Daugiau

Kaip sukurti „cloropleth“ pasaulio žemėlapį „ArcGIS 10.2“

Kaip sukurti „cloropleth“ pasaulio žemėlapį „ArcGIS 10.2“


Esu naujas „ArcGIS“ vartotojas ir bandau sukurti „choropleth“ žemėlapį, kuriame būtų rodomos skirtingų šalių santykių vertės.

Manau, kad mano pagrindiniame žemėlapyje reikės turėti šalies sluoksnį, kad šalies daugiakampių šešėlis būtų įmanomas, bet aš nesuprantu, kaip tai susieti su savo duomenimis.

Ar pasaulio topografiniame žemėlapyje bus šalies sluoksnio atributų lentelė, į kurią galiu įtraukti naują stulpelį, kuriame yra mano santykio vertės, ar man reikia sukurti ir importuoti „Excel“ failą, kuriame yra ši informacija? Jei man reikia sukurti „Excel“ lapą, kaip susieti tai, kad šalies daugiakampiai užpildytų santykio reikšmes?

Radau keletą naudingų pamokymų, parodančių, kaip galiu peržiūrėti sluoksnio ypatybes ir pasirinkti kiekius iš simbolių skirtuko, tačiau nesuprantu, kad turiu patekti į savo duomenis.

Prašau, ar kas nors gali nukreipti mane teisinga linkme

Dėkoju!


Norėdami susieti ne erdvinę lentelę („Excel“ lapą) su savo šalies sluoksniu, galite naudoti prisijungimo lauko metodą. Jums reikės bendro sujungimo stulpelio tarp dviejų lentelių (jūsų atveju tai greičiausiai bus kažkas panašaus į šalies pavadinimą). Kai atliksite prisijungimą, rekomenduočiau eksportuoti sujungtą sluoksnį į naują funkcijų klasę, kurią galėsite nustatyti įjungdami kloropleto atvaizdavimą (Sluoksnio ypatybės> Simbologija> Kiekiai).


„Choropleth“ žemėlapių kūrimas

Grįžkime prie žemėlapio, kuris turėtų būti įprastas, paskelbtas kaip 4.6.1 pav. Vidutinės pajamos kiekvienoje valstijoje yra vizualiai užkoduotos kaip priklausančios vienai iš keturių klasių: (1) mažiau nei 45 000 USD (2) 45 000–49 999 USD (3) 50 000–59 999 USD ir (4) 60 000 000 USD ir daugiau. Kaip buvo pasirinktos šios klasės?

Studentų refleksija

Vienas šalutinis žingsnis prieš aptariant duomenų klasifikavimą: pagalvokite apie mūsų spalvų schemų tipų aptarimą - ar galite sugalvoti kitą spalvų schemos tipą, kuris būtų veiksmingas 4.6.1 paveiksle? Ar manote, kad būtų geriau?

Kai buvo kuriamas 4.6.1 paveiksle pavaizduotas žemėlapis, reikėjo nuspręsti dėl minėtų klasių - ir yra daugybė skirtingų būdų, kaip būtų galima nustatyti klasės vidutinių pajamų pertraukas. Taigi, kaip jūs pasirenkate? Užuot paprasčiausiai pasirinkę numatytąją klasifikavimo schemą, kurią siūlo jūsų GIS programinė įranga, turėtumėte kritiškai pagalvoti, kaip apibrėžiamos jūsų duomenų klasės. Vis dėlto pirmas sprendimas, kurį turėtumėte priimti, yra ne kaip, o kaip ar klasifikuoti jūsų duomenis.

4.6.2 paveiksle pavaizduotas dviejų žemėlapių pavyzdys - vienas nepriskirtas (kartais vadinamas „be klasės“ žemėlapiu) ir vienas klasifikuotas. Neklasifikuoti žemėlapiai koduoja spalvas (paprastai su lengvumu), atsižvelgiant į konkrečią kiekvieno surašymo vieneto vertę, o ne pagal iš anksto nustatytą klasę, kuriai priklauso duomenų vertė. Šie žemėlapiai yra naudingi, nes tinkamai suplanuoti jie gali tiksliau atspindėti duomenų paskirstymo niuansus. Tačiau jie neturėtų būti laikomi lengvu duomenų klasifikavimo problemos sprendimu. Jie turi savų trūkumų, pavyzdžiui, skaitytojui tampa sudėtinga surašymo vienete užkoduotą vertę suderinti su vieta legendoje.

Iki šiuolaikinės GIS programinės įrangos nepriskirtus žemėlapius buvo gana sunku sukurti, tačiau dėl naujų technologijų jų dizainas tapo gana paprastas. Neklasifikuoti žemėlapiai rodo „tiesioginį“ duomenų vaizdavimą, o klasifikuojant žemėlapius galite geriau kontroliuoti galutinį žemėlapį. Jūs, kaip žemėlapio dizaineris, nuspręsite, ar klasifikuoti savo žemėlapį, tačiau daugelis žemėlapių skaitytojų ir kartografų vis tiek teikia pirmenybę klasifikuotiems žemėlapiams.

