Utilizzo di analisi geospaziali per tracciare il percorso di un uragano


Questo tutorial introduce l'analisi geospaziale. L'analisi geospaziale consente puoi analizzare e visualizzare facilmente i dati geospaziali in BigQuery.

Obiettivi

In questo tutorial:

  • Utilizza una funzione di analisi geospaziale per convertire le colonne di latitudine e longitudine in punti geografici
  • Esegui una query che traccia il percorso di un uragano
  • Visualizza i risultati in BigQuery Geo Viz

Costi

BigQuery è un prodotto a pagamento e l'utilizzo di BigQuery comporta costi in questo tutorial. BigQuery offre alcune risorse senza costi entro un limite specifico. Per ulteriori informazioni, vedi Operazioni gratuite e Livello gratuito di BigQuery.

Prima di iniziare

Prima di iniziare questo tutorial, utilizza la console Google Cloud per creare o selezionare di un progetto.

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.
  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  4. BigQuery viene abilitato automaticamente nei nuovi progetti. Per attivare BigQuery in un progetto esistente, vai a

    Enable the BigQuery API.

    Enable the API

  5. (Facoltativo) Attiva la fatturazione per il progetto. Se non vuoi attivare la fatturazione o fornire una carta di credito, i passaggi descritti in questo documento continuano a funzionare. BigQuery ti fornisce una sandbox per eseguire i passaggi. Per ulteriori informazioni, vedi Attiva la sandbox di BigQuery.

Esplora i dati di esempio

Questo tutorial utilizza un set di dati disponibile tramite Programma per i set di dati pubblici di Google Cloud. Per set di dati pubblico si intende qualsiasi set di dati archiviato in BigQuery rese disponibili al pubblico. I set di dati pubblici sono set di dati ospitati da BigQuery a cui puoi accedere e integrare nelle tue applicazioni. Google paga l'archiviazione di questi set di dati e fornisce servizi l'accesso ai dati utilizzando progetto. Paghi solo per le query che che utilizzi sui dati (il primo TB al mese è gratuito, in base alle dettagli sui prezzi delle query).

Il set di dati Tracce di uragani globali (IBTrACS)

Set di dati sulle tracce degli uragani a livello mondiale (IBTrACS)

Le posizioni storiche e le intensità lungo le tracce del tropicale cicloni (TC) sono forniti dall'International Best Track Archive del NOAA per Climate Stewardship (IBTrACS). I cicloni tropicali sono noti come uragani nel bacino dell'Oceano Atlantico settentrionale e nel bacino dell'Oceano Pacifico nordorientale, tifoni nel bacino dell'Oceano Pacifico nordoccidentale, cicloni nei bacini dell'Oceano Indiano settentrionale e meridionale e cicloni tropicali nel bacino dell'Oceano Pacifico sudoccidentale.

L'IBTrACS raccoglie i dati sui TC segnalati da centri di monitoraggio internazionali che hanno la responsabilità di prevedere e segnalare i TC (e include anche alcuni importanti set di dati storici). IBTrACS include dati di 9 diversi paesi. Storicamente, i dati che descrivono questi sistemi hanno incluso le migliori stime del proprio percorso e dell'intensità (da qui il termine, ).

Puoi iniziare a esplorare questi dati nella console Google Cloud visualizzando i dettagli della tabella hurricanes:

Vai allo schema degli uragani

Interroga il percorso dell'uragano Maria nel 2017

In questa sezione del tutorial, esegui una query GoogleSQL che trova il percorso dell'uragano Maria nella stagione 2017. Per tracciare il percorso dell'uragano, esegui una query sulla posizione dell'uragano in diversi momenti.

Dettagli query

La seguente query GoogleSQL viene utilizzata per trovare il percorso dell'uragano Maria.

