", "description": "'non_contiguous' (デフォルト。ポリゴンをその場でスケーリング) または 'dorling' (面積に比例した円)。" }, "iterations": { "label": "反復回数", "description": "Dorling の重なり除去の反復回数 (デフォルト 100)。non_contiguous では無視されます。" } } }, "causal_inference_analysis": { "name": "因果推論解析", "description": "傾向スコアマッチング、逆確率重み付け、または回帰調整により、二値処置が結果に与える因果効果を推定します。シード付きブートストラップ信頼区間と、調整前後の交絡因子ごとの共変量バランステーブルを出力します (ArcGIS の因果推論解析に相当)。", "params": { "input": { "label": "入力", "description": "入力フィーチャレイヤー。" }, "outcome_field": { "label": "結果フィールド", "description": "数値の結果 (従属) フィールド。" }, "treatment_field": { "label": "処置フィールド", "description": "二値 (0/1 またはブール値) の処置フィールド。連続的な処置はこのバージョンではサポートされていません。" }, "confounding_fields": { "label": "交絡フィールド", "description": "調整対象とするカンマ区切りの数値交絡因子フィールド。" }, "method": { "label": "方法", "description": "'ps_matching' (デフォルト。傾向スコアに対する最近傍キャリパーマッチング)、'ipw' (安定化逆確率重み付け)、または 'regression_adjustment' (outcome ~ treatment + confounders)。" }, "add_spatial_confounders": { "label": "空間交絡因子を追加", "description": "true の場合、各フィーチャの x/y 座標と各交絡因子の k 近傍平均を加えて交絡因子の集合を拡張します (デフォルト false)。" }, "balance_threshold": { "label": "バランスしきい値", "description": "調整後のバランス確認に使用する標準化平均差のしきい値 (デフォルト 0.1)。" }, "output": { "label": "出力", "description": "任意の出力ベクターパス (入力のコピー + 傾向スコア/重み/マッチ ID の列)。省略するとメモリに保存されます。" }, "seed": { "label": "シード", "description": "決定論的なブートストラップ信頼区間の整数シード (デフォルト 42)。" } } }, "cell_position_statistics": { "name": "セル位置統計", "description": "整列されたラスタースタック全体でのセルごとの位置と順位の統計 (ArcGIS の最高位置、最低位置、ポピュラリティ、ランク): 極値を持つレイヤー、指定回数出現する値、または n 番目に小さい値。cell_statistics はスタックを値に縮約しますがその値がどのレイヤー由来かは報告できず、同梱の find_argument_statistics は 1 つのマルチバンドラスターの引数軸に沿って動作し、ポピュラリティ/ランクのセレクター意味論を持ちません。", "params": { "inputs": { "label": "入力", "description": "1 つのマルチバンドラスター (各バンドが 1 レイヤー)、または位置合わせ済みラスターのカンマ区切りリスト。" }, "output": { "label": "出力", "description": "出力ラスター。省略するとメモリに保存されます。" }, "statistic": { "label": "統計量", "description": "'highest_position' (デフォルト)、'lowest_position'、'popularity'、または 'rank'。" }, "selector": { "label": "セレクター", "description": "'popularity' と 'rank' では必須。セルごとの出現回数 (popularity) または選択する 1 始まりの順位を与える、位置合わせ済みラスターのパスまたは定数を指定します。" }, "ignore_nodata": { "label": "NoData を無視", "description": "セルごとに NoData の観測値をスキップします (デフォルト true)。false の場合、NoData の観測値が 1 つでもあるとそのセルは NoData になります。" }, "process_as_multiband": { "label": "マルチバンドとして処理", "description": "'single_band' (デフォルト): すべての入力のすべてのバンドが単一スタックの 1 レイヤーになります。'multi_band': すべての入力のバンド i がそれぞれ独立したスタックを構成し、マルチバンドの結果が得られます。" } } }, "cell_records_to_sectors": { "name": "セルレコードからセクターへ", "description": "基地局点からアンテナカバレッジジオメトリを構築します: 局ごとの方位角、ビーム幅、半径からウェッジポリゴンまたは二等分線セクター線を作成します。ArcGIS の「セルサイトレコード → フィーチャクラス / セクター線の生成」に相当します。", "params": { "input": { "label": "入力", "description": "アンテナ/鉄塔の入力点ベクターレイヤー。" }, "output": { "label": "出力", "description": "ベクターの出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "output_type": { "label": "出力タイプ", "description": "出力するジオメトリ: 'wedge' (カバレッジポリゴン。デフォルト) または 'line' (二等分セクター線)。" }, "azimuth_field": { "label": "方位角フィールド", "description": "各アンテナの方位角 (方位度、0 = 北、時計回り) を保持するフィールド。指定がない場合は 'azimuth' にフォールバックします。" }, "beamwidth_field": { "label": "ビーム幅フィールド", "description": "各アンテナのビーム幅を度単位で保持するフィールド。指定がない場合は 'beamwidth' にフォールバックします。" }, "radius_field": { "label": "半径フィールド", "description": "各アンテナのカバレッジ半径を CRS 単位で保持するフィールド。指定がない場合は 'radius' にフォールバックします。" }, "azimuth": { "label": "方位角", "description": "フィールドが指定されない、または値が欠損している場合のデフォルトの方位角 (方位度)。デフォルトは 0。" }, "beamwidth": { "label": "ビーム幅", "description": "デフォルトのビーム幅 (度単位、0 < bw ≤ 360。360 以上は無指向性)。デフォルトは 65。" }, "radius": { "label": "半径", "description": "デフォルトのカバレッジ半径 (CRS 単位、正の値である必要があります)。デフォルトは 1000。" }, "segments": { "label": "セグメント", "description": "各セクターの円弧を近似するために使用する直線セグメントの数 (1 以上)。デフォルトは 16。" } } }, "cell_statistics": { "name": "セル統計", "description": "整列されたラスタースタックに対するピクセルごとの統計量 (ArcGIS のセル統計に相当): 平均、最頻値、最大、中央値、最小、最少値、パーセンタイル、範囲、標準偏差、合計、または多様度。同梱の sum_overlay/weighted_sum (合計のみ) や近傍/ゾーンツールでは提供されない、ローカルな複数ラスター縮約です。", "params": { "inputs": { "label": "入力", "description": "1 つのマルチバンドラスター (各バンドが 1 レイヤー)、または位置合わせ済みラスターのカンマ区切りリスト。" }, "output": { "label": "出力", "description": "集約された値を格納する出力シングルバンドラスター。省略するとメモリに保存されます。" }, "statistic": { "label": "統計量", "description": "'mean' (デフォルト)、'majority'、'maximum'、'median'、'minimum'、'minority'、'percentile'、'range'、'std'、'sum'、または 'variety'。" }, "ignore_nodata": { "label": "NoData を無視", "description": "セルごとに NoData の観測値をスキップします (デフォルト true)。false の場合、NoData の観測値が 1 つでもあるとそのセルは NoData になります。" }, "percentile_value": { "label": "パーセンタイル値", "description": "統計が 'percentile' の場合の [0, 100] のパーセンタイル (デフォルト 50 = 中央値)。" } } }, "central_feature": { "name": "中心フィーチャ / 線形方向平均", "description": "中心フィーチャ (他のすべてへの総距離が最小の入力フィーチャ) または線形方向平均 (線フィーチャの平均方位、円周分散、平均長)。directional_distribution に欠けている「地理的分布の測定」の 2 つのメンバーです (ArcGIS の中心フィーチャ / 線形方向平均)。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー (central_feature では点、linear_directional_mean では線)。" }, "output": { "label": "出力", "description": "ベクターの出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "statistic": { "label": "統計量", "description": "'central_feature' (デフォルト) または 'linear_directional_mean'。" }, "weight_field": { "label": "重みフィールド", "description": "各フィーチャに重み付けする任意の数値フィールド (central_feature のみ)。" }, "case_field": { "label": "ケースフィールド", "description": "フィーチャをグループ化する任意のフィールド。異なる値ごとに 1 つの結果が得られます。" }, "distance": { "label": "距離", "description": "central_feature の距離指標: 'euclidean' (デフォルト) または 'manhattan'。" }, "orientation_only": { "label": "方向のみ", "description": "linear_directional_mean で線を無向 (方位は 180° を法とする) として扱います。デフォルトは false。" } } }, "change_point_detection": { "name": "変化点検出", "description": "H3 時空間キューブの各位置の時系列における急激な変化を検出します (ArcGIS の変化点検出に相当): 平均または勾配シフトのコストに対する二分セグメンテーションを、感度でスケーリングしたペナルティ (または固定の変化点数) で実行し、セルごとに変化数、最大変化の年、セグメント平均を報告します。2 時期の change_vector_analysis や単調な Mann-Kendall 検定では不可能な時間的セグメンテーションです。", "params": { "input": { "label": "入力", "description": "タイムスタンプ付きイベントの入力点レイヤー (経度/緯度)。" }, "time_field": { "label": "時間フィールド", "description": "各点の時刻を保持するフィールド。数値または ISO-8601 のタイムスタンプです。" }, "output": { "label": "出力", "description": "変化点の属性を持つ出力 H3 ポリゴンレイヤー。省略するとメモリに保存されます。" }, "value_field": { "label": "値フィールド", "description": "ビンごとに集約する数値フィールド (デフォルト: 点の数)。" }, "change_type": { "label": "変化タイプ", "description": "'mean' (水準の変化。デフォルト) または 'slope' (トレンドの変化)。" }, "method": { "label": "方法", "description": "'auto' (ペナルティに基づく。デフォルト) または 'defined' (厳密に num_change_points 個)。" }, "num_change_points": { "label": "変化点数", "description": "defined 手法: 位置ごとに検出する変化点の数 (デフォルト 1)。" }, "sensitivity": { "label": "感度", "description": "auto 手法: ペナルティのスケール。大きいほど変化点は少なくなります (デフォルト 1.0)。" }, "time_step": { "label": "時間ステップ", "description": "time_field の単位での 1 タイムステップの幅 (デフォルト 1)。" }, "resolution": { "label": "解像度", "description": "H3 の解像度 0..15 (デフォルト 7)。" } } }, "classification_accuracy_assessment": { "name": "分類精度評価", "description": "分類ラスター (または既に予測クラスを持つ点) を、グラウンドトゥルースのラベル付き参照点に対して採点し、混同行列、全体精度、クラスごとの生産者/ユーザー精度、Cohen の kappa を生成します。ArcGIS の「混同行列の計算」に相当します。", "params": { "points": { "label": "点", "description": "正解クラスのフィールドを持つ参照 (精度評価) 点レイヤー。" }, "class_field": { "label": "クラスフィールド", "description": "正解 (参照) クラスラベルを保持する点上の属性。" }, "input": { "label": "入力", "description": "各参照点でサンプリングする分類済みラスター (最近傍セル)。これか 'classified_field' のいずれかを指定します。" }, "classified_field": { "label": "分類フィールド", "description": "ラスターをサンプリングする代わりに使用する、予測 (地図) クラスをすでに保持している点上の属性。これか 'input' のいずれかを指定します。" }, "band": { "label": "バンド", "description": "サンプリングする分類済みラスターの 1 始まりのバンド (デフォルト 1)。" }, "output": { "label": "出力", "description": "REF_CLASS、MAP_CLASS、CORRECT を注記した参照点の出力ベクターパス。省略するとメモリに保存されます。" } } }, "collapse_dual_lines_to_centerline": { "name": "二重線を中心線に集約", "description": "幅許容値内のほぼ平行な線のペア (分離車線、道路ケーシング) を検出し、各ペアを 1 本の中心線に置き換えて交差点を再接続します。ArcGIS の「二重線を中心線に集約」に相当します。", "params": { "input": { "label": "入力", "description": "入力線ベクターレイヤー (投影座標系。幅はその単位)。" }, "output": { "label": "出力", "description": "出力線ベクターパス (ドライバーは拡張子から判定)。省略するとメモリに保存されます。" }, "min_width": { "label": "最小幅", "description": "ペアとなる線どうしの最小間隔 (CRS 単位、デフォルト 0)。" }, "max_width": { "label": "最大幅", "description": "ペアとなる線どうしの最大間隔 (CRS 単位)。必須です (統合する幅)。" }, "attribute": { "label": "属性", "description": "2 本の線をペアにするために一致している必要がある任意のフィールド (例: 道路名やクラス)。" }, "sample_distance": { "label": "サンプル距離", "description": "平行性の判定に使用する稠密化の間隔 (CRS 単位)。デフォルト: max_width / 2。" }, "min_overlap": { "label": "最小オーバーラップ", "description": "ペアにするために相手と平行に走っている必要がある線の最小割合 (0-1、デフォルト 0.5)。" } } }, "collapse_hydro_polygon": { "name": "水文ポリゴンの集約", "description": "幅の広い区間はポリゴンのまま保持しつつ、細い水域ポリゴンを中心線に集約します (ArcGIS の水文ポリゴンの集約に相当): 主軸に沿って垂直断面の中点から各ポリゴンの中心線をトレースし、局所幅を計測し、中央値幅がしきい値以下の箇所を集約します。線ケーシング向けの collapse_dual_lines_to_centerline やラスターの river_centerlines では行えない幅しきい値によるポリゴン → 線の一般化です。", "params": { "input": { "label": "入力", "description": "入力水域ポリゴンレイヤー。" }, "output": { "label": "出力", "description": "統合された (幅の狭い) ポリゴンの出力中心線レイヤー。省略するとメモリに保存されます。" }, "collapse_width": { "label": "集約幅", "description": "中央値の幅がこの値以下のポリゴンは中心線に統合されます。" }, "sample_distance": { "label": "サンプル距離", "description": "軸に沿った横断測線の間隔 (デフォルト: collapse_width / 2)。" }, "min_length": { "label": "最小長さ", "description": "この長さより短い統合済み中心線を除外します (デフォルト 0)。" }, "retained": { "label": "保持", "description": "幅の広い (統合されない) 区間の任意の出力ポリゴンレイヤー。" } } }, "collapse_road_detail": { "name": "道路詳細の集約", "description": "小縮尺表示のため、直径しきい値未満の小さな道路ループやジョグ (ラウンドアバウト、ドッグボーン、オフセットジョグ) を単一の通過接続に集約し、ネットワーク連結性を保持します。ArcGIS の「道路詳細の集約」に相当します。", "params": { "input": { "label": "入力", "description": "入力道路 (線) ベクターレイヤー。フォーマットは自動判別されます (またはメモリ内ハンドル)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "collapse_distance": { "label": "集約距離", "description": "統合する詳細部の最大直径。外接直径がこの値未満のループやジグザグ (地理座標系ではメートル、それ以外では CRS 単位) は統合され、それより大きいものは保持されます。" }, "road_class_field": { "label": "道路クラスフィールド", "description": "任意の道路クラスフィールド。設定すると、境界となる道路がすべて同じクラス値を共有するループのみが統合されます (異なるクラス間の交差点は保持されます)。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "道路の端点を同一の交差点と見なす距離。デフォルトは 1e-6。" } } }, "collect_events": { "name": "イベントの収集", "description": "一致するインシデント点をユニークな位置に集約し、各位置にそこでのイベント数 ICOUNT を付与します。ArcGIS の「イベントの収集」に相当します。", "params": { "input": { "label": "入力", "description": "入力点ベクターレイヤー (Point または MultiPoint)。" }, "output": { "label": "出力", "description": "出力点ベクターパス (ドライバーは拡張子から判定)。省略するとメモリに保存されます。" }, "tolerance": { "label": "許容誤差", "description": "地図単位でのスナップ許容値。座標が同じセルに丸められる点は一致していると見なされます (デフォルト 1e-8、つまり実質的に厳密一致)。" } } }, "colocation_analysis": { "name": "共起解析", "description": "カテゴリ A の点がカテゴリ B の近傍の中に不均衡に多く見られるかを測るローカル共起商 (Leslie & Kronenfeld)。シード付き並べ替え検定の p 値を出力します。