コンテンツへスキップ
GeoAI
QGIS
Guide

フットプリント(建築)とは?建物の定義と面積の求め方

公開日 更新日

緑色で描かれた屋根の輪郭が、その下にある破線の壁の輪郭からずれており、「軒の張り出し+傾き」と表示された図と、検出された輪郭が赤で描かれた住宅の航空写真。

建物フットプリントとは、建物が覆う地表面積で、壁が地面と接する位置における壁の外側に沿って測定します。上から見た平面的な輪郭であり、高さも階数も含みません。都市計画担当者、保険会社、建築家、GISチームは、敷地占有率、洪水リスク、太陽光発電の可能性を測るためにこれを使います。

フットプリントに含まれるもの:

  • 外壁(基部で測定)
  • 付属ガレージ
  • 囲まれたポーチまたはベランダ

フットプリントに含まれないもの:

  • 屋根の張り出し、軒、雨どい
  • 柱で地面まで支えられていない片持ち式バルコニー
  • 屋根のないパティオ、デッキ、テラス
  • 私道と通路
  • 離れた物置やガレージ(それぞれ独自のフットプリントになる)

フットプリントは、その上に何階建てが載っていても変わりません。増えるのは延床面積だけです。

フットプリント階数延床面積(フットプリント×階数)
100 m²1100 m²
100 m²2200 m²
100 m²3300 m²
150 m²3450 m²
上から見た、1つの区画にある1棟の建物の建物フットプリント図。壁が地面と接する位置のフットプリントを、緑色の塗りつぶされた正方形で示しています。その少し外側に破線の輪郭があり、「軒の張り出し」と表示され、roofprintとラベル付けされています。両方を囲む淡い長方形が区画です。右側の凡例には、建物フットプリント、roofprint、区画、そしてフットプリントに階数を掛けたもので図示されていない床面積が示されています。
上から見た、1棟の建物のフットプリント、roofprint、区画。航空画像にはroofprintが写っています。

この言葉は、配置図でもゾーニングコードでもGISのlayerでも同じ意味です。同じフットプリントを持つ2棟の建物が、平屋と高層建築になることもあります。フットプリントの数値には高さが含まれないからです。そして、ダウンロードできるほぼすべてのフットプリントは、実際には壁の位置で測定されていません。これがこのページの後半の話です。

フットプリントに含まれるもの

フットプリントは地盤面への投影なので、どの要素も判定は簡単です。地面に立っていて、外壁線の内側にあるかどうかです。

要素フットプリントに含まれるか理由
外壁、基部で測定はい輪郭は壁の周囲に描かれる
付属ガレージはい囲われており、地面に立っている
屋根付きポーチ、ベランダ、カーポート通常ははい屋根があり、柱が地面まで届いている
片持ち式バルコニー、張り出した上階いいえその下の地面に立つものがない
軒と屋根の張り出しいいえ屋根の端は壁の基部ではない
囲まれた中庭いいえ、差し引くポリゴンに内部リングがある
上階より広い地下室いいえ投影は地盤面で取る
離れた物置またはガレージいいえ、独自のフットプリント建物ごとに1つの輪郭

2つの項目は管轄によって変わるため、思い込みではなく確認してください。屋根付きポーチとカーポート、そして一定距離未満の軒の張り出しを無視するかどうかです。どちらについても地域のゾーニングコードが基準であり、許可申請の審査対象となる文書です。それ以外は定義から導かれる内容で、どこでも成り立ちます。

建物フットプリント、床面積、建築面積の違い

4つの窓口で、4種類の数値が求められます。どれも別の数値の代わりにはなりません。

用語測定するもの一般的な単位登場する場所
建物フットプリント壁の基部における、建物が覆う地表面積m² または ft²配置図、GIS layer、地籍または画像由来のデータセット
建築面積、または建物占有率同じ地表面積を敷地に対して表したもの敷地の%、または m²ゾーニングコード、後退距離と占有率の規則
延床面積囲まれたすべての階を合計したもの。おおよそフットプリント×階数m² または ft²ゾーニングコード(容積率)、不動産広告
区画、または敷地面積建物が建っている土地m² または ft²地籍、不動産広告