Kadangi greičiausiai klasifikuosite savo žemėlapius, svarbu suprasti, kaip šis procesas gali paveikti jūsų galutinį žemėlapio dizainą. Dauguma dažniausiai naudojamų klasifikavimo metodų yra „ArcGIS“, o programinės įrangos sąsaja suteikia gerą paprastą kiekvieno iš šių metodų paaiškinimą (4.6.3 pav.). Čia neaptarsime kiekvieno iš šių klasifikavimo metodų matematinės detalės - rekomenduojama ištirti rekomenduojamus skaitymus arba patys atlikti tyrimus internete, kad sužinotumėte daugiau.

Natūralios pertraukėlės (Jenks): Nagrinėjamos reitinguotų duomenų skaitinės vertės, kad būtų atsižvelgta į nevienodus pasiskirstymus, suteikiant nevienodą klasės plotį, kintant stebėjimams pagal klasę.

Kvantilis: Stebėjimus vienodai paskirstykite per klasės intervalą, suteikdami nevienodą klasės plotį, bet tą patį stebėjimų dažnumą vienoje klasėje.

Vienodas intervalas: Kiekvienos klasės duomenų diapazonas laikomas pastoviu, suteikiant vienodą klasės plotį su skirtingu stebėjimų dažniu kiekvienoje klasėje.

Apibrėžtas intervalas: Nurodykite intervalo dydį, kad apibrėžtumėte vienodus klasės pločius su skirtingu stebėjimo dažniu kiekvienoje klasėje.

Rankinis intervalas: Kurkite klasių pertraukėles rankiniu būdu arba modifikuokite vieną iš esamų klasifikavimo metodų, tinkamų jūsų duomenims.

Geometrinis intervalas: Matematiškai apibrėžti klasės plotiai, pagrįsti geometrine eilute, suteikiantys maždaug vienodą klasės plotį ir pastovų stebėjimų dažnumą vienoje klasėje.

Standartinis nuokrypis: Paprastai platinamiems duomenims klasės plotis apibrėžiamas naudojant standartinius nuokrypius nuo duomenų masyvo vidurkio, suteikiant vienodą klasės plotį ir skirtingą stebėjimų dažnumą kiekvienoje klasėje.

Nors 4.6.3 paveiksle pateikiami naudingi kiekvieno klasifikavimo metodo aprašymai, jame mažai patariama, kada juos naudoti. Geras būdas atsakyti į šį klausimą yra peržiūrėti duomenis išilgai skaičių. Norėdami vizualizuoti, kaip jūsų duomenys paskirstomi, ir atitinkamai pasirinkti klasės pertraukas, galite naudoti histogramas (dideliems duomenų rinkiniams) arba taškų diagramas (mažiems duomenų rinkiniams). Šiuos pasiūlymus pateikia Penn State kartografė dr. Cynthia Brewer.

1. Apsvarstykite galimybę klasifikuoti duomenis pagal vidurkį ir standartinį nuokrypį, jei skirstiniai yra beveik normalūs.

2. Dėl iškreiptų skirstinių apsvarstykite galimybę sistemingai didinti klases, pvz., Aritmetinius ir geometrinius klasių metodus.

3. Jei jūsų duomenys yra tolygiai paskirstyti, vienodo intervalo ir kvantilių klasifikavimo metodai veikia gerai. Šie metodai taip pat yra geriausi reitinguojamiems duomenims.

4. Natūralios pertraukos, sukurtos naudojant „Jenks“ klasifikavimo metodą arba pasirenkant pertraukas iš akies, geriausiai tinka duomenims, kurie rodo akivaizdų grupavimą per diapazoną. Natūralių pertraukų metodas pabrėžia natūralius duomenų rinkinius.

Šioje laboratorijoje, susietoje su šia pamoka, duomenis peržiūrėsime naudodami taškinius brėžinius. Kurdami žemėlapius, nebent dirbate su labai dideliu duomenų rinkiniu, dažnai tai bus efektyviausias būdas vizualiai ištirti savo duomenų rinkinį, kad būtų galima pasirinkti klasifikavimo metodą arba vizualiai / rankiniu būdu sudaryti savo pertraukėles. Tačiau „ArcGIS“ sukuria jūsų duomenų histogramas, kurias taip pat galite naudoti norėdami suprasti, kaip jūsų pasirinktos pertraukos yra susijusios su jūsų duomenų plitimu.

Studentų refleksija

Palyginkite pertraukas, histogramas ir žemėlapius, pateiktus 4.6.4 paveiksle. Kurį klasifikavimo būdą būtumėte pasirinkę? Kodėl?

