Camadas com um grande número de feições geralmente são difíceis de visualizar bem. Essas camadas de alta densidade geralmente têm feições próximas ou sobrepostas, o que dificulta ou impossibilita a distinção entre elas ou a visualização de padrões espaciais. Embora a tecnologia avançada permita a exibição de um número crescente de feições, ser capaz de desenhar todas as feições não significa necessariamente que você deva. O oposto geralmente é verdadeiro: feições adicionais podem resultar em um mapa mais confuso. A visualização eficaz de dados de alta densidade é diferente de exibir todas as feições
A densidade da feição é relativa à escala do mapa. Por exemplo, um conjunto de pontos pode ser denso em pequena escala (diminuído), mas parecer disperso em grande escala (aumentado). Ao determinar a melhor maneira de representar dados densos, você deve primeiro entender os níveis de escala nos quais os usuários normalmente os visualizarão. Por exemplo, ao visualizar colisões de trânsito centradas no cruzamento mais movimentado de uma cidade, você pode visualizar vários pontos agrupados ao redor do cruzamento. No entanto, à medida que você reduz para uma escala menor, todos os pontos se fundem visualmente, ocultando o agrupamento que você pretendia mostrar. Ver todos os acidentes no país como muitos pontos no mapa mostra que as colisões ocorrem, mas não oferece informações sobre como, por que ou onde elas acontecem.
O Map Viewer oferece uma variedade de métodos para extrair significado da distribuição de feições em conjuntos de dados de alta densidade em várias escalas. Às vezes, um efeito visual, como um mapa de calor ou agrupamento, é tudo o que é necessário. Em muitos casos, os padrões visuais revelados nesses métodos levam a melhores perguntas a serem feitas aos dados, que por sua vez exigem agregação por áreas para respostas.
As seguintes seções descrevem vários métodos para visualizar dados de alta densidade no Map Viewer juntamente com as práticas recomendadas para aplicá-los.
Agrupamento
Camadas com muitas feições de ponto podem ser enganosas. O que parece ser apenas alguns pontos pode ser vários milhares. É difícil obter uma visão realista dos dados quando muitos pontos estão próximos, sobrepostos ou empilhados uns sobre os outros no mapa.
O agrupamento oferece uma solução rápida para esse problema. Quando você aplica agrupamento a uma camada de ponto, as feições de ponto que estão dentro de uma certa distância umas das outras no mapa são agrupadas em um símbolo. Normalmente, os agrupamentos são representados por símbolos de tamanho proporcional com base no número de feições em cada agrupamento. Os símbolos de agrupamento menores têm menos pontos, enquanto os símbolos de agrupamento maiores têm mais pontos. Você pode ajustar o número de feições de ponto agrupados em agrupamentos, definindo o raio do agrupamento.
O agrupamento é aplicado dinamicamente em várias escalas, o que significa que conforme você diminui o zoom, mais pontos são agregados em menos grupos e, conforme você aumenta o zoom, mais grupos de agrupamento são criados. Amplie ou reduza para visualizar como os agrupamentos no exemplo mudam em diferentes escalas.
Ao aplicar o agrupamento a uma camada, as seguintes práticas recomendadas são especificadas:
- Comece aplicando as configurações de agrupamento padrão à camada. Em seguida, experimente qualquer uma das configurações de agrupamento, incluindo a alteração de raio do agrupamento, tamanho do símbolo e estilo de símbolos do agrupamento.
- Se sua camada for estilizada por categoria, os agrupamentos mostrarão a categoria predominante em cada agrupamento. Como alternativa, você pode usar agrupamentos de gráfico de pizza para mostrar as proporções de categorias em cada agrupamento.
- Configure os campos de agrupamento para criar estatísticas de resumo, como a média de um campo numérico ou o valor predominante de um campo de string. Você pode então usar os campos de estatísticas de resumo recém-criados para estilizar a camada ou personalizar rótulos e pop-ups.
- Configure rótulos que exibam a contagem de agrupamentos ou, se a camada tiver estilo definido por uso de um atributo, use esse atributo para o rótulo do agrupamento. Por exemplo, se a camada mostrar lotes de seu valor por pé quadrado, você poderá configurar o rótulo de agrupamento para mostrar o valor médio por pé quadrado de todos os pontos em cada agrupamento.
