Verwenden von raumbezogenen Analysen zur Darstellung des Wegs eines Hurrikans

In dieser Anleitung lernen Sie raumbezogene Analysen kennen. Mit raumbezogenen Analysen können Sie raumbezogene Daten in BigQuery auf einfache Weise analysieren und visualisieren.

Ziele

In dieser Anleitung lernen Sie, wie Sie:

Verwenden Sie eine raumbezogene Analysefunktion, um Breiten- und Längengradspalten in geografische Punkte umzuwandeln
Eine Abfrage ausführen, die den Verlauf eines Hurrikans darstellt
Ihre Ergebnisse in BigQuery Geo Viz visualisieren

Kosten

BigQuery ist ein kostenpflichtiges Produkt und für die Nutzung von BigQuery in dieser Anleitung entstehen Kosten. Für einige Ressourcen ist BigQuery kostenlos bis zu einem bestimmten Limit kostenlos. Weitere Informationen finden Sie unter Kostenlose BigQuery-Vorgänge und kostenlose Stufe.

Vorbereitung

Bevor Sie mit dieser Anleitung beginnen, erstellen Sie in der Google Cloud Console ein Projekt oder wählen eines aus.

Melden Sie sich bei Ihrem Google Cloud-Konto an. Wenn Sie mit Google Cloud noch nicht vertraut sind, erstellen Sie ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

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

Go to project selector

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

Go to project selector

BigQuery ist in neuen Projekten automatisch aktiviert. Öffnen Sie zum Aktivieren von BigQuery in einem bestehenden Projekt
BigQuery API aktivieren.
Aktivieren Sie die API
.
Optional: Aktivieren Sie die Abrechnung für das Projekt. Die Abrechnung funktioniert auch dann, wenn Sie die Abrechnung nicht aktivieren oder keine Kreditkarte angeben möchten. BigQuery bietet Ihnen eine Sandbox zum Ausführen dieser Schritte. Weitere Informationen finden Sie unter BigQuery-Sandbox aktivieren.
Hinweis:Deaktivieren Sie die Abrechnung für Ihr Projekt, wenn Ihr Projekt ein Rechnungskonto hat und Sie die BigQuery-Sandbox verwenden möchten.

Beispieldaten prüfen

In dieser Anleitung wird ein Dataset aus dem Google Cloud Public Dataset-Programm verwendet. Ein öffentliches Dataset ist ein Dataset, das in BigQuery gespeichert ist und der Allgemeinheit zugänglich gemacht wird. Die öffentlichen Datasets werden für Sie von BigQuery gehostet, damit Sie auf sie zugreifen und sie in Ihre Anwendungen integrieren können. Google bezahlt die Speicherung dieser Datasets und bietet einen öffentlichen Zugriff auf die Daten über ein Projekt. Sie bezahlen nur für die Abfrage der Daten. Die ersten 1 TB pro Monat sind kostenlos. Weitere Informationen erhalten Sie unter Details der Abfragepreise.

Dataset für den Verlauf globaler Hurrikans (IBTracS)

Dataset zum Verlauf globalen Hurrikans (IBTrACS)

Die Positionen und Intensitäten im Verlauf globaler tropischer Wirbelstürme (Tropical Cyclones, TC) werden vom NOAA International Best Track Archive for Climate Stewardship (IBTracS) bereitgestellt. Tropische Wirbelstürme werden in den Becken des Nordatlantiks und des Nordostpazifiks als Hurrikane, im nordwestlichen Pazifikbecken als Taifune, im Nord- und Südbecken des Indischen Ozeans als Zyklone und im Südwestpazifik als tropische Wirbelstürme bezeichnet.

IBTracS sammelt die Daten zu TCs, die von internationalen Überwachungszentren gemeldet werden, die für die Vorhersage und Meldung von TCs zuständig sind. Diese Daten enthalten auch einige wichtige historische Datasets. Derzeit erfasst IBTrACS Daten aus neun verschiedenen Ländern. In der Vergangenheit enthielten die Daten dieser Systeme auch bestmögliche Einschätzungen zu Verlauf und Intensität von TCs.