フットプリントが90 m²、300 m²の敷地に建つ2階建て住宅を考えてみましょう。延床面積は、階段室や壁厚を差し引く前なら、おおよそ90×2=180 m²です。建物占有率は90 / 300なので30%です。容積率は180 / 300なので0.6です。3つの異なる数値が1棟の建物にあり、ゾーニングコードは2番目と3番目を別々に制限します。Wikipediaの容積率に関する項目では、この表で使っている2つの比率の定義を説明しています。

建物フットプリントの面積を計算する方法

3つの出発点から計算できますが、それぞれで算術が変わります。

  1. 図面または測量から

    各長方形部分の外側の長さに外側の幅を掛け、各部分を合計してから、中庭や内部の空洞を差し引きます。L字型の住宅は2つの長方形に分けます。壁の内側ではなく、また軒でもなく、壁の外側の面まで測定してください。

  2. GISポリゴンから

    areaに適した投影メートル系CRSにlayerを再投影します。EPSG:4326は絶対に使わないでください。フィールド計算機を開き、新しいフィールドを追加して、式 $area を入力します。QGISはCRSの線形単位を二乗した値、通常は平方メートルで返します。度単位で計算した面積も数値らしく見えるため、この手順を飛ばして後悔する人が多いのです。

  3. まだポリゴンがない画像から

    輪郭を手作業でデジタイズするか、先に検出します。QGISで建物フットプリントを検出するでこの手順を説明しています。ポリゴンができたら、上記のGISの方法で測定します。

敷地占有率を求めるには、区画面積で割って100を掛けます。300 m²の敷地にある90 m²のフットプリントなら、占有率は30%です。コードで最大建物フットプリントが定められている場合、ほとんどの場合は絶対面積ではなく割合で書かれているため、建物ポリゴンだけでなく区画ポリゴンも必要です。

フットプリントかroofprintか:実際にダウンロードしたもの

航空カメラや衛星カメラに見えるのは屋根です。その画像をモデルや人がトレースすると、屋根の端が描かれます。しかし屋根の端は壁の基部ではありません。ほぼすべてのオープンな建物データセットはこの方法で作られているため、フットプリントと表示されたポリゴンの多くは、実際にはroofprintです。

この2つを離す要因は3つあります。軒と張り出しは屋根を外側へ押し出します。住宅なら通常30〜80cmで、小さな建物の面積の数パーセントに相当します。傾き、つまりオフナディア画像で高い物体が横方向にずれる現象は、タワー全体を数メートル横へ移動させます。そしてカーポート、ベランダ、ガソリンスタンドのキャノピーは、下に壁がない屋根そのものです。

発行元自身もそう説明しています。Overtureの建物ガイドでは、ジオメトリを「最も外側のフットプリントと想定されるもの。衛星・航空画像からトレースした場合はroofprint」と記述しています。GoogleのFAQでは、モデルは「建物の基部ではなく屋上を検出するよう訓練されている」と説明しているため、高層建築ではポリゴンは建物が立つ位置ではなく、屋根が見える位置にあります。OpenStreetMap wikiも屋根を基準に建物を定義し、1つのノードとしてマッピングすることを認めています。

この2つの違いを知らずに、さらに2つの区別でそれぞれ半日ずつ失いました。区画は法的な対象であり、誰かが所有する土地で、所有権が変わると更新される土地台帳から得られます。フットプリントと結合するのは有用です。しかし両者を混同すると、庭を屋根として数えてしまいます。そして長屋住宅は、このページのほかの何よりも多くの処理パイプラインを壊します。8軒の住宅が壁を共有しているため、上から見ると屋根に継ぎ目がなく、検出器は1つのポリゴンを返し、地籍は8つを返します。どちらも間違いではありません。数える前に、分析に必要なものを決める必要があります。