- Para personalizar ainda mais os rótulos de agrupamento, use classes de rótulo. Por exemplo, você pode rotular cada agrupamento com base em dois atributos, como a magnitude média do terremoto e a contagem do terremoto, usando um estilo de rótulo diferente para cada atributo.
- Mantenha o pop-up de agrupamento padrão ou configure um pop-up personalizado para mostrar as informações que você deseja destacar sobre cada agrupamento. Considere usar uma expressão do ArcGIS Arcade para exibir os resultados dos cálculos e outras informações sobre os dados. Por exemplo, se a camada de mapa mostrar dados de colisão de tráfego, você poderá criar uma expressão para exibir o número de fatalidades representadas em cada agrupamento e se esse número aumentou ou diminuiu desde o período de relatório anterior.
Mapas de aquecimento
Assim como agrupamento, transparência e florescer, mapas de aquecimento podem ser usados para visualizar um grande número de feições de ponto sobrepostos. Os mapas de aquecimento exibem feições de ponto como uma superfície raster, enfatizando áreas com uma densidade relativa mais alta de pontos ao longo de uma rampa de cores contínua. Além de mostrar a densidade de feições com base em sua localização, os mapas de aquecimento também oferecem uma maneira eficaz de ponderar a densidade de pontos com base em um valor de dados numéricos na camada.
Ao aplicar um mapa de aquecimento a uma camada, as seguintes práticas recomendadas são especificadas:
- Evite mapas de aquecimento se você tiver somente algumas feições de ponto; ao invés, mapeie os pontos reais.
- Ao aplicar um mapa de aquecimento, escolha uma rampa de cores apropriada para os dados e ajuste o controle deslizante para alterar como as cores são aplicadas à superfície de densidade. Você também pode ajustar a área de influência para tornar os agrupamentos de densidade maiores e mais suaves ou menores e mais distintos.
- Dependendo da história ou mensagem que você deseja transmitir, considere selecionar um valor de dados numéricos na camada para incluir no cálculo de densidade do mapa de aquecimento. Isso pode revelar um padrão diferente da densidade calculada usando apenas a localização.
- Os mapas de calor são visualmente apropriados em apenas alguns níveis de escala. Conforme você reduz, o mapa de aquecimento fica mais quente; conforme você amplia, parece mais frio. Para garantir que o mapa de aquecimento permaneça significativo à medida que você ampliar ou reduzir, defina a faixa de visibilidade na camada para exibir o mapa de aquecimento apenas nos níveis de zoom que transmitem adequadamente a mensagem pretendida.
Transparência
Ao visualizar camadas com muitas feições sobrepostas, é possível alterar a transparência das feições individuais para visualizar melhor sua densidade. Se o mapa tiver várias camadas, você também poderá aplicar transparência a cada camada para alterar a visibilidade das camadas em relação umas às outras. A transparência é particularmente eficaz ao visualizar polígonos e polilinhas que se empilham umas sobre as outras, como outros métodos, como agrupamento e mapas de aquecimento, estão disponíveis apenas para camadas de feição de ponto.
Por exemplo, você pode usar a transparência para mostrar áreas que sofreram avisos de inundação repentina durante um período de 10 anos. Aplicar transparência aos polígonos sobrepostos com base no número de avisos recebidos na área permite distinguir áreas que sofreram um alto número de avisos (áreas mais escuras e opacas) em comparação com áreas que tiveram menos avisos de inundação (áreas mais claras e transparentes).
Ao aplicar transparência a feições em uma camada, as seguintes práticas recomendadas são especificadas:
- Um valor de transparência entre 90% e 99% funciona melhor para visualizar a maioria dos dados de alta densidade.
- Você pode destacar uma camada específica em um mapa com várias camadas tornando-a 100% opaca (sem transparência) e adicionando transparência às outras camadas.
- Se o mapa tiver várias camadas representando diferentes tipos de feições, considere combinar transparência com modos de mesclagem para mostrar a densidade de diferentes tipos de feições no mapa. Por exemplo, você pode visualizar áreas com alta densidade de inundações em comparação com áreas com alta densidade de tornados definindo o estilo de cada camada com uma cor diferente e o mesmo nível de transparência e aplicando o modo de mesclagem Média à camada superior.