Sie können sich diese Daten in der Google Cloud Console genauer ansehen und dafür die Details der Tabelle hurricanes aufrufen:

Zum Hurrikanschema

Verlauf des Hurrikans "Maria" im Jahr 2017 abfragen

In diesem Abschnitt der Anleitung führen Sie eine GoogleSQL-Abfrage aus, die den Verlauf des Hurrikans "Maria" in der Saison 2017 nachzeichnet. Zur Ermittlung und Anzeige des Verlaufs des Hurrikans wird sein Standort zu verschiedenen Zeitpunkten abgefragt.

Abfragedetails

Mit der folgenden GoogleSQL-Abfrage wird der Verlauf des Hurrikans "Maria" ermittelt.

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

Mit den Abfrageklauseln wird Folgendes ausgeführt:

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
Mit der Klausel SELECT werden alle Wetterdaten des Sturms ausgewählt und mit der Funktion ST_GeogPoint werden die Werte in den Spalten latitude und longitude in Daten des Typs GEOGRAPHY (Punkte) konvertiert.
FROM bigquery-public-data.noaa_hurricanes.hurricanes

Die Klausel FROM legt die Tabelle fest, die abgefragt wird: 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)
Die Klausel WHERE filtert die Daten für genau die Punkte im Atlantik, die den Verlauf des Hurrikans "Maria" in der Hurrikansaison 2017 wiedergeben.
ORDER BY iso_time ASC
Die Klausel ORDER BY ordnet die Punkte an, um den Verlauf des Sturms chronologisch nachzuzeichnen.

Abfrage ausführen

So führen Sie die Abfrage mithilfe der Google Cloud Console aus:

Rufen Sie in der Google Cloud Console die Seite "BigQuery" auf.

Zur Seite „BigQuery“

Geben Sie im Textfeld des Abfrageeditors die folgende GoogleSQL-Abfrage ein.

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

Klicken Sie auf Ausführen.

Die Abfrage kann etwas dauern. Nach der Ausführung werden die Ergebnisse der Abfrage im Fenster Abfrageergebnisse angezeigt.

Abfrageergebnisse in Geo Viz visualisieren

Als Nächstes visualisieren Sie die Ergebnisse mit BigQuery Geo Viz, einem Webtool zur Visualisierung von Geodaten in BigQuery mithilfe von Google Maps APIs.

Geo Viz starten und authentifizieren

Für die Verwendung von Geo Viz müssen Sie sich authentifizieren und Geo Viz die Berechtigung für den Zugriff auf Daten in BigQuery erteilen.

So richten Sie Geo Viz ein:

Rufen Sie das Webtool Geo Viz auf.

Zum Geo Viz-Webtool
Klicken Sie unter Schritt 1 auf Select data und dann auf Authorize.
Klicken Sie im Dialogfeld Konto auswählen auf Ihr Google-Konto.
Klicken Sie im Dialogfeld für den Zugriff auf Zulassen, um Geo Viz Zugriff auf Ihre BigQuery-Daten zu geben.

Abfrage in Geo Viz ausführen

Führen Sie als Nächstes die Abfrage in Geo Viz aus, nachdem Sie sich authentifiziert und Geo Viz Zugriff gegeben haben.

So führen Sie die Abfrage aus:

Geben Sie für Schritt 1, Select Data (Daten auswählen), Ihre Projekt-ID in das Feld Project ID (Projekt-ID) ein.

Geben Sie im Abfragefenster die folgende GoogleSQL-Abfrage ein.

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

Klicken Sie auf Ausführen.
Klicken Sie auf Ergebnisse anzeigen, wenn die Abfrage abgeschlossen ist. Sie können auch auf Schritt 2, Daten, klicken.
Dies führt zu Schritt 2. Wählen Sie in Schritt 2 für Geometry column (Geometriespalte) die Option point (Punkt) aus. Damit wird der Verlauf des Hurrikans "Maria" in Form von Punkten dargestellt.