ArcGIS の「共起解析」に相当します。", "params": { "input": { "label": "入力", "description": "カテゴリフィールドを持つ入力点ベクターレイヤー。" }, "output": { "label": "出力", "description": "出力ベクターパス (共起フィールドを追加した入力のコピー)。省略するとメモリに保存されます。" }, "category_field": { "label": "カテゴリフィールド", "description": "各点のカテゴリを保持するフィールド。" }, "category_a": { "label": "カテゴリ A", "description": "焦点カテゴリ (A)。B との共起を測定する対象の点です。" }, "category_b": { "label": "カテゴリ B", "description": "近傍カテゴリ (B)。A と比較される点です。" }, "neighbors": { "label": "近傍", "description": "最近傍の数 k (デフォルト 8)。" }, "weight": { "label": "重み", "description": "近傍の重み付け: 'gaussian' (距離減衰。デフォルト) または 'uniform'。" }, "permutations": { "label": "順列回数", "description": "有意性検定のラベル並べ替え回数 (デフォルト 99。0 で無効)。" }, "seed": { "label": "シード", "description": "再現性のある結果を得るための並べ替え乱数生成器のシード (デフォルト 1)。" } } }, "color_polygons": { "name": "ポリゴンの色分け", "description": "隣接するポリゴンが同じ値を共有しないよう各ポリゴンに小さな整数の色インデックスを割り当てます (ArcGIS の四色定理フィールドの計算に相当)。共有エッジ (または共有コーナー) 隣接性に対する DSATUR グラフ彩色による、隣接安全なコロプレススタイリングです。", "params": { "input": { "label": "入力", "description": "入力ポリゴンレイヤー。" }, "output": { "label": "出力", "description": "色フィールドを追加した出力ポリゴンレイヤー。省略するとメモリに保存されます。" }, "field": { "label": "フィールド", "description": "書き込む色インデックスフィールドの名前 (デフォルト 'color_id')。" }, "adjacency": { "label": "隣接", "description": "'edge' (rook。境界を共有。デフォルト) または 'edge_or_corner' (queen。境界または頂点を共有)。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "境界を照合する前に頂点をスナップするグリッドサイズ (デフォルト 0 = 厳密)。" } } }, "combine": { "name": "結合", "description": "共同位置合わせされた 2 つ以上のカテゴリラスターにおける値の一意な組み合わせごとに一意のゾーン ID を割り当て、値属性テーブル (ID、カウント、入力ごとに 1 列) を出力します。", "params": { "inputs": { "label": "入力", "description": "結合する 2 つ以上の位置合わせ済みカテゴリ/整数ラスターをカンマ区切りで指定します。" }, "output": { "label": "出力", "description": "一意条件 ID グリッドの任意の出力ラスターパス。省略するとメモリに保存されます。" }, "csv_output": { "label": "CSV 出力", "description": "値属性テーブル (値、件数、入力ラスターごとに 1 列) の任意の CSV パス。" }, "band": { "label": "バンド", "description": "各入力ラスターから読み取る 1 始まりのバンド。デフォルトは 1 です。" } } }, "compare_spatial_weights": { "name": "空間重みの比較", "description": "1 つ以上の解析フィールドの空間クラスタリングをどれだけ強く捉えるかに基づき、候補の空間重みの概念化 (KNN、固定距離バンド、隣接エッジ / エッジ+コーナー、Delaunay) を順位付けします。行標準化したグローバル Moran's I とその z スコア、両側 p 値を使用し、ArcGIS の「近傍の概念化の比較」に相当します。順位付き比較テーブルと最良の単一方法を出力します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー (点/線/ポリゴン。隣接性の解析にはポリゴンが必要です)。" }, "output": { "label": "出力", "description": "出力比較テーブルのパス — CSV (拡張子 .csv) またはジオメトリを持たないベクターテーブル。省略するとメモリに保存されます。" }, "input_fields": { "label": "入力フィールド", "description": "空間クラスタリングを解析する数値フィールド名をカンマ区切りで指定します。" }, "id_field": { "label": "ID フィールド", "description": "各フィーチャの一意の ID を保持するフィールド (互換性のために受け付けます。Moran's I の計算には不要です)。" }, "methods": { "label": "方法", "description": "候補の概念化を knn、fixed_distance_band、contiguity_edges、contiguity_edges_corners、delaunay からカンマ区切りで指定します。デフォルトは 'knn,contiguity_edges,contiguity_edges_corners' です。ジオメトリに適用できない (またはエラーになる) 手法はスキップされます。" }, "number_of_neighbors": { "label": "近傍数", "description": "knn 手法で使用する最近傍数 k。デフォルトは 8 です。" }, "threshold_distance": { "label": "しきい値距離", "description": "マップ単位での距離バンドのしきい値。手法に fixed_distance_band を含む場合にのみ必要です。" } } }, "composite_bands": { "name": "バンドの合成", "description": "複数の単一バンドラスターを指定順で 1 つのマルチバンドラスターに積み重ねます (ArcGIS のバンドの合成)。同梱の create_colour_composite は RGB 3 バンド固定のため、band_collection_statistics、principal_component_analysis、spectral_index、OBIA スイートが必要とする N バンド入力を組み立てる方法がありませんでした。", "params": { "inputs": { "label": "入力", "description": "出力バンド順のラスターパスをカンマまたはセミコロン区切りで指定します。1 つ以上必要です。" }, "band": { "label": "バンド", "description": "入力自体がマルチバンドの場合に各入力から取得する 1 始まりのバンド (デフォルト 1)。" }, "nodata_policy": { "label": "NoData ポリシー", "description": "'any' (デフォルト): いずれかのバンドが NoData ならセルを NoData にします。'all': すべてのバンドが NoData の場合のみ NoData にします。" }, "nodata": { "label": "NoData", "description": "出力の NoData 値 (デフォルト: 最初の入力の NoData)。" }, "output": { "label": "出力", "description": "出力マルチバンドラスター。省略するとメモリに保存されます。" } } }, "compute_accuracy_for_object_detection": { "name": "オブジェクト検出の精度計算", "description": "IoU マッチングにより検出フィーチャをグラウンドトゥルースに対して採点し、クラスごとの適合率、再現率、平均適合率、全体の mAP を報告します。ArcGIS の「オブジェクト検出の精度計算」に相当します。", "params": { "detected": { "label": "検出結果", "description": "検出されたフィーチャ (ポリゴンまたはバウンディングボックス)。" }, "ground_truth": { "label": "グラウンドトゥルース", "description": "評価の基準とする参照フィーチャ。" }, "output": { "label": "出力", "description": "任意の出力精度テーブルパス。省略するとメモリに保存されます。" }, "detected_class_field": { "label": "検出クラスフィールド", "description": "検出結果のクラスラベルフィールド。省略するとすべてを単一クラスとして評価します。" }, "ground_truth_class_field": { "label": "グラウンドトゥルースクラスフィールド", "description": "正解データのクラスラベルフィールド。省略するとすべてを単一クラスとして評価します。" }, "confidence_field": { "label": "信頼度フィールド", "description": "検出結果の信頼度スコアフィールド。平均適合率のランク付けに使用します。指定しない場合、検出結果は入力順に評価されます。" }, "min_iou": { "label": "最小 IoU", "description": "検出が一致とみなされるための最小の Intersection over Union (デフォルト 0.5)。" } } }, "compute_sar_indices": { "name": "SAR 指数の計算", "description": "多偏波後方散乱から偏波 SAR 指数 (RVI (レーダー植生指数)、RFDI (レーダー森林劣化指数)、CSI (樹冠構造指数)、DPSVI (二重偏波 SAR 植生指数)) を導出します (ArcGIS の SAR 指数の計算)。spectral_index は光学バンド演算のみを対象とし、その式とバンド規約は反射率ドメインで偏波チャンネルの概念がないため、カタログの SAR チェーン (multilook、sar_coherence、スペックルフィルター) には解析の終端がありませんでした。", "params": { "input": { "label": "入力", "description": "複数偏波の校正済み SAR ラスター (偏波ごとに 1 バンド)。" }, "output": { "label": "出力", "description": "出力指数ラスター。省略するとメモリに保存されます。" }, "index": { "label": "指数", "description": "'rvi' (デフォルト)、'rfdi'、'csi'、または 'dpsvi'。" }, "polarization_bands": { "label": "偏波バンド", "description": "1 始まりのバンドマッピング。例: 'vv=1,vh=2' または 'hh=1,hv=2,vv=3'。デフォルトはバンド数に応じて決まり、2 バンドなら 'vv=1,vh=2'、3 バンド以上なら 'hh=1,hv=2,vv=3' です。" }, "input_units": { "label": "入力単位", "description": "'linear' (デフォルト) または 'db'。デシベルの比は意味を持たないため、dB 入力は比の演算の前に線形パワーへ変換されます。" } } }, "construct_sight_lines": { "name": "視線の構築", "description": "観測者点とターゲットフィーチャの間に視線フィーチャを構築します。観測者/ターゲットの高さオフセット、線・面ターゲットに沿ったサンプリング、任意の方位角および垂直角フィールド、2D または 3D 距離に対応します。ArcGIS の「視線の構築」に相当します。", "params": { "observers": { "label": "観測者", "description": "観測点フィーチャ。" }, "targets": { "label": "ターゲット", "description": "ターゲットの点、線、またはポリゴンフィーチャ。" }, "output": { "label": "出力", "description": "視通線の出力パス。省略するとメモリに保存されます。" }, "observer_height_field": { "label": "観測者高さフィールド", "description": "各観測点の高さオフセットを与える任意のフィールド (その Z に加算されます)。" }, "target_height_field": { "label": "ターゲット高さフィールド", "description": "各ターゲットの高さオフセットを与える任意のフィールド (その Z に加算されます)。" }, "join_field": { "label": "結合フィールド", "description": "両方の入力に存在する任意のフィールド。値が一致する観測点とターゲットのみが組み合わされます。指定しない場合、すべての観測点がすべてのターゲットと組み合わされます。" }, "sample_distance": { "label": "サンプル距離", "description": "線/ポリゴン境界に沿って生成するターゲット点のマップ単位での間隔 (デフォルト: 頂点ごとに 1 点)。" }, "output_direction": { "label": "方向出力", "description": "AZIMUTH フィールドと VERT_ANGLE フィールドを追加します (デフォルト false)。" }, "distance_method": { "label": "距離計算方法", "description": "DISTANCE フィールドに対する '2d' (デフォルト) または '3d'。" } } }, "contiguous_cartogram": { "name": "連続カルトグラム", "description": "密度均等化 (Gastner-Newman 拡散) カルトグラム: 共有境界を持つ連結した面としての地図を維持したまま、属性に比例してポリゴン面積を変形します (ArcGIS の連続カルトグラムの生成)。同梱の cartogram ツールは隣接性を壊す非連続法と Dorling 法のみを実装し、そのモジュール文書も連続形式を先送りしています。", "params": { "input": { "label": "入力", "description": "連続したポリゴンレイヤー。" }, "value_field": { "label": "値フィールド", "description": "面積を比例させる対象となる正の数値属性。" }, "grid_size": { "label": "グリッドサイズ", "description": "密度グリッドの解像度。2 のべき乗である必要があります (デフォルト 256)。精度とコストを左右する主要なパラメーターです。" }, "iterations": { "label": "反復回数", "description": "拡散ステップ数 (デフォルト 20)。ステップを増やすほど密度はさらに均一化されますが、歪みも大きくなります。" }, "blur": { "label": "ぼかし", "description": "密度場に対するガウス前処理平滑化のグリッドセル数 (デフォルト 0.5)。密度の急激な不連続が生む極端な歪みを防ぎます。" }, "sea_density": { "label": "海域密度", "description": "調査領域外の密度: 'mean' (デフォルト) または 'min'。これはマップ端の結果を大きく変えます。" }, "densify_spacing": { "label": "高密度化間隔", "description": "頂点が挿入されるまでのグリッドセル単位での最大エッジセグメント長 (デフォルト 1.0)。指定しないと長い直線状の境界が隣接ポリゴンから分離します。" }, "output": { "label": "出力", "description": "頂点が変位した出力ポリゴンレイヤー (元の属性を保持)。省略するとメモリに保存されます。" } } }, "contour_list": { "name": "等高線リスト", "description": "固定間隔ではなく明示的な値のリストで等高線を生成し、レベルでラベル付けされた連結ポリラインまたは塗りつぶしポリゴンとして出力します (ArcGIS の等高線リスト)。同梱の contours_from_raster は「interval」と「base」しか受け付けないため、実際の図面で使う不規則な系列 (IHO 水深段階、洪水再現期間の段階、公表クラス区分) は値ごとに実行してマージする必要があり、それでもレベルでラベル付けされた 1 つのレイヤーにはなりませんでした。", "params": { "input": { "label": "入力", "description": "入力サーフェスラスター。" }, "contour_values": { "label": "等高線値", "description": "等高線を作成するレベルの一覧を、ラスター自身の z 単位でカンマ区切りで指定します。" }, "output": { "label": "出力", "description": "出力等高線レイヤー。省略するとメモリに保存されます。" }, "geometry_type": { "label": "ジオメトリタイプ", "description": "等高線には 'polyline' (デフォルト)、各レベル以上の塗りつぶし領域には 'polygon' を指定します。" }, "min_length": { "label": "最小長さ", "description": "これより短い等高線をマップ単位で破棄し、ノイズの多いサーフェスが生む微小な断片を除去します。" }, "close_rings": { "label": "リングを閉じる", "description": "自己閉合する等高線で最初の頂点を繰り返します (デフォルト true)。" }, "band": { "label": "バンド", "description": "等高線を作成する 1 始まりのバンド (デフォルト 1)。" } } }, "contour_with_barriers": { "name": "バリア付き等高線", "description": "サーフェスの等値線を、バリアフィーチャを横切らずにそこで終端するようにトレースします。", "params": { "input": { "label": "入力", "description": "入力の連続サーフェスラスター。" }, "output": { "label": "出力", "description": "任意の出力線ベクターパス (拡張子からドライバーを判別)。省略するとメモリに保存されます。" }, "barriers": { "label": "バリア", "description": "任意のバリアベクターレイヤー (線またはポリゴン)。等高線はこれらのフィーチャを横断しません。" }, "interval": { "label": "間隔", "description": "サーフェス単位での等高線間隔。レベルはデータ範囲内で base + k*interval となります。'levels' が指定された場合は無視されます。" }, "base": { "label": "ベース", "description": "間隔の基準となる基準値 (デフォルト 0)。" }, "levels": { "label": "レベル数", "description": "明示的な等高線値をカンマ区切りで指定します (例: \"10,20,30\")。interval/base より優先されます。" }, "band": { "label": "バンド", "description": "読み取る 1 始まりのバンド (デフォルト 1)。" } } }, "convert_coordinate_notation": { "name": "座標表記の変換", "description": "各フィーチャの座標を表記間で変換します: 十進度 (DD)、度分秒 (DMS)、度十進分 (DDM)、UTM、MGRS/USNG。ターゲット表記の新規フィールドを書き込みます。ArcGIS の「座標表記の変換」に相当します。純粋なグリッド数学 (Krüger 横メルカトル + WGS84 上の MGRS 文字付け) で PROJ 不要です。", "params": { "input": { "label": "入力", "description": "入力の点 (またはテーブル) ベクターレイヤー。" }, "input_notation": { "label": "入力表記", "description": "入力座標の表記: DD、DMS、DDM、UTM、または MGRS。" }, "output_notation": { "label": "出力表記", "description": "書き出す表記: DD、DMS、DDM、UTM、または MGRS。" }, "coord_field": { "label": "座標フィールド", "description": "入力座標文字列を保持するフィールド。省略するとポイントジオメトリが使用されます (input_notation=DD の場合のみ有効。ジオメトリの x=経度、y=緯度)。" }, "output_field": { "label": "出力フィールド", "description": "書き込むフィールドの名前。デフォルト: 出力表記を小文字にしたもの (例: 'utm')。" }, "precision": { "label": "精度", "description": "軸ごとの MGRS 桁数 (1=10km … 5=1m、最大 9)。デフォルトは 5 です。他の表記では無視されます。" }, "update_geometry": { "label": "ジオメトリを更新", "description": "true の場合、解析した座標から各フィーチャのジオメトリを EPSG:4326 の経緯度点として再構築します。