政府衛星データのオープン＆フリー化 及び利用環境整備に関する検討会 報告書

2017 年 10 月

i

目 次

1． はじめに......................................................................................................................... 1

1.1 背景と目的 .............................................................................................................. 1

1.2 関連政策.................................................................................................................. 1 1.2.1 宇宙産業ビジョン 2030 .......................................................................................1 1.2.2 未来投資戦略 2017 ..............................................................................................2 1.2.3 世界最先端 IT国家創造宣言 官民データ活用推進基本計画 ..................................3 1.2.4 経済産業政策における宇宙分野............................................................................3

2． 宇宙産業の現状と課題 ................................................................................................... 5

2.1 宇宙産業の動向 ....................................................................................................... 5 2.1.1 第四次産業革命における宇宙産業 ........................................................................5 2.1.2 国内外の宇宙産業の現状......................................................................................6

2.2 地球観測衛星データを取り巻く状況........................................................................ 8 2.2.1 米国....................................................................................................................8 2.2.2 欧州....................................................................................................................9 2.2.3 その他 .............................................................................................................. 12 2.2.4 欧米の地球観測衛星を取り巻く状況まとめ ......................................................... 12 2.2.5 日本.................................................................................................................. 13 2.2.6 地球観測衛星データの状況まとめ ...................................................................... 16

2.3 衛星データに係る主要プラットフォームの動向 .................................................... 17 2.3.1 米国.................................................................................................................. 17 2.3.2 欧州.................................................................................................................. 21 2.3.3 豪州.................................................................................................................. 24 2.3.4 海外民間プラットフォーム事業者の動向 ............................................................ 25 2.3.5 分析.................................................................................................................. 27 2.3.6 日本.................................................................................................................. 29

3． 政府衛星データのオープン＆フリー化及びデータ利用環境整備のあり方 .................... 31

3.1 政府衛星データのオープン＆フリー化及びデータ利用環境整備に関する検討会 ... 31 3.1.1 目的.................................................................................................................. 31 3.1.2 検討会構成メンバ.............................................................................................. 31 3.1.3 開催履歴と主な議題 .......................................................................................... 32

3.2 政府衛星データのオープン＆フリー化及びデータ利用環境整備の方向性.............. 33

3.3 政府衛星データのオープン＆フリー化及びデータ利用環境整備の検討方法 .......... 34 3.3.1 階層別アプローチ.............................................................................................. 34

3.4 期待されるユースケース ....................................................................................... 35 3.4.1 海外におけるユースケース ................................................................................ 36 3.4.2 国内におけるユースケース ................................................................................ 41

4． 政府衛星データのオープン＆フリー化による経済効果 ................................................ 44

ii

4.1 経済効果算出の考え方........................................................................................... 44 4.1.1 計測の対象とアプローチ.................................................................................... 44 4.1.2 アンケート調査の対象 ....................................................................................... 46 4.1.3 アンケート調査の項目 ....................................................................................... 48

4.2 トップダウンアプローチ ....................................................................................... 49 4.2.1 基本的な考え方 ................................................................................................. 49 4.2.2 予測・算定方法 ................................................................................................. 50 4.2.3 予測の数値及び結果 .......................................................................................... 52

4.3 ボトムアップアプローチ ....................................................................................... 55 4.3.1 ユースケースに基づく経済効果の計測方法 ......................................................... 55 4.3.2 ユースケースのシナリオ詳細 ............................................................................. 55 4.3.3 ユースケースに基づく経済効果試算結果 ............................................................ 61

4.4 その他の効果......................................................................................................... 63 4.5 経済効果まとめ ..................................................................................................... 66

5． 政府衛星データのオープン＆フリー化及びデータ利用環境整備のあり方（各論） ...... 67

5.1 政府衛星データのオープン＆フリー化及びデータ利用環境整備の定義 ................. 67

5.2 第 1 階層：政府衛星データ ................................................................................... 68

5.3 第 2 階層：プラットフォーム ................................................................................ 69 5.4 第 3 階層：データ利用促進 ................................................................................... 70

5.5 事業の進め方......................................................................................................... 72

5.6 事業推進のスキーム（案）.................................................................................... 72 5.6.1 政府予算による開発・運用期間のスキーム（案） ............................................... 72 5.6.2 民営化後の運用スキーム（想定案） ................................................................... 75

6． おわりに....................................................................................................................... 77

iii

図 目 次

図 1-1 経済産業政策における宇宙分野の位置づけ ....................................................4 図 2-1 宇宙由来のデータを取り巻く状況 ..................................................................5 図 2-2 世界の宇宙産業の規模 ....................................................................................6 図 2-3 世界の衛星産業の売上げ規模の推移 ...............................................................6 図 2-4 我が国の宇宙機器製造産業の売上げ推移 ........................................................7 図 2-5 我が国の宇宙産業の売上げの構造 （2015）...................................................7 図 2-6 Landsat プログラムの歴史 ...............................................................................8 図 2-7 Sentinel シリーズの計画 ................................................................................ 11 図 2-8 欧州の地球観測衛星のデータ量の推移（単位：TB） ................................... 11 図 2-9 日米欧の産業構造の現状 .............................................................................. 16 図 2-10 NOAA BDP のデータ提供モデル図.............................................................. 18 図 2-11 NEXRAD のアクセス数 ............................................................................... 19 図 2-12 NOAA、プラットフォーム事業者、ユーザのメリット................................ 19 図 2-13 USGS のデータ提供モデル .......................................................................... 20 図 2-14 Copernicus DIAS のデータ提供モデル .......................................................... 21 図 2-15 Building Rader.............................................................................................. 22 図 2-16 Sentinel Hub Service ..................................................................................... 23 図 2-17 Data Cube のデータ提供モデル .................................................................... 24 図 2-18 データ提供スキームの比較 ......................................................................... 27 図 2-19 DIAS のイメージ......................................................................................... 29 図 3-1 想定された階層構造と論点 ........................................................................... 35 図 3-2 Building Radar のサービスイメージ ............................................................... 37 図 3-3 エリアマーケティング .................................................................................. 37 図 3-4 農業保険サービスのイメージ ....................................................................... 38 図 3-5 気象情報サービスのイメージ ....................................................................... 39 図 3-6 Descartes Labs 社のサービスイメージ ............................................................ 39 図 3-7 地方政府へのサービス例：Swindon（英国）の植生 ...................................... 40 図 3-8 災害情報提供サービスのイメージ ................................................................ 41 図 3-9 大型施設建設状況モニタリング .................................................................... 41 図 3-10 HIS の観光情報サービス画面 ...................................................................... 43 図 3-11 首都圏の鉄道での感染拡大シミュレーション ............................................. 43 図 4-1 経済効果算出のアプローチ ........................................................................... 44 図 4-2 計測の対象 ................................................................................................... 45 図 4-3 計測のアプローチ ......................................................................................... 46 図 4-4 IoT 推進コンソーシアム(ITAC)の会員企業概要 ............................................. 47 図 4-5 トップダウンアプローチの考え方 ................................................................ 49 図 4-6 政府衛星データの利用意向（一般企業アンケート調査結果より） ............... 52 図 4-7 政府衛星データのオープン＆フリー化による経済効果 ................................. 54 図 4-8 経済効果の業種別構成比 .............................................................................. 54

iv

図 4-9 経済効果試算（ミクロ）方法・アウトプットイメージ（農業の例） ............ 55 図 4-10 リスクモデリングの高度化（損失削減）による社会・経済効果発生のシナリ

オ ........................................................................................................................ 56 図 4-11 インデックス保険の開発による社会・経済効果発生のシナリオ ................. 57 図 4-12 作物の生育状況等のタイムリーな把握による社会・経済効果発生のシナリオ

........................................................................................................................... 58 図 4-13 精密農業による効率化による社会・経済効果発生のシナリオ..................... 59 図 4-14 漁場推定の高度化による社会・経済効果発生のシナリオ............................ 60 図 4-15 社会インフラの管理による社会・経済効果発生のシナリオ ........................ 61 図 4-16 ユースケース経済効果試算結果概要 ........................................................... 62 図 4-17 大型施設（プラント等）建設状況モニタリングの社会・経済効果発生シナリ

オ ........................................................................................................................ 63 図 4-18 エリアマーケティング情報の社会・経済効果発生シナリオ ........................ 64 図 5-1 データコンテストのイメージ ....................................................................... 71 図 5-2 想定される当初スキーム（案） .................................................................... 73 図 5-3 想定される民営化後の運用スキーム（案） .................................................. 75 図 5-4 民営化後の課金モデルイメージ .................................................................... 76

v

表 目 次

表 2-1 歴代 Landsat の撮像シーン数とデータ量（2017 年 1 月現在）.........................8 表 2-2 Sentinel 衛星の概要 ....................................................................................... 10 表 2-3 オープン＆フリー化されているデータ（政府衛星） .................................... 12 表 2-4 商用配布されているデータ（政府衛星） ...................................................... 13 表 2-5 商用配布されているデータ（民間衛星） ...................................................... 13 表 2-6 JAXA の地球観測衛星（運用終了）.............................................................. 14 表 2-7 JAXA の地球観測衛星（運用中及び打上げ予定）......................................... 14 表 2-8 G-portal で配布しているデータ ..................................................................... 15 表 2-9 気象庁の衛星（ひまわり 8 号） .................................................................... 16 表 2-10 DIAS に格納されている主なデータセット .................................................. 30 表 3-1 オープン＆フリー化検討会 構成メンバ ...................................................... 32 表 3-2 衛星データ利用の用途と組み合わせるビッグデータの例 ............................. 36 表 4-1 企業アンケート調査の調査対象 .................................................................... 46 表 4-2 企業アンケート調査の設問（概要） ............................................................. 48 表 4-3 トップダウンアプローチにおける想定シナリオ ........................................... 50 表 4-4 予測・算定方法 ............................................................................................ 51 表 4-5 予測の数値及び結果 ..................................................................................... 52 表 4-6 各シナリオの予測結果 .................................................................................. 53 表 4-7 ユースケース経済効果試算結果一覧 ............................................................. 62 表 4-8 宇宙・IoT 系企業によるユースケースアイデア（回答数：303 社） .............. 64 表 4-9 一般事業者によるユースケースアイデア（回答数：500 社） ....................... 65 表 5-1 対象とする政府衛星データ ........................................................................... 68

1

1． はじめに

1.1 背景と目的

現在、宇宙産業は転換期を迎えている。技術革新や新規参入企業の増加等を背景に、宇宙

由来の様々なデータの質・量が抜本的に向上しつつある。地球観測衛星データについても、

単なる宇宙由来のデータではなく、ビッグデータの一部として様々なデータと組み合わせ、

AI 解析技術等を適用することで、様々な分野の課題に対しソリューションを提供していく

ことが期待されている。 我が国が直面している社会課題等の解決の視点からも、後述の各種政策文書において地球

観測衛星データや精密測位サービスを始めとする宇宙データを積極的に活用していくこと

が明示されている。 我が国の地球観測衛星データは、研究機関向けには多くのデータがオープン＆フリー化さ

れているものの、様々な要因のため産業利用は限定的な状況である。 上述のような課題を受け、衛星データの産業利用を促進することで宇宙産業の強化を目指

すため、政府衛星データ等のオープン＆フリー化及び利用環境整備を検討することが必要で

あると考えられた。欧米においても、衛星データそのものを販売する事業者が存在している

中で、政府衛星データをオープン＆フリー化する流れも出現しつつあり、パラダイムシフト

が起きている。 そこで、2017 年 5 月に様々なステークホルダから構成される「政府衛星データのオープ

ン＆フリー化及び利用環境整備に関する検討会」（オープン＆フリー化検討会）を立上げ、

政府衛星データのオープン＆フリー化及び利用環境整備の進め方を議論してきた。本報告書

は同検討会での議論の結果をとりまとめたものである。 なお、本報告書において「衛星データ」とは特段の断りがない限り、上述の「地球観測衛

星データ」を指す。

1.2 関連政策

ここでは、政府衛星データのオープン＆フリー化及び利用環境整備に関連する政策文書を

示す。いずれの政策文書においても我が国の直面している社会課題等の解決の視点から、宇

宙データの活用、あるいは政府衛星データのオープン＆フリー化の促進による新たなビジネ

スの創出の方針が示されており、政府衛星データのオープン＆フリー化及び利用環境整備の

検討は我が国の政策的にも重要な事項であることが分かる。

1.2.1 宇宙産業ビジョン 2030

平成 29 年 5 月に公表された「宇宙産業ビジョン 2030」（宇宙政策委員会決定）は、宇宙

産業の振興を図り、他産業の成長や新産業の創出にもつなげるという考えのもと策定された

ビジョンである。宇宙産業全体の市場規模（現在 1.2 兆円）を 2030 年代早期に倍増させる

ことを目標とし、宇宙利用産業、宇宙機器産業、海外展開、新たな宇宙ビジネスを見据えた

環境整備の観点から課題と対応策をとりまとめたものである。 同ビジョンでは、宇宙利用産業の振興に向けた取組みとして政府衛星データのオープン＆

フリー化の推進が掲げられている。以下に関連部分を抜粋する。

2

3.2.3 衛星データへのアクセシビリティの向上（衛星データの所在明確化、データベー

ス基盤、政府衛星データのオープン＆フリー）

＜政府衛星データのオープン＆フリーの推進＞ （前略） 我が国においては、欧州と同様に、一部の高分解能の政府衛星データはデータ配布業

者から有償で提供されているが、今後、有償・無償の整理も含めた欧米における取組状

況や必要性、安全保障上の観点に留意しつつ、国際的に同等の水準でオープン＆フリー

化を進めていく必要がある。また、一般ユーザーにとって衛星データは、高い専門性や

高価なソフトウェアが要求されるために加工が容易ではないことを踏まえ、政府系衛星

のデータをオープン＆フリー化する際には、ユーザーが衛星データを始めとするビッグ

データを利用し易い環境を整備していくことが必要である。これらの取組について、必

要となるコスト等の解決すべき課題を整理し、速やかな実現を図るべきである。

出所）宇宙産業ビジョン 2030（内閣府） http://www8.cao.go.jp/space/public_comment/vision2030.pdf

1.2.2 未来投資戦略 2017

平成 29 年 6 月に閣議決定された「未来投資戦略 2017 -Society 5.0 の実現に向けた改革-」は、日本経済再生本部の下、第 4 次産業革命に向け、成長戦略の司令塔として、「産業競争

力会議」及び「未来投資に向けた官民対話」を統合の上、設置した「未来投資会議」での検

討内容をとりまとめたものである。第 4 次産業革命（IoT、ビッグデータ、人工知能、ロボ

ット）のイノベーションを産業や社会生活へ取り入れることで、Society 5.0 の実現を目指す

政府施策となっている。 同戦略においても、以下に示すように、「第 1 ポイント」及び「第 2 具体的施策」にお

いて、政府衛星データの原則無償での利用によるオープン化及び利用者目線での具体的な開

示方法等の整備を行い、新たなビジネスの創出を図ることが言及されている。

第１ ポイント Ⅱ．Society 5.0 に向けた横割課題 Ⅱ-（A）-１．データ利活用基盤の構築、徹底したデータ利活用に向けた制度整備 公共データのオープン化

宇宙をビッグデータ基盤として位置付け、政府衛星データ（安全保障用途に係るものを

除く。）について、国際的な動向等も踏まえつつ、原則無償での利用によるオープン化及

び利用者目線での具体的な開示方法等の整備を行う。

出所）未来投資戦略 2017 http://www.kantei.go.jp/jp/singi/keizaisaisei/pdf/miraitousi2017_t.pdf

第２ 具体的施策 ７．ロボット革命／バイオ・マテリアル革命 ⅲ）宇宙ビジネスの拡大

3

宇宙をビッグデータ基盤として位置付け、AI 等の解析技術と組み合わせつつ、政府衛星

データ（安全保障用途に係るものを除く。）について、国際的な動向等も踏まえつつ、原

則無償での利用によるオープン化及び利用者目線での具体的な開示方法等の整備を行

い、新たなビジネスの創出を図る。

出所）未来投資戦略 2017 http://www.kantei.go.jp/jp/singi/keizaisaisei/pdf/miraitousi2017_t.pdf また、2017 年 9 月 8 日の第 11 回未来投資会議では、「Society 5.0」の社会実装に向けた今

後の課題が議論され、特に「生産性・供給システム革命」の実現に向けて、データ利活用に

よる生産性の抜本的改善が今後注力、加速すべき事項の一つとして挙げられた。

1.2.3 世界最先端 IT 国家創造宣言 官民データ活用推進基本計画

平成 29 年 5 月に閣議決定された「世界最先端 IT 国家創造宣言 官民データ活用推進基本

計画」は、官民データ活用推進基本法（平成 28 年法律第 103 号）第８条第１項の規定に基

づき、官民データ活用の推進に関する基本的な計画として定められたものである。 同計画においても以下に示すように、宇宙をビッグデータ基盤として位置づけ、原則無償

での利用によるオープン化及び利用者目線での具体的な開示方法等の整備を行い、新たなビ

ジネスを創出することが言及されている。

Ⅰ－２ 具体的施策. Ⅱ－１－(2) オープンデータの促進 ・ 政府衛星データのオープン化及びデータ利用環境整備 - 宇宙をビッグデータ基盤として位置付け、政府衛星データ（安全保障用途に係るものを

