areal-interpolation
Skill3 starsChanged yesterdayApache-2.0View on GitHub
ある区域で集計された値 (人口、世帯、件数) を、境界の違う別の区域へ移す。旧行政区から新行政区へ、メッシュから行政区へ、行政区から格子へ。値の種類 (量、比、水準) を先に決め、置いた仮定 (区域の中で一様、補助データに比例) を書き、源の区域ごとの覆われ方と総量の保存を数え、細かい真値での back-test で仮定の誤差を測る。
In this repository56 other files it gives its agents.
- AGENTS.mdAGENTS.md
- .agents/skills/AGENTS.mdAGENTS.md
- analysis-reportingSkill
- analysis-unit-designSkill
- analysis-visualizeSkill
- anomaly-detectionSkill
- causal-designSkill
- causal-estimationSkill
- clustering-analysisSkill
- cross-validation-designSkill
- data-quality-auditSkill
- dataset-discoverySkill
- data-variable-semanticsSkill
- dimensionality-reductionSkill
- eda-and-baselineSkill
- experiment-designSkill
- frontend-designSkill
- grid-risk-mappingSkill
- image-segmentationSkill
- land-cover-costSkill
- leakage-auditSkill
- location-privacySkill
- model-explanationSkill
- natural-japaneseSkill
- noise-ceiling-analysisSkill
- observation-bias-auditSkill
- poi-insightsSkill
- point-pattern-analysisSkill
- raster-cost-distanceSkill
- raster-data-integrationSkill
- research-paper-writingSkill
- research-question-generationSkill
- robustness-analysisSkill
- sar-change-detectionSkill
- spatial-accessibility-analysisSkill
- spatial-autocorrelationSkill
- spatial-data-integrationSkill
- spatial-data-modelingSkill
- spatial-feature-engineeringSkill
- spatial-gnnSkill
- spatial-interpolationSkill
- spatial-network-analysisSkill
- spatial-optimizationSkill
- spatial-process-modelingSkill
- spatial-sampling-designSkill
- spatial-weights-designSkill
- spatiotemporal-modelingSkill
- stop-describing-uiSkill
- street-imagery-inspectionSkill
- terrain-hydrologySkill
- time-series-forecastingSkill
- trajectory-predictionSkill
- travel-time-reliabilitySkill
- uncertainty-estimationSkill
- web-design-guidelinesSkill
- yomiyasuSkill
The file
Files
areal-interpolation
区域の間で値を移すことは、重なりの面を計算することではなく、源の区域の中で値がどう分布しているかを仮定して推定すること。仮定は普通は正しくない。どの仮定を置いたか、総量が保たれたか、仮定でどれだけ答えが動くかを書く。
扱うのは、源の区域 (source zone) に付いた集計値を、先の区域 (target zone) に配ること。どちらの区域を使うかは、使う前に決めておく。点を区域に入れること、キーで結ぶことは、このスキルの外。点の観測から面を推定する補間 (クリギング、IDW など) も扱わない。
| reference | 読むとき | 中身 |
| validation | 細かい真値で仮定の誤差を測るとき、区域ごとにどれだけ外れるかを答えるとき (手順 8 の前) | 細かい真値での back-test の組み方と、東京 23 区での実測 |
| auxiliary | 面積でなく補助データ (建物、土地利用) に比例して配るとき (手順 5 の前) | 補助データで配る方法の仮定と落とし穴 (実測) |
| pycnophylactic | 区域の総量を保つ滑らかな面で配るとき (手順 5 の前) | 区域の総量を保つ滑らかな面 (Tobler)。tobler との照合、国勢調査のメッシュでの back-test (改善は 5〜7%) (scripts/pycno.py) |
手順
- 使い道を 1 行で書き、源の区域、先の区域、移す値を書く。「2 次メッシュの人口から、市町村の人口を推定する」。
- 値の種類を決める (下の節)。量か、分子と分母のある比か、分母の無い水準か。水準と比を、量のように配らない。
- 源の値が実際に覆う範囲を確かめる。源の区域の形と、値を数えた範囲が同じとは限らない。県ごとに分けて数えたメッシュの値は、そのメッシュのうち県の中にいる人の数で、四角全体の人の数ではない。値の覆う範囲が形より狭いなら、形をその範囲で切ってから使う。
- 形を確かめる。両方の区域について、無効な形、空の形、区域どうしの重なり、隙間を数える。源の区域どうしが重なると、同じ値を 2 回配る。先の区域どうしが重なると、同じ値を 2 か所に配る。