SELECT
  ST_GeogPoint(longitude, latitude) AS point,
  name,
  iso_time,
  dist2land,
  usa_wind,
  usa_pressure,
  usa_sshs,
  (usa_r34_ne + usa_r34_nw + usa_r34_se + usa_r34_sw)/4 AS radius_34kt,
  (usa_r50_ne + usa_r50_nw + usa_r50_se + usa_r50_sw)/4 AS radius_50kt
FROM
  `bigquery-public-data.noaa_hurricanes.hurricanes`
WHERE
  name LIKE '%MARIA%'
  AND season = '2017'
  AND ST_DWithin(ST_GeogFromText('POLYGON((-179 26, -179 48, -10 48, -10 26, -100 -10.1, -179 26))'),
    ST_GeogPoint(longitude, latitude), 10)
ORDER BY
  iso_time ASC

Le clausole di query eseguono le seguenti operazioni:

  • SELECT ST_GeogPoint(longitude, latitude) AS point, name, iso_time, dist2land, usa_wind, usa_pressure, usa_sshs, (usa_r34_ne + usa_r34_nw + usa_r34_se + usa_r34_sw)/4 AS radius_34kt, (usa_r50_ne + usa_r50_nw + usa_r50_se + usa_r50_sw)/4 AS radius_50kt
    La clausola SELECT seleziona tutti i dati meteo della tempesta e utilizza la ST_GeogPoint per convertire i valori in latitude e longitude colonne a GEOGRAPHY tipi (punti).
  • FROM bigquery-public-data.noaa_hurricanes.hurricanes
    La clausola FROM specifica la tabella su cui viene eseguita la query: hurricanes.
  • WHERE name LIKE '%MARIA%' AND season = '2017' AND ST_DWithin(ST_GeogFromText('POLYGON((-179 26, -179 48, -10 48, -10 26, -100 -10.1, -179 26))'), ST_GeogPoint(longitude, latitude), 10)
    La clausola WHERE filtra i dati limitandosi ai punti dell'Atlantico corrispondenti all'uragano Maria nella stagione degli uragani del 2017.
  • ORDER BY iso_time ASC
    La clausola ORDER BY ordina i punti in modo da formare un percorso cronologico della tempesta.

Esegui la query

Per eseguire la query utilizzando la console Google Cloud:

  1. Vai alla pagina BigQuery nella console Google Cloud.

    Vai alla pagina BigQuery

  2. Inserisci la seguente query GoogleSQL nell'area di testo Editor query.

    SELECT
      ST_GeogPoint(longitude, latitude) AS point,
      name,
      iso_time,
      dist2land,
      usa_wind,
      usa_pressure,
      usa_sshs,
      (usa_r34_ne + usa_r34_nw + usa_r34_se + usa_r34_sw)/4 AS radius_34kt,
      (usa_r50_ne + usa_r50_nw + usa_r50_se + usa_r50_sw)/4 AS radius_50kt
    FROM
      `bigquery-public-data.noaa_hurricanes.hurricanes`
    WHERE
      name LIKE '%MARIA%'
      AND season = '2017'
      AND ST_DWithin(ST_GeogFromText('POLYGON((-179 26, -179 48, -10 48, -10 26, -100 -10.1, -179 26))'),
        ST_GeogPoint(longitude, latitude), 10)
    ORDER BY
      iso_time ASC
  3. Fai clic su Esegui.

    Il completamento della query richiede alcuni istanti. Dopo l'esecuzione della query, i risultati vengono visualizzati nel riquadro Risultati delle query.

    Risultati della query sull'uragano Maria in BigQuery

Visualizzare i risultati della query in Geo Viz

Successivamente, visualizzi i risultati utilizzando BigQuery Geo Viz, uno strumento web per la visualizzazione dei dati geospaziali in BigQuery mediante le API di Google Maps.

Avvia Geo Viz ed esegui l'autenticazione

Prima di utilizzare la visualizzazione geografica, devi eseguire l'autenticazione e concedere l'accesso ai dati in in BigQuery.