違いが重要な理由

1棟だけ輪郭を間違えても、何も変わらないかもしれません。しかし対象地域のすべての建物で誤差が積み重なると、誰かが判断しようとしている数値の中に入り込みます。

太陽光発電の可能性を求めるなら屋根が必要なので、roofprintが適切な形です。地表の被覆、洪水リスク、後退距離の適合性には基部が必要で、roofprintを使うとそれらすべてを静かに過大評価します。同じlayerが、保険料の算定、古い国勢調査を補う人口推定、固定資産税評価、無許可増築の検出、通信計画、フットプリントと高さから押し出して作る3D都市モデル、2時点の比較による被害評価にも使われます。

すべてに必要なのは同じものです。建物ごとに1つのポリゴンがあり、信頼できる面積を持つことです。

建物フットプリントのダウンロード先

ほとんどの用途は5つのソースでカバーできます。この表の内容はすべて、2026年8月23日に各発行元のページで確認しました。

ソースカバレッジライセンス時点ジオメトリ入手方法
OpenStreetMap世界全体。地域のマッピングコミュニティが作成した範囲で完全ODbL 1.0ライブ。クエリ時点で地図にある内容手描きなので角が直角で実際の属性を持つが、多くの場所で画像をトレースpluginマネージャーのQuickOSM、またはOverpassクエリ
Microsoft Global ML Building Footprints世界全体。2014〜2024年に撮影されたBing Maps画像から、225地域・30,340タイルにある14億棟CDLA Permissive 2.02026年8月13日更新モデル出力。一部に高さ、新しいフットプリントには信頼度スコア国・quadkeyごとの dataset-links.csv、またはPlanetary Computer
Google Open Buildings v3アフリカ、南アジア、東南アジア、ラテンアメリカ、カリブ海地域。5,800万km²にわたる18億件の検出。ヨーロッパ、北米、オーストラリアは対象外CC BY 4.0またはODbL 1.0、選択可能2023年5月に推論を実行信頼度スコアと地域別の適合率しきい値表を持つモデル出力S2セルによる178GBのCSV、Earth Engine、HDXの厳選された20か国ファイル
Overture Maps buildings世界全体。上記のソースにEsri Community Mapsと各国データを加えて統合ODbL月次。現在のリリースは 2026-08-19.0統合済み。OpenStreetMapが存在する場所では優先し、残りをモデル出力で補完。50%重複で対応AWSまたはAzureのGeoParquet、または overturemaps CLI
IGN BD TOPO(フランス)フランス本土と海外県、bâtiテーマLicence Ouverte 2.0四半期ごと、最終公開は2026年7月31日測量済み。メートル精度で、建物ごとの高さを持つ3D部門別にdata.gouv.frから取得

1.4B

Microsoft Global ML Building Footprintsの建物数

README、2026年8月23日に確認

1.8B

Google Open Buildings v3の検出件数、5,800万km²以上

データセットページ、2026年8月23日に確認

2026-08-19

現在のOverture buildingsリリース、月1回

リリースカレンダー、2026年8月23日に確認

選ぶ前にライセンスを確認してください。ODbLは継承条項付きなので、派生データベースも同じ条件で公開する必要があり、この条項のためにクライアント向け成果物を失った人は少なくありません。CDLA Permissive 2.0とCC BY 4.0はクレジット表示だけを求めます。GoogleはCC BY 4.0とODbLの両方で公開しており、選択できるようにしています。これは意図的なもので、OpenStreetMapコミュニティなどが互換性について議論せずにデータを使えるようにするためです。

この表で、トレースではなく測量されているのはIGN BD TOPOだけです。また、建物ごとの高さを提供するのもこれだけです。床面積、階数、または高さが必要なら、そのうち欠けている情報が何かを確認してください。Microsoftは一部に高さを持っています。

3つの世界規模のソースは同じ地面について一致しません。その不一致が役に立ちます。

Google Satellite画像上に表示した、ルアンダの同じ密集した地区の3つのパネル。建物フットプリントは緑色。OpenStreetMapには何も表示されず、Microsoftは大部分をカバーし、Google Open Buildingsはほぼすべてをカバーしている
Google Satellite画像上のルアンダの同じ1 km²。OpenStreetMapはここに建物をマッピングしていません。Microsoftは3,140棟、Google Open Buildingsは4,468棟を収録しています。1つの地区の例であり、順位ではありません。