- 配る。
scripts/areal_interpolate.pyに、源と先の表、それぞれの ID と CRS (既定値は無い)、値の種類を渡す。面積は等積の座標系 (既定 EPSG:6933) で測る。監査表 (--allocation-out) も出す。 - 数える。源の区域ごとに、先の区域に覆われた割合 (Σ_t w_st)。1 より小さい源は、先の区域の外、隙間、形の欠け、面積の測り違いを疑う。先の区域ごとに、源の数と、源に覆われた割合。源の無い先は
no_sourceで、値は 0 でなく空。 - 量なら総量を確かめる。源の合計、配った合計、差、先の区域の外に残った量 (
uncovered_amount)。源が全て先に覆われているはずなのに合わなければ、スクリプトは終了コード 2 で止まる。先の外に残るのが正しいとき (先の区域が源の一部しか覆わない) は--allow-uncoveredを付け、残った量を書く。 - 仮定の誤差を測る。細かい真値 (細かい区域の値) があるなら、それを源の区域に集めてから先へ配り、真値を先に直接集めた値と比べる (validation)。先の区域ごとの誤差の分布 (中央値と最大) を書く。真値が無いなら、方法 (面積と補助データ) の間で値がどれだけ動くかを書く。
- 書き出す (下の節)。
値の種類
| 種類 | 例 | 移し方 | してはいけないこと |
| 量 | 人口、世帯、件数、生産量 | 下の式で配る。総量が保たれる | 平均する |
| 比 (分子と分母がある) | 就業率、高齢化率、1 人あたり所得 | 分子と分母をそれぞれ量として配り、先の区域で割り直す (--kind ratio) | 率そのものを面積で配る。「源の 20%」を面積の比で分けても意味は無い |
| 水準 (分母が無い) | 平均気温、分母の無い平均所得 | 先の区域に重なる源の、面積で重みを付けた平均 (--kind intensive)。根拠は弱いと書く | 量のように配って足す |
密度は、量 (人口) と面積に戻せるなら、人口を量として配り、先の区域の面積で割り直す。密度 × 重なりの割合を足してはいけない。
比を率のまま面積で平均すると、源の区域の大きさで重み付けになり、人数の重みにならない。分子 50 / 分母 100 (0.5) と、分子 40 / 分母 200 (0.2) の源が半分ずつ重なる区域は、分子と分母を移せば 45 / 150 = 0.3、率を面積で平均すると 0.35 になる。
配り方と式
面積で配る (--method area) ときの仮定は、源の区域の中で値が一様に分布すること。
w_st = area(s ∩ t) / area(s)
ŷ_t = Σ_s y_s w_st分母は源の区域の面積で、先の区域の面積ではない。重なりの面積の合計でもない (合計で割ると、先の区域に覆われない部分の値まで先に押し込み、総量が保たれたように見える)。
補助データで配る (--method auxiliary) ときは、重みの層 (建物の面、住宅地、細かい区域の件数) に比例して配る。仮定は、重みの層の 1 つの面の中で一様で、値が重みに比例すること。重みが値と違うものを測っていると、面積で配るより悪くなる (auxiliary)。補助データが集められた範囲 (--aux-coverage) を渡す。範囲からはみ出す源と、重みを持たない源は、面積で配り直して数える。
面積と CRS
経緯度の度の積も、Web メルカトル (EPSG:3857) の面積も、配る比に使わない。比だから歪みが打ち消し合う、とは限らない。赤道から北緯 60 度までの源を 30 度で 2 つに分けると、南の半分の面積は、等積で 57.7%、度で 50%、Web メルカトルで 41.7% になる。緯度方向に長い源ほど違う。面積は等積の座標系 (EPSG:6933 など) で測り、使った座標系を書く。
形の問題
- 無効な形 (自己交差):
make_validで直し、直した数を書く。元のデータで有効でも、等積の座標系に移すと、境界の点の多い面が丸めで自分と交わることがある。元のデータで無効だった数と、移してから無効になった数を分けて書く (スクリプトは分けて数える)。 - 空の形: 源なら、その値は配られずに残る。先なら、値は空。
- 重なり: 源どうし、先どうしの重なりの面積を書く。行政区の面には、境界のデジタル化の誤差で、ごくわずかな重なりがある (東京 23 区どうしで 0.004 m²)。全体の面積の 100 万分の 1 を超える重なりで、スクリプトは止まる。
- 値が 0 の区域を行に持たない源: 人口 0 のメッシュを表に載せない統計では、人の住まない場所 (埋立地、湖) が源の隙間に見え、先の区域が源に覆われ切らない (
partial)。隙間の値を 0 と読んでよいかは、源の表の決まり (0 の区域を省くか) で決める。 - 隙間と細片: 隙間に落ちた値は、どの先にも配られずに
uncovered_amountに入る。重みが 1 万分の 1 未満の組 (細片) の数を書く。細片は値をほとんど運ばないが、境界がずれている印。
誤差の大きさ
面積で配る誤差は、源の区域が大きいほど、先の区域が小さいほど、値の分布が偏っているほど大きい。東京 23 区の人口を、国勢調査の 1 km メッシュから推定すると、区ごとの相対誤差の中央値は 1.4%、5 km の区域にまとめてからだと 5.5%、10 km だと 10.9% (最大は 211%)。人の住まない事務所街のような、源の区域の中の偏りがそのまま誤差になる (validation)。
書き出すもの
- 源の区域と先の区域 (版)、移した値と種類、置いた仮定 (一様か、どの補助データに比例か)
- 値の覆う範囲を源の形に合わせたか (手順 3)
- 面積を測った座標系
- 源の行数、先の行数、重なりの組の数、無効な形と空の形の数、源どうしと先どうしの重なりの面積、細片の組の数
- 源ごとの覆われた割合の分布と、覆われない源の一覧
- 先ごとの源の数と、源の無い先の一覧
- 量なら、源の合計、配った合計、差、先の外に残った量
- back-test の誤差 (中央値と最大)、または方法の間の差
- 道具の版 (shapely、pyproj、DuckDB)
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

