Como usar o BigQuery GIS para traçar o caminho de um furacão

Neste tutorial, apresentamos o BigQuery GIS. Com ele, é possível analisar e visualizar facilmente dados geoespaciais no BigQuery.

Objetivos

Neste tutorial, você aprenderá a:

  • usar uma função do BigQuery GIS para converter colunas de latitude e longitude em pontos geográficos;
  • executar uma consulta que trace o caminho de um furacão;
  • visualizar os resultados no BigQuery Geo Viz.

Custos

Neste tutorial, são usados componentes do Cloud Platform que podem ser cobrados, incluindo:

  • Google BigQuery

Você será cobrado por:

  • Consulta aos dados dos conjuntos de dados públicos do BigQuery.
    • Todo mês, o primeiro 1 TB será gratuito.
    • Caso esteja usando preços fixos, os custos da consulta serão incluídos no preço fixo mensal.

Antes de começar

  1. Faça login na sua Conta do Google.

    Se você ainda não tiver uma, inscreva-se.

  2. Selecione ou crie um projeto do GCP.

    Acessar a página Gerenciar recursos

  3. Verifique se o faturamento foi ativado para o projeto.

    Saiba como ativar o faturamento

  4. O BigQuery é ativado automaticamente em novos projetos. Para ativar o BigQuery em um projeto presente, acesse Ativar BigQuery API.

    Ativar API

Público

Este é um tutorial introdutório destinado a analistas de dados.

Um analista de dados usa o SQL padrão do BigQuery para analisar tendências de dados que informam estratégias e operações comerciais. Isso inclui o uso do BigQuery ML para treinar e avaliar modelos de ML, além de realizar análises preditivas.

Os analistas de dados usam uma série de ferramentas baseadas principalmente na IU, incluindo:

  • a IU da Web do BigQuery no Console do GCP;
  • planilhas;
  • software estatístico, como o RStudio;
  • ferramentas de visualização, como o Cloud Datalab e o Data Studio.

Explorar os dados da amostra

Neste tutorial, usamos um conjunto de dados disponível por meio do Programa de conjuntos de dados públicos do Google Cloud. Um conjunto de dados público é qualquer um que seja armazenado no BigQuery e disponibilizado ao público geral. Os conjuntos de dados públicos são hospedados no BigQuery para você acessar e integrar a seus aplicativos. O Google paga pelo armazenamento desses conjuntos de dados e oferece acesso público a eles por meio de um projeto. Você paga somente pelas consultas feitas aos dados. O primeiro terabyte (1 TB) por mês é gratuito e está sujeito aos detalhes sobre preços de consultas.

O conjunto de dados do Global Hurricane Tracks (IBTrACS)

Global Hurricane Tracks (IBTrACS)

As posições e intensidades históricas ao longo das trajetórias dos ciclones tropicais (CT) globais são fornecidas pelo International Best Track Archive for Climate Stewardship (IBTrACS) da NOAA. Os ciclones tropicais são conhecidos como furacões nas bacias Norte do Oceano Atlântico e Nordeste do Pacífico, tufões na bacia Noroeste do Oceano Pacífico, ciclones nas bacias Norte e Sul do Oceano Índico e ciclones tropicais na bacia Sudoeste do Oceano Pacífico.

O IBTrACS coleta dados sobre CTs, relatados por centros de monitoramento internacionais que têm a responsabilidade de prever e relatar esses fenômenos. Isso abrange ainda alguns conjuntos de dados históricos importantes. O IBTrACS inclui dados de nove países. Historicamente, os dados que descrevem esses sistemas incluíram as melhores estimativas da rota e da intensidade dos ciclones tropicais.

Comece a explorar esses dados no Console do GCP visualizando os detalhes da tabela hurricanes:

Acessar o esquema de furacões

Consultar o caminho do furacão Maria em 2017

Nesta seção do tutorial, você faz uma consulta SQL padrão que localiza o caminho do furacão Maria na temporada de 2017. Para isso, você consulta o local do furacão em diferentes pontos no tempo.

Detalhes da consulta

A seguinte consulta SQL padrão é usada para encontrar o caminho do furacão Maria.