除く。）について、平成 32 年度までに、国際的な動向等も踏まえつつ、原則無償での利

用によるオープン化及び利用者目線での具体的な開示方法等の整備を行い、新たなビジ

ネスを創出。

出所）世界最先端 IT 国家創造宣言 官民データ活用推進基本計画

http://www.kantei.go.jp/jp/singi/it2/kettei/pdf/20170530/siryou1.pdf

1.2.4 経済産業政策における宇宙分野

平成 29 年 8 月 1 日の第 21 回産業構造審議会総会において、経済産業省は平成 30 年度の

経済産業政策の重点（案）を提示した。経済産業省では、我が国の産業が目指す姿を示すコ

ンセプトとして「Connected Industries」を掲げており、図 1-1 に示すように重点（案）の第

一の柱である「Connected Industries 等を通じた Society 5.0 の実現」に向け、データの利活用

を加速する対象の 1 つとして宇宙を位置づけている。

4

図 1-1 経済産業政策における宇宙分野の位置づけ

出所）経済産業省 平成３０年度経済産業政策の重点（案）

http://www.meti.go.jp/committee/sankoushin/pdf/021_02_00.pdf

5

2． 宇宙産業の現状と課題

本章では、我が国における政府衛星データのオープン＆フリー化及び利用環境整備の検討

を行うにあたっての前提となる、国内外の宇宙産業の動向及び衛星データを取り巻く状況、

そして米国、欧州、豪州における衛星データに係る主要プラットフォームの動向について述

べる。

2.1 宇宙産業の動向

2.1.1 第四次産業革命における宇宙産業

現在、測位分野における準天頂衛星などの高精度の測位サービスの開始、地球観測分野に

おける衛星画像の高解像度化及び超小型衛星コンステレーションによる高頻度化などによ

り、宇宙由来の様々なデータの質・量が抜本的に向上しつつある。 これらの宇宙由来のデータを様々な地上データと組み合わせてビッグデータ化し、AI も

活用して解析し、ユーザにソリューションを提供するアプリケーションサービスが急速に発

展することが期待されている。特に政府機関の衛星による地球観測データは、従来の米国の

Landsat データに加え、欧州の Sentinel データについてもオープン＆フリー化され、無償開

放の流れとなりつつある。 そこで、ビッグデータ政策の中に宇宙由来のデータを位置づけ、宇宙由来のデータを活用

したアプリケーション産業の発展を後押しするとともに、そのためのインフラとしての衛星

サービス、ロケット打上げサービスの充実を図っていくことが求められている。 以上の内容を図 2-1 にまとめる。

図 2-1 宇宙由来のデータを取り巻く状況

出所）経済産業省作成

6

2.1.2 国内外の宇宙産業の現状

宇宙産業は、2015 年では世界全体で 30 兆円以上（335.3B ドル）の規模とされており、前

年比 4%成長で世界経済の成長率（2.4%）を上回る成長産業となっている（図 2-2 参照）。

このうち、衛星産業の規模は 20 兆円以上（208.3B ドル）であり、宇宙産業全体の 6 割を占

める主要産業である。また、衛星産業は右肩上がりで成長しており、10 年間で 2 倍の規模

になっている（図 2-3 参照）。

図 2-2 世界の宇宙産業の規模

出所）http://www.sia.org/wp-content/uploads/ 2017/03/Satellite-Report-2015-16.pdf

図 2-3 世界の衛星産業の売上げ規模の推移

出所）http://www.sia.org/wp-content/uploads/ 2017/03/Satellite-Report-2015-16.pdf

7

我が国の宇宙産業の市場規模は、宇宙機器産業がおよそ3,500億円規模であることに対し、

宇宙利用産業はおよそ 1 兆円とされている。図 2-4 に示すように日本の宇宙機器製造産業

の売上高は近年漸増で推移してきているが、売上げの構造としては図 2-5 に示すように政

府からの需要に大きく依存している形となっている。

図 2-4 我が国の宇宙機器製造産業の売上げ推移

出所）（一社）日本航空宇宙工業会 平成 27 年度宇宙産業データブックをもとに経済産業省作成

図 2-5 我が国の宇宙産業の売上げの構造 （2015）

出所）（一社）日本航空宇宙工業会 平成 27 年度宇宙産業データブックをもとに経済産業省作成

8

2.2 地球観測衛星データを取り巻く状況

政府衛星データのオープン＆フリー化の検討を行うにあたり国内外の衛星データを取り

巻く状況を把握する必要がある。ここでは、米国、欧州、そして我が国における政府衛星お

よび民間衛星の状況についての調査結果を述べる。

2.2.1 米国

米国では 1972 年に打ち上げられた Landsat-1 を皮切りに Landsat プログラムが継続されて

おり、最新の Landsat-8 も含めて政府が推進している（図 2-6 参照）。歴代の Landsat の撮像

シーン数とデータ量を表 2-1 に示す。Landsat データは基盤データとしてオープン＆フリー

に提供されている。政府が基盤データを無料（あるいは廉価）で継続的に提供することでそ

のデータを使った付加価値産業が活性化し、産業を拡大させていく方向性を志向している。

図 2-6 Landsat プログラムの歴史

出所）https://landsat.usgs.gov/landsat-missions-timeline

表 2-1 歴代 Landsat の撮像シーン数とデータ量（2017 年 1 月現在） センサ（衛星名） シーン数 データ量 OLI-TIRS （Landsat 8） 1,014,908 シーン ~ 3,509 TB Raw and L0Ra Data

ETM+ （Landsat 7） 2,327,298 シーン ~ 2,161 TB Raw and L0Ra Data TM （Landsat 4 & Landsat 5） 2,388,648 シーン ~ 1,198 TB Raw and L0Ra Data

MSS （Landsat 1～5） 1,302,234 シーン ~ 79 TB Raw and L0Ra Data Total 7,040,499 シーン ~ 6,947 TB Raw and L0Ra Data

出所）Landsat Archive, Products, Collection and LGAC Status, Brian Sauer （USGS EROS） 一方、より高解像度（1m 級）の衛星（GeoEye、WorldView など）については、民間企業

である DigitalGlobe 社が民間事業として実施しており、安全保障関係機関などを中心に販売

している。 近年では、DigitalGlobe 社の衛星ほど高解像度ではないが、数 m 級の解像度を持つ衛星を

多数打ち上げてコンステレーションを構築し、高頻度観測を売りにしたビジネスを行う企業

（Planet 社等）が出現している。

9

2.2.2 欧州

欧州では、伝統的に 1964 年に設立された欧州宇宙機関（European Space Agency；ESA）が、研究開発の目的で、地球観測衛星（ERS1

、Envisat2等）を開発、運用してきた。2000 年

代に入ると、欧州全体の安全保障と産業利用促進の観点から、欧州連合（European Union；EU）が実施する宇宙開発利用プログラムとして「Copernicus Programme3

」（Copernicus 計画）

が誕生した。 Copernicus 計画は、2001 年からの 10 年間は衛星の研究開発を実施する必要があったため、

ESA と EU の協力プログラムとしてスタートしたが、現在は、開発フェーズでは無く運用フ

ェーズであるため、EU が資金を拠出している。なお、Copernicus 計画の他に EU が資金を

拠出しているプログラムとして、測位衛星の Galileo プログラムがある。 Copernicus 計画では、サービス提供に必要となる宇宙コンポーネントとして Sentinel 衛星

を長期間にわたり継続的に打上げ、データ提供することを計画している。既に Sentinel-1A、1B、2A、2B、3A を打上げ、運用を開始しており、観測されたデータがオープン＆フリー

で提供されている。 Sentinel 衛星シリーズの概要を表 2-2 に示す。また、Sentinel 衛星シリーズの計画を図 2-7

に、Sentinel 衛星を含む欧州の衛星のデータ量の推移を図 2-8 に示す。なお、Sentinel-6 以降

の次世代衛星の検討も始まっており、CO2、熱センサ、ハイパースペクトルセンサなどが提

案されている 4。

1 ERS（European Remote-Sensing Satellite）は ESA の地球観測衛星。1 号機は 1991 年に、2 号機は 1995 年

にそれぞれ打上げられた。 2 Envisat（Environmental Satellite）は 2002 年に打上げられた ESA の地球観測衛星である。ERS プロジェク

トの後継としての位置づけであった。 3 衛星観測や地上観測による全地球的なリモートセンシング網を構築し、サービスを提供する計画。宇宙

コンポーネント、サービスコンポーネント、In-Situ コンポーネントの 3 つのコンポーネントで構成。旧名

は GMES（Global Monitoring for Environment and Security）。コアサービスと呼ばれるサービスを「Marine」、「Land Monitoring」、「Atmosphere」、「Emergency Response」、「Security」、「Climate Change」の 6 分野で提供

中。 4 Copernicus Space Component and its possible mid-term evolution, C3S User Consultation Workshop

10

表 2-2 Sentinel 衛星の概要

衛星 概要 Sentinel 1

C バンドの高解像度合成開口レーダ

（Synthetic Aperture Radar；SAR）5 Envisat/ASAR や ERS-1、ERS-2 の後継と

して位置づけ

Sentinel 2

光学センサ（可視、近赤外、赤外） SPOT 5 の後継として位置づけ

Sentinel 3

高度計や放射計など複数のセンサ搭載 Envisat 改良版として位置づけ

Sentinel 4

気象衛星（静止軌道） 欧州気象衛星開発機構（EUMETSAT）と

の協力ミッション Meteosat Third Generation として位置づけ

Sentinel 5 Sentinel 5P

気象衛星（極軌道） EUMETSAT との協力ミッション MetOp Second Generation として位置づけ プリカーサー機である 5P は、Envisat と

Sentinel 5 のギャップを埋める目的

Sentinel 6

高度計 海面高度を計測する Jason-3 の後継

出所）http://www.copernicus.eu/main/sentinels

5 電波を使って送受信する能動型のレーダ。太陽光を必要としないため昼夜を問わず観測可能。一般的に

画像の解像度はアンテナが大きいほど良くなるが、衛星に搭載できるアンテナの物理的なサイズには限界

がある。合成開口レーダとは、移動しながら地表に電波を照射し、地表からの反射波の受信を行ってその

情報を合成することで仮想的に大型アンテナと同等の高い解像度を実現するレーダ。

11

図 2-7 Sentinel シリーズの計画

出所）Copernicus Space Component and its possible mid-term evolution

図 2-8 欧州の地球観測衛星のデータ量の推移（単位：TB）

出所）Big Data and Earth Observation, Next GEOSS Summit 一方、ESAや EUのプログラムに加え、欧州各国では国家プログラム（National Programme）

が存在しており、欧州全体としての宇宙産業競争力強化へ貢献している。例えば、フランス

では宇宙機関であるフランス国立宇宙研究センター（CNES）は SPOT Image 社（現 Airbus社）と協力して SPOT 衛星シリーズを開発、運用し、イタリアではイタリア宇宙機関（ASI）が国防省と協力して Cosmo-Skymed 衛星を運用している。また、ドイツでも宇宙機関である

ドイツ航空宇宙センター（DLR）と民間企業（現 Airbus 社）が協力して TerraSAR-X 衛星を

運用している。これらの衛星のデータは商用で販売されている。

12

2.2.3 その他

地球観測衛星の保有は先進国以外に新興国や発展途上国にも広がりつつある。この中で我

が国の衛星の特長の 1 つである L バンドの合成開口レーダに関連した注目すべき動向とし

て、米国とインドの衛星である NISAR（NASA ISRO Synthetic Aperture Radar）が挙げられ、

同衛星のデータがオープン&フリー化される予定である。また、アルゼンチンの衛星

（SAOCOM）も L バンドの合成開口レーダを搭載した衛星である。

2.2.4 欧米の地球観測衛星を取り巻く状況まとめ

前項までに述べた内容を政府衛星データでオープン＆フリー化されているデータについ

ては表 2-3 に、政府衛星データで商用配布されているデータについては表 2-4 に、民間企

業による衛星については表 2-5 にまとめた。前述のように政府衛星データのうち、Landsatデータや Sentinel データのように長期的に継続されるプログラムのデータがオープン＆フ

リー化されている傾向がある。

表 2-3 オープン＆フリー化されているデータ（政府衛星）

出所）各種情報より三菱総合研究所作成（画像出所は各社・各機関 Web サイト）

13

表 2-4 商用配布されているデータ（政府衛星）

出所）各種情報より三菱総合研究所作成（画像出所は各社・各機関 Web サイト）

表 2-5 商用配布されているデータ（民間衛星）

出所）各種情報より三菱総合研究所作成（画像出所は各社・各機関 Web サイト）

2.2.5 日本

(1) JAXA

国立研究開発法人宇宙航空研究開発機構（Japan Aerospace Exploration Agency；JAXA）で

は、陸域を観測する高解像度の衛星として ALOS、ALOS-2 を既に打上げ、2020 年度には先

進光学衛星、先進レーダ衛星の打上げも予定している。ALOS、ALOS-2 のデータはデータ

配布事業者を通じて商用で販売されている。過去に打ち上げた衛星も含め、JAXA の主な高

解像度衛星について表 2-6 及び表 2-7 にまとめる。

14

表 2-6 JAXA の地球観測衛星（運用終了）

出所）経済産業省作成

表 2-7 JAXA の地球観測衛星（運用中及び打上げ予定）

出所）経済産業省作成

一方、環境観測衛星と呼ばれる科学目的にグローバルに地球観測を行う衛星のデータは、

データ提供システムである G-portal6を通じて配布されており、既にオープン＆フリー化さ

れている。G-portal で配布されているデータの一覧を表 2-8 に示す。また、温室効果ガス観

測技術衛星（GOSAT）の標準データについてはデータ提供システム GDAS（GOSAT Data Archive Service）7

を通じて、水循環変動観測衛星（GCOM-W）の標準データについてはデ

ータ提供システム DPSS8を通じてそれぞれ無償で配布されている。

その他、GPM/DPR、GCOM-C、GCOM-W、GOSAT、GOSAT-2 等の観測データは、研究

者以外がそのまま扱うことは難しいデータのため、JAXA が NASA や国立環境研究所等の

専門研究機関と協力の上、「全球降雨マップ」のような製品の形で無償公開している。

6 https://www.gportal.jaxa.jp/gp/top.html 7 https://data2.gosat.nies.go.jp/index_ja.html 8 https://gcom-w1.jaxa.jp/auth.html

15

表 2-8 G-portal で配布しているデータ

公開データ データ提供元 GPM (GSMaP) JAXA GPM (上記以外の GPM プロダクト) The NASA/JAXA GPM project and the

other GPM Partners TRMM (PR, TMI, COMB, VIRS) JAXA, NASA ALOS (カタログのみ, AVNIR-2, PRISM, PALSAR) AVNIR-2 及び PRISM:JAXA,

PALSAR:JAXA METI ALOS-2 (カタログのみ, PALSAR-2) JAXA

MOS-1 (MESSR, VTIR, MSR) JAXA MOS-1b (MESSR, VTIR, MSR) JAXA JERS-1 (VNIR, SWIR, SAR) VNIR 及び SWIR:JAXA, SAR:JAXA

METI ERS-1 (AMI) JAXA, ESA ADEOS (AVNIR, OCTS) JAXA ADEOS-II (GLI, AMSR) JAXA Aqua (AMSR-E) JAXA, NASA 出所）https://www.gportal.jaxa.jp/gp/gportal-agreement.html

(2) 経済産業省

経済産業省では、米国の衛星（Terra）に搭載されている光学センサの ASTER、ASNAROを運用し、さらにハイパースペクトルセンサである HISUI も平成 31 年度に国際宇宙ステー

ションに搭載予定となっている。 ASTER は産業技術総合研究所の運用している MADAS（METI AIST satellite Data Archive

System）9を通じてオープン＆フリー化され、配布されている。

(3) その他

その他の政府衛星データとしては気象庁のひまわり 8 号のデータがある。これは現在、一

般財団法人気象業務支援センターを通じて配信されており、研究目的では無償、商用利用目

的では有償となっている（表 2-9 参照）。ひまわり 8 号機以前のデータについても、研究利

用目的では無償、商用利用目的では有償にて配布されている。 また、民間企業の動きとして、Axelspace 社が 50 機体制の衛星コンステレーションの構築

を目指していることや、キャノン電子社が 2017 年にインドの PSLV ロケットにて小型衛星

を打上げ、自社の衛星を用いたデータ提供事業に参入したことが挙げられる。

9 https://gbank.gsj.jp/madas/

16

表 2-9 気象庁の衛星（ひまわり 8 号）

出所）経済産業省作成

2.2.6 地球観測衛星データの状況まとめ

地球観測衛星データについては、衛星を製造し打ち上げるプレイヤー、衛星を運用すると

ともに処理・配信を行うプレイヤー、配信されたデータを使ってアプリケーション開発を行

うプレイヤーが存在する。衛星製造及び運用・処理配信を行うプレイヤー以外も含め、日米

欧の状況を整理した図を図 2-9 に示す。 衛星データのアプリケーションに関しては、政府のグローバル観測衛星のユーザの多くは、

中央省庁や国立研究開発法人等の研究機関、そして大学等である。一方、民間の高解像度衛

星については、安全保障関係の省庁が主なユーザである。なお、新たな展開として民間ベン

チャー企業が主導する高頻度観測により情報更新の早いサービスが出現し、官需における

衛星データの更なる活用と、幅広い民需での利用の増加が期待される状況となってきてい

る。

図 2-9 日米欧の産業構造の現状

出所）経済産業省作成

17

2.3 衛星データに係る主要プラットフォームの動向

政府による政府衛星データのオープン化促進への Amazon や Google などの民間 IT 事業者

の参加により、海外の衛星データに係るプラットフォームの状況は大きく変わりつつある。

そのため、我が国における政府衛星データのオープン＆フリー化及び利用環境整備の検討を

行うにあたり、海外の政府機関及び民間 IT 事業者の最新動向を調査した。調査対象は、米

国、欧州、豪州における衛星データ提供機関およびプラットフォーム事業者とした。

2.3.1 米国

(1) NOAA Big Data Project

米ホワイトハウスは、2014 年に気候変動に関する政府方針「President's Climate Action Plan」を推進する取組みとして「Climate Data Initiative」を発表した。「Climate Data Initiative」は、

米政府保有の気象関連データを公開し、民間企業や研究者の利用促進を促すことで、気候変

動への対応力強化を目指す取組みである。「Climate Data Initiative」の一環として、米国海洋

大気庁（National Oceanic and Atmospheric Administration；NOAA）は、2015 年に「NOAA Big Data Project（BDP）」を開始した。BDP は、米政府保有の気象データを民間 IT 事業者 5 社

（Google、Amazon、IBM、Microsoft、Open Cloud Consortium）のクラウドプラットフォーム

上で公開するプロジェクトである。BDP を通じて NOAA は既存のメインユーザである政府

機関以外の民間や研究者等ユーザによるデータの利用を増やすことを目標としている。米国

では 2009 年の Landsat データの無償化によってデータの利用が大幅に増加した成功体験が

あり、BDP でもそれと同様に既存ユーザ以外での利用が大幅に増え、雇用や政府税収が増

えるシナリオを想定している。 米政府では、2009 年に発表したオープンデータ政策と 2013 年に発表した大統領令によっ

て、政府機関が保有するデータは原則としてオープンかつ機械判読可能な形式で公開するこ

とが義務付けられている。NOAA BDP では、同政策と大統領令に則り、誰でも自由に利用

できる観測データの公開を行っている。本プロジェクトの開始によって、民間 IT 事業者の

クラウドプラットフォームから NOAA のデータが利用可能になった。完全なオープンデー

タは世界で増えつつあるが、政府のデータ処理費用は横ばいのため、NOAA はオープンア

クセス可能なデータを政府負担が少ない形で実現すること目標としている。 NOAA BDP のデータ提供モデルを図 2-10 に示す。NOAA は、プラットフォームの運営

を BDP パートナーに委託するとともにデータ提供を行っている。NOAA は、データ提供ま

での責任を負っており、プラットフォームを担当する BDP パートナーに対して政府予算を

提供していない。一方、AWS からユーザに対しては、詳細は 2.3.4 項にて後述するが、デー

タ料金ではなく、クラウドサービスの利用に応じて課金されている。BDP パートナーは、

プラットフォームの維持・開発を進めるとともに、サードパーティ（第三者）のアプリケー

ション開発事業者を募っている。アプリケーション開発事業者は、プラットフォーム上で利

用できるアプリケーションの開発を行っている。これらプラットフォームの価値を高める取

組みによって、ユーザは利便性の高いクラウドプラットフォームを利用することができる。

18

NOAA と BDP パートナーとの協定では、クラウドサービス上で提供されるデータのデー

タポリシーは様々である。例えば、高解像度気象レーダ網である NEXTRAD のデータは 20年以上昔のデータが AWS 上で公開されているが、最新の気象衛星である GOES-16 のデー