Atminkite, kad jūsų duomenų plitimas yra tik vienas iš daugelio elementų, į kuriuos turėtumėte atsižvelgti renkantis, kaip klasifikuoti duomenis. Kaip ir kituose žemėlapio dizaino pasirinkimuose, čia taip pat gyvybiškai svarbu jūsų žemėlapio auditorija, terpė ir paskirtis.

Be savo žemėlapių klasifikavimo metodo pasirinkimo, taip pat turite nuspręsti, kiek klasių kurti. Gali būti viliojanti sukurti daug klasių, nes daugiau klasių reiškia mažiau jūsų duomenų supaprastinimą, taigi ir daugiau informacijos, perduodamos žemėlapio žiūrovui. Deja, žmogaus akis gali atskirti tik tiek spalvų. Ribinė vertė yra apie keliolika spalvų kokybiniam žemėlapiui, dešimt skirtingoms schemoms ir tik aštuonios nuosekliai schemai. Jei kas, tai yra optimistiniai vertinimai - greičiausiai jūsų žemėlapių skaitytuvas sugebės atskirti dar mažiau.

Studentų refleksija

Žiūrėkite žemiau esančio 4.6.5 paveikslo žemėlapius. Ar žvelgdami į kairėje esantį žemėlapį galite nustatyti, kuriai apskričiai x priklauso klasė? Ar esate įsitikinęs, kad tai teisingas atsakymas? O žemėlapis dešinėje?

Galiausiai, klasifikuodami žemėlapio duomenis, turėsite kovoti su duomenų rinkinio pašaliniais parametrais. Apsvarstykite apskrities lygio žemėlapį, kuriame vienos apskrities duomenys yra dvigubai didesni nei kitų žmonių (pvz., Žmonių, turinčių aukštojo mokslo laipsnius). Kai kurie klasifikavimo metodai, pvz., Natūralios pertraukos ar vienodi intervalai, greičiausiai sugrupuos šį išskirtinį į savo klasę. Kiti metodai, pavyzdžiui, kvartiliai, paprasčiausiai suskirstys jį į grupę su visomis kitomis aukščiausiomis apskritimis.

Nėra taisyklės, kuris metodas yra geriausias, išskyrus tai, kad svarbu kontekstas. Ar aukštas rodiklis, nes toje apskrityje yra prestižiškiausias valstijos universitetas? Tokiu atveju tikriausiai norite, kad jis būtų paryškintas jūsų žemėlapyje. Jei vietoj to, jis yra didžiausias, nes ten gyvena tik penki žmonės - o du yra kolegijos profesoriai - jūs tikriausiai ne. Apskritai, kuo daugiau duomenų turite, tuo mažesnė tikimybė, kad triukšmas bus pašalinis: tai vadinama didelių skaičių dėsnis. Vis dėlto, kai tik įmanoma, turėtumėte ištirti galimas pašalinių priežasčių priežastis - kontekstiniai įkalčiai nėra pakaitalai.

Yra papildomų duomenų klasifikavimo būdų, įskaitant derinant metodus, pavyzdžiui, naudojant vienodus intervalus daugumai diapazono ir tada pereinant prie natūralių pertraukų. Taip pat egzistuoja metodai, kurie atsižvelgia ne tik į duomenų pasiskirstymą pagal skaičių liniją, bet ir į jų paskirstymą per geografinę erdvę. Tai nepatenka į šios pamokos taikymo sritį ir tikslą, tačiau atminkite, kad ateityje su jomis galite susidurti.


Prieš pradėdami šią pamoką

Jei ką tik įdiegėte „ArcGIS Server“, turite atlikti keletą parengiamųjų veiksmų, kad galėtumėte prisijungti prie serverio „ArcMap“ ir paskelbti paslaugas:

  • Išsamesnės informacijos, kaip sukonfigūruoti „ArcGIS Server“ svetainę, rasite šios pagalbos sistemos skyriuje „Darbo pradžia po įdiegimo“.
  • Norėdami sužinoti, kaip jūsų GIS šaltinyje nurodytus duomenis padaryti prieinamus serveriui, žr. Temą „Jūsų duomenų prieinamumas prie„ ArcGIS Server ““.

Versija ir archyvavimas

Dabar, kai tinklelio funkcijų klasės yra sukurtos, jos turi būti užregistruotos kaip versijos ir įgalintos archyvuoti.

Tik duomenų savininkas gali registruoti arba išregistruoti juos kaip versijas.

  1. „Cliquez sur le bouton“ katalogas dans la barre d'outils Standartinis ouvrir la fenêtre katalogas.
  2. Katalogo medyje dešiniuoju pelės mygtuku spustelėkite tinklelių funkcijų duomenų rinkinį, nukreipkite pelės žymiklį į Tvarkyti, tada spustelėkite Registruotis kaip versiją.

Parodomas dialogo langas Registruoti kaip versiją.

Žr. Sprendimas, kaip registruoti duomenis, jei norite gauti daugiau informacijos apie parinkčių perkėlimą į bazę.


