Skip To Content

Najważniejsze wskazówki dotyczące wizualizowania zagęszczonych danych

Warstwy z dużą liczbą obiektów często trudno jest dobrze zwizualizować. Takie zagęszczone warstwy zwykle zawierają znajdujące się blisko siebie lub nakładające się na siebie obiekty, a to utrudnia lub uniemożliwia ich rozróżnienie czy dostrzeżenie zależności przestrzennych. Mimo że postęp technologiczny pozwala na wyświetlanie coraz większej liczby obiektów, możliwość narysowania wszystkich obiektów nie oznacza, że należy to robić. Często jest wręcz przeciwnie: dodatkowe obiekty mogą spowodować, że mapa będzie bardziej zagmatwana. Efektywna wizualizacja zagęszczonych danych różni się od wyświetlania wszystkich obiektów.

Gęstość obiektów zależy od skali mapy. Na przykład zbiór punktów może być gęsty przy małej skali (po oddaleniu), ale wydawać się rozproszony przy dużej skali (po przybliżeniu). Przy określaniu najlepszego sposobu reprezentacji gęstych danych należy najpierw poznać poziomy skali, na których użytkownicy będą je zazwyczaj przeglądać. Na przykład podczas przeglądania wypadków drogowych skupionych na najbardziej ruchliwym skrzyżowaniu w mieście można zobaczyć wiele punktów zgrupowanych wokół skrzyżowania. Jednak w miarę zmniejszania skali wszystkie punkty zlewają się wizualnie, ukrywając zgrupowania, które miały zostać pokazane. Postrzeganie wszystkich wypadków w kraju jako wielu kropek na mapie pokazuje, że wypadki się zdarzają, ale nie daje wglądu w to, jak, dlaczego i gdzie do nich dochodzi.

Przeglądarka map Map Viewer oferuje różnorodne metody wyodrębniania znaczenia z rozkładu obiektów w zagęszczonych zestawach danych przy wielu skalach. Czasami wystarczy tylko efekt wizualny, taki jak mapa skupień czy klastrowanie. W wielu przypadkach wizualne zależności ujawnione za pomocą tych metod prowadzą do zadawania lepszych pytań dotyczących danych, które z kolei wymagają agregacji według obszarów w celu uzyskania odpowiedzi.

Poniższe sekcje zawierają opisy różnych metod wizualizowania zagęszczonych danych w przeglądarce map Map Viewer oraz najważniejsze wskazówki dotyczące ich stosowania.

Klastrowanie

Warstwy z wieloma obiektami punktowymi mogą być mylące. Obraz, na którym na pozór widać tylko kilka punktów, może w rzeczywistości zawierać kilka tysięcy punktów. Trudno jest uzyskać realistyczny obraz danych na mapie, gdy wiele punktów znajduje się blisko siebie, nakłada się na siebie lub jest ułożonych jeden na drugim.

Klastrowanie oferuje szybkie rozwiązanie tego problemu. Po zastosowaniu klastrowania względem warstwy punktowej obiekty punktowe znajdujące się na mapie w pewnej odległości od siebie są grupowane w jeden symbol. Klastry są reprezentowane zwykle przez symbole o rozmiarach proporcjonalnie dobranych w zależności od liczby obiektów zawartych w każdym klastrze. Mniejsze symbole klastrów zawierają mniej punktów, a większe symbole klastrów obejmują więcej punktów. Liczbę obiektów punktowych grupowanych w klastry można dostosować, ustawiając promień klastra.

Klastrowanie jest stosowane dynamicznie w wielu skalach, co oznacza, że podczas oddalania widoku coraz więcej punktów jest łączonych w mniejszą liczbę grup, a powiększanie powoduje tworzenie większej liczby grup klastrów.

Przy klastrowaniu warstwy należy postępować zgodnie z następującymi najważniejszymi wskazówkami:

  • Rozpocznij od zastosowania względem warstwy domyślnych ustawień klastrów. Następnie poeksperymentuj z ustawieniami klastrów, zmieniając ich promień oraz rozmiar i styl symboli klastrów.
  • Skonfiguruj etykiety wyświetlające liczbę obiektów reprezentowanych przez klaster, a jeśli warstwie nadano styl z użyciem atrybutu, użyj tego atrybutu jako etykiety klastra. Jeśli na przykład w warstwie są wyświetlane działki według ich wartości za metr kwadratowy, możesz skonfigurować etykietę klastra do wyświetlania średniej wartości za metr kwadratowy wszystkich punktów w każdym klastrze.
  • Aby dokładniej dostosować etykiety klastrów, użyj klas etykiet. Możesz na przykład etykietować każdy klaster na podstawie dwóch atrybutów, takich jak średnia siła trzęsienia ziemi i liczba trzęsień ziemi, używając innego stylu etykiety dla każdego atrybutu.
  • Aby wyświetlić informacje, które chcesz wyróżnić dla każdego klastra, możesz zostawić domyślne okno podręczne klastra lub skonfigurować niestandardowe okno podręczne. Spróbuj użyć wyrażenia w języku ArcGIS Arcade, aby wyświetlić wyniki obliczeń i inne informacje o danych. Jeśli na przykład w warstwie mapy widoczne są dane o wypadkach drogowych, możesz utworzyć wyrażenie, które wyświetli liczbę ofiar w każdym klastrze oraz informacje o tym, czy liczba ta zwiększyła się, czy zmniejszyła w porównaniu z poprzednim okresem raportowania.