デフォルトは false です (入力のジオメトリ/CRS を保持)。" }, "output": { "label": "出力", "description": "ベクターの出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" } } }, "convert_sar_units": { "name": "SAR 単位の変換", "description": "SAR ラスターを振幅、強度、線形パワー、デシベル、複素数 → 強度、アンラップ位相 → 変位の各表現間で変換します (ArcGIS の SAR 単位の変換)。raster_calculator で演算は評価できますが意味論やガードがなく、対数変換でゼロ値セルに対して -inf を返します。またカタログには SAR ラスターがどの単位かを記録するものがなく、スペックルフィルターや比率指数が誤った表現に適用されがちでした。", "params": { "input": { "label": "入力", "description": "入力 SAR ラスター。'complex_to_intensity' の場合は 2 バンドの I/Q ラスター (multilook / sar_coherence の規約) です。" }, "output": { "label": "出力", "description": "出力ラスターパス。省略するとメモリに保存されます。" }, "conversion": { "label": "変換", "description": "'linear_to_db'、'db_to_linear'、'amplitude_to_intensity'、'intensity_to_amplitude'、'complex_to_intensity'、または 'phase_to_displacement'。" }, "wavelength": { "label": "波長", "description": "'phase_to_displacement' で使用するレーダー波長 (メートル単位、デフォルト 0.05546576、Sentinel-1 C バンド)。" }, "band": { "label": "バンド", "description": "読み取る 1 始まりのバンド (デフォルト 1)。'complex_to_intensity' では無視され、常にバンド 1 と 2 を I と Q として読み取ります。" } } }, "coregister_rasters": { "name": "ラスターの共同位置合わせ", "description": "タイルグリッドの正規化相互相関、サブピクセルのピーク精緻化、外れ値除去付き最小二乗変換フィッティング、リサンプリングにより、セカンダリラスターを参照ラスターに自動整列します (ArcGIS の共同位置合わせの適用)。カタログの InSAR チェーン全体に欠けていた前提条件です。sar_coherence、flatten_interferogram、goldstein_phase_filter はいずれも共同位置合わせ済みの入力を必要としますが、それを生成するものはありませんでした。georeference_raster_from_control_points は手動のコントロールポイントが必要で、image_correlation は類似度を採点するだけ、warp_raster は変換を与える必要があります。", "params": { "reference": { "label": "参照", "description": "参照ラスター。出力はこのラスターのグリッド上に書き出されます。" }, "secondary": { "label": "セカンダリ", "description": "参照に位置合わせするラスター。そのすべてのバンドがリサンプリングされます。" }, "output": { "label": "出力", "description": "参照グリッド上にリサンプリングされた副ラスターの出力。省略するとメモリに保存されます。" }, "tie_points": { "label": "タイポイント", "description": "測定されたシフト量と相関を持つ、採用されたタイポイントの出力点レイヤー。常に生成され、パスを指定しない場合はメモリに保存されます。" }, "band": { "label": "バンド", "description": "マッチングに使用する 1 始まりのバンド (デフォルト 1)。2 バンド入力は、これを指定しない限り複素振幅でマッチングされます。" }, "transform": { "label": "変換", "description": "'translation'、'affine' (デフォルト)、または 'polynomial2'。" }, "tile_size": { "label": "タイルサイズ", "description": "各マッチングタイルの一辺のセル数 (デフォルト 32)。" }, "grid_size": { "label": "グリッドサイズ", "description": "軸ごとのタイル数 (デフォルト 8 で、合計 64 タイル)。" }, "max_shift": { "label": "最大シフト", "description": "整数探索ウィンドウの半幅のセル数 (デフォルト 8)。" }, "min_correlation": { "label": "最小相関", "description": "ピークの正規化相関がこの値を下回るタイポイントを除外します (デフォルト 0.3)。" }, "outlier_sigma": { "label": "外れ値シグマ", "description": "フィッティング残差がこの標準偏差倍を超えるタイポイントを除去します (デフォルト 3.0)。0 に設定すると除去を無効にします。" }, "resample": { "label": "リサンプリング", "description": "'bilinear' (デフォルト) または 'nearest'。" } } }, "corridor": { "name": "コリドー", "description": "2 つの累積コストサーフェス間の最小コストコリドー (ArcGIS のコリドー): 2 つのコスト距離ラスターを合計して、最小値が最小コスト経路となるコリドーサーフェスを作り、任意で準最適帯域にしきい値処理します。直接モード (2 つのコストラスター) または簡易モード (1 つの摩擦ラスター + 2 つのソースラスター)。", "params": { "cost1": { "label": "コスト 1", "description": "1 つ目の累積コストラスター (ソース A から)。直接モードで使用します。" }, "cost2": { "label": "コスト 2", "description": "2 つ目の累積コストラスター (ソース B から)。直接モードで使用します。" }, "cost": { "label": "コスト", "description": "通行の摩擦/コストラスター。簡易モードで使用します (source1/source2 と併用)。" }, "source1": { "label": "ソース 1", "description": "1 つ目のソースラスター (正の値のセルがソース)。簡易モードで使用します。" }, "source2": { "label": "ソース 2", "description": "2 つ目のソースラスター (正の値のセルがソース)。簡易モードで使用します。" }, "output": { "label": "出力", "description": "出力コリドーラスターパス。省略するとメモリに保存されます。" }, "threshold": { "label": "しきい値", "description": "コリドーコストがこの絶対値以下のセルのみを保持します (残りは NoData でマスクされます)。" }, "percent": { "label": "パーセント", "description": "最小コリドーコストからこのパーセント以内のセルのみを保持します (例: 5 は 5% 以内)。'threshold' が設定されている場合は無視されます。" }, "band": { "label": "バンド", "description": "入力ラスターから読み取る 1 始まりのバンド。デフォルトは 1 です。" } } }, "cost_back_link": { "name": "コストバックリンク", "description": "すべてのセルについて、最も近いソースへ戻る最小コスト経路の次のステップを符号化した 0–8 の近傍方向ラスターと、累積コストサーフェスを出力します (ArcGIS のコストバックリンクおよびパスバックリンク)。cost_distance、cost_pathway、cost_allocation はいずれも内部でこれを計算して破棄するため、N 個の目的地を逆追跡するには 1 回の累積パス + N 回の軽量な歩行ではなく、N 回のフルコスト解が必要でした。", "params": { "source": { "label": "ソース", "description": "ソースセル: ラスター (0 でも NoData でもないセルがソース)、または点/マルチポイントのベクターレイヤー。" }, "cost": { "label": "コスト", "description": "単位距離あたりのコストラスター。'surface' を指定した場合は任意です (その場合コストは全域で 1 となり、純粋なサーフェス距離になります)。" }, "surface": { "label": "サーフェス", "description": "Path Back Link バリアントを有効にする任意の標高ラスター。水平方向の間隔が真のサーフェス距離 sqrt(dxy^2 + dz^2) に置き換えられます。" }, "output": { "label": "出力", "description": "出力バックリンクラスター (0 = ソース、1-8 = ソースへの方向、1 = 東で反時計回り)。省略するとメモリに保存されます。" }, "out_distance": { "label": "距離出力", "description": "累積コストラスター。常に生成され、パスを指定しない場合はメモリ上のハンドルにフォールバックします。" }, "max_distance": { "label": "最大距離", "description": "任意の累積のしきい値: これを超えるコストのセルは到達不能として残されます。" } } }, "cost_connectivity": { "name": "コスト連結性", "description": "コストサーフェス上で複数のサイトを接続する最小コストネットワーク (ArcGIS のコスト連結性 / 最適領域接続に相当): 複数ソースの Dijkstra 割り当て、隣接領域間のペアごとの最小コスト経路、およびその最小全域木。同梱の単一ソース cost_distance や path_distance では構築できない最小コストネットワークです。", "params": { "sources": { "label": "ソース", "description": "接続するサイト/領域の点レイヤー。" }, "cost": { "label": "コスト", "description": "コスト/摩擦ラスター (セルごとの通過コスト。NoData セルはバリアです)。" }, "output": { "label": "出力", "description": "最小コスト経路の出力ポリラインレイヤー。省略するとメモリに保存されます。" }, "connections": { "label": "接続", "description": "'mst' (すべてのサイトを接続する最小全域木。デフォルト) または 'all_neighbors' (隣接する領域間のすべての経路)。" }, "id_field": { "label": "ID フィールド", "description": "ソースにラベルを付ける任意のフィールド (デフォルト: 1 始まりのインデックス)。" }, "band": { "label": "バンド", "description": "コストラスターの 1 始まりのバンド (デフォルト 1)。" } } }, "count_overlapping_features": { "name": "重なるフィーチャのカウント", "description": "重なり合うポリゴンを互いに素な領域に平坦化し、各領域にそれを覆う入力フィーチャの数 (および任意で ID) を属性付けします。ArcGIS の「重なるフィーチャのカウント」に相当します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターレイヤー (フィーチャは重なっていてもかまいません)。" }, "output": { "label": "出力", "description": "'count' フィールドを持つ出力ポリゴンベクターパス (拡張子からドライバーを判別)。省略するとメモリに保存されます。" }, "min_count": { "label": "最小カウント", "description": "この数以上のフィーチャに覆われた領域のみを保持します (デフォルト 1。重なりのみを対象とする場合は 2 を指定)。" }, "id_field": { "label": "ID フィールド", "description": "各入力フィーチャを識別する任意のフィールド (ids 列/レポートで使用)。デフォルト: フィーチャのインデックス。" }, "report_ids": { "label": "ID をレポート", "description": "region_id,feature_id の結合テーブル用の任意の CSV パス (覆っているフィーチャごとに 1 行)。" } } }, "create_accuracy_assessment_points": { "name": "精度評価点の作成", "description": "分類ラスターまたはポリゴンレイヤーのクラスで層化したランダム分布の参照点を生成し、地図クラスを事前入力してグラウンドトゥルースのラベル付けに備えます (ArcGIS の精度評価点の作成)。classification_accuracy_assessment はこうした点を消費しますがそれを生成するものはなく、create_spatial_sampling_locations はラスタークラスではなくポリゴンフィーチャやフィールドで層化し、均等配分もありません。", "params": { "input": { "label": "入力", "description": "分類済みラスター、または 'class_field' を持つ分類済みポリゴンレイヤー。" }, "class_field": { "label": "クラスフィールド", "description": "クラス属性。'input' がベクターレイヤーの場合に必要です。ラスター入力では無視され、セル値が使用されます。" }, "num_points": { "label": "点数", "description": "参照点の総数 (デフォルト 500)。" }, "sampling_strategy": { "label": "サンプリング戦略", "description": "'stratified_random' (デフォルト。クラス面積に比例して配分)、'equalized_stratified' (クラスごとに同数)、'random' (クラスを無視) のいずれか。" }, "min_points_per_class": { "label": "クラスあたり最小点数", "description": "希少クラスが除外されないよう 'stratified_random' で適用される下限値 (デフォルト 1)。" }, "band": { "label": "バンド", "description": "ラスター入力の 1 始まりのバンド (デフォルト 1)。" }, "seed": { "label": "シード", "description": "決定論的な乱数生成器のシード (デフォルト 1)。" }, "output": { "label": "出力", "description": "CLASSVALUE (マップクラス)、GrndTruth (収集されるまで -1)、Stratum を持つ出力点レイヤー。省略するとメモリに保存されます。" } } }, "create_cartographic_partitions": { "name": "地図パーティションの作成", "description": "大規模な一般化/マスキングジョブをカバレッジを損なわずにタイル分割できるよう、それぞれがおよそ目標フィーチャ数を含む (データが密集する場所ほど細かい) 適応的で重ならないパーティションポリゴンを生成します。ArcGIS の「地図パーティションの作成」の純 Rust 版です。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー (任意のジオメトリ)。各フィーチャは代表点に縮約され、1 つのパーティションに割り当てられます。" }, "feature_count": { "label": "フィーチャ数", "description": "パーティションあたりのフィーチャ数の目標上限。セルはこの数を超えるフィーチャを保持する限り分割されます。デフォルトは 1000 です。" }, "output": { "label": "出力", "description": "パーティションの出力ポリゴンベクター (拡張子からドライバーを判別)。省略するとメモリに保存されます。" } } }, "create_overpass": { "name": "オーバーパスの作成", "description": "「上」の線が「下」の線と交差する箇所で、下側の線が交差部でマスクされるようにノックアウトマスクポリゴン (および任意のウィングティック装飾線) を構築します。", "params": { "above": { "label": "上", "description": "交差部の上を通過するフィーチャの線ベクター (マスクはこれらに沿って配置されます)。形式は自動判別されます。またはメモリ上のハンドル。" }, "below": { "label": "下", "description": "交差部の下でマスクされるフィーチャの線ベクター (切り抜かれる線)。形式は自動判別されます。またはメモリ上のハンドル。" }, "output": { "label": "出力", "description": "マスクポリゴンの任意の出力パス (拡張子からドライバーを判別)。省略するとメモリに保存されます。" }, "output_decoration": { "label": "出力装飾", "description": "ウィングティック装飾線の任意の出力パス。省略するとメモリに保存されます (その場合も 'output_decoration' として返されます)。" }, "margin_along": { "label": "進行方向マージン", "description": "上側の線に沿った各マスクの半長 (CRS 単位。マスク長はこの 2 倍)。デフォルトは 1.0 です。" }, "margin_across": { "label": "横方向マージン", "description": "上側の線を横切る各マスクの半幅 (CRS 単位。マスク幅はこの 2 倍)。デフォルトは 1.0 です。" }, "wing_type": { "label": "ウィングタイプ", "description": "装飾スタイル: 'none'、'perpendicular' (デフォルト。各マスク端を横切るティック)、または 'parallel' (両側に沿ったケーシング線)。" } } }, "create_routes": { "name": "ルートの作成", "description": "ルート識別子フィールドで線フィーチャをディゾルブし、各ルートのセグメントを 1 本のポリラインに並べ、ジオメトリ長または開始/終了メジャーフィールドから線形メジャー (m 値) を割り当てます。", "params": { "input": { "label": "入力", "description": "入力線ベクターのファイルパス。形式は自動判別されます (またはメモリ上のハンドル)。" }, "route_id_field": { "label": "ルート ID フィールド", "description": "各ルートを識別する属性。入力線はこれによりグループ化され、値ごとに 1 本の出力ルートが生成されます。" }, "output": { "label": "出力", "description": "任意の出力ルートベクターパス (拡張子からドライバーを判別)。省略するとメモリに保存されます。" }, "measure_source": { "label": "メジャーソース", "description": "メジャーの割り当て方法: LENGTH (0..幾何長)、ONE_FIELD (フィールドの値から開始し、終了 = 開始 + 長さ)、または TWO_FIELDS (開始/終了をフィールドから取得して内挿)。デフォルトは LENGTH です。" }, "from_measure_field": { "label": "開始メジャーフィールド", "description": "各ルートの開始メジャーを与える数値フィールド (ONE_FIELD と TWO_FIELDS で使用)。ルートの最初のセグメントから読み取られます。" }, "to_measure_field": { "label": "終了メジャーフィールド", "description": "各ルートの終了メジャーを与える数値フィールド (TWO_FIELDS で使用)。ルートの最初のセグメントから読み取られます。" }, "measure_factor": { "label": "メジャー係数", "description": "自然な (長さに基づく) メジャーに適用する乗数。例: メートルをキロメートルに変換するには 0.001。デフォルトは 1.0 です。" }, "measure_offset": { "label": "メジャーオフセット", "description": "ルートに沿ったすべてのメジャーに加算する値 (ルート全体の m 値をシフトします)。デフォルトは 0.0 です。" }, "ignore_gaps": { "label": "ギャップを無視", "description": "LENGTH/ONE_FIELD で、離れたセグメント間の直線的な飛びを累積メジャーから除外し、間隙が距離を過大にしないようにします。デフォルトは false です。" }, "snap_tolerance": { "label": "スナップ許容距離", "description": "セグメントを接合する際、この距離 (CRS 単位) 以内の端点は一致しているとみなされます。デフォルトは 1e-6 です。" } } }, "create_spatial_sampling_locations": { "name": "空間サンプリング位置の作成", "description": "ポリゴン調査領域上に、単純ランダム、層化、系統 (正方形/六角形/三角形)、またはクラスター設計でサンプル点を生成します。シードによる再現可能なランダム性を備えます。", "params": { "input": { "label": "入力", "description": "調査領域ポリゴンベクターのファイルパス (またはメモリ上のハンドル)。" }, "output": { "label": "出力", "description": "任意の出力点ベクターパス (拡張子からドライバーを判別)。