Per configurare Geo Viz:

  1. Apri lo strumento web Visualizzazione geografica.

    Apri lo strumento web Geo Viz

  2. Nel passaggio 1, Seleziona dati, fai clic su Autorizza.

    Pulsante di autorizzazione Geo Viz

  3. Nella finestra di dialogo Scegli un account, fai clic sul tuo Account Google.

    Finestra di dialogo Scegli account

  4. Nella finestra di dialogo di accesso, fai clic su Consenti per concedere a Geo Viz l'accesso ai tuoi dati BigQuery.

    Consenti l'accesso alla finestra di dialogo Geo Viz

Esegui la query in Geo Viz

Dopo aver eseguito l'autenticazione e concesso l'accesso, il passaggio successivo consiste nell'eseguire la query in Geo Viz.

Per eseguire la query:

  1. Per il primo passaggio, Seleziona dati, inserisci il tuo ID progetto nel campo ID progetto.

  2. Nella finestra della query, inserisci la seguente query GoogleSQL.

    SELECT
      ST_GeogPoint(longitude, latitude) AS point,
      name,
      iso_time,
      dist2land,
      usa_wind,
      usa_pressure,
      usa_sshs,
      (usa_r34_ne + usa_r34_nw + usa_r34_se + usa_r34_sw)/4 AS radius_34kt,
      (usa_r50_ne + usa_r50_nw + usa_r50_se + usa_r50_sw)/4 AS radius_50kt
    FROM
      `bigquery-public-data.noaa_hurricanes.hurricanes`
    WHERE
      name LIKE '%MARIA%'
      AND season = '2017'
      AND ST_DWithin(ST_GeogFromText('POLYGON((-179 26, -179 48, -10 48, -10 26, -100 -10.1, -179 26))'),
        ST_GeogPoint(longitude, latitude), 10)
    ORDER BY
      iso_time ASC
  3. Fai clic su Esegui.

  4. Al termine della query, fai clic su Mostra risultati. Puoi anche fare clic sul passaggio 2 Dati.

  5. Verrà visualizzato il passaggio 2. Nel secondo passaggio, per Colonna Geometria, scegli punto di accesso. In questo modo vengono tracciati i punti corrispondenti al percorso dell'uragano Maria.

    Risultati mappati in BigQuery Geo Viz

Formattare la visualizzazione in Geo Viz

La sezione Stile fornisce un elenco di stili visivi per la personalizzazione. Alcune proprietà si applicano solo a determinati tipi di dati. Ad esempio, circleRadius incide solo sui punti.

Le proprietà degli stili supportate includono:

  • fillColor: il colore di riempimento di un poligono o di un punto. Ad esempio: "lineare" o "intervallo" può essere usato per mappare valori numerici a un colore gradiente.
  • fillOpacity: l'opacità del riempimento di un poligono o di un punto. I valori devono essere in un intervallo compreso tra 0 e 1, dove 0 = trasparente e 1 = opaco.
  • strokeColor: il colore del tratto o dei contorni di un poligono o di una linea.
  • strokeOpacity: l'opacità del tratto o del contorno del poligono o della linea. I valori devono essere compresi nell'intervallo zero, dove 0 = trasparente e 1 = opaco.
  • strokeWeight. Lo spessore del tratto o dei contorni in pixel di un poligono dalla riga di comando.
  • circleRadius: il raggio del cerchio che rappresenta un punto in metri. Ad esempio, una stringa "lineare" può essere utilizzata per mappare valori numerici alle dimensioni dei punti per creare uno stile di grafico a dispersione.