1つの地域のファイルだけが欲しい場合は、私たちの無料建物フットプリントダウンローダーが、描いた範囲について3つすべての世界規模のソースを読み込み、帰属表示を内部に記載したGeoJSONを渡します。アカウントは不要で、範囲は25 km²までです。

コリウールで QGIS を使って実際に実行した例です。12秒、ツール呼び出し1回で3,407件の形状データを取得しました。無料のQGISプラグインを入手無料プランあり、クレジットカード不要。

自分の地域のフットプリントを抽出する方法

5つのソースをすべて使っても足りない状況が4つあり、私は通常の年に4つとも経験します。Googleはグローバルサウスの端で止まり、MicrosoftはBing画像が存在する場所へ行き、OpenStreetMapは誰かが作業した場所へ行くため、対象地域がカバーされていない場合です。Google Open Buildingsの推論は2023年5月に実行されたため、2025年に完成した分譲地は含まれず、データが問いより古い場合です。被害評価や建設モニタリングには2つの時点が必要ですが、オープンデータは1時点しか提供しない場合です。また、太陽光発電調査用の屋根面のように、誰も公開していない形状が必要な場合や、30cmの世界規模モデルでは役に立たない、自分で撮影した5cmドローン画像から建物を抽出したい場合です。

その場合は自分で抽出します。4つの選択肢のうち3つはQGIS内で実行でき、手順版でそれぞれを詳しく説明しています。

選択肢実行場所画像が自分のマシンから離れるか価格注意点
私たちのダウンローダーブラウザ、アカウント不要いいえ、バウンディングボックスだけ無料発行元がすでにマッピングしたものだけを返す
QGISでの手作業によるデジタイズ自分のマシンいいえ無料、必要なのは時間建物1棟あたり数分
クラウドのセグメンテーションモデル(私たちのもの)ヨーロッパの私たちのサーバーAutomaticでははい、ローカルのSemi-Autoモデルではいいえ月1.5 km²まで無料、その後は月額€39で50 km²通気口や天窓も返すが、信頼度と面積で除外される
独自のONNXモデルを使うDeepness自分のマシン、CPUまたはCUDA環境いいえ無料、Apache 2.0モデルは同梱されず、25cm画像で訓練したモデルは5cmのドローン画像をノイズとして扱う
GeoalertのMapflowクラウドサービスでは相手のサーバー、エンタープライズ向けはオンプレミスクラウドサービスでははい1 km²あたり10クレジット、1クレジット$0.10、1 km²単位に切り上げ定額プランではなく、クレジットで課金

クラウドの選択肢

私たちは3行目にあるAI Segmentationを提供しています。そのため、他の4つと比較して判断してください。

QGISのGoogle Satelliteベースマップ上に表示された、上から見た郊外の通り。住宅の屋根が赤い輪郭と半透明の塗りつぶしで示され、それぞれの屋根が編集可能な独立したポリゴンになっている。以前の実行によるポリゴンが左端に青、紫、緑、オレンジで表示されている
集落でのAutomatic実行。すべての屋根が、ラベル、クラス、信頼度スコア、面積を持つ独立した編集可能なポリゴンです。左側の色付きポリゴンは、同じlayerに対する以前の実行結果です。

QGISのpluginマネージャーからインストールでき、無料アカウントが必要です。GPU、重みのダウンロード、Python環境は必要ありません。任意のrasterまたはベースマップ上にゾーンを指定し、buildingのような単語を入力します。すると、スタイル付きGeoPackageが出力されます。オブジェクトごとに1つのポリゴンが作成され、それぞれにクラス、信頼度スコア、面積が含まれるため、占有率にそのまま読み込めます。

製品ページ

信頼する前にlayerを確認する

私が実行する順番で5つのチェックを行います。約15分かかりますが、間違った数値を提供するのを何度も防いでくれました。

  1. 自分でデジタイズしたサンプルと数を比較する

    1平方キロメートルを選び、その中のすべての建物を手作業でデジタイズします。数をlayerと比較します。比率が0.9未満または1.1を超えるなら、layerはあなたが考えているものとは別の問いに答えています。分析後ではなく、分析前にそれを知っておきたいはずです。