省略するとメモリに保存されます。" }, "method": { "label": "方法", "description": "'simple_random' (デフォルト)、'stratified'、'systematic'、または 'cluster'。" }, "num_samples": { "label": "サンプル数", "description": "simple_random、stratified、cluster におけるサンプル点の総数。デフォルトは 100 です。" }, "strata_field": { "label": "層化フィールド", "description": "stratified の場合: この属性で入力フィーチャを層にグループ化します。省略すると各入力フィーチャがそれぞれ 1 つの層になります。" }, "allocation": { "label": "配分", "description": "stratified の場合: 層の面積に比例する 'proportional' (デフォルト)、層ごとに同数の 'equal'、またはフィールド合計に比例する 'population_field'。" }, "population_field": { "label": "人口フィールド", "description": "allocation=population_field の場合: 層ごとの合計が配分を決定する数値フィールド。" }, "bin_shape": { "label": "ビン形状", "description": "systematic の場合: 'square' (デフォルト)、'hexagon'、または 'triangle' の格子。" }, "bin_size": { "label": "ビンサイズ", "description": "systematic 格子と cluster ビンの間隔 (CRS 単位)。これらの手法では必須です。" }, "num_clusters": { "label": "クラスター数", "description": "cluster の場合: ランダムに選択するビンの数。デフォルトは 10 です。" }, "min_distance": { "label": "最小距離", "description": "simple_random / stratified / cluster の点間の最小間隔 (CRS 単位)。デフォルトは 0 です (制約なし)。" }, "seed": { "label": "シード", "description": "決定論的な乱数生成器のシード (デフォルト 1)。" } } }, "create_spatially_balanced_points": { "name": "空間的に均衡した点の作成", "description": "制約ポリゴン内に空間的に均等に広がった (準乱数 Halton) サンプル点を生成します。任意で包含確率ラスターにより重み付けし、各点にバランスの取れたサンプル順序を付与します。ArcGIS の「空間的に均衡した点の作成」に相当します。", "params": { "constraint": { "label": "制約", "description": "制約ポリゴンレイヤー。点はこれらのポリゴンの内側に生成されます。" }, "output": { "label": "出力", "description": "出力点ベクターパス (ドライバーは拡張子から判定)。省略するとメモリに保存されます。" }, "num_points": { "label": "点数", "description": "生成するサンプル点の数。" }, "probability": { "label": "確率", "description": "任意の包含確率ラスター。セル値が大きいほどサンプリングされやすくなります (最大値で正規化)。" }, "seed": { "label": "シード", "description": "再現可能なサンプリングのための乱数シード (デフォルト 1)。" } } }, "create_underpass": { "name": "アンダーパスの作成", "description": "線の交差箇所で、上側フィーチャに沿った向きのマスクポリゴンを構築し、下側フィーチャから対応するギャップを切り取って下を通過しているように見せます (ArcGIS のアンダーパスの作成)。同梱の create_overpass (上側の線が連続して見えるよう下側をマスク) の姉妹ツールです。アンダーパスでは装飾的な切れ目が必要で、それがトンネル坑口を橋と区別します。マスクとトリム後の下側の線の両方を出力します。", "params": { "above": { "label": "上", "description": "交差部の上を通過するフィーチャの線ベクター (マスクはこれらに沿って配置されます)。形式は自動判別されます。またはメモリ上のハンドル。" }, "below": { "label": "下", "description": "交差部の下を通過するフィーチャの線ベクター (間隙が入る線)。形式は自動判別されます。またはメモリ上のハンドル。" }, "output": { "label": "出力", "description": "アンダーパスマスクポリゴンの任意の出力パス。省略するとメモリに保存されます。" }, "output_lines": { "label": "線を出力", "description": "アンダーパスの間隙が切り取られた下側レイヤーの任意の出力パス。省略するとメモリに保存されます (その場合も 'output_lines' として返されます)。" }, "margin_along": { "label": "進行方向マージン", "description": "上側の線に沿って測った各マスクの半長 (CRS 単位)。マスクはその方向にこの 2 倍の長さを持ちます。デフォルトは 1.0 です。" }, "margin_across": { "label": "横方向マージン", "description": "上側の線を横切る方向の各マスクの半幅 (CRS 単位)。直交する交差では、これが下側の線に切り込む間隙を規定するため、除去される長さはこの 2 倍になります。デフォルトは 1.0 です。" }, "min_angle": { "label": "最小角度", "description": "ほぼ平行なマスクは不安定なため、2 本の線がこの角度 (度) 未満で交わる交差部はスキップします。デフォルトは 15 です。" } } }, "cul_de_sac_masks": { "name": "袋小路マスク", "description": "道路網の袋小路の先端部に縮尺を考慮したノックアウトマスクポリゴンを生成します。ArcGIS の「袋小路マスク」に相当します。", "params": { "input": { "label": "入力", "description": "道路中心線レイヤー。" }, "output": { "label": "出力", "description": "任意の出力マスクポリゴンパス。省略するとメモリに保存されます。" }, "reference_scale": { "label": "基準縮尺", "description": "マスクのサイズ算出に用いる縮尺分母 (例: 1:24,000 なら 24000)。" }, "symbol_width": { "label": "シンボル幅", "description": "基準縮尺におけるページ単位 ('page_unit' を参照) での道路ケーシング幅。" }, "margin": { "label": "マージン", "description": "シンボル周囲の追加マージン (ページ単位、デフォルト 0)。" }, "page_unit": { "label": "ページ単位", "description": "'symbol_width' と 'margin' の単位: points (デフォルト、1/72 インチ)、mm、または inches。" }, "map_units_per_meter": { "label": "メートルあたりマップ単位", "description": "メートルあたりの CRS 単位 (デフォルト 1。メートル基準の投影 CRS で正しい値)。度単位のレイヤーでは約 0.000008983 を使用します。" }, "tolerance": { "label": "許容誤差", "description": "線の端点をネットワークノードに結合する際の座標スナップの許容値 (デフォルト 0.001 マップ単位)。" }, "attributes": { "label": "属性", "description": "ids_only (デフォルト) | all — ソースフィーチャの属性をマスクに引き継ぐかどうか。" } } }, "cut_fill": { "name": "切土盛土", "description": "2 つの DEM サーフェス (前/後) 間、またはサーフェスと参照面の間の体積変化: 符号付き標高変化ラスターに加え、切土、盛土、正味体積を出力し、任意で領域ごとの体積ラベル付けを行います。", "params": { "input": { "label": "入力", "description": "'before' ラスター (平面モードでは唯一のサーフェス) のファイルパス。" }, "after": { "label": "後", "description": "'after' ラスター (2 サーフェスモード)。'input' とグリッドを共有している必要があります。これか 'plane' のいずれかを指定します。" }, "plane": { "label": "平面", "description": "基準面の標高 (サーフェス体積モード): 変化量は入力からこの値を引いた値として測定されます。これか 'after' のいずれかを指定します。" }, "output": { "label": "出力", "description": "符号付き標高変化量 (Δz) の任意の出力ラスターパス。省略するとメモリに保存されます。" }, "band": { "label": "バンド", "description": "入力ラスターから読み取る 1 始まりのバンド。デフォルトは 1 です。" }, "tolerance": { "label": "許容誤差", "description": "|Δz| がこの値 (CRS の z 単位) 以下のセルは変化なしとみなされます。デフォルトは 0 です。" }, "region_output": { "label": "領域出力", "description": "連続する切土/盛土領域ラベルの任意のラスターパス (領域 ID は 1 以上。変化のないセルは NoData)。" }, "csv_output": { "label": "CSV 出力", "description": "領域ごとの体積テーブル (region_id、type、cell_count、volume) の任意の CSV パス。" } } }, "darcy_flow": { "name": "Darcy 流", "description": "水頭、透水量係数、間隙率ラスターから定常状態の地下水 Darcy 速度場を計算します。流れの大きさ (Darcy 速度) ラスターと下り勾配の流向ラスター (v = -(T/n)·∇head) を出力し、任意でシード点からの移流粒子追跡 (RK2) により流線ポリラインを生成します。ArcGIS の「Darcy 流 / 粒子追跡」に相当します。", "params": { "input": { "label": "入力", "description": "地下水位 (地下水面標高) ラスター。セルサイズはこのラスターから取得されます。" }, "transmissivity": { "label": "透水量係数", "description": "透水量係数ラスター (水位ラスターと位置合わせ済み)。" }, "porosity": { "label": "間隙率", "description": "有効間隙率ラスター (水位ラスターと位置合わせ済み。値は 0 より大きい必要があります)。" }, "output": { "label": "出力", "description": "ダルシー流速の大きさの出力ラスターパス。省略するとメモリに保存されます。" }, "direction": { "label": "方向", "description": "流向ラスターの任意の出力パス (方位角度、北から時計回り、動水勾配の下流方向)。省略するとメモリに保存されます。" }, "band": { "label": "バンド", "description": "各入力ラスターから読み取る 1 始まりのバンド (デフォルト 1)。" }, "seeds": { "label": "シード", "description": "粒子シードの任意の点ベクター。指定すると各シードから流線が追跡されます。" }, "streamlines": { "label": "流線", "description": "追跡された粒子流線の任意の出力線ベクターパス ('seeds' が必要)。" }, "step": { "label": "ステップ", "description": "粒子追跡のステップ長 (CRS 単位、デフォルト: 水位ラスターのセルサイズ)。" }, "max_steps": { "label": "最大ステップ数", "description": "粒子あたりの最大積分ステップ数 (デフォルト 1000)。" } } }, "delineate_built_up_areas": { "name": "市街地の抽出", "description": "近接する建物をグループ化 (モルフォロジークロージング) し、最小建物数と面積フィルターを適用して、密集した建物フットプリントを滑らかな集落/市街地範囲ポリゴンに一般化します。", "params": { "input": { "label": "入力", "description": "入力の建物フットプリントポリゴンレイヤー。形式は自動判別されます (またはメモリ上のハンドル)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "grouping_distance": { "label": "グループ化距離", "description": "フットプリントがこの距離 (CRS 単位) 以内にある建物は 1 つの市街地としてまとめられます。モルフォロジーのクロージング半径はこの値の半分に設定されます。" }, "min_building_count": { "label": "最小建物数", "description": "含まれる建物がこの数未満の市街地を除外します (デフォルト 1 — すべてのグループを保持)。" }, "min_area": { "label": "最小面積", "description": "面積 (CRS 単位の 2 乗) がこの値未満の市街地を除外し、これより小さい内部の穴を埋めます。デフォルト: すべて保持。" }, "simplify_tolerance": { "label": "簡略化許容値", "description": "頂点が密な丸みを帯びたバッファーを間引くため、市街地の境界に適用する Douglas–Peucker の許容値 (CRS 単位)。デフォルトは 0 です (単純化なし)。" } } }, "delineate_depressions": { "name": "窪地の抽出", "description": "レベルセット法を用いてシンクラスターから入れ子になった窪地を抽出します (lidar slicing.py)。", "params": { "input": { "label": "入力", "description": "入力のシンクラスター (例: extract_sinks の出力)。" }, "output": { "label": "出力", "description": "任意の窪地 ID ラスターパス。省略するとメモリに保存されます。" }, "level_output": { "label": "レベル出力", "description": "窪地レベルラスターの任意の出力パス。" }, "csv_output": { "label": "CSV 出力", "description": "窪地属性 CSV の任意の出力パス。" }, "vector_output": { "label": "ベクター出力", "description": "窪地ポリゴンを GeoJSON として出力する任意のパス (属性を結合)。" }, "min_size": { "label": "最小サイズ", "description": "窪地の最小ピクセル数 (デフォルト 10)。" }, "min_depth": { "label": "最小深さ", "description": "窪地の最小深さ (互換性のために受け付けます。lidar に合わせた未使用のパラメーターです)。" }, "interval": { "label": "間隔", "description": "レベルセット法のスライス間隔 (デフォルト 0.3)。" } } }, "delineate_mounts": { "name": "隆起の抽出", "description": "DEM 内の隆起地形 (マウント) の入れ子階層を抽出します (lidar mounts.py)。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのファイルパス。" }, "output": { "label": "出力", "description": "任意のマウンド ID ラスターパス。省略するとメモリに保存されます。" }, "level_output": { "label": "レベル出力", "description": "マウンドレベルラスターの任意の出力パス。" }, "csv_output": { "label": "CSV 出力", "description": "マウンド属性 CSV の任意の出力パス。" }, "vector_output": { "label": "ベクター出力", "description": "マウンドポリゴンを GeoJSON として出力する任意のパス (属性を結合)。" }, "min_size": { "label": "最小サイズ", "description": "マウンドの最小ピクセル数 (デフォルト 10)。" }, "min_height": { "label": "最小高さ", "description": "マウンドの最小高さ (互換性のために受け付けます。lidar に合わせた未使用のパラメーターです)。" }, "interval": { "label": "間隔", "description": "レベルセット法のスライス間隔 (デフォルト 0.3)。" }, "delta": { "label": "デルタ", "description": "DEM を反転する際に加算する基準値 (デフォルト 100)。" } } }, "dem_filter": { "name": "DEM フィルター", "description": "平均、中央値、またはガウシアンフィルターで DEM を平滑化します (lidar filtering.py)。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのファイルパス。" }, "output": { "label": "出力", "description": "任意の出力ラスターパス。省略すると結果はメモリに保存されます。" }, "filter": { "label": "フィルター", "description": "フィルタータイプ: 'mean'、'median'、または 'gaussian' (デフォルト 'mean')。" }, "kernel_size": { "label": "カーネルサイズ", "description": "mean/median フィルターのウィンドウサイズ (ピクセル単位、デフォルト 3)。" }, "sigma": { "label": "シグマ", "description": "ガウスフィルターの標準偏差 (デフォルト 1.0)。" }, "band": { "label": "バンド", "description": "フィルター処理する 1 始まりのバンド (デフォルト 1)。" } } }, "dendrogram": { "name": "デンドログラム", "description": "クラスシグネチャに対する階層的マージツリーを構築し、クラスの分離可能性を示します。ArcGIS の「デンドログラム」に相当します。", "params": { "input": { "label": "入力", "description": "クラスフィールドと特徴空間を定義する数値フィールドを持つ、クラスタリング済みフィーチャレイヤー。" }, "class_field": { "label": "クラスフィールド", "description": "クラス/クラスター識別子を保持するフィールド。" }, "fields": { "label": "フィールド", "description": "特徴空間を定義する数値フィールドをカンマ区切りで指定します。" }, "output": { "label": "出力", "description": "任意の出力マージテーブルパス。省略するとメモリに保存されます。" }, "distance": { "label": "距離", "description": "シグネチャ間の距離: 'variance' (デフォルト。クラス内のばらつきで正規化) または 'mean_only'。" }, "standardize": { "label": "標準化", "description": "範囲の大きいフィールドが支配的にならないよう、距離を計算する前に各フィールドを Z 標準化します (デフォルト true)。" }, "output_text": { "label": "テキスト出力", "description": "ツリーをインデント付きプレーンテキストで出力する任意のパス。" } } }, "densify_sampling_network": { "name": "サンプリング網の高密度化", "description": "クリギング予測 (標準誤差) サーフェスが最も高いセルに新しいサンプル位置を提案します。最小間隔の抑制距離を尊重します。ArcGIS の「サンプリング網の高密度化」に相当します。", "params": { "prediction_error": { "label": "予測誤差", "description": "入力の予測標準誤差ラスター (例: クリギングの分散/誤差サーフェス)。新しいサンプルは誤差が最も大きいセルを対象とします。" }, "output": { "label": "出力", "description": "出力点ベクターパス (ドライバーは拡張子から判定)。省略するとメモリに保存されます。" }, "count": { "label": "カウント", "description": "提案する新しいサンプル位置の数。" }, "inhibition_distance": { "label": "抑制距離", "description": "提案されるサンプル間の最小間隔 (マップ単位、デフォルト 0 = 抑制なし。