A ogni stile può essere assegnato un valore globale (applicato a ogni risultato) o un valore basato sui dati (applicato in modi diversi a seconda dei dati di ciascun risultato riga). Per i valori basati sui dati, per determinare il risultato vengono utilizzati i seguenti elementi:

  • funzione: una funzione utilizzata per calcolare un valore di stile dai valori di un campo.
  • identity: il valore dei dati di ogni campo viene utilizzato come valore di stile.
  • categorico: i valori dei dati di ogni campo elencato nel dominio vengono mappati uno a uno agli stili corrispondenti nell'intervallo.
  • intervallo: i valori dei dati di ogni campo vengono arrotondati per difetto al valore più vicino nel dominio e poi formattati con lo stile corrispondente nell'intervallo.
  • lineare: i valori dei dati di ogni campo vengono interpolati in modo lineare tra i valori nel dominio e poi stilizzati con una combinazione degli stili corrispondenti nell'intervallo.
  • field: il campo specificato nei dati viene utilizzato come input per la funzione di stile.
  • domain: un elenco ordinato di valori di input di esempio di un campo. Gli input di esempio (dominio) vengono accoppiati con gli output di esempio (intervallo) in base alla funzione specificata e vengono utilizzati per dedurre i valori di stile per tutti gli input (anche quelli non elencati nel dominio). I valori nel dominio devono avere lo stesso tipo (testo, numero e così via) dei valori del campo che stai visualizzando.
  • intervallo: un elenco di valori di output di esempio per la regola di stile. I valori dell'intervallo devono avere lo stesso tipo (colore o numero) della proprietà di stile che controlli. Ad esempio, l'intervallo della proprietà fillColor deve contenere solo colori.

Per formattare la mappa:

  1. Fai clic su Aggiungi stili nel secondo passaggio o fai clic sul passaggio 3 Stile.

  2. Cambia il colore dei punti. Fai clic su fillColor.

  3. Nel riquadro fillColor:

    1. Fai clic su Basato sui dati.
    2. Per Funzione, scegli lineare.
    3. Per Campo, scegli usa_wind.
    4. In Dominio, inserisci 0 nella prima casella e 150 nella seconda.
    5. In Intervallo, fai clic sulla prima casella e inserisci #0006ff nella casella Esadecimale. Fai clic sulla seconda casella e inserisci #ff0000. Il colore del punto cambia in base alla velocità del vento. Blu per venti più deboli e rosso per venti più forti.

      Aggiungere il colore di riempimento in BigQuery Geo Viz

  4. Esamina la mappa. Se passi il mouse sopra uno dei punti, vengono visualizzati i dati meteorologici del punto.

    Dettagli dei punti sulla mappa

  5. Fai clic su fillOpacity.

  6. Nel campo Valore, inserisci .5.

    Formattare l'opacità del riempimento della mappa in BigQuery Geo Viz

  7. Esamina la mappa. Il colore di riempimento dei punti è ora semitrasparente.

  8. Modifica le dimensioni dei punti in base al raggio dell'uragano. Fai clic su circleRadius.

  9. Nel riquadro circleRadius:

    1. Fai clic su Basato sui dati.
    2. In corrispondenza di Funzione, scegli Lineare.
    3. Per Campo, scegli radius_50kt.
    4. Per Dominio, inserisci 0 nella prima casella e 135 nel secondo.
    5. Per Intervallo, inserisci 5 nella prima casella e 135000 nella seconda.

      Aggiungere il raggio del cerchio nella BigQuery Geo Viz

  10. Esamina la mappa. Il raggio di ogni punto corrisponde ora a quello di durante l'uragano.

    Mappa finale di BigQuery Geo Viz

  11. Chiudi Geo Viz.

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo tutorial, elimina il progetto che contiene le risorse oppure mantieni il progetto ed elimina le singole risorse.

  • Puoi eliminare il progetto che hai creato.
  • In alternativa, puoi conservare il progetto per un uso futuro.

Per eliminare il progetto:

  1. In the Google Cloud console, go to the Manage resources page.

    Go to Manage resources

  2. In the project list, select the project that you want to delete, and then click Delete.
  3. In the dialog, type the project ID, and then click Shut down to delete the project.

Passaggi successivi