タは、観測後 30 日以内はユーザの利用率が高いため高速のクラウド環境で公開されている

が、30 日を過ぎたデータは低速のストレージに移管される。 このようなことから NOAA の全データのアーカイブそのものをクラウドサービスに完全

に依存する考えはない。商用利用目的でアクセスされるデータを民間 IT 事業者のクラウド

上にて開放することで利用を増やすことが目的であり、NOAA によるアーカイブは継続さ

れる。BDP 結果の評価に基づき、NOAA は今後のフェーズでクラウドサービスにてデータ

提供を継続するかを決定する。BDP パートナー側は試行を通じてビジネス利用できるデー

タ（使われるデータ）を特定しようとしている。

図 2-10 NOAA BDP のデータ提供モデル図

出所）三菱総合研究所作成 図 2-11 に Amazon Web Service（AWS）上で公開されている 1991 年から現在までの NOAA

の NEXRAD のデータ（300 ペタバイト）のアクセス数推移を示す。2015 年 10 月に BDP が

開始されて以降、NEXRAD へのアクセスは AWS が主流となり、ユーザから 2.3 倍のアクセ

スを得た上に、結果としてNOAAのサーバー負荷を50％削減することを実現した。NEXRADの例は、民間 IT 事業者を活用した結果、気象観測データの利用が促進された事例である。

NOAA

ユーザー アプリケーション開発者

BDPパートナー

プラットフォーム

19

図 2-11 NEXRAD のアクセス数

出所）NOAA 提供 Facilitating New Opportunities for Data Users via NOAA’s Big Data Project (2017)

図 2-12 に BDP によって NOAA、AWS、ユーザが得たメリットを示す。NOAA は、ダウ

ンロードトラフィックの 80%を AWS に移転することに成功し、AWS はユーザデータの 64%が AWS 上に格納され、ユーザは非常に高速な計算結果を得ることができるようになった。

民間 IT 事業者を活用することは、データ提供者、民間 IT 事業者、ユーザのそれぞれにメリ

ットがある。

図 2-12 NOAA、プラットフォーム事業者、ユーザのメリット

出所）NOAA NOAA’s Big Data Project: Vision and Approach (2017) 今後、NOAA はスーパーコンピュータを用いた新しい全米水予報モデル「National Water

Model」、気候変動北米マルチアンサンブル予測モデル「NMME FORECAST」、最新気象予

測モデル「High Resolution Rapid Refresh」などのデータを BDP の対象とすることを計画し

ている。

20

(2) U.S. Geological Survey によるデータ提供

米政府は、2012 年 5 月にデジタル・ガバメント戦略「Digital Government：Building a 21st Century Platform to Better Serve the American People」を発表した。本政策を受けて、米国地質

調査所（United States Geological Survey；USGS）は、米政府の保有する観測データを無償配

布している。データの配布は USGS が提供するプラットフォーム上で行われており、プラ

ットフォームにはデータ検索機能やユーザが作成したデータを公開する機能が提供されて

いる。 USGS では、2009 年から Landsat シリーズの衛星が取得したアーカイブデータを無償で公

開している。Landsat データを陸域リモートセンシングプログラム（Land Remote Sensing Program）の一環として、国の機関の責務としてアーカイブするとともに広く一般に提供す

ることを目標としている。このプロジェクトを発展させるために USGS と Amazon は、2015年から、Landsat データを AWS Public Data Sets としてプラットフォーム上で公開し始めた。

AWS Public Data Sets は、誰でも無料でアクセスできる公共的なデータセットである。また

USGS は、Google Cloud Storage 上でも Landsat データを公開している。USGS は、自身によ

るデータ公開、アプリケーション・API の提供に加え、複数の民間 IT 事業者のクラウドプ

ラットフォームで Landsat データの公開を行っている。 今後、USGS は自身の配布システムについて、データカタログの更新、セキュリティの向

上、ユーザフィードバック機能の実装を計画している。

図 2-13 USGS のデータ提供モデル

出所）USGS Digital Strategy (2016)

21

2.3.2 欧州

EU は、ESA や欧州各国の宇宙機関と連携し、地球規模の環境変化と天災リスクを監視す

るために、「Global Monitoring for Environment and Security（GMES）」プログラムを開始した。

その後、2012 年に GMES から Copernicus 計画に名称が変更された。Copernicus 計画は、「欧

州の新たな雇用と事業・ビジネスチャンスの創出を支援する産業促進」、「公共団体や地方自

治体、政策決定者が環境側面を踏まえた活動や意思決定の支援」を目的としたプログラムで

ある。Copernicus 計画は、Sentinel 衛星（センチネル衛星）シリーズのデータ、欧州気象観

測衛星機構（European Organisation for the Exploitation of Meteorological Satellites；EUMETSAT）や欧州環境機関（Europe Environment Agency；EEA）などの様々な機関が所有する船舶、航

空機、地上設備等の観測データ等を提供している。 Copernicus 計画では、それぞれ異なる観測機器を搭載した地球観測衛星 Sentiel-1～6（セ

ンチネル衛星）の打上げが計画されており、2017 年時点で Sentinel-1～3 が運用されている。

センチネル衛星が取得したデータは「Copernicus Services Data Hub」を通じて無償配布され

ており、Sentinel-2 データは AWS public data sets でも公開されている。2016 年の時点で、1日 6 テラバイトのデータを取得しており、宇宙産業だけではなく、ビッグデータ分析、AI、ディープラーニングといった IT 技術と融合し、データ社会の実現へ貢献している。

Copernicus 計画では 2030 年までに、欧州の輸送、石油とガス、保険、農業等の経済分野

にて約300億ユーロの経済利益と約5万の雇用創出を目標としている。これらの実現のため、

EU 及び ESA が分担して、2013 年で 34 億ユーロ、2014 年から 2020 年まで 38 億ユーロを拠

出している。

図 2-14 Copernicus DIAS のデータ提供モデル

出所）ESA 発表資料より(2016)

Copernicus 計画では、これらのデータを統合的に利用できる地球観測データ利用システム

を開発・運用することを計画しており、このデータ利用システムは、「Copernicus Data and Information Access Services」（Copernicus DIAS）と呼ばれている。Copernicus DIAS のデータ

Cop

erni

cus

Dom

ain

Use

r Dom

ain

Commission Member States

Regional/Local

Administration

Private sector Citizen Scientific users

S6

User Data

LandMarineAtmosphe

reEmergencySecurity

ClimateSentinel

DataService

Information

Data Distribution service Data and Information Access Service

Copernicus Core Services

Sentinel Data ESA

Sentinel Data

EUMETSAT

Contributing Missions In-Situ

Data for Download

Information Access & Download

Data/Information Access on Cloud

Service Information

Processing & Other Value

Added Services &

Data

S5S4S3S2S1

Sentinels

National, International &

Commercial Data

Processing & Other Value

Added Services &

Data

ESA / EUMETSAT

R & D initiativese-infrastructure

22

提供モデルを図 2-14 に示す。Copernicus DIAS は、データをダウンロードして利用する状況

からパラダイムシフトを起こし、データ利用における障壁を減らし利用者を拡大させること

を目指した統合プラットフォームとして開発が進められている。2017 年後半から 2018 年前

半に運用段階へ移行する予定となっている。なお、運用中のセンチネル衛星のデータをダウ

ンロード可能である Sentinel Data Hub やコアサービスは Copernicus DIAS 以外の経路でもユ

ーザに提供される予定である。 また、Copernicus 計画では、2011 年から「Copernicus masters」（コペルニクス・マスター

ズ）というビジネスアイデアコンテストを実施している。当該各賞の協賛団体/企業出身者

を中心とした 7 名程度で構成される専門家パネルにより、受賞アイデアの選考を行っている。

コペルニクス・マスターズでは、商業アイデアの募集を行っており、優秀なアイデアには賞

金 2 万ユーロと 6 万ユーロ分の衛星画像データが送られる。また、受賞アイデアは事業化に

向けた手厚いサポートを受けることができる。 2015 年のコペルニクス・マスターズでは、Building Radar – Construction Detection And

Monitoring が大賞を受賞した。本アプリケーションは、センチネル衛星データ、地形情報、

機械学習が組み込まれた検索エンジンを用いて、世界中の建物の建設や補修の状況をリアル

タイムで把握することができる。この検索エンジンは、100 万件を超える建設プロジェクト

の情報を提供している。

図 2-15 Building Rader

出所）ESA Copernicus 2016 年のコペルニクス・マスターズでは、スロベニアの Sinergise 社による「Sentinel Hub

（A Satellite Imagery Web Service）」が大賞を受賞した。本アプリケーションは、AWS を用い

てセンチネル衛星データを配布するサービスである。Sentinel Hub を用いることで、ユーザ

はセンチネル衛星データにアクセスすることができ、さらに処理した衛星データを他の GISアプリケーションと容易に連携させることができるようになった。

23

図 2-16 Sentinel Hub Service

出所）ESA Copernicus

24

2.3.3 豪州

(1) Australian Geoscience Data Cube

Australian Geoscience Data Cube（AGDC）は、オーストラリア地球科学機構（Geoscience Australia；GA）、オーストラリア連邦科学産業研究機構（Commonwealth Scientific and Industrial Research Organisation；CSIRO）及びオーストラリア国立大学（The Australian National University；ANU）によって設立された地球観測データのプラットフォームである。AGDCでは、Landsat データを中心としつつ、MODIS や Sentinel のデータを Analysis Ready Data と

呼ばれる解析可能な状態として提供している。 AGDC の取組みを発展させ衛星データの利用を促進するために、CSIRO や USGS のパー

トナーシップにより、AGDC を発展させた Open Data Cube（ODC）を構築中である。ODCは、オープンかつ自由にアクセス可能な地球観測衛星データのプラットフォームである。

ODC 上では、ANU のスーパーコンピュータや AWS によるクラウドコンピューティングサ

ービス等を計算リソースとして提供し、解析環境を保有しない中小企業やベンチャー企業の

利用を促している。 ODC が主なユーザとして想定するのは、CSIRO 等の研究機関の研究者と「CSIRO Earth

Analytics Industry Innovation Hub（EAIIH）」に参加している 100 社以上の企業群である。EAIIHは、地球観測衛星データを用いた新規のアプリケーションを開発する企業であり、CSIROは EAIIH と協議しながら ODC の開発を進めている。 図 2-17 に ODC のデータ提供モデルを示す。ODC では、登録料による課金、ビジネスユ

ーザが自社のシステムに ODC を組み込む場合の課金、プラットフォーム上の API 利用時に

課金を行っている。衛星を保有していない豪州政府も、政府予算を利用の上、サービスへの

課金ベースを行いつつ衛星データのオープン化及び利用環境整備を実施している。現在まで

に鉱物資源探査を目的として ODC を使用する民間ユーザが出現している。

図 2-17 Data Cube のデータ提供モデル

出所）CSIRO Remotely sensed data for knowledge generation (2017)

25

2017 年 5 月にはオーストラリア政府は、AGDC を今後 2 年間で「Digital Earth Australia」に発展させることを発表した。これに伴い、オーストラリア政府から、新たに 1,530 万ドル

の予算が供出される予定である。「Digital Earth Australia」は、オーストラリアの経済発展、

特に中小企業向けに新たに雇用とビジネスチャンスを生み出すために、地球観測衛星データ

へ無料でアクセスできるプラットフォームを提供し、新しい商用アプリケーションを構築す

る予定である。

2.3.4 海外民間プラットフォーム事業者の動向

(1) AWS Public Data Sets

Amazon 社は、Amazon Web Service においてクラウドサーバー上で誰でも使用することが

できる公共データセット（Public Data Set）を公開している。Amazon 社では、AWS の利用

を通してあらゆるデータ処理をクラウド上で実施できるようにすることを目指している。

AWS は「Open Data Friendly」なプラットフォームの構築を目指しており、データ加工やア

プリケーション開発ができる技術力のあるユーザを対象としている。現時点で 6 ペタバイト

の公共データセットが公開されているが、既存アセットを利用しているため、公共データセ

ットを持続的に配布するようにプラットフォームが設計されていない点は課題である。 主に公共データセットとして公開しているデータの種類は、地理空間・環境データ（含む

衛星データ）、ライフサイエンス・ゲノムデータ、機械学習用のデータの 3 種である。 AWS 上で公開されている主な地球観測に関わる政府データは、以下のとおりである。 ・Landsat 8 （USGS 提供） ・NEXRAD （NOAA 提供） ・Sentinel-2 （ESA 提供） 衛星データの分析には大規模なストレージと高い計算能力が必要であり、AWS のクラウ

ドサーバーと親和性が高い。また、プラットフォーム上に衛星データのような宇宙由来のデ

ータを搭載することで、プラットフォームの魅力が高まり新規の顧客が増えることから衛星

データを AWS 上で公開している。 AWS のビジネスモデルは、クラウドサービスを従量課金制で提供するモデルである。コ

ンピューティングリソースやサービスを利用した分だけ収益が発生するビジネスモデルで

あるため、AWS 上のデータをより多くのユーザに使用してもらうことが重要である。AWSでは、アプリケーション開発事業者が開発したアプリケーションを公開することができる。

Amazon 社は、多くのアプリケーションが AWS 上で公開されることによって、プラットフ

ォームの価値が高まり、利用者が増加すると考えている。一方で、現在はユーザに対して、

コンピューティングリソースを提供することに注力している。そのため、アプリケーション

開発者がどのように公共データセットを利用しているかについてはホームページ上で紹介

する程度に留まっており、サポートは限定的である。 現時点で AWS を利用している主要なユーザは政府機関であるが、民間企業の利用も進ん

できている。民間企業では、Planet 社、Digital Globe 社、Astro Digital 社等の商用衛星を保有

26

する企業が、観測したデータを AWS 上で公開している。 Amazon 社は、AWS の導入には初期コストがかかるものの、セキュリティやバックアッ

プ、そして提供されるツールの更新頻度を考慮した場合、トータルコストでは競争優位性が

あると考えている。また、新規に利用環境を構築するユーザは AWS を活用することで、新

たに自らでサーバーを構築するよりも IT 投資を減らすことができる。このような理由から

AWS の利用が広まっている。

27

2.3.5 分析

(1) データ提供モデル

NOAA、USGS、Copernicus DIAS、ODC の各プラットフォームは、政府衛星データを低コ

ストで広く普及させることを標榜している。NOAA は、民間 IT 事業者のクラウドプラット

フォームを利用することで、データ提供のアクセスルートを増やすとともに、民間 IT 事業

者が提供するクラウドプラットフォームの計算能力、ストレージ、ネットワークなどを利用

できるようにした。USGS と ODC も民間 IT 事業者のプラットフォームを活用することで、

コスト削減とユーザの獲得を図っている。Copernicus DIAS は開発中であり、2017 年 10 月

時点ではプラットフォームを構築する事業者の選定を行っている段階である。ESA から発

表された Copernicus DIAS のデータ提供モデルによれば、Copernicus DIAS はデータ提供と

プラットフォームの提供を行う予定である。 これらのプラットフォームごとのデータ提供スキームを比較するために、図 2-18 にデー

タ提供モデルを 3 種類に類型化し模式図に整理した結果を示す。水色で塗られた範囲は公費

が投入されている範囲を示し、紺色で塗られた範囲は民間が担当している範囲を示している。

プラットフォームごとに民間 IT 事業者のプラットフォームを活用する比率が異なっている。

また、各プラットフォームとも民間 IT 事業者のプラットフォームの活用は試験的な取組み

となっており、今後の動向を注視する必要がある。 詳細は 3 章及び 5 章にて述べるが、「政府衛星データのオープン＆フリー化及び利用環境

整備に関する検討会」の議論の結果、導き出された我が国の「政府衛星データのオープン＆

フリー化及びデータ利用環境整備のあり方」は、当初欧州型からスタートし、豪州型、もし

くはさらに民営化した形へ移行するイメージである。

図 2-18 データ提供スキームの比較

*民間 PF は、Amazon や Google 等。民間 PF への依存度は、NOAA、USGS にて異なる模様 出所）三菱総合研究所作成

28

(2) 民間 IT 事業者の活用

民間 IT 事業者のプラットフォーム事業におけるビジネスモデルは、クラウドプラットフ

ォームの各種サービスを利用した場合に料金が発生する従量課金制ビジネスモデルである。

プラットフォームの価値が高まり、利用者数が増加するほど収益が高まるビジネスモデルと

なっている。そのためプラットフォーム側は、サードパーティのアプリケーション開発者に

よって、プラットフォームを利用した新しい製品の開発を促進している。 各国にて官民の役割分担は異なるものの、ビックデータとしての衛星データのオープン化

及びその対応は、世界の潮流である。特に必要な技術は、クラウドプラットフォームも含め

たコンピューティングパワーの提供である。

(3) データポリシー

米国は、データのオープン＆フリー化に対して積極的な姿勢である。NOAA と USGS が

提供するデータは、2009 年からの米国オープンデータ政策に基づき、原則としてオープン

かつフリーに利用することができる。 欧州では、2011 年から EU によってオープンデータに関する議論が行われており、2015

年に「Open Data and the Digital Single Market Strategy」を採択した。本戦略はオープンデー

タへのアクセスを促進することを定めている。Copernicus DIAS は、データポリシーを策定

中であるものの、センチネル衛星のデータに関してはオープン＆フリーとなっている。 豪州でも 2015 年に「Australian Government Public Data Policy Statement」を定め、政府デー

タのオープン＆フリー利用を促進している。ODC でもオープンデータポリシーを定めてデ

ータの配布を実施している。 このようにオープン＆フリーでデータ提供を行っている海外プラットフォームは、当該国

政府の掲げるデータ利用のオープン＆フリー化方針に準拠したデータポリシーを採用して

いる。

29

2.3.6 日本

政府衛星データのオープン＆フリー化及び利用環境整備を進めるにあたっては、既存のプ

ラットフォームとの連携も検討要素である。そこで、地球環境データのプラットフォームで

ある DIAS（Data Integration and Analysis System；データ統合・解析システム）について最新

状況を調査した。

(1) DIAS

DIAS とは、地球規模／各地域の観測で得られたデータを収集、永続的な蓄積、統合、解

析するとともに、社会経済情報などとの融合を行い、地球規模の環境問題や大規模自然災害

等の脅威に対する危機管理に有益な情報へ変換し、国内外に提供することにより、我が国の

総合的な安全保障や国民の安全・安心の実現に資することを目的として開発されたシステム

である。 2006 年から開始され、2010 年度にはプロトタイプの開発が完了し、世界で初めて多種多

様かつ大容量な地球観測データ、気候変動予測データ等を統合的に組み合わせ、水循環や農

業等の分野における気候変動の影響評価や適応策立案に資する科学的情報を提供するプラ

ットフォームが実現した。2016 年度からは実運用に向けた第 III 期がスタートしている。 DIAS のイメージを図 2-19 に示す。また、DIAS に格納されている主なデータセットを表