I dalis - Žemėlapių naudojimas ir kūrimas
1 skyrius: Įvadas - sužinokite darbo su esamais GIS duomenimis ir žemėlapiais pagrindus
2 skyrius: Žemėlapio dizainas - sužinokite, kaip sukurti choropleth ir point maps
3 skyrius: GIS išvestys - sužinokite, kaip kurti ir eksportuoti žemėlapius naudojant GIS duomenis

II dalis. Darbas su erdviniais duomenimis
4 skyrius: Failų geoduomenų bazės - sužinokite, kaip sukurti geoduomenų bazes ir į jas importuoti duomenis
5 skyrius: Erdviniai duomenys - tyrinėjami pagrindiniai GIS naudojami duomenų tipai ir parodoma, kaip naudotis internetu GIS duomenims rinkti
6 skyrius: Skaitmeninimas - sužinokite, kaip skaitmeninti vektorinius duomenis ir transformuoti duomenis, kad jie atitiktų realaus pasaulio koordinates
7 skyrius: Geokodavimas - sužinokite, kaip adresų duomenis kaip taškus susieti per geokodavimo procesą  8 skyrius: Geoprocesija - atlikite erdvinę analizę naudodami geoprocesoriaus įrankius

III dalis - pažangių GIS programų mokymasis
9 skyrius: Erdvinė analizė - atlikite erdvinę analizę naudodami geoprocesoriaus įrankius ir analizės darbo eigos modelius
10 skyrius: „ArcGIS 3D“ analitikas - pristato „ArcGIS 3D Analyst“, leidžiantį vartotojams kurti 3D scenas, atlikti tiesiogines animacijas ir atlikti regėjimo tyrimus.
11 skyrius: „ArcGIS“ erdvinis analitikas - pristato „ArcGIS Spatial Analyst“, skirtą kurti ir analizuoti rastrinius žemėlapius, įskaitant kalvų šešėlius, tankio žemėlapius, tinkamumo vietos paviršius ir rizikos indekso paviršius 3


Interneto žemėlapių naudojimo iliustruojimas COVID-19 pandemijos metu

Erdvinė epidemiologija žiniatinklio žemėlapius plačiai vertina kaip puikią priemonę analizuoti infekcinių ligų plitimą ir viešą informaciją. Tačiau duomenų apie ligą sudėtingumas gali būti neteisingai interpretuojamas ir kognityviai perkrautas (Carroll ir kt., 2014). Netgi gerai suplanuoti žemėlapiai gali nukentėti nuo „duomenų gausu, bet trūksta informacijos“ (DRIP) sindromo, jei žemėlapių kūrėjai bandys nerūpestingai sutelkti per daug išteklių į vieną sąsają. Žemėlapiai, kartais atitinkantys skirtingus erdvinius vienetus ir nurodantys skirtingus pandemijos aspektus - infekcijos rodiklius, tyrimų vietas, populiacijos dinamiką, gali lengvai užvaldyti atsitiktinius vartotojus.

Naudojamos neteisingos ir nenuoseklios kaupimo skalės ir vienetai.

Neteisingas burbulų diagramų ir šilumos žemėlapių naudojimas.

Per daug perkrautas taškų / smeigtukų žemėlapis, nurodantis COVID-19 atvejus ar medicinos įstaigų vietas.

Prastai graduoti arba klasifikuoti choropleth žemėlapiai.

Vyraujantis choropleto kartografavimas naudojant kitas tinkamas formas.

Žemėlapiai be normalizavimo.

Žemėlapiuose trūksta neaiškumo.

Neefektyviai parodoma COVID-19 plitimo laiko dinamika dėl epidemiologinių modelių sudėtingumo.

Žemėlapiai, skirti pasaulinei auditorijai, turėtų naudoti visuotinius duomenis. Tačiau tai sumažina poveikį vietos auditorijai.

Apskritai blogas žemėlapio dizainas.

Daugeliui žemėlapių, kuriuos šiuo metu matome, paveikė viena ar daugiau šių problemų. Pavyzdžiui, 1 paveiksle to paties žemėlapio duomenys yra nenuosekliai apibendrinti, todėl skirtingų sričių vizualinis palyginimas yra klaidinantis: Italija ir Ispanija yra panašiai paveiktos (abi jų rašymo metu patvirtino apie 230 000 patvirtintų atvejų), tačiau žemėlapyje jos rodomos skirtingai. Be to, šiame žemėlapyje nėra vaizduojamas metodologinis neapibrėžtumas, kaip, pavyzdžiui, Vengrijos ir Slovakijos atveju, kurių žemėlapyje COVID-19 atvejų nėra. 2 paveiksle pateikiamas choropleto žemėlapis, kuriame pateikiami absoliutūs skaičiai be normalizavimo, todėl neatsižvelgiama ir į modifikuojamą teritorinio vieneto problemą, ir į populiacijos struktūrą / dinamiką. Be to, spalvų pasirinkimas (raudona – mėlyna) yra abejotinas, nes žmonės emociškai reaguoja į tam tikras spalvas (Monmonier, 2018), o tai gali turėti įtakos faktinės informacijos apie COVID-19 pandemiją sklaidai.