Contraste
Contraste é um efeito que ilumina feições em uma camada, fazendo com que pareçam brilhantes, com franjas de luz se estendendo das bordas das áreas brilhantes. O efeito de contraste é mais brilhante e intenso em áreas onde muitas feições se sobrepõem, o que o torna um método eficaz de visualizar dados densos.
Você pode personalizar o vigor ou intensidade do efeito de contraste, o raio de desfoque que delimita as feições e o limite que define o quão brilhante uma cor deve ser para que o contraste seja aplicado. O efeito de contraste é frequentemente usado para visualizar incêndios, erupções vulcânicas e outros dados.
Ao aplicar um efeito de contraste a feições na camada, as seguintes práticas recomendadas são especificadas:
- Use um mapa base escuro.
- A eficácia do efeito de contraste pode variar dependendo da escala do mapa, da densidade de dados e das cores usadas no estilo de camada. Parâmetros que funcionam bem para uma camada podem não ser adequados para outras camadas. Experimente os parâmetros de contraste, raio e limite para obter o efeito desejado.
- Em uma escala global com muitos pontos, use um tamanho de símbolo pequeno e um raio pequeno—aproximadamente 0.1 pixels. Para capturar mais cores com o efeito de contraste, tente um limite mais baixo, por exemplo, 15%.
- Você pode aplicar o efeito de contraste a linhas para mostrar a densidade de linhas sobrepostas, por exemplo, rodovias. Linhas grossas e sobrepostas parecem mais brilhantes do que linhas finas que não se sobrepõem.
Agrupar
Semelhante ao agrupamento, a opção agrupar fornece uma visão resumida de grandes conjuntos de dados contendo muitas feições de ponto que estão próximos, sobrepostos ou empilhados uns sobre os outros no mapa. A opção Agrupar resume, ou agrega, feições de ponto em polígonos de resumo, chamados bins, de igual tamanho ou área. Cada bin representa todas as feições dentro de seus limites, incluindo feições únicas. Isso é diferente do agrupamento, no qual feições únicas não são incluídas em um agrupamento se estiverem fora do raio do agrupamento. Além disso, a opção agrupar obscurece grande parte do mapa, enquanto o agrupamento permite que outras feições ou o mapa base permaneçam parcialmente visíveis.
Ao aplicar categorização a uma camada no Map Viewer, as seguintes práticas recomendadas são recomendadas:
- Comece aplicando as configurações padrão do compartimento à camada. Em seguida, experimente qualquer uma das configurações, incluindo alterar o tamanho e o estilo do compartimento.
- Defina um tamanho de compartimento apropriado para a extensão em que o mapa será visualizado.
- Configure os campos bin para criar estatísticas de resumo diferentes, como a média de um campo numérico ou o valor predominante de um campo de string. Você pode então usar os campos de estatísticas de resumo recém-criados para estilizar a camada ou personalizar rótulos e pop-ups.
- Configure os rótulos que exibem a contagem agregada ou, se a camada for estilizada usando um atributo, use esse atributo para o rótulo. Para personalizar ainda mais os rótulos de compartimento, use classes de rótulo.
- Mantenha o pop-up de bin padrão ou configure um pop-up personalizado para mostrar as informações que você deseja destacar sobre cada bin. Considere usar uma expressão do ArcGIS Arcade para exibir os resultados dos cálculos e outras informações sobre os dados.
Faixa de escala visível
Às vezes, não faz sentido visualizar grandes conjuntos de dados em uma determinada escala. Por exemplo, exibir setores censitários em escala de mapa global não tem sentido, pois os setores geralmente representam bairros e pequenas comunidades. Muitos polígonos nessa escala pareceriam menores que um pixel, o que é de pouco valor para os usuários do mapa.
Definir uma faixa de escala visível permite especificar uma escala na qual as feições podem ser exibidas de forma significativa. Também ajuda a reduzir o download inicial de dados para o navegador.
Definir uma faia de escala visível envolve definir uma escala mínima e uma escala máxima para a camada. A escala mínima define o máximo que você pode reduzir para visualizar a camada, e a escala máxima define o máximo que você pode amplia para visualizar a camada. Você também pode definir apenas uma escala mínima e não uma escala máxima. Definir a escala mínima faz a maior diferença na redução do tamanho do download de dados.