点群データ（LAS/LAZ）の基本と活用方法
点群データとは
点群データ（Point Cloud）とは、3次元空間上の多数の点の座標情報を集めたデータセットです。各点はX・Y・Z座標を持ち、さらにRGB色情報、反射強度（Intensity）、分類コード（Classification）、リターン番号などの属性情報を付加することができます。ドローン写真測量やLiDAR（光検出と測距）による計測で取得され、1回の計測で数百万から数十億の点が記録されます。
点群データの密度は計測手法や条件によって異なります。航空レーザー測量では1平方メートルあたり4〜20点程度、ドローン搭載LiDARでは50〜500点程度、地上型レーザースキャナーでは数千点以上の密度が得られます。写真測量（SfM）による点群はカメラの解像度と撮影条件に依存し、地上解像度（GSD）が1cmの場合には1平方メートルあたり数百点規模の密度となります。
LAS形式の構造
LAS（LASer）形式は、ASPRS（American Society for Photogrammetry and Remote Sensing）が策定した点群データのバイナリファイル形式です。現在の主流バージョンはLAS 1.2〜1.4で、特にLAS 1.4はポイントレコードフォーマット6〜10を導入し、より多くの属性情報や64bit対応を実現しています。
LASファイルは大きく3つのブロックで構成されます。まずファイル先頭の「パブリックヘッダーブロック」にはバージョン番号、ポイントレコード形式、点数、座標のスケールファクター・オフセット、バウンディングボックス（XYZ最小値・最大値）などのメタ情報が格納されます。次に「VLR（Variable Length Record）」領域には、座標参照系（CRS）の情報、独自の拡張メタデータなどが可変長で格納されます。そして「ポイントデータレコード」が実際の点群データ本体で、各点のXYZ座標・強度・リターン情報・分類コードなどがバイナリ形式で並びます。
LAS形式の特徴として、座標値は整数で格納されスケールファクターとオフセットを用いて実座標に変換する仕組みを持っています。これにより浮動小数点の丸め誤差を回避しつつ、ファイルサイズを抑制しています。
LAZとCOPC
LAZ形式は、LAS形式を可逆圧縮（ロスレス圧縮）したファイルフォーマットです。Martin Isenburgが開発したLASzipライブラリを用いて圧縮され、元のLASデータと完全に同一の情報を保持したまま、ファイルサイズを70〜80%削減できます。例えば10GBのLASファイルがLAZでは2〜3GB程度になるため、データの保存・転送コストを大幅に削減できます。
LAZの圧縮は、ポイントレコード間の差分情報をエントロピー符号化する手法で実現されています。空間的に近接した点は座標値も近いという点群データの特性を活かした効率的なアルゴリズムです。多くの点群処理ソフトウェア（CloudCompare、PDAL、LAStools、QGISなど）がLAZ形式の読み書きに対応しています。
COPC（Cloud Optimized Point Cloud）は、LAZ 1.4をベースにした新しいフォーマットで、クラウド環境でのストリーミング閲覧に最適化されています。データを八分木（Octree）構造で空間的に整理し、各ノードをLAZチャンクとしてファイル内に格納します。これにより、HTTPのRange Requestを使って必要な領域・解像度のデータだけを部分的にダウンロードして表示できます。GeoTIFFにおけるCOG（Cloud Optimized GeoTIFF）と同様の思想に基づいた効率的なフォーマットです。
点群の分類コード
ASPRS LAS仕様では、各ポイントに分類コード（Classification）を付与するための標準的なコード体系が定義されています。分類処理は点群データ活用の基盤となる重要な工程で、地面とそれ以外のオブジェクトを分離することで、DTM（数値標高モデル）の生成や地形解析が可能になります。
主要な分類コードは以下の通りです。コード0は「未分類（Created, Never Classified）」、コード1は「未割当（Unclassified）」で処理前のデフォルト状態を表します。コード2は「地面（Ground）」で、DTM生成の基礎となる最も重要な分類です。コード3〜5は植生に関する分類で、それぞれ「低植生（Low Vegetation）」「中植生（Medium Vegetation）」「高植生（High Vegetation）」を表します。コード6は「建物（Building）」、コード7は「低ノイズ（Low Point / Noise）」、コード9は「水面（Water）」です。
自動分類は地形の傾斜や点間距離をもとにアルゴリズムで行われますが、森林地帯や急傾斜地では誤分類が生じやすいため、手動での確認・修正が欠かせません。i-Construction対応の出来形管理では、分類精度が成果品質に直結するため、特に入念なチェックが求められます。
活用事例
点群データの活用範囲は多岐にわたります。地形解析の分野では、DTMから等高線図、傾斜区分図、陰影起伏図、TPI（地形位置指数）などを算出し、地すべり危険箇所の特定や河川流域の水文解析に利用されています。
土木工事における出来形管理では、設計面と施工後の点群データを比較して切土・盛土量を算出します。国土交通省が推進するi-Constructionでは、ドローン測量による点群データを活用した3次元出来形管理が標準的な手法として定着しています。従来の横断測量と比較して、面的な管理が可能になるため、施工の品質管理が飛躍的に向上します。
災害調査では、災害発生前後の点群データを比較することで、崩壊土量の推定や地形変動量の把握が迅速に行えます。航空レーザー測量で取得された既存の点群データとドローンLiDARによる緊急撮影データを組み合わせることで、被災状況の定量的な評価が可能です。また、3Dモデリングの分野では、点群データをメッシュ化して建築物のBIMモデルや文化財のデジタルアーカイブに活用する事例も増えています。