2-10 に示す。大気、陸域、海洋、人間圏などに関する多様な観測データや気候変動予測結

果が格納されている。

図 2-19 DIAS のイメージ

出所）http://www.diasjp.net/about/

30

表 2-10 DIAS に格納されている主なデータセット

※この他、JAMSTECデータカタログ（海洋研究開発機構）、JaLTERデータ目録（生態系観測データベース）、NiPR（国

立極地研究所学術データベース）、ADS（国立極地研究所北極域データアーカイブ）とデータベース連携

出所）http://www.diasjp.net/use/dias-datasetlist/等をもとに整理

31

3． 政府衛星データのオープン＆フリー化及びデータ利用環境整備のあり方

本章では、前章までで述べた我が国の政策や国内外の衛星データ及びプラットフォームの

状況を踏まえ、我が国における政府衛星データのオープン＆フリー化及びデータ利用環境整

備のあり方についての検討方法および検討結果を述べる。具体的には、幅広い有識者からな

る検討会における議論の結果、示された考え方及び方向性、そして、期待されるユースケー

スの調査結果について述べる。

3.1 政府衛星データのオープン＆フリー化及びデータ利用環境整備に関する検討会

3.1.1 目的

昨今、技術革新や新規参入企業の増加等を背景に、宇宙由来の様々なデータの質・量が

抜本的に向上しつつあり、これら宇宙由来のデータと他の様々な地上データが組み合わさ

ったビッグデータに AI 解析技術等を適用することで、様々な課題に対しソリューションを

提供していくことが期待されている。 衛星データは、地球規模での環境を捉える環境衛星データを中心に研究機関向けには多

くのデータがオープン＆フリー化されているものの、ビジネスで利用されている陸域観測

衛星データの産業利用は限定的である。理由としては、①ユーザからのリクエストベース

で有償によりデータの標準処理の上、提供している点、②データ量が膨大で、一般ユーザの

コンピュータではハンドリングが困難な点、③解析にあたり高価なソフトウェアが必要な点、

などといったことが挙げられる。 そのため、JAXA 衛星データ等のオープン＆フリー化を進めるとともに、ユーザフレン

ドリーなデータプラットフォーム等を基盤インフラとして整備し、ビッグデータの 1 つと

しての衛星データとその他のデータを組み合わせて利用するアプリケーション事業者の創

出を促す必要があると考えられた。 このような状況を受け、関係府省と協力の上、ユーザを含むステークホルダにて構成され

る「政府衛星データのオープン＆フリー化及び利用環境整備に関する検討会」（オープン＆

フリー化検討会）を立上げ、2017 年 5 月から 10 月にかけて、政府衛星データのオープン＆

フリー化及び利用環境整備に関する進め方を議論した。

3.1.2 検討会構成メンバ

本検討会は、慶応大学大学院政策・メディア研究科の特別招聘教授である夏野剛氏を座長

に招き、IT 関係企業、ベンチャー企業、宇宙関係企業、コンサルタント、金融など幅広い

分野の専門家からなる構成とした。宇宙業界に閉じず、IT 系のディー・エヌ・エーやオプ

トホールディングの方々が参加する形とし、ビッグデータの 1 つとしての衛星データとの観

点から議論を行えるように留意したメンバ構成とした。また、関係府省もオブザーバとして

参加した。 検討会構成メンバを表 3-1 に示す。

32

表 3-1 オープン＆フリー化検討会 構成メンバ

お名前 ご所属・職位 ＜検討会委員＞

夏野 剛 (座長)

慶応大学大学院政策・メディア研究科 特別招聘教授

守安 功 株式会社ディー・エヌ・エー 代表取締役社長兼 CEO 齊藤 秀 株式会社オプトホールディング 最高解析責任者& OPT Data Science Lab 所長

小笠原 治 株式会社さくらインターネット フェロー 石塚 高也 株式会社パスコ 衛星事業部 事業推進部長 向井田 明 一般財団法人リモート・センシング技術センターソリューション事業部長

藤原 謙 株式会社ウミトロン 代表取締役 石田 真康 A.T.カーニー株式会社 プリンシパル

舘 和夫 国立研究開発法人宇宙航空研究開発機構 宇宙利用統括 関口 智嗣 国立研究開発法人産業技術総合研究所 理事

兼 情報・人間工学領域 領域長 土田 誠行 株式会社産業革新機構 専務取締役

＜オブザーバ＞ 内閣府宇宙開発戦略推進事務局 参事官 文部科学省研究開発局宇宙開発利用課 課長 総務省情報通信国際戦略局宇宙通信政策課 課長 国立研究開発法人情報通信研究機構 理事

＜事務局＞ 経済産業省 製造産業局 宇宙産業室

3.1.3 開催履歴と主な議題

オープン＆フリー化検討会の開催履歴と主な議題を以下に示す。 第 1 回 5 月 24 日 16:15～18:15 検討会設置の背景 検討会のスコープ、スケジュール 今後の論点について 第 2 回 6 月 15 日 15:30～17:30 JAXA の衛星データについて 産業技術総合研究所における衛星データ関連の取り組み 欧米における衛星データオープン化の現状 非宇宙分野における AI を活用したビッグデータ解析 総合討議

33

第 3 回 7 月 7 日 15:00～17:00 プラットフォーム会社設立事例のご紹介 衛星データのオープン＆フリー化及びデータ利用環境整備のあり方について 総合討議 経済効果算出の考え方について 第 4 回 7 月 27 日 14:00～16:00 経済効果試算結果 中間取りまとめ（案） 総合討議 第 5 回 8 月 28 日 16:00～18:00 中間取りまとめ（案）へのご指摘事項と対応について 国内の PF（DIAS）との連携について 総合討議 第 6 回 9 月 15 日 10:00～12:00 海外動向調査報告 最終報告書（案） 総合討議 第 7 回 10 月 6 日 14:30～16:00 最終報告書

3.2 政府衛星データのオープン＆フリー化及びデータ利用環境整備の方向性

政府衛星データのオープン＆フリー化及びデータ利用環境整備の推進について検討し、本

施策について、「政策的方向性」、「海外の動向」、「過去からの教訓」、そして「社会的便益」

の 4 つの観点から以下に示すように整理した。

＜政策的方向性＞ 衛星データはビッグデータの 1 つであり、「Connected Industries」の 1 つの基盤インフラ

と位置づけられる。衛星データと様々な地上データを組み合わせた新たなアプリケーショ

ンが創出されることにより、企業における生産性向上や競争力強化を実現するだけでなく、

日本が直面する社会課題の解決に貢献することも期待される。

＜海外の動向＞ 欧米においては、Landsat-8やSentinel-2といった地球観測に関わる政府衛星データは既に

オープン＆フリー化されており、Orbital Insight 社のようなオープン＆フリー化されたデー

タと他のデータを組み合わせて情報化することでビジネスを展開するようなスタートアッ

プ企業が数多く出現している。

34

＜過去からの教訓＞ 我が国でも過去に衛星データの利用促進に向けた取組みとしてプラットフォームの構築

が行われたことがあったが、衛星データ利用を主とするコミュニティの未成熟、データ提

供側との協力関係構築の難しさ、などの障壁に直面した。本取組みにおいては、これらの

過去の事例から得られた教訓を踏まえた方針にするべきである。

＜社会的便益 10＞

産業利用を前提とした政府衛星データのオープン＆フリー化及び利用環境整備について、

調査及び議論した結果、以下のような社会的便益が顕在化された。 国民生活の安全・安心への貢献

防災や社会インフラ管理 新規ビジネス・産業創出

米国の Orbital Insight 社のような新規ベンチャーの出現 データドリブン社会推進による日本の産業界の効率化

有人によるプラント進捗管理等の既存作業の削減による経営効率化 地方独自の課題解決に貢献することで、地方創生へ寄与

地方の大学や企業が有するデータと一緒に活用することで、地方創生へ寄与 人材育成を通じた未来への投資

非商業の学術利用の幅を広げることで、大学等での人材育成へ寄与 世界的な潮流及び政策的な方向性と合致し、また、上述のような多くの社会的便益も想定

されることから政府衛星データのオープン＆フリー化及びデータ利用環境整備を推進すべ

きとの方向性が示された。

3.3 政府衛星データのオープン＆フリー化及びデータ利用環境整備の検討方法

3.3.1 階層別アプローチ

政府衛星データのオープン＆フリー化及び利用環境整備の詳細を検討するにあたっては

階層別に検討するアプローチを採用した。具体的には、対象とする衛星データを検討する第

1 階層、データの格納、高度なデータ処理能力等を担うプラットフォームを検討する第 2 階

層、そしてデータの利用促進を検討する第 3 階層の 3 つの階層である。 一方で、各階層で閉じた検討にならず、3 つの階層を全て対象とした一気通貫の政策とな

ることに留意して検討した。 政府衛星データのオープン＆フリー化及び利用環境整備を進めるにあたり想定された階

層構造と論点を図 3-1 に示す。

10 政府衛星データをオープン＆フリー化及び利用環境整備することによる経済効果については 4 章にて詳

述する。

35

図 3-1 想定された階層構造と論点

出所）経済産業省作成 検討会の議論の結果、各階層の方向性は以下の方針とすることとした。

第 1 階層（政府衛星データ） JAXA 等の政府衛星データをユーザが使用しやすい形に処理したデータをオープン

＆フリー化する

第 2 階層（プラットフォーム） プラットフォームに搭載されたデータはユーザが自由に利用できる環境を構築する

第 3 階層（利用促進） 政府衛星データの商業利用を解禁するとともに、プラットフォーム（第 2 階層）とエ

ンドユーザをつなぎ合わせる企業・個人11を巻き込む

データコンテスト等を通じてイノベーションを創出することを目指す 階層ごとの詳細な検討結果については 5 章にて述べる。

3.4 期待されるユースケース

政府衛星データのオープン＆フリー化及び利用環境整備を進めることにより、プラットフ

ォームを活用した新たなビジネス・産業が創生されていくことが期待される。 既存のデータ利用ビジネスに対しても、データ利用料の無料化や利用可能データな種類の

拡大による高付加価値化などの効果が見込まれる。高付加価値化のためには、衛星データが

ビッグデータの 1 つとして位置づけられ、様々なデータと組み合わせて新たな価値を創出す

る形で利用されることが重要である。既存の衛星データ利用の用途と組み合わせるビッグデ

11 欧米では Third Party と呼ばれる

36

ータの例を表 3-2 に示す。

表 3-2 衛星データ利用の用途と組み合わせるビッグデータの例 用途の例 衛星データと組み合わせるビッグデータの例

収穫量の予測 作物の品種情報 収穫量、漁獲量データ等の統計データ

農地・林地管理 農地・林地区画データ 気象・環境の観測 地上の気象観測データ

移動経路（道路、航路）の検討 人流データ、車両の移動経路データ 燃料消費データ

マーケティング検討 店舗の売上データ、個人の購買データ 都市・建物の構造分析 昼間・夜間人口分布

災害等の発生検知、被害分析、

防災計画の立案 既存の地形図 昼間・夜間人口分布 地上の気象観測データ

資源探査 地質図、地形図、土地利用図 インフラ劣化状況把握 対象構造物及び付近の計測データ

地盤沈下・液状化状況把握 測量データ

出所）各種情報より三菱総合研究所整理 加えて、データのコストが高価であったこと、大量のデータ処理に必要となるコンピュー

ティングパワーが十分でなかったこと、などの要因によりこれまであまり衛星データが利用

されてこなかった分野においても、オープン＆フリー化及び利用環境整備が行われることに

より新たな利用が生まれてくることが期待される。3.4.1 項では海外の、3.4.2 項では国内の

具体的なユースケース例を示す。なお、データコンテスト等を通じて、現時点で想定できな

い新たな利用方法の開拓も進むことが期待されることから、ここで挙げている例は一部であ

ることに留意が必要である。

3.4.1 海外におけるユースケース

(1) 建設情報提供

暖房や空調システム、カーペット、パーティション、照明器具等の会社にとって新たな建

物が建設される情報はビジネスチャンスに直結することから、重要な情報である。センチネ

ル衛星データ（解像度 10m）とインターネット上などの様々な公開情報から収集可能な建

設情報を組み合わせることで、世界中の建物の建設や補修状況をリアルタイムで提供するサ

ービスを構築することが期待できる。前項のサービスと似ているが、本サービスは建築関連

企業向けにサービスを提供する点が特長である。 ドイツのスタートアップ企業である Building Radar 社はこのようなサービスを構築し、建

築関連企業向けのサービスを提供している。Building Radar 社のデータベースは、100 万件

を超える建設プロジェクトの情報を格納しており、PC、タブレット、スマートフォンなど

様々なデバイスで情報を確認することが可能となっている（図 3-2 参照）。

37

図 3-2 Building Radar のサービスイメージ

出所）https://buildingradar.com/

(2) マーケティング

現在、飲食、娯楽等の新規施設建設箇所の検討や競合店の集客状況の把握のために必要と

なるマーケティング情報（通過人数・動線、駐車台数、街の変化等）の把握などは、調査箇

所及び調査日時のみの点情報の組み合わせとなっている。最近では携帯電話の位置情報など

を用いる人流データを活用する試みなども始まっているが、これに特定エリアを一定頻度で

継続的に観測した衛星画像を組み合わせて用いることで、定期的かつ面的な分析を行うこと

が可能となり、より詳細なマーケティング情報分析の実現が期待できる。 この効果としては、面的な関連情報を追加で用いることで、より正確な経営判断を行うこ

とが可能となり、事業リスク低減につながることが期待できる。また、公的施設を新たに建

設する場合などでは、当該施設の効果を予測するための集客予測・推計の基礎データとして

も貢献することが期待できる。 図 3-3 にサービスイメージを示す。米国の Orbital Insight 社は画像内の車の数をカウント

するアルゴリズムを用いたサービスを提供している。

図 3-3 エリアマーケティング

出所）三菱総合研究所作成

(3) 農業保険

農業従事者にとって、最適な収穫時期、収穫量、作物被害の発生などの予測情報は極めて

38

有益な情報である。現在も高解像度衛星データとローカル気象データを組み合わせたサービ

スなどが展開されているが、画像入手にかかるコストが高いためサービスの広がりは限定的

となっている。政府衛星データがオープン＆フリー化されることでデータ利用料が無償とな

ることから、サービスの広がりが期待できる。また、画像コストが大幅に低減されることか

らビッグデータ解析によるカスタマイズされた農業保険サービスの提供なども期待できる。 米国の The Climate Corporation 社では、リアルタイム気象データと土壌データを統合し、

収穫量や作物被害の発生確率を予測した結果を用いて農業保険サービスを展開している。

250 万箇所以上の気象観測データと 1,500 億箇所以上の土壌観測データを用いて、地域や作

物ごとに生産者に最適な農業保険サービスを提供している。本サービスにより、農家がタブ

レットなどを用いてリアルタイムで農園の状況を確認できるようになっている（図 3-4 参

照）。なお、The Climate Corporation は、2013 年に米国バイオ化学企業の大手である Monsanto社が 11 Billion USD で買収している。

図 3-4 農業保険サービスのイメージ

出所）https://www.climate.com/

(4) 気象情報提供

我々の生活にとって日々の気象情報は不可欠な情報となっている。我が国では気象庁によ

る天気予報に加え、民間各社によるローカルな気象情報の提供や花粉指数といった独自性の

ある情報の提供なども行われている。一方、東南アジア域などの発展途上国、あるいは米国

のような大きな国土の国では、新たな気象情報サービスへのニーズはまだまだ高い状況であ

る。地上レーダ等によるローカルの観測データや独自の情報に、オープン＆フリー化された

衛星データを加えることにより、より高度な気象サービスを提供することが可能となること

が期待できる。 米国の The Weather Company 社は、気象データビジネスの有望性から 2016 年 1 月に IBM

が買収し、子会社化した企業である。気象データサービスプラットフォームを提供する企業

であり、世界中の約 22 億の観測ポイントにおける 100 億件／日もの気象予測を提供してい

る。「Severe Weather」では、悪天候に関する予報データ、リアルタイム観測データ、 積算

降水量等の積算データなどを提供。雷やひょう、強風や竜巻といった悪天候から企業の資産

を守るために利用されている。また、「Lifestyle Indices（ライフスタイル指数）」では、健康

関連指数として、大気の質を表す指数や花粉指数、インフルエンザ流行指数、痛み指数、呼

吸指数、乾燥肌指数などを用意している。図 3-5 にサービスイメージを示す。

39

図 3-5 気象情報サービスのイメージ

出所）http://www.theweathercompany.com/

(5) 食糧収穫予測

世界的な穀物の収穫量予測は、政府にとっても民間企業にとっても重要な情報である。一

般的に各国政府の統計データが一定期間ごとに公表されるが、政府発表以前に情報を把握し

たい場合や政府統計データの公表がない、あるいは信頼性に難がある場合などに、予測情報

に対する強いニーズがある。 Descartes Labs 社はロスアラモス国立研究所からスピンオフした深層学習(deep-learning)に

よる衛星画像分析を行うスタートアップ企業である。農業分野をターゲットとし、衛星画像

を深層学習で分析することにより、全世界の穀物収穫量予測情報を提供するサービスを行っ

ている。同社の提供しているサービスのイメージを図 3-6 に示す。なお、同社は解析環境

として Amazon 社の AWS や Google 社の Cloud Compute Engine を活用している。 なお、同社は、2017 年 8 月のシリーズ B ラウンドで 3,000 万ドルの調達に成功した。顧

客でもある農業コングロマリットの Cargill 社も同ラウンドに参加していた。

図 3-6 Descartes Labs 社のサービスイメージ

出所）Descartes Labs 公式 HP

40

(6) 都市計画支援

都市計画を立案するにあたり、街の姿がどのように変遷してきているかを把握することは

重要である。衛星、航空機及び地上データを正確で実用的な情報に変換するソリューション

を提供している Sterling Geo 社は、地方自治体向けのサービスとして、時系列データにより

都市内の緑の状況がどのように変化したかを把握可能なサービスを提供している。この情報

を知ることで、意志決定者は多くの庭園や公園を舗装してしまっているのか、家や大きな道

路が必要なのかなどを理解することが可能となる。図 3-7 に英国の Swindon を対象として

解析した事例を示す。衛星画像としては Sentinel-2 と Landsat-8 を利用している。なお、本

サービスは英国の「Space for Smarter Government」と呼ばれるプログラムにより多くの地方

自治体に適用されている。 Sterling Geo 社は Hexagon Geospatial（GIS ソフトウェア）、Ordnance Survey（地図作成会