Więcej informacji na temat klastrowania

Mapy skupień

Podobnie jak klastrowanie, przezroczystość oraz poświata, mapy skupień mogą posłużyć do wizualizacji dużej liczby nakładających się obiektów punktowych. Mapy skupień wyświetlają obiekty punktowe w postaci powierzchni rastrowej, wyróżniając obszary o wyższym względnym zagęszczeniu punktów wzdłuż ciągłej skali barw. Oprócz przedstawienia zagęszczenia obiektów na podstawie ich lokalizacji, mapy skupień zapewniają też skuteczny sposób ważenia zagęszczenia punktów na podstawie liczbowej wartości danych w warstwie.

Przy prezentowaniu warstwy w postaci mapy skupień zalecane jest postępowanie zgodnie z następującymi najważniejszymi wskazówkami:

  • Nie należy stosować map skupień, jeśli użytkownik ma tylko kilka obiektów punktowych. W takich sytuacjach zaleca się naniesienie na mapę rzeczywistych punktów.
  • Gdy jest stosowana mapa skupień, należy wybrać dla danych odpowiednią skalę barw i dostosować suwak, aby zmienić sposób przepisywania kolorów do powierzchni gęstości. Można również dostosować obszar oddziaływania, aby wskazać, że klastry mają stawać się większe i bardziej wygładzone lub mniejsze i bardziej wyraziste.
  • W zależności od narracji lub wiadomości, jaka ma być przekazana, należy rozważyć wybranie liczbowych wartości danych w warstwie, do uwzględnienia w obliczeniach gęstości na mapie skupień. Może to ujawnić inną zależność niż w przypadku gęstości obliczanej tylko na podstawie lokalizacji.
  • Mapy skupień nadają się do wyświetlania informacji tylko na kilku poziomach skali. W miarę oddalania widoku mapa skupień staje się gęstsza, a w miarę przybliżania – mniej gęsta. Aby upewnić się, że mapa skupień będzie zawierać sensowne informacje podczas przybliżania i oddalania widoku, ustaw zakres widoczności warstwy, aby mapa skupień była wyświetlana tylko na tych poziomach powiększenia, które poprawnie przekazują właściwe informacje.

Więcej informacji na temat map skupień

Przezroczystość

Podczas wizualizacji warstw z wieloma nakładającymi się obiektami można zmienić przezroczystość poszczególnych obiektów, aby lepiej zobrazować ich gęstość. Jeśli mapa składa się z wielu warstw, można również zastosować przezroczystość do każdej z nich, aby zmienić widoczność warstw względem siebie. Przezroczystość jest szczególnie użyteczna przy wizualizacji poligonów i polilinii, które są ułożone nad sobą, ponieważ pozostałe metody, takie jak klastrowanie i mapy skupień, są dostępne tylko dla warstw obiektów punktowych.

Przezroczystości można na przykład użyć, aby zaprezentować obszary, na których w okresie 10 lat wydano ostrzeżenia o nagłych powodziach. Zastosowanie przezroczystości do nakładających się na siebie poligonów w zależności od liczby ostrzeżeń na danym obszarze pozwala odróżnić obszary, na których wystąpiła duża liczba ostrzeżeń (ciemniejsze, bardziej nieprzezroczyste obszary), od obszarów, na których wystąpiła ich mniejsza liczba (jaśniejsze, bardziej przezroczyste obszary).

Przy stosowaniu przezroczystości do obiektów w warstwie zalecane jest postępowanie zgodnie z następującymi najważniejszymi wskazówkami:

  • Do wizualizacji większości danych o dużej gęstości najlepiej nadają się wartości przezroczystości z zakresu od 90 do 99 procent.
  • Można wyróżnić konkretną warstwę na mapie z wieloma warstwami, konfigurując ją jako w 100% nieprzezroczystą (bez przezroczystości) i dodając przezroczystość do pozostałych warstw.
  • Jeśli mapa składa się z wielu warstw reprezentujących różne typy obiektów, warto rozważyć połączenie przezroczystości z trybami mieszania, aby pokazać gęstość różnych typów obiektów na mapie. Można na przykład wizualizować obszary o dużym zagęszczeniu powodzi w porównaniu z obszarami o dużym zagęszczeniu tornad, dostosowując wygląd każdej warstwy za pomocą innego koloru przy tym samym poziomie przezroczystości oraz stosując tryb mieszania Średni względem najwyższej warstwy.

Więcej informacji o przezroczystości

Poświata

Poświata to efekt rozjaśnienia obiektów w warstwie, sprawiający, że wydają się one świecić, a z granic jasnych obszarów wychodzą promienie światła. Efekt poświaty jest jaśniejszy i bardziej intensywny w obszarach, gdzie wiele obiektów nakłada się na siebie, co sprawia, że jest to skuteczna metoda wizualizacji gęstych danych.