1 pav. COVID-19 atvejai, matomi „HealthMap“. Nenuoseklus erdvinio agregavimo naudojimas šalyse suteikia klaidingą įspūdį apie viruso plitimą.

2 paveikslas. Floridos sveikatos departamento choropleto žemėlapis, nenormalizuodamas, pavaizduoja absoliučių atvejų skaičių kiekvienam pašto kodui ir naudoja „emocines spalvas“.

Šaltinis: Floridos sveikatos departamentas savo COVID-19 svetainėje (https://floridahealthcovid19.gov/)

Pirmiau aprašytos problemos nėra būdingos internetiniams žemėlapiams, nes tradiciniai žemėlapiai, rodomi internete, kaip statiniai vaizdai, gali patirti panašių problemų. Dar 2000 m. Dodge'as ir Kitchinas (2000 m.) Perspėjo ir neatsargius žemėlapių dizainerius, ir žemėlapių naudotojus aktyviai ir refleksiškai apsvarstyti internete surastus žemėlapius. Prasmingų išvadų darymas iš šiandieninių su koronavirusu susijusių žemėlapių priklauso nuo to, kaip efektyviai žemėlapis pateikia paprastą vaizdą numatytą informaciją. Gebėjimas tai padaryti labai sumažėja daugumoje internetinių žemėlapių ir programų, skirtų žinių apie pandemiją sklaidai. Žemėlapiai taip pat gali „paplisti virusu“ internete, vėliau padėdami klaidingą informaciją ir „alternatyvius faktus“, kaip jau nutiko žemėlapyje, iliustruojančiame pasaulinį oro eismą. Ištraukus iš pirminio konteksto pasirodė antraštės, tokios kaip „Naujas žemėlapis neatskleidžia nė vienos šalies, apsaugotos nuo koronaviruso čiuptuvų“, ir „Bauginantis žemėlapis atskleidžia, kaip tūkstančiai Uhano keliautojų galėjo išplisti koronavirusą 400 pasaulio miestų“ įvairiose naujienų vietose (BBC 2020). Nors šie teiginiai pasirodė esą teisingi vykstant pandemijai, šis įvykis parodo, kaip pritraukti dėmesį ir skatinti idėją nesusijusiu (ar net tyčia klaidinančiu) žemėlapiu nėra toli.


Sukurkite valstybės lygio duomenų burbulų žemėlapį

Filtruoti duomenis „Socrata“

Didžioji dalis CDC duomenų pateikiama jų duomenų kataloge naudojant „Socrata Open Data“ - internetinę programą, kurią daugelis vyriausybinių agentūrų naudoja duomenims platinti plačiajai visuomenei. Programa yra lanksti, tačiau gali būti paini ir turinti šiek tiek mokymosi kreivę.

„Socrata“ atvirųjų duomenų žiniatinklio programa

Naudojant „Socrata“ su trimačiais skydelio duomenimis, iššūkis yra tas, kad „Socrata“ gali pateikti tik dvimatę skaičiuoklę. Todėl antrasis aspektas turi būti pavaizduotas stratifikacijos stulpeliai kuriose nurodomos tam tikros eilės duomenų vertės stratifikacijos kategorijos.

Todėl norėdami susieti skydo duomenis turite pasirinkti konkretų matmenų rinkinį ir tada pertvarkyti duomenis naudojant filtrai kurie išskiria duomenų pogrupį pagal stratifikacijos stulpelių reikšmes.

Pridėkite filtrų, kol gausite norimas duomenų serijas.

Kiekvienam aspektui ir stratifikacijos kategorijai turėsite pritaikyti po vieną filtrą. Jei nežinote duomenų, norint pertvarkyti duomenis, gali prireikti šiek tiek bandymų ir klaidų, kad kiekvienoje geografinėje vietovėje būtų viena vertė.

Kai naudojate valstybės lygio duomenis, toliau pridėkite filtrų, kol jūsų duomenyse liks 50 eilučių - arba galbūt daugiau nei 50, jei jūsų duomenų rinkinyje yra būsenos ir teritorijos

Žemiau pateiktame vaizdo įraše parodoma, kaip rasti duomenis CDC duomenų kataloge ir pritaikyti filtrų seką, kad gautumėte susietą CSV failą. Tikslus matmenų ir filtro verčių rinkinys bus kitoks kitų duomenų rinkinių atveju. Šiame pavyzdyje taikomi šie filtrai, norint gauti vieną bendrą nutukimo vertę kiekvienai iš 50 būsenų.