Visualisierung in Geo Viz formatieren

Der Abschnitt "Style" enthält eine Liste visueller Stile für die individuelle Gestaltung. Bestimmte Attribute gelten nur für bestimmte Datentypen. Beispielsweise betrifft circleRadius nur Punkte.

Es werden folgende Stilattribute unterstützt:

fillColor – Die Füllfarbe eines Polygons oder Punkts. Beispielsweise können einem Farbverlauf mit den Funktionen "linear" oder "interval" numerische Werte zugeordnet werden.
fillOpacity – Die Fülldeckkraft eines Polygons oder Punkts. Die Werte müssen im Bereich zwischen 0 (durchsichtig) und 1 (undurchsichtig) liegen.
strokeColor – Die Strich- oder Umrissfarbe eines Polygons oder einer Linie.
strokeOpacity – Die Strich- oder Umrissdeckkraft eines Polygons oder einer Linie. Die Werte müssen im Bereich zwischen 0 (durchsichtig) und 1 (undurchsichtig) liegen.
strokeWeight – Die Strich- oder Umrissstärke eines Polygons oder einer Linie in Pixeln.
circleRadius – Der Radius des Kreises, der einen Punkt in Metern wiedergibt. Beispielsweise können mit der Funktion "linear" numerische Werte Punktgrößen zugeordnet werden, um den Stil eines Streudiagramms zu erzeugen.

Jedem Stil kann entweder ein globaler Wert zugewiesen werden, der für jedes Ergebnis gilt, oder ein datengesteuerter Wert, der von den Daten in den einzelnen Ergebniszeilen abhängig ist. Für datengesteuerte Werte können folgende Funktionen zur Ergebnisanzeige verwendet werden:

function – Eine Funktion zur Berechnung eines Stilwerts aus Feldwerten.
identity – Der Datenwert jedes Feldes wird als Stilwert verwendet.
categorical – Die Datenwerte der einzelnen in der Domain aufgeführten Felder werden 1-zu-1 mit entsprechenden Stilen im Bereich zugeordnet.
interval – Die Datenwerte jedes Feldes werden auf den nächsten Wert in der Domain abgerundet und dann mit dem entsprechenden Stil im Bereich versehen.
linear – Die Datenwerte jedes Feldes werden linear über die Werte in der Domain interpoliert und dann mit einer Kombination der entsprechenden Stile im Bereich versehen.
field – Das angegebene Feld in den Daten wird als Eingabe für die Stilfunktion verwendet.
domain – Eine strukturierte Liste von Beispieleingabewerten aus einem Feld. Beispieleingaben (domain) werden anhand der jeweiligen Funktion mit Beispielausgaben (range) paarweise kombiniert und dann zur Ableitung von Stilwerten für alle Eingaben verwendet – auch für solche, die nicht in der Domain aufgeführt sind. Die Werte in der Domain müssen den gleichen Typ (Text, Zahl usw.) wie die Feldwerte haben, die visualisiert werden.
range – Eine Liste mit Beispielausgabewerten für die Stilregel. Die Werte im Bereich müssen den gleichen Typ (Farbe oder Zahl) wie das von Ihnen festgelegte Stilattribut haben. Der Bereich des Attributs fillColor darf beispielsweise nur Farben enthalten.