単に誤差が最も大きいセルを選択)。" }, "mask": { "label": "マスク", "description": "任意のポリゴンレイヤー。中心が内側にあるセルのみが候補となります。" }, "band": { "label": "バンド", "description": "読み取る予測誤差ラスターの 1 始まりのバンド (デフォルト 1)。" } } }, "detect_bright_ocean_objects": { "name": "明るい海洋オブジェクトの検出", "description": "2 パラメーター CFAR 検出器により SAR 画像上の水域にある船舶などの明るい点ターゲットを発見し、長さ、幅、方位、ピーク後方散乱を持つ方向付き外接ボックスとして出力します (ArcGIS の明るい海洋オブジェクトの検出)。どちらのレジストリにも局所クラッター検出器はありません。海面クラッターは風と入射角で明るくなるためグローバルしきい値は機能せず、matched_filter_target_detection はスペクトル光学検出器であり、detect_image_anomalies はスライディングウィンドウではなくグローバルモデルを使用します。", "params": { "input": { "label": "入力", "description": "SAR 後方散乱ラスター。" }, "output": { "label": "出力", "description": "検出されたオブジェクトの出力ポリゴンレイヤー。省略するとメモリに保存されます。" }, "geometry_type": { "label": "ジオメトリタイプ", "description": "方向付き最小矩形には 'bounding_box' (デフォルト)、追跡された検出輪郭には 'perimeter' を指定します。" }, "threshold": { "label": "しきい値", "description": "背景の標準偏差単位での CFAR 検出しきい値 (デフォルト 5.0)。" }, "guard_size": { "label": "ガードサイズ", "description": "背景推定から除外するガードバンドの半幅のセル数 (デフォルト 3)。background_size より小さい必要があります。" }, "background_size": { "label": "背景サイズ", "description": "背景リングの半幅のセル数 (デフォルト 12)。" }, "mask_features": { "label": "マスクフィーチャ", "description": "陸域または水域をマスクするポリゴンレイヤー。マスクで除外されたセルは検定にも背景にも使用されません。" }, "mask_type": { "label": "マスクタイプ", "description": "'land_polygon' (デフォルト。ポリゴンの外側を解析) または 'water_polygon' (ポリゴンの内側を解析)。" }, "min_object_length": { "label": "最小オブジェクト長", "description": "これより短いオブジェクトをマップ単位で破棄します。" }, "max_object_length": { "label": "最大オブジェクト長", "description": "これより長いオブジェクトをマップ単位で破棄します。" }, "min_object_width": { "label": "最小オブジェクト幅", "description": "これより細いオブジェクトをマップ単位で破棄します。" }, "max_object_width": { "label": "最大オブジェクト幅", "description": "これより太いオブジェクトをマップ単位で破棄します。" }, "min_cells": { "label": "最小セル数", "description": "このセル数未満の検出結果を破棄し (デフォルト 2)、孤立したスペックルのスパイクを抑制します。" }, "input_units": { "label": "入力単位", "description": "'intensity' (デフォルト)、'dn'、'amplitude'、または 'db'。検出はクラッター統計が意味を持つ線形パワー上で実行されます。" }, "band": { "label": "バンド", "description": "探索する 1 始まりのバンド (デフォルト 1)。" } } }, "detect_dark_ocean_areas": { "name": "暗い海洋領域の検出", "description": "SAR 画像上の水域で異常に暗い領域 (油膜、自然湧出、藻膜、無風域) を、局所的な海面背景から指定した標準偏差数だけ低い領域として検出し、その dB コントラストとともに報告します (ArcGIS の暗い海洋領域の検出)。detect_bright_ocean_objects の補完であり、extract_water_sar とは異なります。全面水域のシーンは単峰性のため、Otsu 分割では海面クラッターを二分して海の半分を油膜として報告してしまいます。", "params": { "input": { "label": "入力", "description": "水域上の SAR 後方散乱ラスター。" }, "output": { "label": "出力", "description": "暗域の出力ポリゴンレイヤー。省略するとメモリに保存されます。" }, "output_raster": { "label": "出力ラスター", "description": "出力する二値マスク (1 は暗域、0 は背景)。常に生成され、パスを指定しない場合はメモリに保存されます。" }, "method": { "label": "方法", "description": "'statistical' (デフォルト。背景平均から指定した標準偏差分だけ下)、'otsu'、または 'fixed'。" }, "threshold": { "label": "しきい値", "description": "'statistical' の場合、平均から標準偏差の何倍下を暗域と見なすか (デフォルト 2.0)。'fixed' の場合、セルを暗域と見なす dB のしきい値 (この値以下)。" }, "min_area": { "label": "最小面積", "description": "地図単位の 2 乗でこの面積より小さい暗域を除外します。油膜は大きく連続していますが、スペックルはそうではありません。" }, "min_contrast_db": { "label": "最小コントラスト (dB)", "description": "背景からの低下量がこの dB 値に満たない領域を除外します。鉱物油の油膜は通常 5 dB 以上低下します。" }, "mask_features": { "label": "マスクフィーチャ", "description": "解析を水域に限定するポリゴンレイヤー。陸域は明るく、背景の推定値を過大にします。" }, "mask_type": { "label": "マスクタイプ", "description": "'land_polygon' (デフォルト。ポリゴンの外側を解析) または 'water_polygon' (ポリゴンの内側を解析)。" }, "histogram_bins": { "label": "ヒストグラムビン数", "description": "Otsu のヒストグラムに使用するビン数 (デフォルト 256)。" }, "input_units": { "label": "入力単位", "description": "'intensity' (デフォルト)、'dn'、'amplitude'、または 'db'。" }, "band": { "label": "バンド", "description": "探索する 1 始まりのバンド (デフォルト 1)。" } } }, "detect_feature_changes": { "name": "フィーチャ変化の検出", "description": "Hausdorff 距離により 2 つの線データセットをマッチングし、各フィーチャを unchanged / spatial / attribute / spatial_attribute / new に分類し、削除されたベースフィーチャも出力します。ベクター変化検出とコンフレーションの入口であり、ArcGIS の「フィーチャ変化の検出」に相当します。", "params": { "update": { "label": "更新", "description": "更新後の線ベクターレイヤー (新しい状態)。" }, "base": { "label": "ベース", "description": "比較対象となるベースの線ベクターレイヤー (以前の状態)。" }, "output": { "label": "出力", "description": "出力する線ベクター (分類された更新フィーチャと、削除されたベースフィーチャ)。省略するとメモリに保存されます。" }, "search_distance": { "label": "検索距離", "description": "更新線をベース線と照合する最大距離 (CRS 単位)。必須です。" }, "spatial_tolerance": { "label": "空間許容値", "description": "照合されたジオメトリを変更なしと見なすハウスドルフ距離の上限 (CRS 単位)。デフォルト: search_distance / 5。" }, "compare_fields": { "label": "比較フィールド", "description": "属性の変更を比較するために両方のレイヤーに存在するフィールド (カンマ区切り)。" } } }, "detect_graphic_conflict": { "name": "図形競合の検出", "description": "2 つのフィーチャレイヤー (または 1 つのレイヤー自身) のシンボル化 (描画幅) 範囲が重なるか、最小離隔距離内に密集する箇所を検出し、競合するペアごとに両ソースフィーチャ ID と重なり面積を付与した競合ポリゴンを出力します。ArcGIS の「図形競合の検出」に相当します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー (点、線、またはポリゴン)。" }, "conflict": { "label": "競合", "description": "'input' との照合に使用する 2 つ目のベクターレイヤー。省略すると 'input' 自身と照合します。" }, "symbol_width": { "label": "シンボル幅", "description": "'input' フィーチャのシンボル化された幅/直径 (地図単位)。" }, "conflict_symbol_width": { "label": "競合シンボル幅", "description": "'conflict' フィーチャのシンボル化された幅/直径 (地図単位)。デフォルト: 'symbol_width' と同じ。'conflict' を省略した場合は無視されます。" }, "conflict_distance": { "label": "競合距離", "description": "接触状態からさらに必要となる離隔距離 (地図単位)。デフォルトは 0 です。" }, "line_connection_allowance": { "label": "線接続許容値", "description": "同一レイヤーの 2 つの線フィーチャが共有する端点の周囲で、重なりを競合ではなく通常の端点間接続として扱う半径。デフォルトは 0 (許容なし) です。" }, "output": { "label": "出力", "description": "'input_fid'、'conflict_fid'、'overlap_area' の各フィールドを持つポリゴンベクターの出力パス。省略するとメモリに保存されます。" } } }, "detect_image_anomalies": { "name": "画像異常の検出", "description": "マルチバンド画像の各ピクセルを、シーン (または移動ウィンドウ) のバンド統計に対する Mahalanobis 距離で採点する Reed–Xiaoli (RX) 異常検出器。任意のパーセンタイルしきい値マスクを備えます。ArcGIS の「画像異常の検出」に相当します。", "params": { "input": { "label": "入力", "description": "入力マルチバンドラスター (2 バンド以上)。" }, "output": { "label": "出力", "description": "異常スコアラスターの出力 (F32)。省略するとメモリに保存されます。" }, "mode": { "label": "モード", "description": "'global' (シーン全体の統計、デフォルト) または 'local' (移動ウィンドウの統計)。" }, "window": { "label": "ウィンドウ", "description": "local モードで使用する奇数のウィンドウサイズ (ピクセル、デフォルト 15)。" }, "threshold": { "label": "しきい値", "description": "スコア分布の任意のパーセンタイル (0-100)。これを超える部分について二値の異常マスクを出力します。" }, "mask_output": { "label": "マスク出力", "description": "二値の異常マスクの出力パス ('threshold' の指定が必要)。しきい値を指定して本項目を省略した場合はメモリに保存されます。" } } }, "detect_incidents": { "name": "インシデントの検出", "description": "各トラックに沿って条件の開始と終了を検出します: タイムスタンプ付き点をトラックでグループ化し、時刻順に並べ、数値属性に対する開始 (および任意の終了) 比較を評価し、インシデントのエピソードをフラグ付き点または ID と持続時間を持つエピソードごとの線セグメントとして出力します。ArcGIS の「インシデントの検出」に相当します。", "params": { "input": { "label": "入力", "description": "タイムスタンプ付き観測値の入力点ベクターレイヤー。" }, "track_field": { "label": "トラックフィールド", "description": "各トラック/移動体を識別するフィールド (車両 ID や動物 ID など)。" }, "time_field": { "label": "時間フィールド", "description": "各点の時刻を保持するフィールド。数値の秒数または ISO-8601 のタイムスタンプです。" }, "start_condition": { "label": "開始条件", "description": "インシデントを開始する条件 (例: 'speed > 30')。文法: ' '。op は > >= < <= == != のいずれかで、必要に応じて 2 つの条件を AND で連結できます。" }, "end_condition": { "label": "終了条件", "description": "インシデントを終了する任意の条件 (文法は同じ)。省略した場合、開始条件が成立しなくなった時点でインシデントが終了します。" }, "mode": { "label": "モード", "description": "出力モード: 'points' (デフォルト。すべての点にインシデントのフィールドを付与して出力) または 'segments' (インシデントごとに 1 本のポリライン)。" }, "output": { "label": "出力", "description": "ベクターの出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" } } }, "dice": { "name": "ダイス", "description": "頂点数上限を超えるポリゴンまたはポリラインをグリッド状の小片に分割し (ArcGIS のダイスに相当)、下流のオーバーレイやタイリングを高速に保ちます。適応的四分木が各象限とジオメトリを交差させ、すべての小片が上限未満になるまで分割します。", "params": { "input": { "label": "入力", "description": "入力するポリゴンまたはポリラインレイヤー。" }, "output": { "label": "出力", "description": "分割された断片の出力レイヤー。省略するとメモリに保存されます。" }, "vertex_limit": { "label": "頂点数上限", "description": "出力フィーチャあたりの最大頂点数 (デフォルト 10000)。この値以下のフィーチャはそのまま出力されます。" } } }, "difference_3d": { "name": "3D 差分", "description": "3D ソリッドの集合から別の集合を減算し、各被減数フィーチャから除去された体積と残った体積を報告します (ArcGIS の 3D 差分)。union_3d はどちらのレジストリでも唯一の 3D オーバーレイで、erase はポリゴン専用の 2D であるため、切削体の後に残る掘削体積や除外エンベロープ外のプルーム体積を計算する方法がありませんでした。被減数の体積は厳密で、除去体積は報告される解像度のボクセル占有により推定されます。", "params": { "input": { "label": "入力", "description": "被減数となる閉じた 3D ソリッド (Z 値を持つ三角形メッシュの MultiPolygon)。" }, "subtract": { "label": "減算", "description": "各被減数から除去する減数の閉じた 3D ソリッド。" }, "output": { "label": "出力", "description": "被減数ごとに 1 行の出力テーブル。省略するとメモリに保存されます。" }, "resolution": { "label": "解像度", "description": "各被減数のバウンディングボックスの最長軸に沿ったボクセルセル数 (デフォルト 64)。値を大きくすると精度は高くなりますが処理は遅くなります。" }, "keep_geometry": { "label": "ジオメトリを保持", "description": "各被減数の元のジオメトリを出力行に引き継ぎます (デフォルト false。属性のみのテーブル)。このジオメトリは切り抜かれていない被減数であり、正確な統合メッシュは生成されません。" } } }, "diffusion_interpolation_with_barriers": { "name": "バリア付き拡散内挿", "description": "絶対 (無流束) バリアを通過せずに迂回する熱拡散をシミュレートして、散在する点計測値をラスターに内挿します (ArcGIS のバリア付き拡散内挿に相当)。サンプルは固定セルとして固定され、他のすべてのセルはラプラス/熱方程式の `number_iterations` 回の Jacobi スイープで非バリア近傍の平均に向かって緩和するため、影響は拡散距離とともに減衰します。interpolate_with_barriers の最短非バリア経路カーネルや、ラスター平滑化の anisotropic_diffusion_filter とは異なります。", "params": { "input": { "label": "入力", "description": "標本観測値の入力点ベクターレイヤー (Point / MultiPoint)。" }, "z_field": { "label": "Z フィールド", "description": "内挿する値を保持する点の数値フィールド。" }, "output": { "label": "出力", "description": "内挿結果のラスター出力 (GeoTIFF)。省略するとメモリに保存されます。" }, "cell_size": { "label": "セルサイズ", "description": "地図単位での出力のセルサイズ/解像度 (地理座標系ではメートル、それ以外は CRS 単位)。必須です。" }, "barriers": { "label": "バリア", "description": "拡散を遮る任意のバリアベクターレイヤー (ポリラインまたはポリゴン)。ポリラインはセグメントが横切るセルを遮り、ポリゴンは中心が内部にあるセルを遮ります。バリアなしで実行する場合は省略します。" }, "bandwidth": { "label": "バンド幅", "description": "(0, 0.25] の範囲の反復ごとの緩和重み lambda (デフォルト 0.2)。各自由セルは 1 回の走査ごとに近傍平均へこの割合だけ近づきます。" }, "number_iterations": { "label": "反復回数", "description": "熱方程式のヤコビ緩和法の走査回数 (デフォルト 100)。反復回数を増やすと影響がより遠くまで広がります。" }, "weight_field": { "label": "重みフィールド", "description": "点ごとの重みを与える任意の数値フィールド (デフォルト 1)。同じ出力セルに入る一致した標本を平均する場合にのみ使用されます。" }, "epsg": { "label": "EPSG", "description": "入力の CRS の EPSG コードを上書きします (レイヤーに CRS が設定されていない場合など)。4326 を指定すると局所的なメートル投影が適用されます。" } } }, "dimension_reduction": { "name": "次元削減", "description": "数値フィーチャ属性に対する主成分分析 (ArcGIS の次元削減に相当): 選択したフィールドを標準化し、自作の Jacobi 回転で相関/共分散行列を固有分解し、PC1..PCk の成分スコアをフィーチャに書き戻し、固有値/分散/負荷量レポートを出力します。同梱のバンド専用 principal_component_analysis のベクター属性版です。", "params": { "input": { "label": "入力", "description": "数値属性フィールドを持つ入力ベクターレイヤー (またはテーブル)。" }, "fields": { "label": "フィールド", "description": "次元削減する 2 つ以上の数値フィールドのカンマ区切りリスト。" }, "output": { "label": "出力", "description": "主成分スコアのフィールドを追加した出力ベクターレイヤー。省略するとメモリに保存されます。" }, "table": { "label": "テーブル", "description": "成分レポート (固有値、寄与率、累積寄与率、変数ごとの負荷量) の任意の CSV パス。結果には常に含まれます。" }, "num_components": { "label": "成分数", "description": "保持する上位成分の数。デフォルト: 'min_variance' に達するのに十分な数、それがない場合はすべてのフィールド。" }, "min_variance": { "label": "最小分散", "description": "累積寄与率がこの割合 (0-1) に達する最小限の成分数を保持します。'