  1. Metai: 2016 m
  2. Klausimas: 18 metų ir vyresnių suaugusiųjų, turinčių nutukimą, procentas
  3. Iš viso: iš viso (visos demografinės grupės)

Eksportuokite į CSV ir išvalykite duomenis

Kai turėsite filtruotus duomenis, turėtumėte juos eksportuoti kaip CSV for Excel. CSV reiškia kableliais atskirtas kintamasis ir jei atidarysite failą teksto rengyklėje, pvz., „Notepad“ ar „TextEdit“, pamatysite, kad tai yra būtent tai, kas sakoma - kintamųjų eilutės su kintamaisiais kiekvienoje eilutėje, atskirtos kableliais

CSV failo pavyzdys

Atsisiųsdami failą turėtumėte pašalinti visus nereikalingus stulpelius ir pervardyti stulpelius, kad jų turinys būtų aiškus:

  1. Turėdami valstybės lygio duomenis, „LocationDesc“ pervadinkite į Valstija padės „ArcGIS Online“ aiškiai suprasti, kas yra faile
  2. Bendro pavadinimo pervadinimas Duomenų vertė stulpelis prie kintamojo pavadinimo palengvins painiavą susiejant duomenis ar juos pakartotinai panaudojant ateityje
  3. Išsaugokite duomenis kaip savo kompiuterio CSV failą

Importuoti į „ArcGIS Online Bubble Map“

Tada galite greitai suskirstyti „ArcGIS Online“ duomenų burbulinį žemėlapį:

  1. Sukurkite naują žemėlapį iš savo „ArcGIS Online“ pagrindinio puslapio
  2. Pasirinkite Pridėti sluoksnį iš failo ir pasirinkite ką tik išsaugotą CSV failą
  3. Dėl Raskite funkcijas pagal, programa turėtų matyti jūsų Valstija stulpelį
  4. Pasirinkite rodomą atributą su stulpeliu, kuriame yra kintamoji vertė, šiuo atveju Duomenų vertė

Kaip sukurti kloropletinį pasaulio žemėlapį „ArcGIS 10.2“ - geografinėse informacinėse sistemose

„Geog 353“ paskaitos metmenys: Kaip sudaryti žemėlapį: įvadas į kursą, laboratoriją ir laboratorijos projektą
Atnaujinta: 19.07.08


1. Tradicinis kartografinis dizainas ir žemėlapių gamyba

Žemėlapiai ilgą laiką buvo vienodi - dažniausiai popieriniai, apčiuopiami, statiški. Visus dalykus mes suprantame kaip savaime suprantamus dalykus, tačiau palyginti naujus įvykius.


2. Kartografijos ir „vizualizacijos“ raida po 1980 m.

Animacija: rodomi besikeičiantys (kintančių reiškinių) duomenys su kintančiu / dinamišku pateikimu

    Animaciniai žemėlapiai: anksčiausiai filmuose apie Antrąjį pasaulinį karą

Animacija „Google Earth“ KML arba KMZ failai (2007 m.)

Interaktyvumas: vartotojas gali naudotis žemėlapiu ir jį pakeisti

    Naudodami popierinius žemėlapius galite sąveikauti psichiškai, bet ne fiziškai - su žemėlapiu

Daugialypė terpė / hipermedija: sujunkite ir susiekite žemėlapius su vaizdais, grafikais, vaizdo įrašais ir kita laikmena

    Atlasai yra panašūs į daugialypę terpę: žemėlapiai su tekstu, vaizdai, grafikai ir kt.

Geografinės informacinės sistemos: GIS

    Ne tik žemėlapių kūrimas, bet ir visi žingsniai nuo duomenų rinkimo, apdorojimo ir paruošimo iki analizės ir sąveikos su duomenimis (pastarieji žemėlapio pavidalu) iki galutinio žemėlapio.

    Mashupas: skirtingų dalykų sujungimas.

    Muzikos maišytuvai sujungia ir uždengia skirtingų dainų segmentus, kurie kartu tampa nauja daina.

Dabar: Viskas kartu: animacija + interaktyvumas + daugialypė terpė / hipermedija + GIS + tinkleliai visi internete

Technologiniai žemėlapių pokyčiai per pastaruosius 30 metų buvo gilesni ir greitesni nei bet kurioje kitoje istorijos eroje.

Žemėlapio koncepcijos ir žemėlapio dizainas: beveik nepasikeitė, tačiau juos reikia pritaikyti naujoms technologijoms

Šis kursas: sujunkite labiau tradicinę kartografiją ir kartografinį dizainą su naujomis technologijomis ir naujo tipo žemėlapiais

    WWW žemėlapiai ir GIS: visi yra kartografai!

Keletas bendrų šio kurso tikslų:

    Ryšys su geografija 222: Žemėlapių ir GIS galia

Įvadas į laboratorijos projektą ir jo apžvalga

    Laboratorijos projektas: visas jūsų pažymys! (atskiros projekto dalys + vertinimai)

Pagrindinis projektas: gyventojų skaičiaus pokyčių vizualizavimas, nuo 1900 iki 2010 m

Tikslas: sukurti animuotų, interaktyvių žemėlapių seriją, skirtą rodyti WWW, kurie būtų naudojami vizualizuojant apskrities gyventojų pokyčius bėgant laikui.