  2. 長屋の列を詳しく見る

    対象地域で最も密集した長屋の通りにズームし、正面玄関とポリゴンの数を比較します。このチェックだけで、データセットが共有壁を分割しているかが分かり、これから計算する建物単位の統計がすべて決まります。

  3. 最も新しい建設を探す

    最近開発された場所を開きます。それが存在しなければ、データの実際の時点を測ったことになります。ダウンロードページの日付よりも、こちらのほうが正直な情報です。

  4. CRSと面積単位を確認する

    これらのデータセットの多くはEPSG:4326で提供されます。度単位で面積を計算すると、意味のない数値が、それでも数値らしく表示されます。緯度に適したメートル系CRSに再投影してから計算してください。

  5. 屋根と壁を比較する

    高い建物を1つ選びます。ポリゴンが壁の基部からずれていれば、傾きを含むroofprintです。地表被覆や後退距離の作業には、補正または別のソースが必要です。

覚えておくこと

建物フットプリントとは、建物が覆う地表面積で、壁が地面と接する位置の外側で測定したものです。

付属ガレージと柱で支えられた屋根付きポーチは、通常含まれます。軒の張り出し、片持ち式バルコニー、囲まれた中庭は含まれません。ポーチについては地域のゾーニングコードが判断します。

敷地占有率はフットプリントを区画面積で割ったものなので、300 m²の敷地にある90 m²のフットプリントなら30%です。床面積は代わりに囲まれたすべての階を合計し、おおよそフットプリントに階数を掛けたものです。

ダウンロードできるほぼすべてのフットプリントは、上空から撮影した写真をトレースしているため、屋根に沿っています。住宅では軒がその端を壁の基部より30〜80cm外側へ押し出し、傾きは高い建物の屋根を数メートル横へ移動させます。

EPSG:4326で計算した面積は度単位で返され、それでも数値らしく見えます。そのため、$areaを読む前にメートル系CRSへ再投影してください。

よくある質問

この内容をさらに詳しく説明するページが2つあります。GeoAIは、これらの検出モデルが属するより広い分野です。また、QGISで建物フットプリントを自動検出するはこのページの手順版で、layerが使えるかどうかを決めるフィルタリング手順も説明しています。ツール自体については、ローカルのSAMベースの選択肢を含めて、AI pluginのまとめとQGIS AI hubをご覧ください。

無料ツールで今すぐ実行

Building footprint downloader

無料ツールを開く

QGISでの作業は、頼むだけで完了

AI Agentが、あなたのQGISプロジェクト上で、指示したタスクを実行します。無料、カード不要。

AI Agentを無料で試す
作成者Yvann Barbot
·3 min read

関連記事

QGIS の AI Agent:ジャカルタのチリウン川から 100 m 以内の建物を赤で表示し、依頼文と地区ごとの棟数を添えた画面。
GeoAIQGISGuide

AI GISとは?2026年にできる5つの作業とおすすめツール

AI GISは、航空写真などの画像やプロンプトからGIS作業を進めるソフトです。2026年に使える5つの作業(物体抽出、土地被覆分類、一文での操作、コード作成、MCP連携)と、GeoAIやArcGISなど作業ごとのツール、樹冠の密集や座標系など今も苦手な点を整理しました。

Yvann BarbotYvann Barbot
·
密集したパリの街区の航空写真を中央で分割、左は無加工の写真、右は検出された建物すべてを色別のポリゴンで描画。
GeoAIQGISGuide

GeoAIとは?定義・事例・QGISでの使い方

GeoAIとは、地理データに機械学習を適用する技術です。衛星画像や航空写真から建物や樹冠などを抽出する5つの用途、必要なハードウェアと時間、QGISでの実行方法を解説します。精度の考え方やよくある誤解もまとめているので、導入前の判断に役立ちます。

Yvann BarbotYvann Barbot
·