共通プロトコルの用例 — STAC・GeoParquet・PMTiles が開く横断参照

なぜ共通プロトコルが必要か

地理空間データはこれまで、ポータル・専用 API・FTP という「それぞれ違う入り口」で配布されてきました。AI エージェントが自律的にデータを調達するには、入り口の差異を吸収する共通の読み口が必要です。

主要な共通プロトコル

STAC（SpatioTemporal Asset Catalog）

衛星データや地図データに統一ラベルを付与し、横断検索を可能にする規格です。

# レジストリからカタログを検索する例
stac search --catalog https://example.org/collection.json \
  --bbox 139.0,35.0,140.0,36.0

Python での利用:

import pystac_client

# STAC カタログを横断検索
catalog = pystac_client.Client.open("https://example.org/catalog.json")
items = catalog.search(
    bbox=[139.0, 35.0, 140.0, 36.0],
    datetime="2026-01-01/2026-09-11"
)
for item in items.items():
    print(item.id, item.datetime)

GeoParquet

地理情報を Parquet 列指向形式で表現し、高速な空間フィルタを可能にします。

import duckdb

duckdb.sql("""
  SELECT * FROM 'data.parquet'
  WHERE ST_Within(
    geom,
    ST_GeomFromText('POLYGON((139 35,139 36,140 36,140 35,139 35))')
  )
""")

GeoParquet の特徴:

特徴	効果
列指向	必要なカラムだけ効率よく読める
空間インデックス	高速な空間フィルタ
1 ファイル	サーバー運用不要

PMTiles

1 ファイルで済むタイルアーカイブ形式。サーバー運用なしに静的公開できます。

PMTiles の特徴:
- Byte-Range Request で部分読み込み
- HTTP サーバー1台で公開可能
- GitHub Pages でも配信可能

COG（Cloud Optimized GeoTIFF）

GeoTIFF をクラウドストレージ向けに最適化した形式。ベクターデータではなくラスターデータに使います。

COG の特徴:
- HTTP レンジリクエストで部分読み込み
- ビジュアライザにそのまま配信可能
- 空間範囲クエリで特定部分だけ取得

各プロトコルの使い分け

用途	推奨形式
ポイント・ライン・ポリゴン（ベクタ）	GeoParquet
タイル（ラスター表示）	PMTiles / COG
横断検索・カタログ	STAC
ラスターの高速参照	COG

Portolan との関係

Portolan 自体は新形式ではなく、これらの標準を組み合わせたベストプラクティスです。AGENTS.md が「どのプロトコルを使えば速いか」を教え、AI エージェントが最初から意図通りに使えるようにします。

# AGENTS.md の例

## 推奨プロトコル
- ベクターデータ: GeoParquet（場所フィルタにこの形式を使うと速い）
- タイル: PMTiles（ビューワにそのまま配信）
- ラスター: COG（部分取得可能）

用例まとめ

• 横断検索: STAC で複数組織のカタログを検索
• 高速フィルタ: GeoParquet で空間フィルタを実行
• 軽量配信: PMTiles でビューワに直接配信
• AI 支援: AGENTS.md で正しいクエリパターンを事前学習

portolan
├── STAC カタログ   → 横断検索
├── GeoParquet      → 高速フィルタ
├── PMTiles         → タイル配信
├── COG             → ラスター参照
└── AGENTS.md       → エージェントへの指引