はじめに

先日国土交通省から「道路データプラットフォーム xROAD」というデータプラットフォームが公開されました。日頃、業務で道路に関するデータ分析をしていることもあり、まずは触ってみた次第です。

(まずページがかっちょ良い)

DATABASE/常時観測交通量（国管理道路）

DATABASEページにて公開されているデータを検索できます。今回は「常時観測交通量（国管理道路）」のデータを取得してみました。

データ詳細

全国の国の管理区間に設置されたトラフィックカウンター（画像認識型を含む）により観測した交通量データです。詳しくは下記のページにて記載されています。
https://www.jartic-open-traffic.org/

様式名	観測方法	集計単位	生成タイミング	検索可能期間
様式1	常設トラカン※1	5分間交通量	観測後約20分後	過去1ヶ月分
様式2	常設トラカン※1	1時間交通量	観測後毎時約20分後	過去3ヶ月分
様式3	CCTVトラカン※2	5分間交通量	観測後約20分後	過去1ヶ月分
様式4	CCTVトラカン※2	1時間交通量	観測後毎時約20分後	過去3ヶ月分

※1：常設トラカンとは、超音波式等の観測用機器を現地に設置し、自動的に交通量観測を行うタイプのトラフィックカウンターです。

※2：CCTVトラカンとは、道路管理用のCCTVカメラの画像からAIで、自動的に交通量観測を行うタイプのトラフィックカウンターです。

APIの仕様は下記のpdfに記載されています。
https://www.jartic-open-traffic.org/action_method.pdf

データ取得方法

ほぼ結論ですが、下記のようなコードで取得できます。
あらかじめ、 requests, geopandas はサードパーティのモジュールであるため、installしてください。

import requests
import geopandas as gpd

# APIエンドポイントとパラメータ
url = "https://api.jartic-open-traffic.org/geoserver"

params = {
    "service": "WFS",
    "version": "2.0.0",
    "request": "GetFeature",
    "typeNames": "t_travospublic_measure_1h",  # 1時間値(5mだと5分間交通量)
    "srsName": "EPSG:4326",
    "outputFormat": "application/json",
    "exceptions": "application/json",
    "cql_filter": (
        "道路種別 = 3 AND "  # これが国道らしい(1が高速道路)
        "時間コード >= 202505150000 AND "
        "時間コード <= 202505160000 AND "  # 保存期間があるので、ご自身の取得したい機関によって取得できない可能性もあります
        "BBOX(ジオメトリ, 139.15, 35.141, 139.32, 35.56, 'EPSG:4326')"  # 東京周辺
    )
}

response = requests.get(url, params=params)
response.raise_for_status()

# GeoDataFrame化 ＋ CRS設定
gdf = gpd.GeoDataFrame.from_features(response.json()["features"])
gdf.set_crs("EPSG:4326", inplace=True)

gdf.head()

出力

                            geometry  地方整備局等番号 開発建設部／都道府県コード  常時観測点コード 収集時間フラグ（5分間／1時間）     観測年月日  時間帯  上り・小型交通量  上り・大型交通量  上り・車種判別不能交通量 上り・停電 上り・ループ異常 上り・超音波異常 上り・欠測  下り・小型交通量  下り・大型交通量  下り・車種判別不能交通量 下り・停電 下り・ループ異常 下り・超音波異常 下り・欠測 道路種別         時間コード
0  MULTIPOINT ((139.30775 35.30798))        83                 3110030                2  20250515  100        31         1             6     0        0        0     0        35         4             1     0        0        0     0    3  202505150100
1  MULTIPOINT ((139.20329 35.37445))        83                 3110640                2  20250515  100        75        40             3     0        0        0     0        66        28             6     0        0        0     0    3  202505150100
2  MULTIPOINT ((139.30775 35.30798))        83                 3110030                2  20250515  200        29         4             3     0        0        0     0        26         3             0     0        0        0     0    3  202505150200
3  MULTIPOINT ((139.20329 35.37445))        83                 3110640                2  20250515  200        37        43             2     0        0        0     0        42        36             7     0        0        0     0    3  202505150200
4  MULTIPOINT ((139.30775 35.30798))        83                 3110030                2  20250515    0        43         4             2     0        0        0     0        42         7             3     0        0        0     0    3  202505150000

見にくいので、 tabulate をinstallして

print(gdf.head().to_markdown())

出力

	geometry	地方整備局等番号	常時観測点コード	収集時間フラグ（5分間／1時間）	観測年月日	時間帯	上り・小型交通量	上り・大型交通量	上り・車種判別不能交通量	下り・小型交通量	下り・大型交通量	下り・車種判別不能交通量	道路種別	時間コード
0	MULTIPOINT ((139.30775 35.30798103))	83	3110030	2	20250515	100	31	1	6	35	4	1	3	202505150100
1	MULTIPOINT ((139.203293 35.37445003))	83	3110640	2	20250515	100	75	40	3	66	28	6	3	202505150100
2	MULTIPOINT ((139.30775 35.30798103))	83	3110030	2	20250515	200	29	4	3	26	3	0	3	202505150200
3	MULTIPOINT ((139.203293 35.37445003))	83	3110640	2	20250515	200	37	43	2	42	36	7	3	202505150200
4	MULTIPOINT ((139.30775 35.30798103))	83	3110030	2	20250515	0	43	4	2	42	7	3	3	202505150000

結構データもたくさんありそうなので、使い道はありそう。
(自分のHPではtableのスクロールができないっぽくて、返ってmarkdownの方がわかりにくくなったかも)

また、CQLというクエリ方法を初めて知った。画像認識って方法で取得されたデータもあるが、自分はなんなのかわからないです。

Last updated on May 16, 2025