社）等とパートナーシップを締結し、サービス提供を可能としている。また、解析環境とし

ては AWS を利用している。

図 3-7 地方政府へのサービス例：Swindon（英国）の植生

出所）Stearing Geo 社公式 HP

(7) 災害情報提供サービス

衛星データの利点の 1 つは、広範囲の地形情報を判読できる点である。この点を活かして、

災害時に衛星データから地上の被害状況を把握するサービスが構築されている。 オックスフォード大学とアドラー・プラネタリウム・アンド・天文学博物館の NPO 団体

Zooniverse が提供する「Disaster Response」は、災害前後の Sentinel 衛星データを分析し、地

上の救助チームに被災地域の情報を提供するサービスである（図 3-8 参照）。ネパール地震

の際は、オックスフォードの機械学習研究者によって、災害後の Sentinel 衛星データから被

害地域を特定し、現地の救助担当者へ情報提供を行った。その結果、新たに２つの町で被害

が発生していることを突き止めることができた。災害の多い日本では、本事例のようなサー

ビスは大いに活用が期待される

41

図 3-8 災害情報提供サービスのイメージ

出所）Zooniverse 公式 HP

3.4.2 国内におけるユースケース

(1) 大型施設（プラント等）建設状況モニタリング

重工業やエネルギー企業では、自社の関係するプラントや工場等の大型施設建設状況の把

握のために、従業員が現地を訪問し建設状況の確認をする必要があった。商用配布されてい

る高解像度の衛星画像を用いれば状況把握は可能なことは知られていたが、費用対効果の観

点から現地訪問の代替手段としての活用は困難であった。 政府衛星データがオープン＆フリー化されることでデータ利用料が無償となることから、

代替手段としての活用を見込むことが可能となる。具体的には、定期的に撮像される衛星画

像を他のデータを組み合わせ、大型施設の建設状況のモニタリングを行う。現地でなければ

確認できない事項等もあることから全訪問を代替することは困難であるが、現地訪問により

確認していた工事の進捗状況の把握を一定程度代替可能となることが期待できる。 この効果としては、現地訪問による確認回数を減らすなど、効率的に状況把握をすること

が可能となり、コスト削減効果が期待できること、また、エネルギープラントなど危険地域

での建設工事の場合は、従業員のリスク低減の効果も期待できることが挙げられる。 図 3-9 にサービスイメージを示す。

図 3-9 大型施設建設状況モニタリング

出所）三菱総合研究所作成

42

(2) 農業

農業分野では農家の高齢化、農地の集約化、海外との競争、などの大きな流れがあり、衛

星データの活用による効率化、高品質化などの余地が大きい分野である。従来より米、小麦、

茶、などに衛星データの活用がされてきたが、最近の注目すべき動きとして青森県がブラン

ド化を進めている米である「青天の霹靂」での衛星データの活用が挙げられる。 青森県では、「青天の霹靂」のブランド化に向けて、①おいしいお米、②品質の良いお米、

③安定した収量の 3 つの目標を掲げ、品質の良い米を産地全体で生産するため、衛星データ

を活用して栽培を支援している。具体的には、衛星データから、①収穫適期、②米のタンパ

ク質含有率、③土壌の肥沃度、の 3 つの状況を水田一枚ごとにデータ化し、2016 年から県

や農協の職員が栽培管理のアドバイスを行う際に活用している。 なお、「青天の霹靂」の販売価格は、生産管理の徹底などにより同じ地域で栽培されてい

る他の品種の約 1.5 倍の高値となっており、販売も好調である。 衛星データのオープン＆フリー化により利用可能となるデータが増えれば、農業分野での

利用がさらに盛んとなることが期待できる。

(3) 観光

地域経済において観光は大きな収入源の 1 つである。各地において様々な宣伝が行われて

いるが、当該観光地の魅力を伝え切れているかどうかは議論の余地がある。また、観光地の

現状の把握も人手によるラフなカウントに頼っていることも多く、正確な情報に基づく戦略

立案に至っていない地域が多い。加えて、観光客による渋滞の状況や駐車場の混雑状況など

もタイムリーな提供ができている地域は限定的である。 これらの原因としては、面的情報の不足（そもそもそのような情報の存在を知らない）、

観光客数のカウントなどはこれまで実施してきた方法を踏襲しがち（前例主義）といった点

が挙げられる。 オープン＆フリー化されたデータを利用し、来訪者数やイベントの参加者数の地上でのカ

ウント以外に、位置情報データや上空からの情報である衛星画像を組み合わせることにより、

時系列かつ面的な状況を把握可能とする。これにより、来訪人数、来訪時期の偏りの把握、

通行ルート把握に基づく抱き合わせで訪問を推奨する観光箇所の抽出、警備体制や駐車場等

の配置の検討・見直し、などが可能となる。さらに（将来的に）多くの衛星画像が安価かつ

容易に利用可能となることにより、渋滞状況の把握のリアルタイム性が高まり、多くの利用

者が渋滞回避ルートを選択できるようになる（あるいは渋滞回避ルートへ誘導する）ことに

より、渋滞解消へ貢献できる可能性がある。 その他、観光地紹介の素材として、観光地（滝、登山・ハイキング、紅葉、など）の 3D

マップなどを示すことにより、集客数アップへ貢献することも考えられる。 なお、株式会社 HIS では、「H.I.S.クーポン」アプリという携帯向けアプリにおいて衛星画

像をベースマップとして利用している（図 3-10 参照）。同社では Landsat や Sentinel などの

オープン＆フリー化されたデータだけでなく、Airbus 社や DigitalGlobe 社の商用画像も利用

している。我が国の政府衛星データがオープン＆フリー化されれば、これらの商用画像の代

替としての利用が見込まれる。

43

図 3-10 HIS の観光情報サービス画面

出所）http://his-coupon.com/ja/shop_1003051.html

(4) 感染症拡大予測サービス

インフルエンザ等の感染症の状況把握は、感染拡大を防ぐ上で重要である。現在は、各地

の保健所からの情報などをもとに統計情報として整理されているが、衛星データのような面

的な情報、そして人の動きの情報などと重ね合わせることにより、電車等の交通網、池や森

などの自然状況などとの関係性が明確になり、感染経路の特定などに使える可能性が期待さ

れる。 例えば、国立感染症研究所感染症情報センターでは、新型インフルエンザの首都圏の鉄道

での感染拡大シミュレーションを行っている（図 3-11 参照）。このようなサービスを発展

させたようなユースケースの創生が期待される。

図 3-11 首都圏の鉄道での感染拡大シミュレーション

出所）新型インフルエンザにおける鉄道輸送抑制の効果評価, 国立感染症研究所感染症情報センター

44

4． 政府衛星データのオープン＆フリー化による経済効果

本章では、政府衛星データのオープン＆フリー化による経済効果について、算出方法及び

結果を示す。

4.1 経済効果算出の考え方

政府衛星データをオープン＆フリー化することによる経済的及び社会インパクト等を調

査するために、本調査では、特に政府衛星データのオープン＆フリー化によって生じる「新

たな経済効果」に焦点を当てて計測を実施した。 衛星データによる単独の効果に係らず、「プラットフォーム等の利用環境の充実化及び他

のビッグデータとの組み合わせによる全体的な経済効果」を推計するため、国内外の既存検

討結果等をもとに、想定される経済効果とシナリオを設定し、アンケート（後述）で必要な

パラメータの収集を行い、効果を算出した。 経済効果算出の方法を図 4-1 に示す。トップダウン（全体規模感を算出する）アプロー

チとボトムアップ（具体的事例（ユースケース）に基づき効果が大きいと想定されるケース

を計測しボトムアップで積み上げる）のアプローチの双方を実施した。

図 4-1 経済効果算出のアプローチ

出所）三菱総合研究所作成

4.1.1 計測の対象とアプローチ

本計測における対象を図 4-2 に示す。具体的には、政府衛星データのオープン＆フリー

化プラットフォームと、当該プラットフォームの構築によって生じる便益が広く一般消費者

まで波及する間の企業活動に着目する。前者を第 2 階層、後者を第 3 階層とした場合、いわ

ば第 2.5 階層に相当する。第 2.5 階層では、まず、プラットフォームを通じて、政府衛星デ

ータを活用して新たな付加価値を乗せて他企業へサービスを提供する企業が存在する。具体

的には、従来衛星データの活用実績を有する宇宙系分野・業種の企業や、今後活用しうる非

宇宙系分野・業種（IT 等）の企業が想定される。次に、政府衛星データを直接活用する、

または上述企業のサービスを調達（他のビッグデータと組み合わせる場合を含む）して一般

消費者向けの B to C サービス等を提供する企業（ここではいわゆる「ユーザ企業」と称す

る）が想定される。 現時点で想定される政府衛星データの活用のユースケースは主要な産業に広く及ぶ。

＜産業別ユースケース例＞ 農林水産業・鉱業

トップダウンアプローチ全体規模感を算出

ボトムアップアプローチ具体的事例（ユースケース）に基づき

効果が大きいと想定されるケースを計測

45

収量予測、農地管理、保安林の管理 製造業

工事施工現場の施行管理・監視、大規模プラント・工場の管理、老朽インフラの

点検・監視 エネルギー・インフラ業

電力グリッド設備、系統安定度、電力資産の最適化システム、資源の探索・生産

量予測 商業・流通業

自動運転、渋滞回避ルートの提示、物流コストの低減、交通事故の低減 情報通信業

ドローン用地図・立体地図サービス、3D モデリング、位置情報提供サービス サービス業

地域マーケティング、売上・需要予測 経済効果の規模の観点からは、第 2.5 階層の上段に位置づけられるプラットフォーム利用

企業が、衛星データをより使いやすいサービスへと変換し、より多くの分野や業種のユーザ

企業へ届けることで、衛星データの流通が活性化・最大化すると考えられる。このような考

え方に基づき、本計測では政府衛星データ利用企業及びサービス受給／利用企業に生じる経

済効果を算出することを目的とする。

図 4-2 計測の対象

出所）三菱総合研究所作成 具体的な計測のアプローチを図 4-3 に示す。トップダウンアプローチとボトムアップア

プローチについて、それぞれの計測の目的にあわせて、対象とする業種の範囲、計量化の方

法を設計した。基本的な考え方として、トップダウンアプローチでは、マクロ経済へのイン

パクトの観点から全業種を対象として衛星データのオープン＆フリー化に伴う経済活動を

計測する。他方、ボトムアップアプローチでは、主要な業種や想定されるユースケースを取

り上げ、個別の市場やサービスを対象に試算した。計測に必要なデータは企業向けのアンケ

ート調査を実施することで抽出した。

46

図 4-3 計測のアプローチ

出所）三菱総合研究所作成

4.1.2 アンケート調査の対象

前項の考え方に基づき、政府衛星データのオープン＆フリー化による効果を享受する企業

（政府衛星データ利用企業及びサービス受給／利用企業）に生じる経済効果を算出し、また

効果の発現時期の「ずれ」を可能な限りカバーできるように表 4-1 に示す 3 つの企業のカ

テゴリの調査対象を組み合わせて、アンケート調査を実施した。 効果の発現時期の「ずれ」とは、具体的に以下の 2 点の仮説である。 ファーストユーザ：既に衛星データあるいはビッグデータを利用あるいは理解してお

り、活用意欲が高いユーザ群（表 4-1 の①、②が中心） 潜在ユーザ：衛星データやビッグデータを現在は利用していない／理解しておらず、

また具体的なニーズもないが将来的には活用について検討したいユーザ群（表 4-1の③が中心）

表 4-1 企業アンケート調査の調査対象

※1：①～③のアンケート調査は原則同一内容で実施。 ※2：農林水産業・鉱業、製造業、エネルギー・インフラ業、商業・流通業、情報通信業、サービス業

出所）三菱総合研究所作成

47

なお、①の企業については、経済産業省より宇宙系コミュニティの対象企業をご提示頂い

た上で、関係者へアンケート調査への協力を依頼した。製造業企業を中心とした同分野にお

ける関係企業が含まれている。 また②の企業については、「IoT 推進コンソーシアム（IoT Acceleration Consortium：ITAC）」

の会員企業を対象に、同団体事務局を通じてアンケート調査への協力を依頼した。ITAC と

は、「『日本再興戦略』改訂 2015－未来への投資・生産性革命－」に基づき、IoT／ビッグデ

ータ／人工知能時代に対応し、企業・業種の枠を超えて産学官で利活用を促進するため、民

主導の組織として 2015 年 10 月に設立された団体である。ITAC では、IoT 等に関する技術

の開発・実証や新たなビジネスモデルの創出等の取組みを通じて、内外の IoT 関連の投資を

呼び込み、我が国の関連産業がグローバル経済の中で存在感を発揮することを目指している。

また、技術開発、利活用、政策課題の解決に向けた提言等を実施しており、その一環として、

分野・産業の壁を超えたデータ流通取引の活性化を目的としたデータ流通促進 WG を設置

し、業界を横断したデータ利活用を後押ししている。3,097 社（2017 年 6 月現在）にも及ぶ

会員数を有している。IoT、データ流通・利活用に対する関心・意識が高く、また課題解決

に向けた取組みも進めていることから、③で述べる我が国の一般企業に加えて、ITAC 会員

を対象とした同様の調査を実施した。

※業種、従業員数は任意回答のため、会員総数とは一致しない。

図 4-4 IoT 推進コンソーシアム(ITAC)の会員企業概要 出所）IoT 推進コンソーシアム

③の企業については、業種を最大範囲でカバーするために、アンケート調査会社を経由し

ていわゆる「企業モニター」と呼ばれる匿名パネルを利用し、主要業種分類から均等に企業

回答を回収した。

48

4.1.3 アンケート調査の項目

企業向けアンケート調査設問の概要を表 4-2 に示す。

表 4-2 企業アンケート調査の設問（概要）

企業概要について 業種 従業員数 年間売上

ビッグデータ・衛星データについて 現在のビッグデータの利活用状況 衛星データについての知見の有無

オープン＆フリー化された場合のビジネスでの活用意向 早期に活用について検討したい 現時点で具体的なニーズはないが、将来的には活用について検討したい 活用について検討するつもりはない 分からない

プラットフォームに求める機能（サービス） 利活用の検討をしない場合、その理由 活用する場合の活用目的（自社内、他社向け新規、他社向け既存、等） 新たに生み出される／改善・向上が期待できると思われるサービス・アプリケー

ションの分野 金融・保険、農業、漁業、森林、都市開発・交通、資源探査、インフラ管理、

防災、その他 6 つのユースケースについての想定される効果

最も妥当と考えられる経済効果のシナリオ（数値） 将来（2030 年頃）に想定される増加率（売上増の場合）または削減率（損失

やコスト削減の場合） オープン＆フリー化された政府衛星データの活用による影響

オープン＆フリー化された政府衛星データの活用による、現在と将来（2030年頃）における 4 つの指標（設備投資額、従業員数、売上高、労働生産性）

についての変化

49

4.2 トップダウンアプローチ

4.2.1 基本的な考え方

トップダウンアプローチの基本的な考え方は、政府衛星データのオープン＆フリー化（環

境整備含む）を機に、政府衛星データを活用する企業が増え、当該企業による設備投資、従

業員数の増員、生産性向上（コスト削減等）が進展することにより経済効果が発生すること

である。 設備投資とは、政府衛星データを活用したアプリケーション開発や必要なデータ・クラ

ウドサーバーの調達などが挙げられる。従業員数の増加とは、いわゆる人的投資であり、衛

星データ（あるいはそれを含むビッグデータ）を扱い分析・処理・サービス開発等を行う人

材の増強等が挙げられる。生産性向上とは、衛星データを活用することで、既存の業務プロ

セスの改善によってコスト削減等を図ったり、売上高や付加価値が拡大したりすることで得

られる効果を指す（図 4-5 参照）。経済成長の考え方に従えば、これらの企業の経済行動の

結果によって、潜在的な経済成長率の上昇が見込まれる。

図 4-5 トップダウンアプローチの考え方

出所）三菱総合研究所作成 上述の考え方に基づき、2030 年までの長期予測を行うにあたっては、不確実性の高い要

素に着目し、一定のシナリオを想定しておくことが肝要である。まず、前提条件として、政

府衛星データの利用が 2019 年度以降、進展することを想定する。2020 年度には利用意向が

高いと予想される先進光学衛星データが利用可能になることから、初期 5 年間（2019 年～

2024 年頃）はプラットフォームの環境整備や利用条件等によって、関連市場の立ち上がり

方が異なってくると予想される。従って、本予測では、初期の 5 年間に関しては、表 4-3

50

に示す①ベースシナリオと②加速シナリオに分けて分析した。ベースシナリオは、蓋然性が

高い、いわゆる「固い」シナリオとして想定する。加速シナリオは、一定の前提条件が満た

された場合において顕在化するシナリオとして想定する。 さらに、5 年後の 2030 年度を、政府衛星データに対して利用意向を有する多くの企業が

利用し、当該の最大の効果（ポテンシャル）が顕在化するタイミングと予想する。この時点

での効果は利用意向を有するあらゆる産業・企業（アンケート調査において「衛星データを

将来的には活用したい」と回答した企業に相当）に及ぶことから、①ベースシナリオと②加

速シナリオは同値に収束すると予想する。

表 4-3 トップダウンアプローチにおける想定シナリオ

シナリオ 考え方 備考

①ベース シナリオ

2019 年度より利用が進展することを想定し、特に 2020年度には先進光学衛星データの利用が進むことから、一

般企業のうちファーストユーザの利用による効果が早期

（2024 年頃までと想定）に顕在化し、2030 年までには潜

在企業ユーザによる効果が顕在化すると予想。

一般企業に対する

アンケート調査結

果を利用

②加速 シナリオ

IoT・ビッグデータ・AI への関心の高まりなどと相まっ

て、宇宙系/IoT 推進系企業のうちファーストユーザの利

用による効果が早期（2024 年頃まで）に顕在化し、全体

の底上げ効果をもたらすと予想。

宇宙業界や IoT 推

進関連企業に対す

るアンケート調査

結果を利用

出所）三菱総合研究所作成

4.2.2 予測・算定方法

企業向けアンケート調査結果及び各種統計に基づき、衛星データのオープン＆フリー化

に伴う我が国経済成長への貢献について供給面から定量的に予測した。具体的には、政府

衛星データオープン＆フリー化がないシナリオ（2030 年頃までの潜在経済成長率が将来に

わたって推移すると想定）と、衛星データのオープン＆フリー化が進展したシナリオ（実質

成長率が加速すると想定）の差額を経済効果として定義した。 算定式は、「資本」及び「労働」と GDP の関係を表したマクロ経済モデルであるコブ＝

ダグラス型生産関数を使用した。具体的な予測・算定方法を表 4-4 に示す。

コブ＝ダグラス型生産関数 実質成長率＝①労働力寄与度＋②資本寄与度＋③全要素生産性（TFP）寄与度 労働力寄与度＝就業者数の伸び×労働分配率 本寄与度＝実質資本ストックの伸び×（１－労働分配率） 実質資本ストック（t+1）＝[実質資本ストック（t）＋実質設備投資（t+1）]×（１－除却率（t））