#standardSQL
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

Segue uma explicação das cláusulas de consulta:

  • 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
    Com a cláusula SELECT, a função ST_GeogPoint é usada para converter os valores das colunas latitude e longitude em tipos GEOGRAPHY (pontos).
  • FROM bigquery-public-data.noaa_hurricanes.hurricanes
    Com a cláusula FROM, é especificada a tabela que está sendo consultada: 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)
    Com a cláusula WHERE, os dados são filtrados apenas para os pontos no Atlântico correspondentes ao furacão Maria, na temporada de furacões de 2017.
  • ORDER BY iso_time ASC
    Com a cláusula ORDER BY, os pontos são ordenados para formar um caminho cronológico da tempestade.

Executar a consulta

Para executar a consulta usando a IU da Web do BigQuery no Console do GCP:

  1. Acesse a IU da Web do BigQuery.

    Acessar a IU da Web do BigQuery

  2. Digite a consulta SQL padrão abaixo na área de texto Editor de consultas.

    #standardSQL
    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. Clique em Executar.

    A consulta leva um momento para ser concluída. Depois que ela é executada, os resultados são exibidos no painel Resultados da consulta.

    Resultados da consulta do furacão Maria

Visualizar os resultados da consulta no Geo Viz

A próxima etapa é visualizar os resultados no BigQuery Geo Viz, uma ferramenta da Web para a visualização de dados geoespaciais do BigQuery com as APIs do Google Maps.

Iniciar o Geo Viz e autenticar

Antes de usar o Geo Viz, é preciso autenticar e conceder acesso aos dados do Google BigQuery.

Para configurar o Geo Viz:

  1. Abra a ferramenta da Web do Geo Viz.

    Abrir a ferramenta da Web do Geo Viz

  2. Na etapa um, Selecionar dados, clique em Autorizar.

    Botão de autorização do Geo Viz

  3. Na caixa de diálogo Escolher uma conta, clique na sua Conta do Google.

    Janela de diálogo escolher conta

  4. Na caixa de diálogo de acesso, clique em Permitir para conceder ao Geo Viz acesso aos dados do BigQuery.

    Janela de diálogo permitir acesso

Executar uma consulta SQL padrão em dados do BigQuery SIG

Depois de autenticar e conceder acesso, a próxima etapa é executar a consulta no Geo Viz.

Para executar a consulta, faça o seguinte:

  1. Para a etapa um, Selecionar dados, insira o código do projeto no campo Código do projeto.

  2. Na janela de consulta, insira a seguinte consulta SQL padrão:

    #standardSQL
    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. Em Local de processamento, selecione US. Ao consultar um conjunto de dados público, escolha US como local de processamento, porque os conjuntos de dados públicos são armazenados nos EUA.

  4. Clique em Executar.

  5. Quando a consulta for concluída, clique em Ver resultados. Ou, clique na etapa dois, Definir colunas.

    Ver os resultados

  6. Isso leva você à etapa dois. Nesta etapa, para a coluna Geometria, escolha ponto. Isso representa os pontos correspondentes ao caminho do furacão Maria.

    Resultados mapeados

Formatar a visualização

Na seção Estilo, há uma lista de estilos visuais para personalização. Determinadas propriedades se aplicam somente a determinados tipos de dados. Por exemplo, com circleRadius, somente os pontos são afetados.

As propriedades de estilo compatíveis incluem:

  • fillColor: a cor de preenchimento de um polígono ou ponto. Por exemplo, as funções "linear" ou "intervalo" podem ser usadas para associar valores numéricos a um gradiente de cores.
  • fillOpacity: a opacidade de preenchimento de um polígono ou ponto. Os valores precisam estar no intervalo 0-1, em que 0 = transparente e 1 = opaco.
  • strokeColor: a cor do traço ou contorno de um polígono ou de uma linha.
  • strokeOpacity: a opacidade do traço ou contorno do polígono ou da linha. Os valores precisam estar no intervalo 0-1, em que 0 = transparente e 1 = opaco.
  • strokeWeight: a largura em pixels do traço ou contorno de um polígono ou de uma linha.
  • circleRadius: o raio, em pixels, do círculo que representa um ponto. Por exemplo, uma função "linear" pode ser usada para mapear valores numéricos em tamanhos de ponto e criar um gráfico de dispersão.