I. Apibrėžkite geografinį kontekstą ir žemėlapių sudarymo metodą

    JAV gyventojų kaitos tema - animacinė

    Kiekvienas studentas pasirinks skirtingą valstiją ar valstybių grupę (Vašingtonas ir Oregonas ir kt.), Kuriai sutelkti dėmesį.


II. Kurso duomenų paieška, atsisiuntimas ir apdorojimas

    Raskite ir gaukite JAV valstijos gyventojų duomenis 1900–2010 m

    Sukurkite „choropleth“ duomenų žemėlapius: „ArcGIS“ programinė įranga

    susieti apdorotus duomenis su žemėlapiais


IV. Animuoti Žemėlapių seriją

    Programinės įrangos naudojimas žemėlapių serijoms animuoti


V. Medžiagos talpinimas internete - jau sukurti puslapiai

    Iki ketvirčio pabaigos [pastaba: tai istorinis artefaktas nuo 1999 m., Turiu omenyje, žinoma, semestrą], kurį turėsite WWW

    animaciniai gyventojų kaitos žemėlapiai: animuoti GIF ir KMZ failai

    tęskite šią tradiciją: pasidalykite savo darbu su likusiu pasauliu (ir mama, ir pop, ir močiutė, ir grampai)


III. Keletas paskutinių komentarų. ir ką pradėti daryti

    Pabandykite linksmintis su projektu ir pamokoje

    skatinti kūrybiškumą, peržengiant pagrindinio projekto ribas

    Mokymosi procesas tiek apie kompiuterius, tiek apie žemėlapius ir GIS


OWU geologijos ir geografijos kompiuterių laboratorija


Pagrindinės laboratorijos taisyklės ir reglamentai

    laboratorija skirta studentams, dalyvaujantiems geologijos / geografijos kursuose ir geologijos / geografijos / ES specialybėse


Kaip sukurti kloropletinį pasaulio žemėlapį „ArcGIS 10.2“ - geografinėse informacinėse sistemose

„Geog 353“ paskaitos metmenys: žemėlapių kūrimo įrankiai
Atnaujinta: 19.07.08


Kur mes esame . Vykdomas

    PDF MM 3) Bet ar jums tikrai reikia žemėlapio?

    PDF MM 3rd) Duomenų kūrimas ir gavimas

    Žemėlapių kūrimas be kompiuterių

Žemėlapių kūrimas kompiuteriais: tam tikras pagrindas

    kompiuterių žemėlapiai: kompiuteriai, naudojami žemėlapių kūrimo procese

Trumpa kompiuterių ir žemėlapių istorija

    1950-ųjų pabaigoje kartografavimo eksperimentai su ankstyvaisiais kompiuteriais

    animacija, interaktyvumas, garsas, daugialypė terpė, hipermedija, analizė

Žemėlapių kūrimo įrankiai (tęsinys):

    Žemėlapių kūrimas internete

    Žemėlapių kūrimas PDF formatu) 4 skyrius. Žemėlapio sudarymas naudojant GIS

    įrankiai, kurie padeda analizuoti duomenis ir kurti žemėlapius

    Žemėlapių kūrimas PDF formatu) 4 skyrius. Grafinis dizainas ir kiti žemėlapių kūrimo įrankiai

    neskirtas kurti žemėlapius, tačiau dažnai naudojamas sudėtingiems žemėlapiams kurti

    nauda: lankstus, galingas, daugybė grafinio dizaino galimybių

Bendroji nykščio taisyklė kompiuteriniams žemėlapiams kurti „tikrame pasaulyje“:

    naudoti skirtingą programinę įrangą, priversti jas veikti kartu


Skaitmeniniai failų formatai ir konversijos

    Failas: įrašų, tvarkomų kaip pagrindinis kompiuterio saugojimo vienetas, rinkinys


Bendri grafinių failų formatai

    Rastrinių failų formatai: Rastrinė programinė įranga generuoja failus, sudarytus iš taškų

ex) skaitmeniniai palydovo duomenys

ex) žemėlapis, skaitmeniniu būdu nuskaitytas plokščiuoju skaitytuvu

ex) USGS DLG duomenys, JAV surašymo TIGER duomenys, „ArcGIS“ skaitmeniniai duomenys, „Google“ KML / KMZ failai


Kaip meluoti naudojant COVID-19 žemėlapius

Profesorius Markas Monmonieras savo knygoje & # 8220Kaip meluoti su žemėlapiais & # 8221 iliustruoja, kaip žemėlapių kūrėjai gali tyčia ar netyčia perteikti melą, naudodami klaidingą duomenų pasirinkimą ir kartografinio dizaino parinktis. Plačiai prieinamų, lengvai naudojamų internetinių žemėlapių sudarymo įrankių eroje klaidinantys žemėlapiai tampa visur. COVID-19 statistikos žemėlapiai kartu su susijusiais grafikais ir duomenų lentelėmis, kurie šiais metais tapo visuomenės dėmesio centru, nėra išimtis. Todėl noriu dar kartą pažvelgti į populiaraus „choropleth“ žemėlapio spąstus.