51

表 4-4 予測・算定方法

項目 政府衛星データオープン＆フリ

ー化なし 政府衛星データオープン＆フリー化

あり （ベースシナリオ/加速シナリオ）

考え方・出所 内閣府試算 「ベースラインケー

ス」（足元の潜在成長率並みで将

来にわたり推移すると予測）を採

用。 2016年度以降の実質 GDP成長率

を、業種別に労働寄与度、資本寄

与度、TFP 寄与度に分解した。

一般企業向けアンケート調査の結果

に基づき予測した。 具体的には、衛星データのオープン

＆フリー化の内容及びメリット等に

ついて具体的に示した上で、これに

より 2030 年度までに回答社が予想

する自社の「設備投資」「労働者数」

「労働生産性」までの変化率を調査

した。 政府衛星データの利用意向を有する

企業数比率を踏まえ実際に利用が及

ぶ企業の範囲を定めて母数を補正し

た。

労働寄与度 2016 年度以降の就業者数の伸び

は（独）労働政策研究・研修機構

（JILPT）の労働力需給の推計（労

働参加漸進ケース：現実シナリ

オ）の 2020 年の予測値に沿って

設定。 労働分配率は SNA 産業連関表の

「営業余剰・混合所得＋雇用者報

酬」 を付加価値で除して算出。

左記の 2030 年度までの就業者数が、

アンケート調査に基づく就業者数の

増加率分（※）増加すると予想。

資本寄与度 JIP データベース「部門別実質純

資本ス トック」を参照し、業種

別の実質設備投資伸び率及び除

却率を 2010 年度以降の平均値で

据え置いて算出。

左記の 2030 年度の実質設備投資が、

アンケート調査に基づく投資額の増

分率分（※）増加すると予想。 ※アンケート調査結果に基づく算

定方法は労働寄与度と同様

TFP 寄与度 労働寄与度及び資本寄与度の残

差として算出。 左記の 2030 年度の TFP がアンケー

ト調査結果の労働生産性の増加率分

（※）増加すると予想（資本ストッ

クの影響分を補正した上で適用）。 ※アンケート調査結果に基づく算

定方法は労働寄与度と同様

出所）三菱総合研究所作成

52

4.2.3 予測の数値及び結果

まず、政府衛星データを利用しうる潜在企業についてみてみると、アンケート調査の結果、

企業の政府衛星データの利用意向率は、「早期に活用したい」企業が 2%～7%、「将来的に活

用したい」企業が 15%～20%となっている（産業によって異なる）。

図 4-6 政府衛星データの利用意向（一般企業アンケート調査結果より）

出所）三菱総合研究所作成 これらの各産業の企業が、政府衛星データを活用することによって、経済成長の 3 つの要

素である「設備投資」、「人的投資（従業員数の増員）」、「生産性向上」にそれぞれ寄与する。

これらの数値、予測の数値及び結果を表 4-5 に示す。

表 4-5 予測の数値及び結果

※1: アンケート調査の回収可能数の制約から「農林水産業・鉱業」と「エネルギー・インフラ業」は統合して調査を実

施した。ただし、GDP 等のマクロ計算上は、両分野のGDP を分けて上述値を用いて推計 ※2：「早期に」活用したい企業を含む累積値（ポテンシャル） ※3: アンケート調査に基づき、政府衛星データに対する利用意向とビッグデータの活用状況を考慮して、実際の利用現

実性が高いと思われる企業の割合として推計 ※4: アンケート調査における選択肢（20%以上増加～-20%以上現象で数値区分を設定）の回答率と各選択肢の示す範囲

の中央値の加重平均値

出所）三菱総合研究所作成

早期に活用について検討したい

4.4%

現時点で具体的なニーズはないが、

将来的には活用について検討したい

16.0%

活用について検討するつ

もりはない

26.4%

分からない

53.2%

(n=500) (％)

53

前頁の結果をもとに、予測の対象期間中の資本寄与度・労働寄与度・TFP 寄与度の変化と、

実質 GDP 経済成長率へのインパクト（3 つの寄与度の合計）、ならびに当該成長率を毎年の

GDP に乗じて計算される実質 GDP の結果を表 4-6 に示す。

表 4-6 各シナリオの予測結果

※1: 2024 年度の値に向けて経済成長に係る各指標が推移するとして予測 ※2: 表 4-5 の E（資本寄与度の増分）・F（労働寄与度の増分）・I（TFP 寄与度の増分）の数値のうち[早期に(2024 年頃）]の値をもとにマクロ経済モデルを用いて算出 ※3: 表 4-5 の E（資本寄与度の増分）・F（労働寄与度の増分）・I（TFP 寄与度の増分）の数値のうち[将来的に(2030年頃）]の値をもとにマクロ経済モデルを用いて算出

出所）三菱総合研究所作成

政府衛星データのオープン＆フリー化が進展した場合、2024 年度には約 1,000 億円、2030

年度には最大約 3,400 億円の経済効果があると推計された（図 4-7 参照）。加速シナリオに

おいては、先進光学衛星データの利用が進むことで、宇宙/IT 関係企業によるプラットフォ

ームの利用の更なる促進が期待され、2019 年から 2024 年の初期期間の底上げ効果として、

100 億円～300 億円程度の増分が見込まれる。 また、これらの経済効果の業種別構成をみると（図 4-8 参照）、産業規模の大きい、製造

業やサービス業へのインパクトが大きく、両者を合計すると経済効果の半分以上を占めてい

る。時間的推移をみると、製造業へのインパクトは予測期間の後半において顕在化している

トレンドがみられる。これは実際の企業向けアンケート調査において、製造業企業が他の業

種と比べて、比較的長期な利用意向及び期待を示していることに起因する。

54

図 4-7 政府衛星データのオープン＆フリー化による経済効果

出所）三菱総合研究所作成

図 4-8 経済効果の業種別構成比

出所）三菱総合研究所作成

55

4.3 ボトムアップアプローチ

4.3.1 ユースケースに基づく経済効果の計測方法

ボトムアップアプローチでは、経済効果を具体的に表現し説明性を高めるため、ユースケ

ースごとの個別の事象（○○の効率化、△△の低減等）について定量化し、その経済価値を

推計した。 政府衛星データのオープン&フリー化により、新たなサービスが提供あるいは既存サー

ビスが改善されることが想定される。そこで、各分野についてそのシナリオを設定し（欧州

のオープン&フリー化の先行事例や日本の衛星データ利用状況等に基づき検討12）、ベース

となる市場規模を算定し、その上でこれらシナリオの妥当性・実現性、利用可能となった場

合の定量的効果をアンケートを通じて収集、経済効果シナリオのパラメータとして設定し

（変化なし～10%以上で調整13）、アンケート結果に基づき 2030 年の規模を算出する手法

を採用した。 ユースケースに基づく経済効果試算のイメージを図 4-9 に示す。

図 4-9 経済効果試算（ミクロ）方法・アウトプットイメージ（農業の例）

出所）三菱総合研究所作成

4.3.2 ユースケースのシナリオ詳細

特に実現性が高く経済効果も大きいと考えられるユースケースとして、金融・保険分野、

農業分野、漁業分野、社会インフラ分野の 4 分野についてシナリオを設定した。設定した各

分野のシナリオの詳細を以下に示す。金融・保険分野、農業分野については 2 つのシナリオ

を設定したため、計 6 つのシナリオとなっている。また、各シナリオの市場規模について、

各種統計データ等から設定した 2030 年のベースデータの推計値もあわせて示す。

12 例えば、EU Copernicus における衛星データ社会経済インパクト分析（Copernicus Market Report 2016

<http://www.copernicus.eu/sites/default/files/library/Copernicus_Market_Report_11_2016.pdf>, Report on the socio-economic impact of the Copernicus programme < http://www.copernicus.eu/sites/default/files/library/Copernicus_SocioEconomic_Impact_October_2016.pdf >）の適

用事例を参照。 13 アンケートにおいて、各シナリオにおける経済効果の期待される程度を、10%以上、5%以上～10%未満、

3%以上～5%未満、1%以上～3%未満、1%未満、変化なし（0％）、不明・分からない（有効回答から除外）

の何れかから選択した有効なサンプルについて平均化することでパラメータを設定。

＜A.現状維持シナリオ＞

農業総産出額（米に限る）の現状～2030年の推定市場規模（成長率より推計）

＜B.経済効果発生シナリオ＞

収量増加等で農業売上高増加（現状維持シナリオの市場規模に、オープン&フリー化による増加分を追加）

O&F化により、作物の生育状況のタイムリーな把握が可能となるサービス実現

アンケートによりパラメタ決定（売上高増加率：0～10%以上）

売上高現状維持の場合の市場規模

現在

O&F化の経済効果発生分

2030年

市場規模（農業）

～ ～

衛星データの

Ｏ＆Ｆ化

売上高増／費用削減分

56

(1) 金融・保険分野

1）リスクモデリングの高度化（損失削減）

シナリオ a.

過去の自然災害（台風・大雨、洪水、あるいは旱魃による農業被害等）が発生した際の被

害地域の観測画像を無料で大量に解析することが可能となり、その傾向から、今後の災害

発生時における対象地域・家屋等の災害リスクを予測することが高精度に可能となること

が期待できる（例：降雨データと組み合わせることにより降水量から浸水リスクを予測する、

等）。 このようなリスクモデリングの高度化により、精緻な災害リスク予測に基づいた防災・

減災が可能となる他、保険商品のプレミアムの設定等の適切化も図れるなど、保険会社・

再保険会社のファイナンシャルリスクを減らすことも期待できる。 これにより、以下の社会・経済効果の発生が期待できる（図 4-10 参照）。 災害発生時の保険支払が適切化され、損失リスクを削減できる 災害時も滞ることなく適切額の保険支払いが行われ、被災者支援につながる

図 4-10 リスクモデリングの高度化（損失削減）による社会・経済効果発生のシナリオ

出所）三菱総合研究所作成

市場規模（ベースデータ） b.

全世界の自然災害損失の保険カバー額は年約 460 億ドル（10 年平均、約 5 兆円）14とされ

ている。日本における金額規模は災害発生の有無に左右され年によって異なるが、2016 年

の熊本地震は約 2400 億円の支払実績とされており、本シナリオにおいてはこれと同規模の

災害が発生することを想定し、2030 年におけるベースデータとして採用した。

14 Swiss Re Institute Sigma Explorer (http://www.sigma-explorer.com/)

①リスクモデリングの高度化（損失削減）

災害発生時の保険支払が適切化され、損失リスクを削減できる

災害時も滞ることなく適切額の保険支払いが行われ、被災者支援につながる

過去災害画像

から今後の災害リスクモデル化

災害発生時適切額支払

精緻なリスク評価に基づく災害

保険設定

災害保険損失リスクの削減

社会・経済効果

災害時の保険の迅速な支払い・被災者支援

過去の自然災害が発生した際の被害地域の観測画像を無料で大量に解析することが可能となり、その傾向から今後の災害発生時における対象地域・家屋等の災害リスクを予測することが高精度に可能となる。

精緻な災害リスク予測に基づいた保険商品のプレミアムの設定等の適切化が図れ、保険会社・再保険会社のファイナンシャルリスクを減らすことが期待できる。 図出所）JAXA

過去の複数の災害履歴（被害範囲等）から将来の災害リスクをモデル化

精緻な災害リスク評価に基づく保険価格設定

A地区 B地区 ・・・

損害予想

調整

調整

57

2）インデックス保険の開発（保険商品の売上増加）

シナリオ a.

インデックス保険（降水量や気温等の観測値を作物収量等のインデックスとして利用し、

それに基づき自動的に保険金の支払いを決定する保険）について、農作物の状況を観測した

過去の衛星データから気象条件との相関関係を分析し、信頼性の高いインデックスの開発

が実現できる可能性がある15。

インデックス保険は手続き・管理コストが小さく加入しやすいことから、商品として提

供されることにより特に途上国において保険加入者が増加することが期待されており、そ

れらの国向けのサービス・売り上げ拡大が期待できる。 これにより、以下の社会・経済効果の発生が期待できる（図 4-11 参照）。 保険商品としての魅力が向上し、特に途上国向けのサービス・売り上げ拡大が期待で

きる 保険カバー率が拡大し、農業被害等発生時の被害補填等の支援ができる

図 4-11 インデックス保険の開発による社会・経済効果発生のシナリオ

出所）三菱総合研究所作成

市場規模（ベースデータ） b.

全世界のインデックス保険市場は現時点で約 160 億円（Global Index Insurance Facility 調

べ16)と推計されている。本保険市場の成長率（年率 3%）に基づき、2030 年の市場規模を

推定し、それにクープマンの目標値（市場的影響シェア：26.1%を採用17）に基づき日本企

業が獲得する市場規模を設定し、本シナリオにおける 2030 年のベースデータとして採用し

た。

15 既に気象データを用いた天候インデックス保険の開発が進んでいるが、本シナリオではそれにさらに

ALOS 等による観測データ（農地状況等の直接把握）を加えた分析による高度化を想定している。 16 https://www.indexinsuranceforum.org/sites/default/files/GIIF_ACP_Report_Eng_Web.pdf 17 インデックス保険の市場は成長過程にあり、日本を含むマーケットシェアを予測することが困難である

ことから、開発済みのインデックス保険により市場的影響シェアを得ることができると仮定した。

②インデックス保険の開発（保険商品の売上増加）

特に途上国向けのサービス・売り上げ拡大が期待できる

保険カバー率が拡大し、農業被害等発生時の被害補填等の支援ができる

過去の観測値

からインデックス構築自動支払

災害発生時衛星観測

保険商品の魅力向上、売上拡大

社会・経済効果

保険カバー率拡大、被害補填

インデックス保険（降水量や気温等の観測値を作物収量等のインデックスとして利用し、それに基づき自動的に保険金の支払いを決定する保険）の開発：農作物の状況を観測した過去の衛星データから気象条件との相関関係を分析し商品の高度化が可能。

特に途上国における保険加入者増加が期待できる（手続き・管理コストが小さく加入しやすい）。

○

×

図出所）RESTEC

観測結果からインデックス算出

支払発生

支払発生せず

自動判定

58

(2) 農業分野

1）作物の生育状況等のタイムリーな把握（農業（米）売上高増加）

シナリオ a.

高精度（最大 1m 程度の解像度）でかつ広範囲をカバーする農地の状況を衛星画像で把握

することで、一定期間ごとに継続的に観測し更新を行うことが可能となると期待できる。

これにより、作物の生育状況のタイムリーな把握、最適な収穫時期の特定による品質の向

上等が可能となり、収量の増加等による農業売上高の増加につながることが期待できる。 これにより、以下の社会・経済効果の発生が期待できる（図 4-12 参照）。 収量の増加等による農業売上高（農家所得）の増加につながる 結果、農業の産業としての維持・持続（食料生産の確保）にも貢献

図 4-12 作物の生育状況等のタイムリーな把握による社会・経済効果発生のシナリオ

出所）三菱総合研究所作成

市場規模（ベースデータ） b.

日本の農業総産出額（米に限る）は約 1 兆 4994 億円（2015 年生産農業所得統計18）であ

る。これに、2000 年（平成 12 年）2 兆 3210 億円からの成長率（64.6%）をかけることで、

2030 年のベース推計値を設定（9,686 億円）した。

2）精密農業による効率化（コスト削減）

シナリオ a.

衛星画像により広域かつ詳細に農地の土壌水分等の状況把握を行うことで、灌漑・水遣り

等の最適な実施による水資源の節約が期待できる。 精密地図を搭載したトラクターの自動運転・制御による精密農業等が実現し、農業の効率

化・コスト削減が期待できる。

18 http://www.e-stat.go.jp/SG1/estat/List.do?lid=000001179405

③作物の生育状況等のタイムリーな把握（農業（米）売上高増加）

図出所）ビジョンテック http://www.vti.co.jp/agrilook%20service_1309.pdf

収量の増加等による農業売上高（農家所得）の増加につながる。

結果、農業の産業としての維持・持続（食料生産の確保）にも貢献

生育状況のタイムリーな把握

収量の増加

最適時期での収穫

農業売上高増加（農家所得向上）

社会・経済効果

農業の維持・持続（食料確保）

高精度（最大1m程度の解像度）でかつ広範囲をカバーする農地の状況を衛星画像で把握し、一定期間ごとに継続的に観測し更新を行う

→作物の生育状況のタイムリーな把握、最適な収穫時期の特定による品質の向上等が可能となる。

59

これにより、以下の社会・経済効果の発生が期待できる（図 4-13 参照）。 農業の効率化・コスト削減が期待できる 効率化・自動化の進展により、農業人口の高齢化や担い手不足の問題解決に貢献が期

待できる

図 4-13 精密農業による効率化による社会・経済効果発生のシナリオ

出所）三菱総合研究所作成

市場規模（ベースデータ） b.

日本の米の生産費は 1ha あたり約 110 万円で全国合計で約 2,750 億円（2015 年農産物生産

費統計19等より三菱総合研究所推計）となっている。2030 年においても同様の水準を維持

すると仮定して 2030 年のベースデータを設定した。

(3) 水産分野

1）漁場推定の高度化（燃料費等のコスト削減）

シナリオ a.

漁場推定において、既に利用されている環境データ（水温・塩分、海色（プランクトン量））

に、潮目等の海面状況の詳細な観測画像（レーダ衛星の画像）を加え、実際の漁獲量データ

と組み合わせてその関係性をモデル化することが期待できる。 広範囲の海域から高精度に漁場特定を行うことが可能なサービスを提供することで、効

率的な漁業により、漁船の燃料費削減などコスト削減に貢献することが期待できる。 これにより、以下の社会・経済効果の発生が期待できる（図 4-14 参照）。 効率的な漁業により、漁船の燃料費削減などコスト削減に貢献することが期待 乗船時間の短縮化（漁業者の負荷削減）、CO2 等の環境負荷削減等にも貢献

19 http://www.e-stat.go.jp/SG1/estat/List.do?lid=000001181483

④精密農業による効率化（コスト削減）

生産効率化・コスト削減

農業の効率化・コスト削減が期待できる。

効率化・自動化の進展により、農業人口の高齢化や担い手不足の問題解決に貢献が期待できる。

広域・詳細な土壌水分等状況把握

水資源節約

灌漑・水遣り等の最適実施

社会・経済効果

高齢化・担い手不足問題解決にも貢献

衛星画像により広域かつ詳細に農地の土壌水分等の状況把握を行うことで、灌漑・水遣り等の最適な実施による水資源の節約が期待できる。

精密地図を搭載したトラクターの自動運転・制御による精密農業等の実現に貢献。

精密地図作成・高頻度更新

トラクターの自動運転・制御

図出所）日立造船http://www.hitachi.co.jp/New/cnews/month/2015/01/0114.html

60

図 4-14 漁場推定の高度化による社会・経済効果発生のシナリオ

出所）三菱総合研究所作成

市場規模（ベースデータ） b.

全国の漁船の燃料消費量は年間約 150 万トンで約 1300 億円（漁業センサス 201320の漁船

数及び重油価格等より三菱総合研究所推計）となっている。2030 年においても同様の水準

を維持すると仮定して 2030 年のベースデータを設定した。

(4) 社会インフラ分野

1）社会インフラの管理（管理（点検）コスト削減）

シナリオ a.

レーダ衛星を用いることで、地形情報の把握やインフラ変位のモニタリングが可能にな

る。広域かつ定期的に観測できる衛星観測の特長を活かし、社会インフラ管理の高度化・

効率化を実現することが期待できる。 これまで地上観測によって確認していた道路、橋梁、河川堤防などの観測を自動化、新

設・復旧・メンテナンスなどの計画立案に役立てることができる可能性がある。 これにより、以下の社会・経済効果の発生が期待できる（図 4-15 参照）。 網羅的・定期的な現地調査により発生していた社会インフラ点検費用を削減 人が立ち入りにくい場所も含め上空から安全に監視し、点検漏れも防止可能

20 http://www.e-stat.go.jp/SG1/estat/List.do?bid=000001065020&cycode=0

⑤漁場推定の高度化（燃料費等のコスト削減）

出所）JAFIC, JAXA http://www.sapc.jaxa.jp/case/domestic/afic/

効率的な漁業により、漁船の燃料費削減などコスト削減に貢献することが期待。

乗船時間の短縮化（漁業者の負荷削減）、CO2等の環境負荷削減等にも貢献

海面状況（潮目等）・環境データ・漁獲量の

関係分析

漁業効率化

漁場推定サービス高度化

漁船の燃料費削減

社会・経済効果

乗船時間（漁業者の負荷）、

CO2等の削減

漁場推定において、既に利用されている環境データ（水温・塩分、海色（プランクトン量））に、潮目等の海面状況の詳細な観測画像（レーダ衛星の画像）を加え、実際の漁獲量データと組み合わせてその関係性をモデル化する。

広範囲の海域から高精度に漁場特定を行うことが可能なサービスを提供可能となる。

図提供）RESTEC

潮目等の海面状況の情報を付加

漁場推定を高度化

漁獲量（統計値）、他観測データ等関係性を分析

61

図 4-15 社会インフラの管理による社会・経済効果発生のシナリオ

出所）三菱総合研究所作成

市場規模（ベースデータ） b.