Można dostosować siłę lub intensywność efektu poświaty, promień rozmycia obramowującego obiekty oraz próg określający, jak jasny musi być kolor, aby została zastosowana poświata. Efekt poświaty często jest używany do wizualizacji pożarów, erupcji wulkanów i innych danych.

Przy stosowaniu efektu poświaty do obiektów w warstwie zalecane jest postępowanie zgodnie z następującymi najważniejszymi wskazówkami:

  • Należy użyć ciemnej mapy bazowej.
  • Efektywność wizualizacji poświaty może się różnić w zależności od skali mapy, gęstości danych oraz kolorów użytych w stylu warstwy. Parametry, które sprawdzą się w jednej warstwie, mogą nie być odpowiednie dla innych warstw. Aby osiągnąć pożądany efekt, należy eksperymentować z parametrami siły, promienia oraz progu.
  • W skali globalnej z wieloma punktami należy używać małych symboli i niewielkiego promienia — około 0,1 piksela. Aby efektem poświaty objąć więcej kolorów, należy użyć niższego progu, wynoszącego na przykład 15 procent.
  • Efekt poświaty można zastosować względem linii, aby oddać gęstość nakładających się obiektów tego rodzaju, na przykład autostrad. Grube, nachodzące na siebie linie wydają się jaśniejsze niż cienkie, które nie nachodzą na siebie.

Więcej informacji o efekcie poświaty

Agregacja

Agregacja pozwala na sumowanie lub gromadzenie dużych zestawów danych z wieloma obiektami do warstw z mniejszą liczbą obiektów. Zazwyczaj odbywa się to poprzez sumowanie punktów w poligonach, gdzie w każdym poligonie jest wyświetlana liczba punktów w nim zawartych.

W przeciwieństwie do klastrowania, które jest rodzajem agregacji po stronie klienta obliczanej ponownie w miarę powiększania i pomniejszania, metoda agregacji opisana w tej sekcji następuje na serwerze i reprezentuje dane jako statyczne zagregowane obiekty w pojedynczej rozdzielczości.

Agregacja jest lepsza od klastrowania w następujących sytuacjach:

  • Zestaw danych punktowych jest za duży do klastrowania po stronie klienta. Niektóre zestawy danych punktowych są za duże i nie mogą zostać wczytane do przeglądarki i wizualizowane z dobrą wydajnością. Agregacja punktów do warstwy poligonowej pozwala na wydajną reprezentację danych. Dane mogą być podsumowywane w granicach regularnych poligonów, takich jak sześciokąty lub kwadraty. Metodę tę należy zastosować, aby dokładniej przedstawić gęstość punktów w przestrzeni.
  • Dane mogą być podsumowywane w granicach nieregularnych poligonów. Może być konieczne agregowanie danych punktowych do określonych, predefiniowanych granic poligonów, takich jak powiaty, okręgi wyborcze, okręgi szkolne lub obwody policyjne. Klastrowanie odbywa się na powierzchni ekranu bez względu na granice geopolityczne. W niektórych scenariuszach podsumowanie według predefiniowanych nieregularnych poligonów jest potrzebne decydentom, których wpływy mieszczą się w tych granicach, ale którzy mogą być zainteresowani sąsiednimi granicami.

Aby zagregować punkty w aplikacji ArcGIS Enterprise, wybierz warstwę punktową do zagregowania i warstwę poligonową używaną do obliczania statystyk zbiorczych. Spowoduje to utworzenie warstwy obiektowej. Domyślnie w tabeli wynikowej znajduje się liczba punktów zawartych w każdym poligonie. Można wybrać pola w warstwie punktowej w celu podsumowania za pomocą różnych statystyk, takich jak średnia wartość pola liczbowego lub wartość dominująca pola ciągu znakowego. Statystyki liczbowe można również pogrupować według wartości pola ciągu znakowego.

Więcej informacji o agregowaniu danych

Widoczny zakres skali

Czasami nie ma sensu wizualizowanie dużych zestawów danych w określonej skali. Na przykład wyświetlanie obwodów spisowych w skali mapy globalnej nie ma sensu, ponieważ obwody zazwyczaj reprezentują dzielnice i małe społeczności. Wiele poligonów w tej skali wydawałoby się mniejszych od piksela, co jest mało przydatne dla użytkowników map.

Ustawienie widocznego zakresu skali pozwala określić skalę, przy której obiekty mogą być sensownie wyświetlane. Pomaga również zmniejszyć ilość początkowych danych pobieranych przez przeglądarkę.

Ustawienie widocznego zakresu skali polega na ustawieniu skali minimalnej i skali maksymalnej dla warstwy. Skala minimalna określa, jak bardzo można pomniejszyć widok warstwy, a skala maksymalna określa, jak bardzo można powiększyć widok warstwy. Istnieje również możliwość ustawienia wyłącznie skali minimalnej, bez skali maksymalnej. Ustawienie minimalnej skali ma największy wpływ na zmniejszenie rozmiaru pobieranych danych.

Więcej informacji o ustawianiu widocznego zakresu skali