I realized I didn't know how to observe 3D artifact distribution data.
We're nearing completion of a 3D distribution data collection of tens of thousands of artifacts from the shell layer on the northern slope of the Ariyoshikita Shell Mound. I'm very concerned about developing analytical methods for this data. However, I realized, to my own blunder, that I didn't know how to normally observe or represent 3D distribution data. So I began gathering information on how to observe 3D distribution data.
有吉北貝塚北斜面貝層の数万遺物の3D分布資料が完成するメドがたちました。この資料の分析方法開発に強い問題意識を持っています。しかし不覚にも、3D分布資料の通常観察方法、表現方法を知らないことに気が付きました。そこで3D分布資料の観察方法について情報収集してみました。
1 遺物3D分布の観察方法を知らないことに気が付く
有吉北貝塚北斜面貝層の数万遺物の3D分布資料が完成するメドがたちました。その3D分布資料をいかに分析するのか、分析方法開発に強い問題意識を持っています。過去には3D密集度などの指標を開発したことがあります。
しかし、よくよく考えてみると、3D分布資料の通常観察方法（ありのままの様子の観察方法）を自分は知らないことに気が付きました。不覚なことです。平面分布資料なら「分布図」をつくれば、通常の観察はできます。GISを使えば、条件を変えて自由に分布観察できます。しかし、3D分布資料の場合、それを観察するツールの存在を自分は知っていないことに、気がついたのです。
3D分布資料ではある1視点（特定の1視点）からの観察では対象物が重なり、あるいは遠近感がわからないので、多数対象物の場合、分布特性が明瞭にならないことが普通です。多数視点資料を連続的に見る（断層撮影資料の連続観察など）とか、視点移動により動画を撮影し、その動画を見るなどの方法が必要になります。
今後、3D分布資料の観察方法について検討を深めることにしますが、まずはChatGPTから情報を引き出してみました。
2 ChatGPTからの情報
【ChatGPTへの質問】
遺物が密集して出土した貝塚を対象に、遺物の3D空間分析を目指しています。
今、Blender3Dビューポートに出土地点3D座標にもとづいて多数の遺物がプロットされています。
3Dビューポートをギズモを利用して移動・回転・拡大縮小してその分布特性を観察していますが、遺物が密集して重なるため、分布特性の把握が困難です。遺物の平面分布ならば、平面分布図を作成して観察すれば分布特性は直観的に理解できますが、3次元空間ではこのようにできません。
Blender3Dビューポートにプロットされた多数遺物（CUBEオブジェクトで表現）の3D分布特性を直観的に観察・理解する方法やツール・アドオンがあれば教えてください。
Blender以外の3Dソフトでそのような観察が可能なものがあれば教えてください。
【回答】
とても面白いテーマですね！
「3D分布を直観的に理解する」ためには、単に3Dビューポートに多数のCUBEを置くだけでは限界があるので、可視化の工夫や専用ツールが有効です。以下にBlender内でできる方法と、Blender以外の選択肢を整理しました。
1 Blender内での可視化・観察方法
1-1 カラーやサイズによる情報付加
オブジェクトの属性（例：Z座標、出土層位、種類）に応じてカラーを変化させると、分布のパターンが見やすくなります。
→ Geometry Nodes で「位置」ノードからZ値を取得し、カラーへマッピング可能。
CUBEの大きさを属性で変えると「密度」や「重要度」を直感的に表現できます。
1-2 スライス（断面表示）
モディファイアの Boolean や Clipping Region (Alt+B) を利用して、任意の高さや断面を切り出す。
断面ごとに分布を比較すれば、密集した3D構造の「層ごとの特徴」を把握可能。
1-3 点群化（CUBE→点表示）
遺物をすべて点（頂点）として表示すれば、重なりが少なく分布傾向が見やすくなります。
Geometry Nodesで Instance on Points を使い、小さなSphereや単点表示に変換。
1-4 ヒートマップ的表現
Geometry NodesやShaderで「点密度」を計算して、密集領域を色で可視化。
例：KDTreeノードアドオンやPythonスクリプトで局所的な点密度を算出し、マテリアルに反映。
1-5 Blender用アドオン
Scatterplot 3D (外部アドオン): CSV座標から点群を生成して可視化。解析用に便利。
MeasureIt / MeasureIt-ARCH: 計測やラベル表示で空間把握を補助。
2 Blender以外の3Dソフト・ツール
2-1 CloudCompare
オープンソースの点群処理ソフト。
点密度のヒートマップ表示、断面抽出、クラスタリング解析などが得意。
遺物の3D座標を「点群データ」として読み込めば直感的な解析が可能。
2-2 ParaView
科学可視化向けの強力なツール。
点群やメッシュの大規模データを扱える。
ヒストグラムや等高線、ボリュームレンダリングなど多彩な可視化が可能。
2-3 MeshLab
3Dモデルや点群の解析・処理ツール。
点群のカラーリング、断面表示、クラスタリングに対応。
2-4 専用GISソフト（ArcGIS / QGIS 3Dビュー）
3D座標をGISにインポートすれば、空間統計解析や3D分布のヒートマップが可能。
出土地点が地理座標に近い形で整理されているなら有力。
3 まとめ
●Blenderで直感的に観察するなら
→ 色分け、スライス、点群表示、ヒートマップ表現が有効。
●解析・統計的に理解したいなら
→ CloudCompare や ParaView を使って点群解析するのがおすすめ。
ご希望に合わせてさらに具体化できます。
たとえば「BlenderのGeometry Nodesで密度ヒートマップを作る方法」や「CloudCompareで断面分布を解析する手順」を詳細に説明することもできますが、どちらに興味がありますか？
3 感想
ChatGPTから試してみる価値のある情報を得ることができました。この情報を基に分布特性を直観的に理解できる3D資料作成を目指して、次の試みをしてみることにします。
1 遺物（オブジェクト）の大きさ、形状、色などの変更、表示種別の選択（全種別表示か特定種別表示か）
2 断面表示、断面連続表示（動画）
3 点群表示
4 密集域表示
5 CloudCompare、ParaView、MeshLabの試用
3D分析方法開発に熱中するまえに、そもそもの3D分布の素観察、素表現の大切さに気が付いたことは、自分にとってよかったことです。3D分布の素観察方法、素表現方法の開発がなければ、いかなる3D分布分析開発も大きな価値を持つことができません。
4 参考 有吉北貝塚北斜面貝層の遺物分布図データ（2025.09.12現在）の動画（視点直線移動）
有吉北貝塚北斜面貝層の遺物分布図データ（2025.09.12現在）の動画（視点直線移動）
動画作成の様子
オブジェクト（現在5㎝×5㎝×5㎝）をもっと小さくして、種別に色分けすれば（あるいは1種別だけの表示にすれば）、それだけで分布特性が判りやすくなりそうだと直観できます。
e.png)