日本国内の社会インフラ管理に要する費用は、2013 年に約 3.6 兆円、2030 年頃に約 5 兆

円、そのうち点検費用は約 5000 億円（約 10%）（国土交通省推計21）とされており、本推

計をベースデータとして採用した。

4.3.3 ユースケースに基づく経済効果試算結果

アンケート結果に基づき、2030 年における経済効果のパラメータを各ユースケースにお

いて算出した。全サンプル（N=704）の平均値を用いたが、経済効果が「不明・分からない」

と回答したサンプルを除いたものを有効回答として採用（N=218～264）した。なお、宇宙

業界・IoT 関係企業は+1%、一般企業は-1%程度、経済効果に差が出る傾向があるが、この

違いはトップダウンアプローチによる経済効果試算において考慮した 22。

本アンケート結果に基づく経済効果の試算においては、4 分野・6 シナリオ（ユースケー

ス）で、約 1,120 億円の経済効果発生が見込まれると推計された23。推計値の一覧を表 4-7

に、また、試算結果の概要を示したものを図 4-16 に示す。

21 http://www.mlit.go.jp/sogoseisaku/maintenance/02research/02_01_01.html 22 ①～⑥の各シナリオ（ユースケース）に精通する業種サンプル（N= ①:15, ②15, ③15, ④14, ⑤13, ⑥15）に絞ったパラメータ算出も実施し、基本シナリオよりそれぞれ 0.3～2%程度低めの結果となる傾向を

確認したが、パラメータに大きな影響を及ぼさないため、基本シナリオをそのまま採用することとした。 23 本アンケート調査はオープン＆フリー化による最良のシナリオを前提として、回答者にその妥当性と効

果の程度を問う形式で実施している。また、衛星データのオープン＆フリー化による直接のインパクトだ

けではなく、そこから引き起こされる新たな企業（他分野からの参入含む）の参画と産業利用による社会

経済的インパクトの発生がシナリオの前提となっている（結果、ユースケース毎の経済効果は、トップダ

ウンアプローチで求めた経済効果を現時点の業種別に分けた数値と必ずしも一致しない）。

⑥社会インフラの管理（管理（点検）コスト削減）

網羅的・定期的な現地調査により発生していた社会インフラ点検費用を削減

人が立ち入りにくい場所も含め上空から安全に監視し、点検漏れも防止可能

現地調査・点検費用を削減

社会・経済効果

網羅的かつ安全な監視を実現

レーダ衛星を用いることで、地形情報の把握やインフラ変位のモニタリングが可能になる。広域かつ定期的に観測できる衛星観測の特徴を活かし、社会インフラ管理の高度化・効率化を実現することが期待できる。

これまで地上観測によって確認していた道路、橋梁、河川堤防などの観測を自動化、新設・復旧・メンテナンスなどの計画立案に役立てることが出来る可能性がある。

図出所）JAXA http://www.eorc.jaxa.jp/earth_observation_priority_research/infrastructure/

地形変化、インフラ異常等の

広域把握

ピンポイントで現地調査・確認

復旧・更新

62

表 4-7 ユースケース経済効果試算結果一覧

シナリオ 2015 年 （基準年）

2030 年 （ベース予測値）

追加効果(%) ※基本シナ

リオ

2030 年 （オープン＆フリ

ー化予測値）

経済効果 （差分）

①リスクモデル ¥240,000,000,000 ¥240,000,000,000 4.7% ¥228,634,361,233 ¥11,365,638,767

②インデックス

保険 ¥1,088,000,000 ¥6,506,071,932 4.1% ¥6,774,921,496 ¥268,849,564

③作物状況把握 ¥1,499,400,000,000 ¥968,634,364,498 5.3% ¥1,019,764,949,464 ¥51,130,584,966 ④精密農業 ¥275,000,000,000 ¥275,000,000,000 5.5% ¥259,842,898,833 ¥15,157,101,167 ⑤漁場推定 ¥130,000,000,000 ¥130,000,000,000 5.0% ¥123,547,177,419 ¥6,452,822,581 ⑥インフラ管理 ¥360,000,000,000 ¥500,000,000,000 5.6% ¥472,221,189,591 ¥27,778,810,409 計 ¥112,153,807,453

出所）三菱総合研究所作成

図 4-16 ユースケース経済効果試算結果概要

出所）三菱総合研究所作成

金融・保険分野

①リスクモデリングの高度化（損失削減）

②インデックス保険の開発（保険商品の売上増加）

農業分野

③作物の生育状況等のタイムリーな把握（農業（米）売上高増加）

④精密農業による効率化（コスト削減）

水産分野

⑤漁場推定の高度化（燃料費等のコスト削減）

⑥社会インフラの管理（管理（点検）コスト削減）

社会インフラ分野

約115億円

2030年市場規模（ベース予測値）

2015年インデックス保険市場約160億円（Global Index Insurance Facility調べ)より2030年の市場規模（250億円）と日本のシェア推計

日本の農業総産出額（米に限る）は約1兆4994億円（2015年生産農業所得統計）より推計（成長率64.6%想定）

日本の米の生産費は1haあたり約110万円で全国合計値を算出（2015年農産物生産費統計等よりMRI推計）

全国の漁船の燃料消費量は年間約150万トンで約1300億円（2013年漁業センサス等よりMRI推計）

日本国内の社会インフラ管理費用約5兆円（2030年、国土交通省推計）の内点検費用（約10%）

2030年市場規模（O&F化の場合）

2016年熊本地震と同規模の災害損失を想定

O&Fによる経済効果

約3億円

約509億円

約151億円

約65億円

約277億円

▲約2400億円 ▲約2285億円

費用削減分約4.8%の損失削減

約65億円 約68億円約4.1%の売上増加

売上高増

約9686億円 約1兆195億円約5.3%の売上増加

売上高増

▲約2750億円 ▲約2599億円

費用削減分約5.5%の費用削減

▲約1300億円 ▲約1235億円

費用削減分約5.0%の費用削減

▲約5000億円 ▲約4723億円

費用削減分約5.6%の費用削減

63

4.4 その他の効果

ボトムアップアプローチのユースケースシナリオとしては設定していなかったものの、有

望と考えられるユースケースを以下に示す。これらについては既存の市場が十分に確立して

おらず経済規模算出が困難であったものの、新規に創出される有望な事例として考えられ、

トップダウンアプローチによる経済効果には包含されるものとなっている。

(1) 大型施設（プラント等）建設状況モニタリング

定期的に撮像される衛星画像と他のデータを組み合わせることで、大型施設の建設状況の

モニタリングを行う。 これまで現地訪問により確認していた工事の進捗状況の把握を衛星画像を活用すること

により、一定程度代替可能となる。 これにより、以下の社会・経済効果の発生が期待できる（図 4-17 参照） 現地訪問による確認回数を減らすなど、効率的に状況把握をすることが可能となり、

コスト削減することが期待 エネルギープラントなど危険地域での建設工事の場合は、従業員のリスク低減にも貢

献

図 4-17 大型施設（プラント等）建設状況モニタリングの社会・経済効果発生シナリオ

出所）三菱総合研究所作成

(2) エリアマーケティング情報

飲食、娯楽等の新規施設建設箇所の検討や競合店の集客状況の把握のために必要となるマ

ーケティング情報（通過人数・動線、駐車台数、街の変化等）の把握などは、現在では調査

箇所及び調査日時のみの点情報の組み合わせである。 これを、特定エリアを一定頻度で継続的に観測した衛星画像を用いることで、定期的かつ

面的な分析を行うことが可能となり、より詳細な分析を行うことが期待できる。 これにより、以下の社会・経済効果の発生が期待できる（図 4-17 参照） 面的な関連情報を追加で用いることで、より正確な経営判断を行うことが可能となり、

事業リスク低減につながる 公的施設建設の場合などでは、集客予測・推計の基礎データとしても貢献

製造業

大型施設（プラント等）建設状況モニタリング

現地訪問による確認回数を減らすなど、効率的に状況把握をすることが可能となり、コスト削減することが期待。

エネルギープラントなど危険地域での建設工事の場合は、従業員のリスク低減にも貢献

現地訪問回数減少によるコスト削減

社会・経済効果

定期的に撮像される衛星画像と他のデータを組み合わせることで、大型施設の建設状況のモニタリングを行う。

これまで現地訪問により確認していた工事の進捗状況の把握を衛星画像を活用することにより、一定程度代替可能となる。

出所）Airbus社http://www.intelligence-airbusds.com/en/210-go-monitor

危険地域訪問数減少によるリスク低減

大型施設建設工事の進捗状況把握

リモート監視と現地調査との役割分担

現地調査回数減

64

図 4-18 エリアマーケティング情報の社会・経済効果発生シナリオ

出所）三菱総合研究所作成 その他、アンケート回答者によるアイデアベースとなるが、回答が寄せられた有望なユー

スケース案を表 4-8（宇宙・IoT 系企業の回答）及び表 4-9（一般事業者による回答）に示

す。これらについては具体化や実現性について検証が必要なものの、潜在的可能性として引

き続き検討が望まれる。

表 4-8 宇宙・IoT 系企業によるユースケースアイデア（回答数：303 社）

出所）三菱総合研究所作成

サービス業

飲食、娯楽等の新規施設建設箇所の検討や競合店の集客状況の把握のために必要となるマーケティング情報（通過人数・動線、駐車台数、街の変化等）の把握などは調査箇所および調査日時のみの点情報の組合せ。

特定エリアを一定頻度で継続的に観測した衛星画像を用いることで、定期的かつ面的な分析を行うことが可能となり、より詳細な分析を行うことが期待できる。

面的な関連情報を追加で用いることで、より正確な経営判断を行うことが可能となり、事業リスク低減につながる

公的施設建設の場合などでは、集客予測・推計の基礎データとしても貢献

より正確な情報に基づく経営判断（事業

リスク低減）

社会・経済効果

公的施設建設の効果予測の基礎データ

上空からの面的な状況および変化把握

新規建設箇所の適地選定期待集客数の予測・推計

出所）DigitalGlobe社

エリアマーケティング情報

出所）Orbital Insight社

分野 詳細（回答例） 使用データ 社会へ与える影響

国民の安全・安心・快適な生活の実現防災・社会安全 自然災害状況の把握・監視、住民避難支援、宇宙

からの防犯サービス地震データ、人口分布、人流データ 自然災害の予測・早期発見による人的被

害および社会ストック被害の低減。

社会インフラ管理工事、施設管理

工事施工現場の施行管理、安全対策の実施有無の監視、大規模プラント・工場の管理、老朽インフラの点検・監視

プラント・構造物の計測データ 危険地域での施設管理の無人化。点検・監視の自動および高度化によるコストの低減、安全性向上。

エネルギー 電力グリッド設備、系統安定度、電力資産の最適化システム、発電量予測、熱融通システム、資源の探索・生産量予測

施設データ、地中配管データ、地形図、資源データ

再生可能エネルギーの利用促進。電力設備の最適配置によるコスト低減。資源量の把握。

環境 大気汚染の検出、鉱業災害の防止 気象データ、地形図、土壌データ 黄砂等の公害や環境汚染の検出による健康被害の低減。

交通・鉄道・船舶 自動運転、渋滞回避ルートの提示、放置車両の検出、鉄道運行管理

道路、交通量、車両の移動経路（GPS）、センサ

自動運転車両のダイナミックマップ（高精細地図）作成。渋滞・混雑の緩和。

生産性向上による労働力不足への対応農業・林業 収量予測、農地管理、保安林の管理、森林荒廃、

不法伐採、焼畑の検知、作物の温度管理農地・林地区画、収穫量、気象観測データ、植生、品種

農業の高効率化。担い手不足の解消。収量増加による自給率の改善。

漁業 漁業の効率化、操業地域の選定 漁獲量、漁港情報、気象観測データ、船舶位置（AIS）、水質

漁業の高効率化。担い手不足の解消。操業中の安全性の向上。

地域独自の取組を促すことによる地方創生への貢献マーケティング 地域マーケティング、売上・需要予測、観光予測、

不動産価格予測売上・購買データ、観光データ 過剰在庫や廃棄ロスの削減、配送ルート最

適化による生産・販売活動の高度化。

自治体業務 自治体サービスの向上、都市計画 建物築年数データ、固定資産台帳 エビデンスに基づく政策の実現。行政業務効率の向上。

その他データコンテンツビジネス

ドローン用地図、立体地図、3Dモデリング、位置情報提供サービス

地形データ、測量データ データ販売ビジネスの促進、他のビジネスに応用できる新データが増加。

アンケート回答 分析結果

65

表 4-9 一般事業者によるユースケースアイデア（回答数：500 社）

出所）三菱総合研究所作成

分野 詳細（回答例） 使用データ 社会へ与える影響

国民の安全・安心・快適な生活の実現防災・社会安全 自然災害状況の把握・監視、住民避難支援、消防

活動の自動化、国境管理、宇宙からの防犯サービス、孤立集落の予測

消防・救急活動データ、人口分布、地形データ

自然災害の予測・早期発見による人的被害および社会ストック被害の低減。

社会インフラ管理工事、施設管理

老朽インフラの点検・監視、貯水池管理住宅、建物の再生・再利用、水道管の管理

プラント・構造物の計測データ 危険地域での施設管理の無人化。点検・監視の自動および高度化によるコストの低減、安全性向上。

エネルギー 資源発見・管理 地形データ 資源量の把握。

交通・鉄道・船舶 自動運転、渋滞回避ルートの提示、物流コストの低減、交通事故の低減

道路、交通量、車両の移動経路（GPS） 自動運転車両のダイナミックマップ（高精細地図）作成。渋滞・混雑の緩和。

生産性向上による労働力不足への対応農業・林業 収量予測、農地管理、保安林の管理、作物の温度

管理、穀物相場の把握農地・林地区画、収穫量、気象観測データ、品種

農業の高効率化。担い手不足の解消。収量増加による自給率の改善。

漁業 漁獲量予測 漁獲量 漁業の高効率化。担い手不足の解消。操業中の安全性が高まる。

地域独自の取組を促すことによる地方創生への貢献マーケティング 地域マーケティング、売上・需要予測、流通状態の

可視化売上・購買データ、人口分布 過剰在庫や廃棄ロスの削減、配送ルート最

適化による生産・販売活動の高度化。

自治体業務 空家管理、地域開発状況の把握、都市計画・防災計画の策定

人口分布 エビデンスに基づく政策の実現。行政業務効率の向上。

その他データコンテンツビジネス

ドローン用地図、立体地図、3Dモデリング、位置情報提供サービス

地形データ、測量データ データ販売ビジネスの促進、他のビジネスに応用できる新データが増加。

アンケート回答 分析結果

66

4.5 経済効果まとめ

政府衛星データをオープン&フリー化することによる経済効果を推計することを目的に、

経済効果の全体規模を把握するためのトップダウンアプローチと、ユースケースに基づくボ

トムアップアプローチの 2 つの方法により、経済効果を試算した。 試算にあたっては政府衛星データのオープン&フリー化によって生じる「新たな経済効果」

に焦点を当てて計測し、また、政府衛星データのオープン&フリー化単独の効果ではなく、

「プラットフォーム等の利用環境の充実化及び他のビッグデータとの組み合わせによる全

体的な経済効果」を推計した。 トップダウンアプローチでは、2030 年に約 3,400 億円の経済効果があると試算された。ま

た、6 つのユースケースに基づく試算では、6 ケース合計で約 1,100 億円の経済効果がある

と試算された。 「宇宙産業ビジョン 2030」においては、宇宙産業全体の市場規模（現在 1.2 兆円）の 2030

年代早期の倍増を打ち出しており、2030 年に約 3,400 億円の経済効果が見込まれる本施策は

大きな貢献を果たせる可能性があり、その実現に向けて投資を進めることは、価値あるもの

と考えられる。 なお、本調査での試算は、オープン&フリー化による最良のシナリオについて、そこから

引き起こされる新たな企業の参画と産業利用による社会経済的インパクトの発生を前提と

している試算であるため、当然そのためのプラットフォームの実現方策や事業参入の活性化

が前提条件となる点には注意が必要である。

67

5． 政府衛星データのオープン＆フリー化及びデータ利用環境整備のあり方（各

論）

3 章で述べた考え方、方向性に基づき、政府衛星データのオープン＆フリー化及びデータ

利用環境整備のあり方について詳細な検討を行った。

5.1 政府衛星データのオープン＆フリー化及びデータ利用環境整備の定義

2 章にて述べたように、各国にて官民の役割分担は異なるものの、ビッグデータとしての

衛星データのオープン＆フリー化及びその利用環境整備は、世界の潮流となっている。

Google や Amazon のような強力な IT 事業者が存在する米国は、衛星データ保有機関（NOAAや USGS）の役割は、処理したデータを IT 事業者へ引き渡すことである一方、IT 事業者は、

衛星データ保有者や一般ユーザの要求をプラットフォームへ反映することが役割となって

いる。一方、欧州は、第 1 階層から第 3 階層までに約 72 億ユーロ24の政府資金を投下の上、

産業利用を促進している。さらに、豪州のように自国で保有する衛星データはないものの、

政府予算にてオープンデータを集め、自国のユーザが使いやすい環境を整備することだけで、

産業促進を牽引する試みも存在している。 海外の動向に加え、3 章で述べたオープン＆フリー化検討会における議論の結果、示され

た考え方及び方向性、4 章で述べたオープン＆フリー化による経済効果の推計結果を考え合

わせると、政府が主体となって開発・運用を行う期間における「政府衛星データのオープン

＆フリー化及びデータ利用環境整備」の定義は以下とすべきと考える。

＜政府開発・運用期間中の「政府衛星データのオープン＆フリー化及びデータ利用環境

整備」の定義＞ 1. 現状 1 シーン数万円から数十万円するような衛星データのプラットフォーム上で

の利用を無料とする。 2. プラットフォーム上のソフトウェア利用やプロダクトの作成においては、ユーザ

が自由に使え、プロダクト（2 次成果物）については、公序良俗等に反しない限り、

ユーザの自己の目的のために制限なく商業利用を認める。 3. プラットフォーム上のコンピューティングリソース（演算機能、ストレージ、ネ

ットワークコスト、セキュリティ機能）の使用についても原則無料であるが、寡

占ユーザが出てくるおそれもあることから課金する場合もある。 4. プラットフォーム上にて、ビジネスを実施するユーザが現れた場合は、受託事業

者（プラットフォーム運用者）との間で別途商業契約を締結の上、実施する。 以降において、階層別の詳細な検討結果を述べる。

24 約 9,360 億円（1 ユーロ 130 円で計算）

68

5.2 第 1 階層：政府衛星データ

＜対象とする衛星データ＞ 表 5-1 にオープン＆フリー化の検討対象とする政府衛星データを示す。これらのデータ

について、観測後、アーカイブされたデータをプラットフォーム上に公開する。ただし、

ALOS-2や先進光学衛星等の JAXAとデータ配布事業者との間で既に契約関係が成立してい

るデータや将来打ち上げる予定の衛星については、データ配布事業者を含めたステークホル

ダと協議の上、データポリシーを定める必要がある。 その他、データのラインナップを充実させるために、将来的には民間企業のデータを呼び

込むことを検討する。 ＜公開の形態＞ 第 2 階層のプラットフォームで公開するデータは、ユーザの利便性を考慮し、地図上に重

ね合わせることのできるオルソ補正済データとする。

表 5-1 対象とする政府衛星データ

出所）経済産業省作成 参考：日本の衛星データの強み オープン＆フリー化の対象となる我が国の政府衛星データについて、ALOS 搭載のセン

サである PALSAR（SAR）、PRISM（光学）そして AVNIR-2（光学）のデータをオープン

＆フリー化されたデータの代表例である Landsat-8（光学）と Sentinel-1（SAR）、Sentinel-2（光学）と比較することにより優位性を示す。なお、SAR と光学の共通の優位性として

