Introduktion
Moderna informationssystem arbetar med enorma mängder rumsliga data: objektets placering, dynamik och beteende förändras dynamiskt med tiden. Visuell representation av rumsligt distribuerade data har ett starkt inflytande på hur de uppfattas och stödjer beslutsfattandet.
Существует множество подходов к визуализации геопространственных данных: привязанные к объектам на местности схемы и диаграммы, цветографическое представление атрибутивной информации о геообъектах, тепловые карты. К современным информационным системам, работающим с данными, распределенными на местности, предъявляется требование интеграции представлений об актуальном состоянии ландшафта и самих изучаемых геоданных.
В качестве простого примера пространственно-распределенной информации можно взять обезличенные данные о дорожно-транспортных происшествиях за несколько последних лет. Эти данные представляют собой набор координат (широта / долгота) точек на местности, в которых произошли ДТП. Вся атрибутивная информация о происшествиях (время суток, характеристики участников ДТП, сведения о пострадавших и прочее) была заранее исключена.
För en rumslig aggregering av data använder GIZMOre/cGIS-plattformen det hexagonala nätet (Hexagon Layer). När man använder ett rutnät med celler av denna form är alla angränsande hexagonaler på samma avstånd, så hexagonaler har en fördel jämfört med det traditionella fyrkantiga rutnätet, där vissa celler är längre bort än andra.
Representation av uppgifter om trafikolyckor i cellstrukturskikt
Analytiska cellstrukturskikt (hexagonala celler) gör det möjligt att visuellt integrera landskapsdata med de data som studeras och som är fördelade i terrängen. De gör det möjligt att visa rumsligt fördelade data, som är en uppsättning koordinater utan någon attributinformation. Det analytiska skiktet kommer att utföra rumslig aggregering av data och presentera resultatet som tredimensionella kolumner med en cellulär bas. Höjden på varje kolumn kommer att vara proportionell mot antalet punkter på kartan som faller inom dess bas.
En sådan representation är mycket praktisk för snabb utvärdering av kvalitativa data. Genom att ändra observatörens position och parametrarna för dataanalys och aggregering kan man snabbt identifiera problemområden i transportnätet för att senare göra en mer detaljerad analys.
När användaren arbetar med skiktdata kan han/hon ändra vy genom att med musen styra observatörens position, betraktningsvinkel och höjd över landskapet.
På funktionspanelen Layer Parameters kan användaren ange olika dataanalysparametrar.
Параметр “Радиус” позволяет задать ширину основания ячеек, которые будут покрывать исследуемую территорию. Чем больше точек на карте попадет в ячейку, тем больше окажется ее высота в визуальном представлении.
Параметр “Толщина” влияет на толщину визуального представления столбиков, которые отображают исследуемые данные. Изменяя этот параметр можно добиться более оптимального, с точки зрения эстетики, вида.
Параметры “Фильтр по нижней границе” и “Фильтр по верхней границу” позволяют произвести отсечку данных по результатам агрегирования. Изменяя значения этих параметров, можно скрыть малозначимые для визуального представления данные, либо отобразить те из них, которые удовлетворяют интересуемому диапазону распределения.
Visuell analys av uppgifter om trafikolyckor på ett lager
Kvalitativ visuell analys av data i analysskiktet gör det möjligt att se i vilka delar av stadslandskapet trafikolyckor inträffar mest frekvent. Det är till exempel möjligt att identifiera områden där antalet olyckor är högre än genomsnittet för transportnätet.
Более детальный анализ данных о дорожно-транспортных происшествиях доступен на слоях визуализации, которые поддерживают анализ геоданных, содержащих атрибутивную информацию.