num_components' を指定した場合は無視されます。" }, "standardize": { "label": "標準化", "description": "スケールを揃えるために PCA の前に各フィールドを標準化 (z スコア化) します。つまり相関行列を解析します。デフォルトは true で、false の場合は分散共分散行列を解析します。" } } }, "dimensional_moving_statistics": { "name": "次元移動統計", "description": "ラスターキューブの次元に沿って移動ウィンドウを実行し、入力スライスごとに 1 つの平滑化スライスを書き出します。ノイズの多い衛星時系列を使用可能にするインプレースの移動平均または移動中央値です (ArcGIS の次元移動統計)。第 17 ラウンドの time_series_smoothing はベクター専用、同梱のフォーカルフィルターは単一スライス内で空間的にウィンドウを動かし、aggregate_multidimensional_raster はキューブをビンに短縮します。円周平均を含み、これがないとラップ点をまたぐ方位や位相の平均は無意味になります。", "params": { "input": { "label": "入力", "description": "1 つのマルチバンドラスター (各バンドがスライス) または位置合わせ済みラスターのカンマ区切りリスト。" }, "output": { "label": "出力", "description": "入力スライスごとに 1 バンドを持つ出力マルチバンドラスター。省略するとメモリに保存されます。" }, "dimension": { "label": "次元", "description": "次元の名前。レポートでのみ使用されます (デフォルト 'slice')。" }, "backward_window": { "label": "後方ウィンドウ", "description": "対象に含める現在のスライスより前のスライス数 (デフォルト 1)。" }, "forward_window": { "label": "前方ウィンドウ", "description": "対象に含める現在のスライスより後のスライス数 (デフォルト 1)。" }, "statistic": { "label": "統計量", "description": "'mean' (デフォルト)、'circular_mean'、'majority'、'maximum'、'median'、'minimum'、'minority'、'percentile'、'std'、または 'sum'。" }, "percentile_value": { "label": "パーセンタイル値", "description": "統計量 'percentile' で使用する [0, 100] の範囲のパーセンタイル (デフォルト 50)。" }, "period": { "label": "周期", "description": "'circular_mean' の周期 (デフォルト 360、すなわち度。ラジアンの場合は 6.283185307179586 を指定します)。" }, "min_valid": { "label": "最小有効数", "description": "値を書き出すために必要なウィンドウ内の NoData 以外の観測数の最小値 (デフォルト 1)。" }, "nodata_handling": { "label": "NoData 処理", "description": "'data' (デフォルト。NoData をスキップして残りから計算)、'nodata' (ウィンドウ内に NoData が 1 つでもあれば出力は NoData)、または 'fill_nodata' (中心のスライス自体が NoData の場合にも値を書き出す)。" } } }, "directional_distribution": { "name": "方向分布", "description": "記述的な地理的分布統計: 平均中心、中央値中心、中心フィーチャ、標準距離 (円)、標準偏差楕円。任意の重み付けとグループ化に対応します。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー (点を推奨。他のジオメトリは頂点の平均による代表点を使用します)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "statistic": { "label": "統計量", "description": "計算する統計量: 'mean_center'、'median_center'、'central_feature'、'standard_distance'、または 'standard_deviational_ellipse'。" }, "weight_field": { "label": "重みフィールド", "description": "各フィーチャに重みを付ける任意の数値フィールド (人口など)。デフォルト: すべてのフィーチャの重みを 1 とします。" }, "case_field": { "label": "ケースフィールド", "description": "フィーチャをグループ化する任意のフィールド。異なる値ごとに 1 つの出力フィーチャが生成されます。" }, "n_std": { "label": "標準偏差数", "description": "標準距離円と標準偏差楕円に適用する標準偏差の倍数 (1、2、または 3)。デフォルトは 1 です。" } } }, "directional_trend": { "name": "方向トレンド", "description": "サンプル点を選択した方位角に射影し、値対距離の 1〜3 次多項式をフィッティングして、バリオグラフィの前にグローバル/異方性トレンドを検出します (ArcGIS の方向トレンドに相当)。「determine」は方位角を走査して説明分散が最大となる方向を求めます。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー (点を推奨。他のジオメトリは頂点の平均による代表点を使用します)。" }, "field": { "label": "フィールド", "description": "トレンドを解析する数値属性フィールド。" }, "azimuth": { "label": "方位角", "description": "投影先の方位角 (度。0 = 北、時計回り)、または 'determine' (デフォルト) を指定すると 0-179° を走査して寄与率が最大となる方位を求めます。" }, "order": { "label": "次数", "description": "多項式の次数 1、2、または 3 (デフォルト 2)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。点には proj_dist、value、fitted、residual が付与されます。" } } }, "directional_variogram": { "name": "方向バリオグラム解析", "description": "複数方向のバリオグラムを計算して空間異方性を検出します。現実的なクリギングに不可欠な方向別の連続性パターンを明らかにします。", "params": { "input": { "label": "入力", "description": "観測値を持つ点レイヤー" }, "field": { "label": "フィールド", "description": "観測値を格納するフィールド" }, "directions": { "label": "方向", "description": "解析する方位角 (0-180°) のカンマ区切りリスト" }, "tolerance": { "label": "許容誤差", "description": "方向の許容値 (度、デフォルト 22.5)" }, "max_distance": { "label": "最大距離", "description": "計算する最大ラグ距離 (デフォルト 1000)" }, "bin_size": { "label": "ビンサイズ", "description": "ラグビンのサイズ (デフォルト 50)" }, "output_json": { "label": "出力 JSON", "description": "方向性バリオグラムの結果の出力ファイルパス" }, "output_html": { "label": "出力 HTML", "description": "HTML のローズダイアグラム表示の任意の出力パス" } } }, "disperse_markers": { "name": "マーカーの分散", "description": "一致または重なり合う点シンボルを最小の中心間隔まで分散させ (拡張/リング/十字/正方形パターン)、積み重なった点が個別に見えるようにします。ArcGIS の「マーカーの分散」に相当します。", "params": { "input": { "label": "入力", "description": "入力する点ベクターレイヤー。" }, "output": { "label": "出力", "description": "出力点ベクターパス (ドライバーは拡張子から判定)。省略するとメモリに保存されます。" }, "min_spacing": { "label": "最小間隔", "description": "密集した点の間に確保する中心間の最小間隔 (地図単位)。" }, "pattern": { "label": "パターン", "description": "'expanded' (デフォルト。同心円状のリングと局所的な反発)、'ring' (単一の円)、'cross' (4 方向の腕)、または 'square' (グリッド)。" }, "seed": { "label": "シード", "description": "要素が完全に一致している場合に決定論的にタイを解消するための整数シード (デフォルト 0)。" } } }, "dissolve_route_events": { "name": "ルートイベントのディゾルブ", "description": "同じルート上で接触または重なるルートイベントを単一のメジャー区間にマージします。ディゾルブフィールドが一致する場合のみ (「dissolve」)、または異なる値を連結 (「concatenate」)。ArcGIS の「ルートイベントのディゾルブ」に相当します。", "params": { "input": { "label": "入力", "description": "入力イベントテーブル (開始/終了メジャーを持つ線イベント)。" }, "output": { "label": "出力", "description": "イベントテーブルの出力パス。省略するとメモリに保存されます。" }, "route_id_field": { "label": "ルート ID フィールド", "description": "ルート識別子を格納するフィールド。" }, "from_measure_field": { "label": "開始メジャーフィールド", "description": "各イベントの開始メジャーを格納するフィールド。" }, "to_measure_field": { "label": "終了メジャーフィールド", "description": "各イベントの終了メジャーを格納するフィールド。点イベントの場合は 'from_measure_field' と同じフィールドを指定します。" }, "dissolve_fields": { "label": "ディゾルブフィールド", "description": "2 つの区間を結合するために一致している必要があるフィールド名 (カンマ/セミコロン区切り)。値が連結される対象にもなります。" }, "mode": { "label": "モード", "description": "'dissolve' (デフォルト) または 'concatenate'。" }, "tolerance": { "label": "許容誤差", "description": "2 つの区間を隣接と見なすメジャーの間隔の上限 (デフォルト 0)。" }, "separator": { "label": "区切り文字", "description": "'concatenate' モードで値を連結する際に使用する区切り文字 (デフォルト ', ')。" } } }, "edgematch_features": { "name": "フィーチャのエッジマッチ", "description": "タイル/シート境界をまたいで線データセットを接続します (ArcGIS のエッジマッチリンクの生成 + フィーチャのエッジマッチに相当): 許容値内のダングリング端点を一対一でマッチングして調整 (中点またはスナップ) し、任意でマッチリンクレイヤーを出力します。盲目的な snap_endnodes にはないフィーチャ間の一対一マッチングです。", "params": { "input": { "label": "入力", "description": "エッジマッチングする入力線レイヤー (隣接する 2 枚のタイルを結合したものなど)。" }, "output": { "label": "出力", "description": "調整済みの線レイヤーの出力。省略するとメモリに保存されます。" }, "tolerance": { "label": "許容誤差", "description": "未接続の端点同士を照合する最大距離。" }, "method": { "label": "方法", "description": "'midpoint' (両端をその中点に移動。デフォルト) または 'move_endpoint' (2 つ目を 1 つ目にスナップ)。" }, "match_fields": { "label": "一致フィールド", "description": "任意のカンマ区切りフィールド。照合するペアはこれらの値が一致している必要があります (候補の絞り込みに使用されます)。" }, "links": { "label": "リンク", "description": "照合リンクの任意の出力線レイヤー (QA 用)。" } } }, "eighty_twenty_analysis": { "name": "80/20 解析", "description": "インシデント点を加重位置にスナップし、Pareto 集中度 (「インシデントの X% が位置の Y% で発生」) を計算し、各位置に順位、累積インシデント率、上位/下位帯域を付与します。ArcGIS の「80/20 解析」に相当します。", "params": { "input": { "label": "入力", "description": "インシデントの入力点ベクターレイヤー (Point または MultiPoint)。" }, "output": { "label": "出力", "description": "出力点ベクターパス (ドライバーは拡張子から判定)。省略するとメモリに保存されます。" }, "cluster_tolerance": { "label": "クラスター許容値", "description": "インシデントを 1 つの位置にスナップする距離 (地図単位、デフォルト 0 は完全に一致する点のみ)。" }, "weight_field": { "label": "重みフィールド", "description": "各インシデントの重みを与える任意の数値フィールド (デフォルト: 各インシデントを 1 として数えます)。" }, "threshold": { "label": "しきい値", "description": "パレートの「上位層」を定義する集中度のしきい値 (パーセント、デフォルト 80)。" } } }, "eliminate_polygon_part": { "name": "ポリゴンパートの除去", "description": "面積が絶対面積またはパーセンテージしきい値未満のポリゴンの内部の穴 (および任意で小さな外側パート) を除去し、属性を保持します。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターファイルのパス。形式は自動判別されます (メモリ上のハンドルも指定可能)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "condition": { "label": "条件", "description": "サイズ判定: 'AREA' (デフォルト) は 'min_area' と比較します。'PERCENT' はパート/穴の面積をフィーチャの外周部の総面積に対する割合として 'percentage' と比較します。" }, "min_area": { "label": "最小面積", "description": "AREA 条件: 面積 (CRS 単位の 2 乗) がこの値未満のパート/穴を削除します。condition = AREA の場合は必須です。" }, "percentage": { "label": "パーセンテージ", "description": "PERCENT 条件: フィーチャの外周部の総面積に対する割合 (0-100) がこの値未満のパート/穴を削除します。condition = PERCENT の場合は必須です。" }, "part_option": { "label": "パートオプション", "description": "削除の対象: 'CONTAINED_ONLY' (デフォルト) は内側のリング (穴) のみを削除します。'ANY' は最大のパート 1 つを除く小さな外側のパートも削除します。" } } }, "eliminate_polygons": { "name": "ポリゴンの除去", "description": "スリバーポリゴン (最大面積および/または属性クエリによる) を、最長共有境界または最大面積で選択した隣接ポリゴンにマージします。", "params": { "input": { "label": "入力", "description": "入力ポリゴンベクターファイルのパス。形式は自動判別されます (メモリ上のハンドルも指定可能)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "max_area": { "label": "最大面積", "description": "面積 (CRS 単位の 2 乗) がこの値以下のポリゴンを選択します。'where' と組み合わせることもできます (両方に一致する必要があります)。" }, "where": { "label": "Where 条件", "description": "単純な属性条件 'FIELD OP VALUE' に一致するポリゴンを選択します。OP は = != < <= > >= のいずれかです (例: \"class = 0\")。'max_area' と組み合わせることもできます。" }, "exclude": { "label": "除外", "description": "この条件 ('FIELD OP VALUE' と同じ構文) に一致するフィーチャを削除対象から保護します。これらは保持され、統合先になることができます。" }, "strategy": { "label": "戦略", "description": "スリバーを統合する隣接ポリゴンの選び方: 'longest_border' (デフォルト) または 'largest_area'。" }, "tolerance": { "label": "許容誤差", "description": "2 つの境界セグメントを共有エッジと見なす垂直方向の最大距離 (CRS 単位)。デフォルトは 1e-6 です。" } } }, "emerging_hot_spot_analysis": { "name": "新興ホットスポット解析", "description": "H3 時空間キューブ上の時空間ホットスポットトレンド: タイムスタンプ付き点を H3 セル × 時間ステップにビン分けし、ビンごとに Getis-Ord Gi* を計算し、Mann-Kendall トレンド検定により各セルを分類 (新規/強化/持続/減少/… のホットまたはコールドスポット) します。ArcGIS の「新興ホットスポット解析」に相当します。", "params": { "input": { "label": "入力", "description": "入力点ベクターレイヤー (地理座標の経度/緯度、EPSG:4326)。他のジオメトリは頂点の平均による代表点を使用します。" }, "output": { "label": "出力", "description": "ベクターの出力パス (ドライバーは拡張子から判別されます)。セルごとに 1 つの H3 ポリゴンを出力します。省略するとメモリに保存されます。" }, "time_field": { "label": "時間フィールド", "description": "各点の時刻を格納するフィールド。数値フィールド (独自の単位) または ISO-8601 形式の日付/日時文字列です。" }, "time_step": { "label": "時間ステップ", "description": "時間ステップの幅。数値の time_field の場合は単なる数値、日付フィールドの場合は '1w'、'7d'、'12h'、'1M' のような期間を指定します。デフォルトは '1w' です。" }, "value_field": { "label": "値フィールド", "description": "各ビンで合計する任意の数値フィールド。デフォルト: ビンごとの点の数。" }, "resolution": { "label": "解像度", "description": "H3 の解像度 0 (最も粗い) から 15 (最も細かい)。デフォルトは 7 (約 5 km² のセル) です。" }, "neighborhood": { "label": "近傍", "description": "H3 の k リング単位での空間近傍半径 (デフォルト 1)。" }, "time_window": { "label": "時間ウィンドウ", "description": "時間ステップ単位での時間的近傍半径 (デフォルト 1)。" } } }, "empirical_bayesian_kriging": { "name": "経験ベイズクリギング", "description": "多数の重なり合うローカルサブセットにより点場を内挿します。各サブセットは独自のセミバリオグラムをフィッティングし、その不確実性はシード付き RNG による摂動セミバリオグラムのシミュレーションで捉え、サブセットのクリギング予測/分散を距離でブレンドします (ArcGIS の経験ベイズクリギングに相当)。同梱の通常/普遍/単純/コクリギングはいずれも手動で受け入れた 1 つのグローバル (または単一移動ウィンドウ) セミバリオグラムをフィッティングする点で異なります。", "params": { "input": { "label": "入力", "description": "入力点レイヤー。" }, "field": { "label": "フィールド", "description": "内挿する入力レイヤーの数値フィールド。" }, "output": { "label": "出力", "description": "予測ラスターの出力。