Utilizzo di analisi geospaziali per tracciare il percorso di un uragano


Questo tutorial introduce l'analisi geospaziale. L'analisi geospaziale ti consente di 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
  • Eseguire una query che traccia la traiettoria di un uragano
  • Visualizza i risultati in BigQuery Geo Viz

Costi

BigQuery è un prodotto a pagamento e in questo tutorial sostieni costi di utilizzo di BigQuery. BigQuery offre alcune risorse gratuitamente entro limiti specifici. 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 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 attivato automaticamente nei nuovi progetti. Per attivare BigQuery in un progetto esistente, vai a

    Enable the BigQuery API.

    Enable the API

  5. (Facoltativo) Abilita la fatturazione per il progetto. Se non vuoi attivare la fatturazione o fornire una carta di credito, i passaggi descritti in questo documento funzionano comunque. BigQuery ti offre una sandbox per eseguire i passaggi. Per saperne di più, vedi Attiva la sandbox di BigQuery.

Esplorare i dati di esempio

Questo tutorial utilizza un set di dati disponibile tramite il Google Cloud programma per i set di dati pubblici. Un set di dati pubblico è un set di dati archiviato in BigQuery e reso disponibile al pubblico. I set di dati pubblici sono set di dati che BigQuery ospita per consentirti di accedervi e integrarli nelle tue applicazioni. Google paga lo spazio di archiviazione di questi set di dati e fornisce l'accesso pubblico ai dati utilizzando un progetto. Paghi solo le query che esegui sui dati (il primo TB al mese è gratuito, in base ai dettagli dei prezzi delle query).

Set di dati Global Hurricane Tracks (IBTrACS)

Set di dati Global Hurricane Tracks (IBTrACS)

Le posizioni e le intensità storiche lungo le traiettorie dei cicloni tropicali (TC) globali sono fornite dall'International Best Track Archive for Climate Stewardship (IBTrACS) della NOAA. I cicloni tropicali sono noti come uragani nei bacini dell'oceano Atlantico settentrionale e del 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.

IBTrACS raccoglie dati sui cicloni tropicali segnalati dai centri di monitoraggio internazionali che hanno la responsabilità di prevedere e segnalare i cicloni tropicali (e include anche alcuni importanti set di dati storici). IBTrACS include dati di 9 paesi diversi. Storicamente, i dati che descrivono questi sistemi hanno incluso le migliori stime della loro traiettoria e intensità (da cui il termine migliore traiettoria).

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

Vai allo schema degli uragani

Esegui una query sul 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 la traiettoria dell'uragano, devi interrogare la posizione dell'uragano in momenti diversi.

Dettagli query

La seguente query GoogleSQL viene utilizzata per trovare la traiettoria 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 della 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 funzione ST_GeogPoint per convertire i valori nelle colonne latitude e longitude in tipi GEOGRAPHY (punti).
  • FROM bigquery-public-data.noaa_hurricanes.hurricanes
    La clausola FROM specifica la tabella sottoposta a 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 in modo da includere solo i 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 della tempesta cronologico.

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 query.

    Risultati della query sull'uragano Maria in BigQuery

Visualizzare i risultati della query in Geo Viz

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

Avvia GeoViz ed esegui l'autenticazione

Prima di utilizzare Geo Viz, devi autenticarti e concedere l'accesso ai dati in BigQuery.

Per configurare Geo Viz:

  1. Apri lo strumento web Geo Viz.

    Apri lo strumento web GeoViz

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

    Pulsante di autorizzazione di 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 Visualizzazione geografica

Eseguire 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 passaggio 1, Seleziona dati, inserisci l'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. In questo modo, passerai al passaggio 2. Nel passaggio 2, per Colonna geometria, scegli Punto. In questo modo vengono tracciati i punti corrispondenti alla traiettoria 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 interessa solo i punti.

Le proprietà di stile supportate includono:

  • fillColor: il colore di riempimento di un poligono o di un punto. Ad esempio, le funzioni "lineare" o "intervallo" possono essere utilizzate per mappare i valori numerici a un gradiente di colore.
  • fillOpacity: l'opacità di riempimento di un poligono o di un punto. I valori devono essere compresi tra 0 e 1, dove 0 = trasparente e 1 = opaco.
  • strokeColor: il colore del tratto o del contorno 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 tra 0 e 1, dove 0 = trasparente e 1 = opaco.
  • strokeWeight: lo spessore del tratto o del contorno in pixel di un poligono o di una linea.
  • circleRadius: il raggio del cerchio che rappresenta un punto in metri. Ad esempio, una funzione "lineare" può essere utilizzata per mappare i 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 in ogni riga di risultati). 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.
  • Categorici: i valori dei dati di ogni campo elencato nel dominio sono mappati uno a uno con gli stili corrispondenti nell'intervallo.
  • intervallo: i valori dei dati di ogni campo vengono arrotondati per difetto al valore più vicino nel dominio e vengono poi formattati con lo stile corrispondente nell'intervallo.
  • Lineare: i valori dei dati di ogni campo vengono interpolati linearmente tra i valori nel dominio e vengono 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 agli output di esempio (intervallo) in base alla funzione fornita 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.
  • range: un elenco di valori di output di esempio per la regola di stile. I valori nell'intervallo devono essere dello stesso tipo (colore o numero) della proprietà di stile che stai controllando. Ad esempio, l'intervallo della proprietà fillColor deve contenere solo colori.

Per formattare la mappa:

  1. Fai clic su Aggiungi stili nel passaggio 2 o sul passaggio 3 Stile.

  2. Cambia il colore dei tuoi 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. Per Intervallo, fai clic sulla prima casella e inserisci #0006ff nella casella Esadecimale. Fai clic sulla seconda casella e inserisci #ff0000. Questo cambia il colore del punto in base alla velocità del vento. Il blu indica venti più leggeri e il rosso venti più forti.

      Aggiungere il colore di riempimento in BigQuery Geo Viz

  4. Esamina la mappa. Se tieni il puntatore sopra uno dei tuoi punti, vengono visualizzati i dati meteo del punto.

    Dettagli del punto 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 ora è 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. Per Funzione, scegli lineare.
    3. Per Campo, scegli radius_50kt.
    4. In Dominio, inserisci 0 nella prima casella e 135 nella seconda.
    5. Per Intervallo, inserisci 5 nella prima casella e 135000 nella seconda.

      Aggiungere il raggio del cerchio in BigQuery Geo Viz

  10. Esamina la mappa. Il raggio di ogni punto ora corrisponde al raggio dell'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.
  • Oppure 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