Cada estilo pode receber um valor global, aplicado a todos os resultados, ou um valor orientado por dados, aplicado de maneiras diferentes dependendo dos dados de cada linha do resultado. Para valores orientados por dados, o resultado é determinado pelos seguintes elementos:

  • função: uma função usada para calcular um valor de estilo a partir dos valores de um campo.
  • identidade: o valor dos dados de cada campo é usado como o valor de estilo.
  • categorização: os valores dos dados de cada campo listados no domínio são mapeados um a um nos estilos correspondentes da faixa.
  • intervalo: os valores dos dados de cada campo são arredondados para o valor mais próximo no domínio, e o estilo correspondente da faixa é aplicado.
  • linear: os valores dos dados de cada campo são interpolados linearmente entre os valores do domínio, e uma mistura dos estilos correspondentes da faixa é aplicada.
  • campo: o campo especificado nos dados é usado como entrada para a função de estilo.
  • domínio: uma lista ordenada de uma amostra dos valores de entrada de um campo. As entradas de amostra (domínio) são emparelhadas com saídas de amostra (faixa) com base na função fornecida e são usadas para inferir valores de estilo para todas as entradas, mesmo as não listadas no domínio. Os valores no domínio precisam ser do mesmo tipo (texto, número etc.) dos valores do campo que você está visualizando.
  • faixa: uma lista de uma amostra de valores de saída para a regra de estilo. Os valores da faixa precisam ser do mesmo tipo (cor ou número) da propriedade de estilo que você está controlando. Por exemplo, a faixa da propriedade fillColor precisa conter apenas cores.

Para formatar o mapa:

  1. Clique em Adicionar estilos na etapa dois ou em Estilo, na etapa três.

  2. Altere a cor dos pontos. Clique em fillColor.

  3. No painel fillColor:

    1. Clique em Baseado em dados.
    2. Para Função, escolha linear.
    3. Em Campo, escolha usa_wind.
    4. Em Domínio, insira 0 na primeira caixa e 150 na segunda.
    5. Em Intervalo, clique na primeira caixa e digite #0006ff na caixa Hexadecimal. Clique na segunda caixa e digite #ff0000. Isso muda a cor do ponto com base na velocidade do vento. Azul para ventos mais leves e vermelho para mais fortes.

      Cor de preenchimento

  4. Examine o mapa. Ao passar o cursor sobre um dos pontos, os dados climáticos do ponto serão exibidos.

    Detalhes do ponto do mapa

  5. Clique em fillOpacity.

  6. No campo Valor, digite .5.

    Opacidade do preenchimento

  7. Examine o mapa. A cor de preenchimento dos pontos agora está semitransparente.

  8. Altere o tamanho dos pontos com base no raio do furacão. Clique em circleRadius.

  9. No painel circleRadius:

    1. Clique em Baseado em dados.
    2. Para Função, escolha linear.
    3. Em Campo, escolha radius_50kt.
    4. Em Domínio, insira 0 na primeira caixa e 135 na segunda.
    5. Em Intervalo, insira 5 na primeira caixa e 15 na segunda.

      Raio do círculo

  10. Examine o mapa. O raio de cada ponto corresponde agora ao raio do furacão.

    Mapa final

  11. Feche o Geo Viz.

Limpeza

Para evitar cobranças dos recursos usados neste tutorial na conta do Google Cloud Platform:

  • exclua o projeto que você criou ou;
  • mantenha o projeto para uso futuro.

Para excluir o projeto:

  1. No Console do GCP, acesse a página "Projetos".

    Acessar a página Projetos

  2. Na lista de projetos, selecione um e clique em Excluir projeto.
  3. Na caixa de diálogo, digite o código do projeto e clique em Encerrar para excluí-lo.

A seguir

Esta página foi útil? Conte sua opinião sobre:

Enviar comentários sobre…

Precisa de ajuda? Acesse nossa página de suporte.