省略するとメモリに保存されます。" }, "cell_size": { "label": "セルサイズ", "description": "CRS 単位での出力のセルサイズ。デフォルト: グリッドの長い方の軸が約 150 セルになるサイズ。" }, "subset_size": { "label": "サブセットサイズ", "description": "局所サブセットあたりの目標点数 (デフォルト 40、最小 4)。" }, "overlap": { "label": "オーバーラップ", "description": "隣接するタイルが重なる割合 (サブセットタイルの幅/高さに対する比率、デフォルト 0.25)。" }, "simulations": { "label": "シミュレーション回数", "description": "モデルの不確実性を表現するためにサブセットごとに生成するシミュレーション半バリオグラムの数 (デフォルト 5、最大 50)。" }, "semivariogram": { "label": "セミバリオグラム", "description": "半バリオグラムのモデル族: 'power' (デフォルト)、'linear'、または 'exponential'。" }, "transform": { "label": "変換", "description": "クリギング前のデータ変換: 'none' (デフォルト) または 'log_empirical' (自然対数。フィールドの値がすべて 0 より大きい必要があります)。" }, "error_output": { "label": "誤差出力", "description": "予測標準誤差ラスターの任意の出力。" }, "seed": { "label": "シード", "description": "決定論的な半バリオグラムシミュレーションの乱数生成器のシード (デフォルト 42)。" } } }, "enclose_multipatch": { "name": "マルチパッチの閉包", "description": "開いた 3D 三角形メッシュサーフェスの境界ループをキャップして閉じた水密ソリッドに変換し、体積解析の有効な入力にします (ArcGIS のマルチパッチの閉包)。is_closed_3d は開いたメッシュを診断できますが修復はできず、union_3d / intersect_3d / difference_3d / inside_3d はいずれも開いたメッシュを拒否または誤報告します。押し出されたフットプリント、地形シェル、インポートされた建物サーフェスは通常その状態です。", "params": { "input": { "label": "入力", "description": "3D のサーフェスフィーチャ (Z 値を持つ三角形メッシュの MultiPolygon)。" }, "output": { "label": "出力", "description": "閉じたソリッドフィーチャの出力。省略するとメモリに保存されます。" }, "drop_failed": { "label": "失敗を除外", "description": "水密にできなかったフィーチャを出力から除外します (デフォルト false。失敗が見えるように CAP_FAILED = true を付けて出力されます)。" } } }, "enforce_river_monotonicity": { "name": "河川単調性の強制", "description": "マッピングされた河川ポリラインに沿って標高が下流方向に単調減少するよう DEM を削り込みます。水理・洪水モデリングのための水文強制ステップで、ArcGIS の「河川単調性の強制」に相当します。閉じたピットを除去する fill_depressions/fill_burn と異なり、既知の河川ベクターに沿った単調プロファイルを強制します。", "params": { "input": { "label": "入力", "description": "DEM と同じ CRS を持つ入力河川ポリラインレイヤー (LineString / MultiLineString)。" }, "surface": { "label": "サーフェス", "description": "補正する標高ラスター (DEM)。" }, "output": { "label": "出力", "description": "補正済み DEM の出力パス (形式は拡張子から判別されます)。省略するとメモリに保存されます。" }, "tolerance": { "label": "許容誤差", "description": "稠密化した 1 ステップごとに強制する最小の標高低下量 (Z 単位、デフォルト 0 は非増加)。正の値を指定すると厳密に減少する縦断形状になります。" }, "sample_distance": { "label": "サンプル距離", "description": "各河川線に沿った CRS 単位での稠密化間隔。デフォルト: ラスターのセルサイズ (セルあたり約 1 サンプル)。" }, "band": { "label": "バンド", "description": "補正する DEM のバンド (1 始まり、デフォルト 1)。" } } }, "estimate_time_to_event": { "name": "イベントまでの時間の推定", "description": "Kaplan-Meier 生存曲線によりイベントまでの時間を推定します (ArcGIS のイベントまでの時間の推定に相当): 持続時間フィールドとイベント/打ち切りフィールドから、各フィーチャの生存確率とその層の中央イベント到達時間を計算し、任意でカテゴリフィールドで層化します。", "params": { "input": { "label": "入力", "description": "期間フィールドとイベント/打ち切りフィールドを持つ入力の点またはポリゴンレイヤー。" }, "age_field": { "label": "年齢フィールド", "description": "各フィーチャの観測期間 (イベントまでの時間または打ち切りまでの時間) を格納するフィールド。非負の数値です。" }, "event_field": { "label": "イベントフィールド", "description": "イベントが発生したか (真: 1/true)、観測が打ち切られたか (偽: 0/false) を示すフィールド。" }, "stratify_field": { "label": "層化フィールド", "description": "グループごとに個別の生存曲線を当てはめるための任意のカテゴリフィールド。" }, "output": { "label": "出力", "description": "km_survival、km_median、km_stratum の各フィールドを追加した出力レイヤー。省略するとメモリに保存されます。" } } }, "estimate_variogram": { "name": "バリオグラムの推定", "description": "点観測から経験セミバリオグラムを計算して空間相関構造を特徴付けます。地球統計ワークフローに不可欠な最初のステップです。", "params": { "input": { "label": "入力", "description": "値を持つ入力点ベクターレイヤー" }, "field": { "label": "フィールド", "description": "観測値を格納するフィールド" }, "lag_distance": { "label": "ラグ距離", "description": "地図単位でのラグビンのサイズ (デフォルト: 100.0)" }, "lag_tolerance": { "label": "ラグ許容値", "description": "ラグのビン分割の許容値 (デフォルト: 50.0)" }, "max_lag_count": { "label": "最大ラグ数", "description": "保持するラグの最大数 (デフォルト: 20)" } } }, "euclidean_direction": { "name": "ユークリッド方向", "description": "各セルから最も近いソースセルへのコンパス方位角を計算し、任意で距離ラスターと逆方向ラスターを出力します (ArcGIS のユークリッド方向)。euclidean_distance (距離) と euclidean_allocation (どのソースか) はあるものの方位はなかった同梱のユークリッドファミリーを完成させます。最近傍ソース座標を保持する厳密な距離変換を使用し、バリアラスターがある場合は障害物を迂回します。", "params": { "input": { "label": "入力", "description": "ソースラスター。NoData でも 0 でもないセルがソースになります。" }, "output": { "label": "出力", "description": "任意の方向ラスターの出力パス (北から時計回りの度)。省略するとメモリに保存されます。" }, "output_distance": { "label": "距離出力", "description": "付随する距離ラスターの任意のパス。" }, "output_back_direction": { "label": "逆方向出力", "description": "逆方向ラスターの任意のパス。このセルから最も近いソースへ戻る際の方位角です。バリアを指定しない場合は方向ラスターと同じになり、バリアがある場合は復路の最初のステップになります。" }, "barriers": { "label": "バリア", "description": "任意のバリアラスター。0 でも NoData でもないセルが直線経路を遮り、迂回を強制します。" }, "max_distance": { "label": "最大距離", "description": "いずれのソースからもこの距離より離れたセルは NoData として出力されます。" }, "band": { "label": "バンド", "description": "読み取るソースラスターのバンド (1 始まり、デフォルト 1)。" } } }, "evaluate_bin_sizes": { "name": "ビンサイズの評価", "description": "候補の集約ビンサイズを走査し、どのサイズが構造を最もよく明らかにするかを示す診断を報告します。ArcGIS の「ビンサイズの評価」に相当します。", "params": { "input": { "label": "入力", "description": "集約する点フィーチャ。" }, "output": { "label": "出力", "description": "任意の診断テーブルの出力パス。省略するとメモリに保存されます。" }, "bin_shape": { "label": "ビン形状", "description": "hexagon (デフォルト。行オフセットによる近似。ドキュメントを参照) | square。" }, "sizes": { "label": "サイズ", "description": "候補となるビンサイズのカンマ区切りリスト (地図単位)。省略すると平均最近傍距離から等比的な走査範囲が生成されます。" }, "steps": { "label": "ステップ数", "description": "生成する走査範囲内の候補数 (デフォルト 8、最大 64)。" }, "analysis_field": { "label": "解析フィールド", "description": "点を数える代わりにビンごとに合計する任意の数値フィールド。" } } }, "evaluate_variable_influence": { "name": "変数影響の評価", "description": "テーブルからフィッティングしたフォレストモデルの順列重要度と部分依存曲線を報告し、モデルが実際にどの説明変数を使い、各効果がどのような形状かに答えます (ArcGIS の変数影響の評価)。カタログはモデルをフィッティングできます (generalized_linear_regression、exploratory_regression、geographically_weighted_regression、forest_based_forecast、whitebox のランダムフォレスト) が、どちらの指標も報告しません。ArcGIS は学習済み .ssm モデルファイルを読みますが、このスタックには可搬なモデル形式がないため、このツールは独自にフォレストをフィッティングしてから説明します。完全に決定的: ストライドバギングと固定順列で RNG なし。", "params": { "input": { "label": "入力", "description": "訓練用の観測値を格納するレイヤーまたはテーブル。" }, "dependent_field": { "label": "従属変数フィールド", "description": "予測対象のフィールド。" }, "explanatory_fields": { "label": "説明変数フィールド", "description": "評価する数値フィールドのカンマ区切りリスト。" }, "output": { "label": "出力", "description": "変数ごとの重要度の出力テーブル。省略するとメモリに保存されます。" }, "output_partial_dependence": { "label": "部分依存を出力", "description": "部分依存曲線の出力テーブル。変数とグリッド点の組み合わせごとに 1 行です。常に生成され、パスを指定しない場合はメモリに保存されます。" }, "model_type": { "label": "モデルタイプ", "description": "連続値の目的変数には 'regression' (デフォルト)、カテゴリ値の目的変数には 'classification' を指定します。" }, "number_of_trees": { "label": "ツリー数", "description": "アンサンブル内の木の数 (デフォルト 50)。" }, "max_depth": { "label": "最大深さ", "description": "木の最大深さ (デフォルト 8)。" }, "min_samples_leaf": { "label": "リーフの最小サンプル数", "description": "葉が保持できる観測数の最小値 (デフォルト 3)。" }, "grid_points": { "label": "グリッド点数", "description": "部分依存曲線あたりの点数 (デフォルト 12)。" }, "permutation_repeats": { "label": "順列反復回数", "description": "変数ごとに平均する並べ替えの回数 (デフォルト 3)。回数を増やすと結果は安定しますが処理は遅くなります。" } } }, "excel_to_table": { "name": "Excel からテーブルへ", "description": ".xlsx/.xls/.xlsb/.ods ワークブックのワークシートを属性テーブルに読み込み、数値列とテキスト列を推定します。", "params": { "input": { "label": "入力", "description": "入力する Excel/OpenDocument ブックのパス (.xlsx、.xls、.xlsb、または .ods)。" }, "output": { "label": "出力", "description": "任意のテーブル出力パス (ドライバーは拡張子から判別されます。GeoParquet の .parquet を推奨)。省略するとメモリに保存されます。" }, "sheet": { "label": "シート", "description": "読み取るワークシート。名前または 0 始まりのインデックスで指定します。デフォルト: 最初のシート。" }, "cell_range": { "label": "セル範囲", "description": "インポートする A1 表記の任意の範囲 (例: 'B2:E40')。デフォルト: シートで使用されている範囲全体。" }, "field_names_row": { "label": "フィールド名行", "description": "選択した範囲内で列名を保持する行 (1 始まり、デフォルト 1)。それより上の行はスキップされます。0 はヘッダー行がないことを意味し、Field1、Field2、... が自動生成されます。" } } }, "expand_shrink": { "name": "拡大 / 縮小", "description": "カテゴリラスターの選択したクラスを指定セル数だけ拡大または縮小し、他のクラスはそのまま残します。ポリゴン化前の分類済み土地被覆の標準的なクリーンアップで、ArcGIS の「拡大 / 縮小」に相当します。", "params": { "input": { "label": "入力", "description": "入力するカテゴリ (整数値) ラスター。" }, "output": { "label": "出力", "description": "出力ラスターパス。省略するとメモリに保存されます。" }, "classes": { "label": "クラス", "description": "拡張または縮小するクラス値 (カンマ区切り)。" }, "cells": { "label": "セル", "description": "拡張または縮小するセル数 (>= 1)。" }, "mode": { "label": "モード", "description": "'expand' (選択したクラスを拡張。デフォルト) または 'shrink' (収縮させる)。" }, "band": { "label": "バンド", "description": "読み取る 1 始まりのバンド (デフォルト 1)。" } } }, "exploratory_interpolation": { "name": "探索的内挿", "description": "複数の内挿法 (IDW、最近傍、1 次/2 次トレンドサーフェス) を実行し、それぞれを Leave-One-Out 交差検証して、予測精度 (RMSE/MAE) またはバイアス (ME) で順位付けします。ArcGIS の「探索的内挿」に相当します。方法ごとの順位付き比較テーブルを報告し、最良の方法の予測ラスターを出力できます。単独の交差検証リクエストも包含します。", "params": { "input": { "label": "入力", "description": "観測値の入力点ベクターレイヤー。" }, "field": { "label": "フィールド", "description": "内挿する値を保持する点の数値フィールド。" }, "output": { "label": "出力", "description": "順位付けされた比較テーブルの出力。CSV (拡張子 .csv) またはジオメトリを持たないベクターテーブルです。省略するとメモリに保存されます。" }, "methods": { "label": "方法", "description": "比較する手法のサブセット (カンマ/パイプ区切り): 'idw'、'nearest'、'trend1'、'trend2'。デフォルト: 4 つすべて。" }, "criterion": { "label": "基準", "description": "順位付けの基準: 'rmse' (デフォルト。誤差が最小)、'mae' (絶対誤差が最小)、または 'me' (偏りが最小で |平均誤差| が最小)。" }, "power": { "label": "累乗", "description": "IDW の距離減衰の指数 (デフォルト 2)。" }, "output_raster": { "label": "出力ラスター", "description": "任意の出力 GeoTIFF。最上位の手法をすべての標本に当てはめ、標本の範囲を覆うグリッド上で評価した結果です。" }, "cell_size": { "label": "セルサイズ", "description": "最上位手法のラスターのセルサイズ (CRS 単位。地理座標系では度)。デフォルト: 長い方の軸が約 256 セルになるサイズ。" } } }, "exploratory_regression": { "name": "探索的回帰", "description": "候補の説明変数フィールドのあらゆる組み合わせで OLS モデルを列挙し、調整済み R2、係数の有意性、VIF 多重共線性、Jarque-Bera 残差正規性、残差の Moran's I 空間自己相関で各モデルをスクリーニングし、すべてのモデルと順位付けされた合格セット、変数ごとの有意性要約を報告します。ArcGIS の「探索的回帰」に相当します。", "params": { "input": { "label": "入力", "description": "ジオメトリを持つ入力フィーチャレイヤー (残差の Moran's I の近傍に使用されます)。" }, "dependent_field": { "label": "従属変数フィールド", "description": "従属 (応答) 数値フィールド。" }, "explanatory_fields": { "label": "説明変数フィールド", "description": "探索対象となる候補の説明数値フィールドのカンマ区切りリスト。" }, "min_vars": { "label": "最小変数数", "description": "候補モデルあたりの説明変数の最小数 (デフォルト 1)。" }, "max_vars": { "label": "最大変数数", "description": "候補モデルあたりの説明変数の最大数 (デフォルト: min(候補数, 6))。" }, "max_coef_p": { "label": "最大係数 p 値", "description": "すべての説明変数の係数について許容される p 値の最大値 (デフォルト 0.05)。" }, "min_adj_r2": { "label": "最小調整済み R2", "description": "自由度調整済み決定係数の最小値 (デフォルト 0.5)。" }, "max_vif": { "label": "最大 VIF", "description": "項ごとに許容される分散拡大係数の最大値 (デフォルト 7.5)。" }, "min_jb_p": { "label": "最小 JB p 値", "description": "残差の正規性に関する Jarque-Bera 検定の p 値の最小値 (デフォルト 0.1)。" }, "min_moran_p": { "label": "最小 Moran p 値", "description": "残差の空間的自己相関 (Moran's I) の p 値の最小値。これを上回る場合、残差は有意に集中していません (デフォルト 0.1)。" }, "neighbors": { "label": "近傍", "description": "残差の Moran's I 検定の空間重みを定義する最近傍の数 (デフォルト 8)。" }, "output": { "label": "出力", "description": "レポートテーブルの出力パス。