日本及びアジアオセアニア域の観測データが豊富であることが挙げられる。

●PALSAR PALSAR データは世界的に希少性の高い Lバンドにより観測されたデータである。SAR

データでオープン＆フリー化されている代表例である欧州のSentinel-1衛星はCバンドで

69

あるが、L バンドの方が波長が長いため、森林、災害、農業、海洋、インフラ管理などの

様々な分野での利用において優位性がある25。

なお、PALSAR の解像度は最高で 10m であるが、PALSAR の後継機である ALOS-2 に

搭載されている PALSAR-2 は解像度が 3m に向上しており、解像度が 5m である Sentinel-1に対し優位性がある。

●PRISM、AVNIR-2

光学データでオープン＆フリー化されているデータの代表例である米国の Landsat-8 と

欧州の Sentinel-2 と比較する。 Landsat-8 は中程度の解像度のデータを基盤データとして提供することを重視してお

り、解像度はパンクロマチックデータで 15m、マルチスペクトルデータで 30m となって

いる。欧州の Sentinel-2 はこれより解像度が高く、マルチスペクトルデータで 10m となっ

ている26。パンクロマチックデータであるPRISMデータの解像度は2.5mであり、Landsat-8

データに対して解像度の点で大きな優位性がある。また、マルチスペクトルデータであ

る AVNIR-2 の解像度は 10m であり、解像度の点で Landsat-8 に勝り、Sentinel-2 と互角で

ある。なお、両センサの後継的位置づけとなる先進光学衛星では、解像度の向上が予定

されており、オープン＆フリー化されれば大きな優位性となる。

5.3 第 2 階層：プラットフォーム

＜環境構築＞ 第 2 階層のプラットフォームでは、第 1 階層で述べた対象の衛星データが、プラットフォ

ーム上に公開され、ユーザが画像ハンドリングソフトを利用の上、自由にプロダクトを作

成できる環境を構築する。 プラットフォームについては、国外も含め既存のプラットフォームに格納して配布すると

いうという考え方もあり得るが、世界で限られた国しか保持しない衛星データ（例：L バン

ド合成開口レーダ）等が海外流出する懸念もあるため、独自のプラットフォームを構築し、

商業利用に活用する。 ＜機能＞ プラットフォームには、ストレージ、解析機能、登録機能、解析ツール、課金機能、セキ

ュリティ機能等を具備したものとすることを検討する。課金機能については、事業開始初期

の政府開発、運営期には課金は行わない想定であるが、民営化後のビジネスモデルに対応で

きるように、政府開発・運用期から課金機能を構築することとする。また、衛星データに親

25 波長が長いことにより細かい変動（雑草等の小さな植生や葉の成長の変化、風による葉や水面のゆらぎ、

等）の影響を受けにくいため、森林伐採監視、洪水浸水範囲把握、稲の生育状況監視、地表面変動把握な

どの利用に適している。なお、C バンドは海氷の把握に適しており、海氷監視が重要な欧州やカナダは Cバンドを選択している。また、Sentinel-1 の C バンドや商用配布の Cosmo-Skymed や TerraSAR-X が選択し

ている X バンドは微小な変動を把握できる特性があり、建築物の変化（傾き、ゆがみ）などを把握する利

用に適している。 26 波長帯により解像度が 20m や 60m のデータもある。

70

和性の高い AI 技術を利用の上、ユーザが利用しやすい機能を踏まえたプラットフォームを

構築するために、産業技術総合研究所等との協力で推進する。 プラットフォームの構築にあたっては、解析ツールなどの一部の利用支援ツール群は競

争領域にならないか検討する。 ＜利用方法＞ ユーザがプラットフォーム上でオープン＆フリー化されたデータを使ってプロダクトや

アプリケーション開発を行い、ダウンロードの上、商業利用することが原則とする。 オープン＆フリー化のコンセプトに基づき、政府が主体となって開発・運用する期間では、

原則としてデータ、コンピュータリソース、ストレージなどの基本的な利用は無料とする

が、他ユーザへの影響が出るほどの利用を行う寡占ユーザが出てくるおそれもあることか

ら課金する場合がある。例えば、データや各機能の利用に対して一定の閾値を設定し、閾

値を超えるような利用量となったユーザに対して有償とするような方策を検討する。 ＜連携＞ 他のプラットフォームと連携し、様々なデータの利用ができるようになることはプラット

フォームの魅力を高めることにつながる。そのため、世界に存在しているあるいは開発中の

他のプラットフォームとの連携を図れるように設計・開発を進めるべきである。例えば、米

国の Landsat-8 と欧州の Sentinel-2 のプロジェクトはデータの相互利用契約を結んでおり、

連携によりこれらのデータが利用可能となることはユーザの利便性向上につながる。 また、我が国の DIAS には多種多様なデータが格納されており、ひまわり 8 号データをは

じめとして利用価値が高いデータがある。データポリシー等の調整は必要であるが、DIASに格納されているデータを本プラットフォーム側で利用可能にするなど、積極的に連携しユ

ーザの利便性を高めていくべきである。

5.4 第 3 階層：データ利用促進

＜利用促進の方針＞ 企業等の商業利用を解禁することにより、プロダクトあるいはアプリケーションを開発す

る意欲を高める。 さらに、衛星データのオープン＆フリー化及び利用環境整備だけでは、データ利用促進が

進まない可能性があるため、エンドユーザへ衛星データ及びプラットフォームの利用促進を

担うアプリケーション開発事業者を巻き込み、早期にビジネスとして成立する具体的なアプ

リケーション事例の創出を目指す。 プラットフォーム上でビジネスを実施するユーザが出現した場合は、受託事業者（プラッ

トフォーム運用者）との間で別途商業契約を締結の上、推進する。

＜具体的方策＞ S-NET（Space - New Economy creation Network：スペース・ニューエコノミー創造ネット

ワーク）27、S-booster（エス・ブースター2017）28

、先進的宇宙利用モデル実証事業29、宇

27 内閣府宇宙開発戦略推進事務局が創設した、「宇宙」をキーワードに、新産業・サービス創出に関心をも

つ企業・個人・団体等が参加するネットワーキング組織

71

宙ビジネスコート30、SPACETIDE 31

等、データ利用促進に資する多くのイニシアティブが存

在していることを踏まえ、関係機関と協力の上、利用促進を進め、ビジネスアイデアの発掘

からアプリケーション／ビジネス化を加速させる。 民間企業が社会課題解決や新規アプリケーションを検討するために、在野のデータサイエ

ンティストの知恵を借りた上で、イノベーションを推進するデータコンテストを通じて利用

を促進する。また、各種表彰制度も活用する。 具体的な例としてデータコンテストのイメージを図 5-1 に示す。コンテストの実施にあ

たっては、協調領域であるオープン領域と競争領域であるクローズ領域を整理しておくこと

が重要である。具体的には、社会課題等の公共性の強いテーマ（図中の例では食料収穫リス

ク分析）を定め、必要なデータを提供し、コンテスト形式にて新規イノベーションを促進す

る。コンテストの結果、協調領域となるアウトプットが開発された場合は（図中の例ではリ

スク分析モデル）、成果を一般に開放の上、当該成果の発展・派生によるビジネス創出をさ

らに加速させる。

図 5-1 データコンテストのイメージ

出所）第 2 回検討会 齊藤委員発表資料より事務局にて作成

28 内閣府宇宙開発戦略推進事務局が S-NET 事業の一環として、JAXA 及び民間スポンサー企業とともに行

う新たな宇宙ビジネスアイデアコンテスト 29 内閣府宇宙開発戦略推進事務局が行っている衛星リモートセンシングデータをはじめとした衛星データ

を活用したソリューションによる効果を実証することで、先進的な成功事例の創出を図りつつ、民間事業

者が自律的に衛星データを用いたソリューション展開を行うことを目的とした事業 30 一般財団法人宇宙システム開発利用推進機構が提供している、宇宙利用によるサービス創造をアイデア

段階からスタートアップまでをお手伝いするプラットフォーム 31 宇宙ベンチャー起業家を中心に、投資家、エンジニア、デザイナー、研究者、政府関係者などが一堂に

会す、民間による宇宙ビジネスカンファレンス

72

5.5 事業の進め方

3.2 節で述べたように、我が国でも過去に衛星データの利用促進に向けた取組みとしてプ

ラットフォーム開発が行われたことがあったが、オープン＆フリー化検討会にて議論された

ように、衛星データの不足、利用コミュニティの未成熟、解析環境の未整備等の課題に直面

したため、成功はしなかった。当時の取組みからかなりの時間が経ち、欧米におけるオープ

ンデータを活用したスタートアップ企業の出現など状況の変化も起こってはいるものの、民

間事業者が開発段階から独自で取り組むには未だ事業リスクが高く、事業の持続性の観点か

ら政府主導で行うべきと考える。2.3 節で述べた欧米豪のプラットフォームの事例をみても、

各国で官民の役割分担は異なるものの、政府は一定の役割を果たしている。一方、オープン

＆フリー化検討会での議論において、政府予算による開発・運用期間後を見据え、当初から

民営化を前提とした事業スキームを構築すべきとの指摘もあったことから、政府衛星のオー

プン＆フリー化及び利用環境整備については、将来の民営化を前提に当初は政府予算にて開

発・整備を行うべきである。 将来の民間企業での事業推進を前提に本事業を推進するにあたっては、事業の実施主体が、

顧客であるユーザを強く意識することが重要であり、更に民間企業がある程度のリスクを取

って推進していく覚悟を持つことが肝要である。すなわち、将来の事業を見据え、顧客とな

るアプリケーション事業者を巻き込む、あるいは開拓し、事業が成立するためのエコシステ

ムを構築しておくことが求められる。また、事業に必要な政府衛星データ、収益手段、など、

民営化フェーズに移行するために必要な条件について、政府運用期間中に十分な検討を行っ

ておくことも必要である。

5.6 事業推進のスキーム（案）

前述のように、政府衛星のオープン＆フリー化及び利用環境整備については、将来の民営

化を前提に当初は政府予算にて開発・整備を行う。政府予算による開発・整備期間と民営化

後の姿についての現時点での想定されるスキーム（案）を順次述べる。

5.6.1 政府予算による開発・運用期間のスキーム（案）

(1) 政府予算による開発・運用期間のスキーム（案）

政府予算により実施が想定されるスキーム（案）を図 5-2 に示す。

73

図 5-2 想定される当初スキーム（案）

出所）経済産業省作成

＜第 1 階層＞ JAXA と産業技術総合研究所等との協力体制を構築する。 JAXA の衛星データは、オープン＆フリー化の対象となったデータについてプラットフォ

ームにオルソ補正済みの衛星データが提供される形とする。ただし、要求があったエリアを

新規に撮像する観測要求（タスキング）等の高付加価値サービスについては引き続きデータ

配布事業者のビジネス領域であるべきである。 データ配布事業者等のステークホルダの了解を得た上で、できるだけ多くのデータをオー

プン＆フリー化する方針であるが、特に ALOS-2 や先進光学衛星等の JAXA とデータ配布事

業者との間で契約関係が成立しているデータや、将来打ち上げる予定の衛星については、デ

ータ配布事業者も含めたステークホルダで協議の上、データポリシーを定める。 産業技術総合研究所からは同じくオルソ補正済の ASTER データが提供されるとともに、

AI、ビッグデータ等の宇宙以外の研究も協力することにより、我が国のアプリケーション

事業者の競争力強化を狙う。また、スーパーコンピュータである ABCI（AI Bridging Cloud Infrastructure）のリソースもプラットフォームを通じて、活用を検討すべきである。 ＜第 2 階層＞

ユーザが利用しやすいプラットフォームを構築することで、新規参入者への参入障壁を

最小化し、利用者の拡大を図る。プラットフォームの機能としては①ストレージ、②高度な

データ処理能力、③データ及びユーザ登録、④データ・プロダクトの検索、⑤作成したプロ

ダクトのダウンロード、⑥プロダクトあるいはアプリケーション開発のための処理・解析ツ

ール、⑦API 開発環境、などを準備することを想定する。さらに民営化後を見据え、ビジネ

74

ス展開に必要な機能は順次開発・整備を進める。 また、地方自治体や地方大学といったユーザが、自身の保有する地域データなどをプラッ

トフォームに持ち込み、プラットフォームに登録されているデータと一緒に処理・解析など

をできるようなインターフェースを構築する。 プラットフォーム上でのデータ、コンピュータリソース、ストレージなどの基本的な利用

は原則無料とするが、他ユーザへの影響が出るほどの利用を行う寡占ユーザが出てくるおそ

れもあることから課金を検討すべきである。 自らで十分なコンピュータリソースを準備できる大企業や研究機関等では、オリジナルデ

ータをダウンロードして自らの計算環境で利用するニーズが想定されるが、その場合は、現

状はデータ配布事業者から直接購入する形になるため、引き続き検討を要する。

＜第 3 階層＞ 政府予算による開発・整備期間からプラットフォームとエンドユーザをつなぎ合わせる企

業・個人を巻き込むことにより、早期にビジネスとして成立するアプリケーション事例の創

出を目指す。ビジネスを実施するユーザが現れた場合は、受託事業者（プラットフォーム運

用者）との間で別途商業契約を締結の上、推進する。 さらに、非宇宙企業、IT 企業、スタートアップ企業といった潜在的なユーザコミュニテ

ィへのアプローチを行うことや、在野のサイエンティストなど幅広いメンバが参加するイノ

ベーション創出を目指したコンテスト等を開催することにより、従来にない新たなアプリケ

ーションの開発を促進する。

(2) 政府予算による開発・運用期間中に検討が必要な事項

数年後の民営化を目指して、プラットフォームを開発・整備を推進していくにあたり、機

能の要件定義を行う必要がある。一般的には、①データ及びユーザ登録、②データ・プロダ

クトの検索、③作成したプロダクトのダウンロード、④プロダクトあるいはアプリケーショ

ン開発のための処理・解析ツール、⑤API 開発環境などが示唆されているが、国内外に存在

するプラットフォームとの連携のためについても予め検討することが必要である。 また、プラットフォーム運用後も適宜、機能の更新を行っていく必要があるため、プラッ

トフォームに関わるステークホルダ（第 1 階層～第 3 階層）が協議の上、今後必要な機能・

サービス等について議論を行うメカニズムの構築を検討する必要がある。

75

5.6.2 民営化後の運用スキーム（想定案）

政府予算による開発・運用期間後に民営化された後の運用スキームの想定（案）を図 5-3に示す。

図 5-3 想定される民営化後の運用スキーム（案）

出所）経済産業省作成 ＜第 1 階層＞ JAXA の衛星データについては、将来、打ち上げられる予定の衛星データ（先進光学衛星、

先進レーダ衛星）についても、プラットフォームの競争力を高める点で、可能な限り拡充し

ていくことが重要である。ただし、将来の衛星についてはデータポリシーが今後議論される

ため、引き続き検討が必要である。また、JAXA の衛星データに加え、Axelspace 社等の民

間衛星事業者が自ら本プラットフォームに参加することを希望するような魅力的なプラッ

トフォームにすべく努力すべきである。これらの衛星データは、JAXA や民間衛星事業者と

プラットフォーム事業者との契約に基づきオルソ補正処理がなされ、プラットフォームに提

供される。ただし、新規の観測要求（タスキング）等の高付加価値サービスについてはデー

タ配布事業者のビジネス領域とすべきである ＜第 2 階層＞ 政府予算による実施期間中に開発されたプラットフォームを用い、プラットフォーム事業

者がビジネスを行う。現時点ではビジネスモデルの詳細を確定させることはできないが、プ

ラットフォーム利用料、コンピュータリソース利用料、アプリケーションビジネスからのレ

ベニューシェア、などの方法での収益を確保することを想定する。 民営化後の課金モデルイメージを図 5-4 に示す。

76

図 5-4 民営化後の課金モデルイメージ

出所）経済産業省作成 ＜第 3 階層＞ 政府予算による推進期間中に獲得した顧客をコアとしつつ、さらに拡大・発展させていく

ことが求められる。引き続きイノベーション創出を目指したコンテストを行うなど、利用促

進、ユーザ拡大に向けた活動が必要である。

77

6． おわりに

本報告書は、7 回にわたる「政府衛星データのオープン＆フリー化及び利用環境整備に関

する検討会」での検討内容をとりまとめたものである。 現在、宇宙産業は転換期を迎えており、宇宙由来のデータは、ビッグデータとして、

様々なデータと組み合わせることで、幅広い分野の課題に対しソリューションを提供して

いくことが期待されている。また、我が国の直面している社会課題解決や成長戦略において、

地球観測衛星データや精密測位サービスを始めとする「データ」を積極的に活用していくこ

とが示されている。 分野・組織の壁を超えて「データ」を活用し、新たな価値を生み出すデータドリブン社会

の構築を世界に先駆けて進めるために、宇宙インフラを「Connected Industries」の 1 つの基

盤インフラと位置づけ、政府衛星データのオープン＆フリー化を進めることは重要であ

る。 海外の動向をみても、ビックデータとしての衛星データのオープン＆フリー化及びその利

用環境整備を行うことが潮流となっている。米国ではNOAAや USGSといった政府機関が、

Amazon 社や Google 社といった大手 IT 事業者と協力することにより、産業界での衛星デー

タの利用の拡大を目指している。欧州の EU や豪州の CSIRO では政府資金を投入してオー

プンデータの提供及び利用環境整備を行うことで産業育成を行っている。各国で官民の役割

分担は異なるものの、オープン＆フリー化及び利用環境整備を進めることで、様々なアプリ

ケーションビジネスを行うスタートアップ企業が生まれてきている。 我が国においても政府衛星データのオープン＆フリー化及び利用環境整備を行うことで、

様々なユースケースの創出が期待され、事業開始から数年後にはプラットフォームビジネス

やアプリケーションビジネスが生まれる可能性が示された。また、本施策により 3,000 億円

を超える経済効果や多くの社会的便益が想定されることも明らかとなった。 このように、我が国の政策や海外の動向にも整合し、多くの経済効果や社会的便益も想定

されることから、検討会としては、本施策は推進すべきとの結論に至った。 本報告書を踏まえ、政府衛星データのオープン＆フリー化及び利用環境整備に関する施策

が進められ、我が国の宇宙産業の発展とデータドリブン社会の構築につながっていくことを

期待する。