【GeoTIFF】とは？AI・データ分析における意味や使い方を分かりやすく解説

「GeoTIFF（ジオティフ）」とは、一言でいえば「地図情報という『住所』が書き込まれた、特別な画像データ」のことです。

皆さんが普段見ているJPEGやPNGなどの画像は、単なる色の集まりですが、GeoTIFFは画像内のどの画素が地球上のどこを指しているのかという位置情報を保持しています。AI開発やデータ分析の現場では、衛星画像や航空写真を用いた自動検知モデルの開発、都市開発のシミュレーション、災害時の被害分析など、地理空間情報を扱うあらゆるシーンで欠かせない標準フォーマットとして活用されています。

「GeoTIFF」の意味・定義とは？

GeoTIFFは、画像フォーマットであるTIFF（Tagged Image File Format）を拡張したものです。TIFFの構造の中に、投影座標系や測地系などの地理情報をタグとして埋め込めるように設計されています。

技術的には、画像データ本体とは別に「メタデータ」として、地球の緯度・経度と画像の画素を紐付ける情報が格納されています。これにより、GIS（地理情報システム）ソフトに読み込ませるだけで、地図上に正確な位置で画像を重ね合わせることが可能になります。現場では短く「ジオティフ」と呼ぶのが一般的で、コードやドキュメント上では拡張子として「.tif」や「.tiff」がそのまま使われます。

AI・データサイエンス現場での実際の使われ方・例文

実際のAI開発プロジェクトでは、衛星画像から特定の建物を抽出したり、農作物の生育状況を予測したりする際にGeoTIFFが入力データとして使われます。PMやエンジニアとの会話では、以下のようなやり取りが交わされます。

• 「今回の解析対象、入力データはすべてGeoTIFFで揃っていますか？座標系（CRS）の不一致がないか事前に確認が必要です。」
• 「モデルの推論結果をGeoTIFFとして書き出しておけば、QGISなどのGISツールですぐに可視化して確認できるから、作業効率が上がりますよ。」
• 「学習用に使うGeoTIFFの解像度がバラバラだと精度が安定しないので、前処理で解像度（GSD）を統一するパイプラインを組みましょう。」

「GeoTIFF」の関連用語・現場での注意点

GeoTIFFを扱う際に覚えておきたい関連用語には、「CRS（座標参照系）」や「COG（Cloud Optimized GeoTIFF）」があります。特にCOGは、クラウド上の巨大なGeoTIFFを効率的に読み込める形式として、近年の生成AIや衛星データ分析の現場で主流になりつつあります。

現場での最大の注意点は「座標系の不一致」です。データの形式が同じGeoTIFFであっても、中身の座標系が異なると、地図上でズレが発生してしまい、AIの学習や分析結果が全く使い物にならなくなります。読み込み時には必ずプロジェクション（投影）が整合しているかを確認する習慣をつけましょう。

「GeoTIFF」に関するよくある質問（FAQ）

Q. 普通の画像（JPEGなど）をGeoTIFFに変換すれば地図として使えますか？

A. 画像そのものに位置情報が付与されるわけではありません。変換には「ワールドファイル」と呼ばれる座標情報ファイルを用意するか、GISツールを使って適切な緯度経度をマッピング（ジオレファレンシング）する工程が必須となります。

Q. GeoTIFFはファイルサイズが大きくなりがちですが、どう対処すべきですか？

A. 近年は「COG（Cloud Optimized GeoTIFF）」という形式が推奨されています。COGに変換すると、必要な範囲のデータだけを効率よく読み込めるため、巨大なデータをすべてダウンロードせずにクラウド上で高速にAI学習や分析を行うことが可能です。

Q. AI開発でGeoTIFFを扱うために、特別なライブラリは必要ですか？

A. はい、Python環境であれば、地理空間情報処理のデファクトスタンダードである「Rasterio」や「GDAL」といったライブラリが必須です。これらを使うことで、GeoTIFFから行列データ（NumPy配列）を抽出し、AIモデルへスムーズに渡すことができます。

まとめ：現場で役立つ「GeoTIFF」の知識

• GeoTIFFは「画像データ」と「地図上の位置情報」をセットで持てるフォーマットである。
• GIS分野やAIの衛星画像解析において、データの位置精度を担保する重要な役割を果たす。
• 座標系の不一致による手戻りを防ぐため、前処理での確認プロセスが極めて重要。
• 最新のAI開発現場では、高速処理が可能な「COG」形式への理解もセットで持っておこう。

慣れないうちは地理情報の扱いに複雑さを感じるかもしれませんが、GeoTIFFの基本を押さえておけば、AI×地理空間データの可能性は大きく広がります。ぜひ臆せず、プロジェクトで積極的に活用してみてください。