CSV (拡張子 .csv) またはジオメトリを持たないベクターテーブルです。" } } }, "extract_locations_from_text": { "name": "テキストからの位置抽出", "description": "自由形式のテキストから埋め込まれた座標 (十進度 (DD)、度十進分 (DDM)、度分秒 (DMS)、MGRS/USNG グリッド参照) を走査し、ヒットごとに 1 つの WGS84 点を出力します。ArcGIS の「テキストからの位置抽出」(座標ブランチ) に相当します。純粋なパターン走査でジオコーディングサービスは使いません。", "params": { "input_text": { "label": "入力テキスト", "description": "走査する自由形式のテキスト。テキストそのもの、または UTF-8 のテキストファイルのパスを指定します (値が既存のファイルとして解決される場合に読み込まれます)。" }, "notations": { "label": "表記", "description": "走査対象の表記法のサブセット (カンマ/空白区切り): DD、DDM、DMS、MGRS (USNG は MGRS の別名)。デフォルト: 4 つすべて。" }, "output": { "label": "出力", "description": "ベクターの出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" } } }, "extract_ocean_winds": { "name": "海上風の抽出", "description": "CMOD5.N 地球物理モデル関数を逆算して、キャリブレーション済み SAR 後方散乱から 10 m 等価中立海上風速を取得します (ArcGIS の海上風の抽出)。同梱の SAR チェーン全体は放射量ドメインにとどまり、後方散乱を地球物理量に変換するものはありませんでした。これは無風域と油膜を区別するものでもあります。", "params": { "input": { "label": "入力", "description": "校正済み後方散乱係数 (sigma0) のラスター。" }, "units": { "label": "単位", "description": "'input' の単位: 'dn'、'amplitude'、'intensity'、または 'db' (デフォルト 'db')。" }, "incidence_angle": { "label": "入射角", "description": "セルごとの入射角 (度)。ラスターのパスまたは定数を指定します。" }, "wind_direction": { "label": "風向", "description": "気象学的な風向 (度。風が吹いてくる方向)。ラスターのパスまたは定数で指定します。CMOD は未知数が 2 つで観測値が 1 つのため、事前情報として必須です。" }, "look_direction": { "label": "観測方向", "description": "レーダーの視線方位角 (度)。ラスターのパスまたは定数で指定します。風向を CMOD が用いる相対角に変換するために使用されます。" }, "polarization": { "label": "偏波", "description": "'vv' (デフォルト。CMOD5.N 本来の偏波) または 'hh' (近似的な偏波比を適用)。" }, "polarization_ratio_alpha": { "label": "偏波比アルファ", "description": "HH から VV への偏波比における alpha (デフォルト 0.6)。polarization が 'hh' の場合にのみ使用されます。" }, "water_mask": { "label": "水域マスク", "description": "出力を水域に限定する任意のポリゴンレイヤーまたはラスター。この処理では陸域の反射は意味を持ちません。" }, "max_wind": { "label": "最大風速", "description": "逆解析の探索区間の上限 (m/s、デフォルト 50)。" }, "output": { "label": "出力", "description": "m/s 単位の風速ラスターの出力。省略するとメモリに保存されます。" } } }, "extract_scanned_features": { "name": "スキャン画像からのフィーチャ抽出", "description": "二値 (スキャン/しきい値処理済み) ラスターをきれいな線 (スケルトントレース) またはポリゴンにベクター化します。ノイズ除去、穴埋め、ギャップ閉鎖、簡略化を備えます。", "params": { "input": { "label": "入力", "description": "ベクター化する入力の二値/分類ラスター。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "feature_type": { "label": "フィーチャタイプ", "description": "'lines' (デフォルト): 細線化して中心線を追跡します。'polygons': 塗りつぶされた領域をベクター化します。" }, "foreground_value": { "label": "前景値", "description": "前景を示すセル値。省略した場合、'threshold' 以上のセル (それもない場合は 0 以外の有効なセル) が前景になります。" }, "threshold": { "label": "しきい値", "description": "この値以上のセルを前景とします ('foreground_value' を指定しない場合に使用されます)。" }, "noise_size": { "label": "ノイズサイズ", "description": "このセル数より小さい前景の連結成分を削除します (デフォルト 4)。" }, "hole_size": { "label": "穴サイズ", "description": "このセル数より小さい背景の穴を埋めます (デフォルト 4)。" }, "gap_distance": { "label": "ギャップ距離", "description": "lines の場合: ほぼ同一直線上にある線の端点間で、この距離 (CRS 単位) までのギャップを接続します。デフォルトは 0 (無効) です。" }, "simplify_tolerance": { "label": "簡略化許容値", "description": "出力ジオメトリに適用する Douglas-Peucker の許容値 (CRS 単位)。デフォルトは約 1 セルです。" }, "band": { "label": "バンド", "description": "読み取る 1 始まりのバンド (デフォルト 1)。" } } }, "extract_sinks": { "name": "シンクの抽出", "description": "DEM からシンク (最大窪地範囲) を抽出します (lidar filling.py)。", "params": { "input": { "label": "入力", "description": "入力 DEM ラスターのファイルパス。" }, "output": { "label": "出力", "description": "任意の凹地ラスターのパス。省略するとメモリに保存されます。" }, "min_size": { "label": "最小サイズ", "description": "凹地と見なす最小のピクセル数 (これより大きい場合に保持されます。デフォルト 10)。" }, "region_output": { "label": "領域出力", "description": "ラベル付き領域ラスターの任意の出力パス。" }, "depth_output": { "label": "深さ出力", "description": "充填深さラスターの任意の出力パス。" }, "filled_output": { "label": "埋め立て済み出力", "description": "窪地を埋めた DEM の任意の出力パス。" }, "csv_output": { "label": "CSV 出力", "description": "領域ごとの属性 CSV の任意の出力パス。" }, "vector_output": { "label": "ベクター出力", "description": "領域ポリゴンを GeoJSON として出力する任意のパス (属性が結合されます)。" }, "flat_increment": { "label": "平坦部増分", "description": "排水を確保するために充填時に加算する平坦部の増分 (デフォルト 0)。" } } }, "extract_spectra_from_image": { "name": "画像からのスペクトル抽出", "description": "マルチバンド画像とトレーニング領域から、クラスごとに 1 スペクトルのスペクトルライブラリを spectral_library_matching が読む CSV レイアウトで導出します (ArcGIS の画像からのスペクトル抽出)。spectral_library_matching、spectral_angle_mapper、matched_filter_target_detection はいずれもライブラリを消費しますが作成するものはなく、スペクトルスイートは既存の公開ライブラリに対してしか使えませんでした。", "params": { "input": { "label": "入力", "description": "マルチバンド画像。" }, "training_features": { "label": "トレーニングフィーチャ", "description": "各クラスまたはターゲットを区画するポリゴンまたは点レイヤー。" }, "class_field": { "label": "クラスフィールド", "description": "クラスラベルを格納する属性。同じラベルを持つフィーチャは 1 つのスペクトルにまとめられます。" }, "output": { "label": "出力", "description": "スペクトルライブラリの出力 CSV パス (クラスごとに 'name,b1,b2,...')。spectral_library_matching の 'library_csv' にそのまま使用できます。" }, "statistic": { "label": "統計量", "description": "対象セル全体の集約方法: 'mean' (デフォルト)、'median'、'max'、'min'。" }, "trim_percent": { "label": "トリム率 (%)", "description": "混合した縁のピクセルを抑制するために、集約前にバンドごとに両裾から切り捨てる割合 (デフォルト 0、最大 49)。" }, "min_cells": { "label": "最小セル数", "description": "これより少ないセル数しか覆わないクラスは、1 ピクセルの「スペクトル」を出力する代わりに報告してスキップします (デフォルト 1)。" }, "wavelengths": { "label": "波長", "description": "バンドごとの波長をカンマ区切りで指定する任意の値。ライブラリと output_stats にコメントヘッダーとして記録されます。" }, "output_stats": { "label": "統計を出力", "description": "クラスごと・バンドごとの標準偏差とセル数を受け取る任意の CSV。ライブラリが解析可能なまま保たれるよう分離されています。" } } }, "extract_water_sar": { "name": "水域の抽出 (SAR)", "description": "デシベルに対するシーンごとの Otsu しきい値により SAR 後方散乱から開放水面と浸水範囲を抽出し、任意で DEM の勾配および最小値からの高さフィルターでレーダー影や乾いた暗い面を除外します (ArcGIS の水域の抽出)。どちらのレジストリもレーダーからこれを行えません。spectral_index の NDWI/MNDWI は SAR にない green/NIR/SWIR 反射率バンドが必要で、depth_to_water は観測ではなく地形から水があるべき場所をモデル化し、手動設定の raster_calculator しきい値は水陸の境目が風と入射角で動くためシーン間で転用できません。", "params": { "input": { "label": "入力", "description": "SAR 後方散乱ラスター。" }, "output": { "label": "出力", "description": "出力水域ポリゴンレイヤー。省略するとメモリに保存されます。" }, "output_raster": { "label": "出力ラスター", "description": "出力する二値の水域マスク (1 = 水域、0 = 陸域)。常に生成され、パスが指定されない場合はメモリに保存されます。" }, "dem": { "label": "DEM", "description": "入力と位置合わせされた任意の DEM。勾配フィルターと高さフィルターが有効になります。" }, "threshold_db": { "label": "しきい値 (dB)", "description": "dB 単位の固定しきい値。この値以下のセルは水域になります。Otsu 法による自動しきい値より優先されます。" }, "min_area": { "label": "最小面積", "description": "地図単位の 2 乗で表したこの面積より小さい水域を除外します。" }, "max_slope": { "label": "最大勾配", "description": "DEM がある場合、この度数より急な地形上の水域を除外します (デフォルト 5)。滞留水は急勾配には存在できませんが、そこに生じるレーダー影も同じように暗く写ります。" }, "max_height_above_min": { "label": "最小値からの最大高さ", "description": "DEM がある場合、同じ連結領域内で最も低い DEM セルよりこの z 単位数以上高い候補セルを除外します。" }, "mask_features": { "label": "マスクフィーチャ", "description": "解析範囲を制限するポリゴンレイヤー。" }, "mask_type": { "label": "マスクタイプ", "description": "'land_polygon' (デフォルト。ポリゴンの外側を解析) または 'water_polygon' (ポリゴンの内側を解析)。" }, "histogram_bins": { "label": "ヒストグラムビン数", "description": "Otsu のヒストグラムに使用するビン数 (デフォルト 256)。" }, "input_units": { "label": "入力単位", "description": "'intensity' (デフォルト)、'dn'、'amplitude'、または 'db'。" }, "band": { "label": "バンド", "description": "しきい値処理を行う 1 始まりのバンド (デフォルト 1)。" } } }, "extrude_between": { "name": "2 面間の押し出し", "description": "各入力ポリゴン内で 2 つのサーフェス間の空間を張る水密の閉じたソリッドを構築し、フィーチャごとの厳密な体積を出力します (ArcGIS の 2 面間の押し出し)。cut_fill は 2 つのラスター間のセルごとの体積変化を与えますがラスターを出力し、フットプリントに限定できず属性も持ちません。buffer_3d と minimum_bounding_volume はサーフェスのペアではなくフィーチャからソリッドを構築します。出力は union_3d、intersect_3d、difference_3d、inside_3d に直接入力できます。", "params": { "input": { "label": "入力", "description": "各ソリッドの水平方向の範囲を定義するポリゴンフットプリント。使用されるのは最初のパートの最初のリングのみで、内部の穴やマルチポリゴンの追加パートは無視されます。そのため、押し出しの前にマルチパートのフットプリントを分割し、穴を埋めてください。" }, "surface_upper": { "label": "上面サーフェス", "description": "上側の境界サーフェスラスター。" }, "surface_lower": { "label": "下面サーフェス", "description": "上側と位置合わせされた下側の境界サーフェスラスター。" }, "output": { "label": "出力", "description": "閉じたソリッドフィーチャ (Z を持つ三角メッシュのマルチポリゴン)。省略するとメモリに保存されます。" }, "sample_distance": { "label": "サンプル距離", "description": "CRS 単位でのフットプリントのサンプリング間隔および境界の稠密化間隔。デフォルト: 細かい方のサーフェスのセルサイズ。" }, "band": { "label": "バンド", "description": "各サーフェスラスターから読み取る 1 始まりのバンド (デフォルト 1)。" } } }, "feature_outline_masks": { "name": "フィーチャアウトラインマスク", "description": "フィーチャの周囲にマージンを持つ地図マスクポリゴン (厳密なアウトライン、凸包、または外接ボックス) を生成し、任意で第 2 レイヤーでクリップします (交差レイヤーマスク)。", "params": { "input": { "label": "入力", "description": "入力ベクターレイヤー (ジオメトリタイプは任意)。フォーマットは自動判別されます (またはメモリ内ハンドル)。" }, "output": { "label": "出力", "description": "任意のベクター出力パス (ドライバーは拡張子から判別されます)。省略するとメモリに保存されます。" }, "margin": { "label": "マージン", "description": "マスクのマージン距離。地理座標系 (EPSG:4326 または不明。度に変換されます) ではメートル、それ以外ではレイヤーの CRS 単位です。正の値である必要があります。" }, "mask_kind": { "label": "マスク種別", "description": "マスクの形状: 'exact' (デフォルト。フィーチャ輪郭のバッファー)、'convex_hull' (拡張した凸包)、または 'box' (外接矩形 + マージン)。" }, "masked_layer": { "label": "マスク対象レイヤー", "description": "任意の 2 つ目のポリゴンレイヤー。指定すると、マスクはこのレイヤーとの交差部分にクリップされます (交差レイヤーマスク)。重ならないマスクは除外されます。" }, "id_field": { "label": "ID フィールド", "description": "各マスクに 'source_id' としてコピーする値を持つ任意のソースフィールド。デフォルトはソースフィーチャのインデックスです。" } } }, "feature_to_line": { "name": "フィーチャから線へ", "description": "線/ポリゴン境界フィーチャを、相互および自己交差のすべてで分割されたノード付きで重ならない線セグメントに平面化します。ArcGIS の「フィーチャから線へ」に相当し、同梱の polygons_to_lines や split_vector_lines では提供されないトポロジー構築の前処理です。", "params": { "input": { "label": "入力", "description": "入力する線またはポリゴンのベクターレイヤー。" }, "output": { "label": "出力", "description": "出力線ベクターパス (ドライバーは拡張子から判定)。省略するとメモリに保存されます。" }, "cluster_tolerance": { "label": "クラスター許容値", "description": "ほぼ一致するノードを統合するため、この地図単位のグリッドに分割点をスナップします (デフォルト 1e-9)。" }, "attributes": { "label": "属性", "description": "true (デフォルト) の場合、各出力セグメントにソースフィーチャの ID を 'src_fid' として付与します。" } } }, "feature_vertices_to_points": { "name": "フィーチャ頂点から点へ", "description": "選択したフィーチャ頂点 (ALL、START、END、BOTH_ENDS、MID (弧長の中点)、または DANGLE (共有されない線端点)) から親 FID フィールド付きの点レイヤーを作成します。ArcGIS の「フィーチャ頂点から点へ」に相当します。", "params": { "input": { "label": "入力", "description": "入力する線、ポリゴン、または点のベクターレイヤー。" }, "output": { "label": "出力", "description": "出力点ベクターパス (ドライバーは拡張子から判定)。省略するとメモリに保存されます。" }, "point_location": { "label": "点位置", "description": "抽出する頂点: ALL | START | END | BOTH_ENDS | MID | DANGLE。デフォルトは ALL。" } } }, "features_to_gpx": { "name": "フィーチャから GPX へ", "description": "点フィーチャを GPX ウェイポイント、線フィーチャを GPX トラックとして書き出し、属性フィールドを name/description/elevation/time にマッピングします。", "params": { "input": { "label": "入力", "description": "エクスポートする点または線のベクターレイヤー (WGS84 / EPSG:4326 と見なされます)。" }, "output": { "label": "出力", "description": "出力 .gpx ファイルのパス。" }, "name_field": { "label": "名前フィールド", "description": "GPX の 要素に対応付ける属性フィールド (任意)。" }, "description_field": { "label": "説明フィールド", "description": "GPX の 要素に対応付ける属性フィールド (任意)。" }, "z_field": { "label": "Z フィールド", "description": "GPX の 標高に対応付ける属性フィールド (任意。存在する場合はジオメトリの Z にフォールバックします)。" }, "date_field": { "label": "日付フィールド", "description": "GPX の