So formatieren Sie Ihre Karte:

Klicken Sie in Schritt 2 auf Add styles oder klicken Sie auf Schritt 3, Style.
Ändern Sie die Farbe Ihrer Punkte. Klicken Sie auf fillColor.
Im Fenster fillColor führen Sie folgende Aktionen aus:
1. Klicken Sie auf Data driven.
2. Wählen Sie für Function die Option linear aus.
3. Wählen Sie für Field (Feld) die Option usa_wind aus.
4. Geben Sie für Domain den Wert 0 in das erste Feld und den Wert 150 in das zweite Feld ein.
5. Klicken Sie für Range (Bereich) auf das erste Feld und geben Sie #0006ff im Feld Hex ein. Klicken Sie dann auf das zweite Feld und geben Sie #ff0000 ein. Damit wird die Farbe eines Punkts in Abhängigkeit von der Windgeschwindigkeit ausgewählt. Blau wird für geringere Windstärken und Rot für höhere Windstärken verwendet.
Prüfen Sie die Karte. Wenn Sie den Zeiger auf einen der Punkte bewegen, werden die Wetterdaten angezeigt.
Klicken Sie auf fillOpacity.
Geben Sie im Feld Value (Wert) .5 ein.
Prüfen Sie die Karte. Die Füllfarbe der Punkte ist jetzt halbdurchsichtig.
Ändern Sie die Größe der Punkte basierend auf dem Radius des Hurrikans. Klicken Sie auf circleRadius.
Im Fenster circleRadius führen Sie folgende Aktionen aus:
1. Klicken Sie auf Data driven.
2. Wählen Sie für Function die Option linear aus.
3. Wählen Sie für Field (Feld) die Option radius_50kt aus.
4. Geben Sie für Domain den Wert 0 in das erste Feld und den Wert 135 in das zweite Feld ein.
5. Geben Sie für Range in das erste Feld 5 und in das zweite Feld 135000 ein.
Prüfen Sie die Karte. Der Radius jedes Punkts entspricht nun dem Radius des Hurrikans.
Schließen Sie Geo Viz.

Bereinigen

Damit Ihrem Google Cloud-Konto die in dieser Anleitung verwendeten Ressourcen nicht in Rechnung gestellt werden, löschen Sie entweder das Projekt, das die Ressourcen enthält, oder Sie behalten das Projekt und löschen die einzelnen Ressourcen.

Sie können das von Ihnen erstellte Projekt löschen.
Sie können das Projekt für eine künftige Verwendung auch beibehalten

So löschen Sie das Projekt:

Achtung: Das Löschen von Projekten hat folgende Auswirkungen:

Alle Inhalte des Projekts werden gelöscht. Wenn Sie für die Aufgaben in diesem Dokument ein bereits bestehendes Projekt verwendet haben und dieses löschen, werden auch alle anderen im Rahmen des Projekts erstellten Daten gelöscht.
Benutzerdefinierte Projekt-IDs gehen verloren. Beim Erstellen dieses Projekts haben Sie möglicherweise eine benutzerdefinierte Projekt-ID erstellt, die Sie weiterhin verwenden möchten. Damit die URLs, die die Projekt-ID nutzen, z. B. eine appspot.com-URL, erhalten bleiben, sollten Sie ausgewählte Ressourcen innerhalb des Projekts löschen, statt das gesamte Projekt.

Wenn Sie mehrere Architekturen, Anleitungen und Kurzanleitungen durcharbeiten möchten, können Sie die Überschreitung von Projektkontingenten verhindern, indem Sie Projekte wiederverwenden.

Wechseln Sie in der Google Cloud Console zur Seite Ressourcen verwalten.
Zur Seite „Ressourcen verwalten“
Wählen Sie in der Projektliste das Projekt aus, das Sie löschen möchten, und klicken Sie dann auf Löschen.
Geben Sie im Dialogfeld die Projekt-ID ein und klicken Sie auf Shut down (Beenden), um das Projekt zu löschen.

Nächste Schritte

Weitere Informationen zum Visualisieren von Optionen für raumbezogene Analysen finden Sie unter Raumbezogene Daten visualisieren.
Informationen zur Arbeit mit raumbezogenen Daten finden Sie unter Mit raumbezogenen Daten arbeiten.
Weitere Informationen zu den geografischen Funktionen, die Sie in raumbezogenen Analysen verwenden können, finden Sie unter Geografische Funktionen in GoogleSQL.