Ekrano nuotrauka iš https://newsinteractives.cbc.ca/coronavirustracker/ su duomenimis, atnaujintais nuo 2020 m. Lapkričio 2 d. Atkreipkite dėmesį, kad tai pavyzdys, kaip NEGALIMA žymėti COVID-19, žr. Tekstą!

Choropleth žemėlapyje naudojamos geografinės zonos, pvz. daugiakampiai, vaizduojantys Kanados provincijas ir teritorijas, kaip žemėlapio simbolį, šešėliuodami visą plotą spalva pagal susietą duomenų vertę. Tai galime pamatyti mūsų visuomeninio transliuotojo ir # 8217s svetainėje https://newsinteractives.cbc.ca/coronavirustracker/, kur CBC teikia interaktyvų žemėlapį kaip savo & # 8220koronaviruso sekimo & # 8221 dalį. Raudona spalvų schema naudojama provincijoms nuspalvinti proporcingai visam COVID-19 atvejų, patvirtintų nuo pandemijos pradžios, skaičiui. Pavyzdžiui, Kvebeko & # 8217s tamsiai raudona spalva žymi daugiau nei 100 000 atvejų, o Ontarijo & # 8217s rožių spalva simbolizuoja apie 75 000 atvejų.

Gaila, kad Kanados transliavimo korporacijos (CBC), mūsų viešojo radijo ir televizijos tinklo, svetainė yra paskutinė svarbiausia naujienų platforma, kuri vis dar nepakeitė savo COVID-19 žemėlapio, kad būtų naudojama tinkama žemėlapio projekcija. Šie paveikslai iliustruoja suskirstytų sričių dydžio ir formos skirtumą tarp „Web Mercator“ projekcijos kairėje, kurią naudoja žemėlapio įrankis CBC & # 8217s, ir „Lambert Conformal Conic“ projekcijos dešinėje. Skirtumai didėja tuo labiau, kad einate į šiaurę. Nors pietinės provincijos yra pakankamai gerai atstovaujamos pagal abi projekcijas, šiaurinės teritorijos atrodo vis labiau išpūstos, tuo arčiau mes einame link Šiaurės ašigalio. Tiesą sakant, CBC patogiai ištrynė Kanados ir # 8217s Arkties salyną su Ellesmere sala iš savo žemėlapio (žr. Aukščiau), kad nupjautų labiausiai netinkamos formos plotą tolimoje šiaurėje!

Antras pagrindinis rafinuotumas CBC & # 8217s vainikinių žemėlapiuose yra choropleth simbologijos naudojimas neapdorotų skaičiavimo duomenims, tokiems kaip bendras COVID-19 atvejai. Mes jau išsamiai peržiūrėjome https://gis.blog.ryerson.ca/2020/03/26/the-graduated-colour-map-a-minefield-for-armchair-cartographers/, kodėl pažymėtas spalvotas žemėlapis yra rafinuotesnė, nei atrodo. Taip yra dėl to, kad jo kartografiniai simboliai yra identiški pagrindiniams geografiniams rajonams ir jų skirtingi dydžiai. Šie dydžiai gali turėti nepagrįstos įtakos bet kokiai kiekvienos srities statistikai. Pvz., Mes nežinome, kiek Kvebeko ir # 8217 aukšto COVID-19 atvejų skaičiaus CBC žemėlapyje lemia provincijos dydis (pagal plotą ir (arba) gyventojų skaičių) ir kiek dėl faktinio ligos plitimas. Norėdami išspręsti šią problemą, turime normalizuoti neapdorotų skaičiavimo duomenis tinkama atskaitos verte. Jei normalizuojame pagal plotą, pasiekiame tankio kintamąjį, pvz. gyventojų tankumas, kaip žmonių skaičius kiekviename erdviniame vienete, padalytas iš jo paviršiaus ploto. Jei normalizuojame pagal bendrą populiaciją, gauname normą, pvz. COVID-19 paplitimas kaip atvejų vienete skaičius, padalytas iš vienete gyvenančių žmonių skaičiaus. Paplitimas dažnai išreiškiamas norma iš daugelio gyventojų, pvz. X atvejis milijonui žmonių arba kaip galimybė, pvz. vienas atvejis Y žmonėms.

Aš naudosiu du žemėlapius iš svetainės ir duomenų saugyklos „OurWorldInData.org“, kad iliustruočiau poreikį dirbti su santykine metrika. Žemiau kairėje matote neapdorotų skaičiavimo kintamųjų kaupiamųjų COVID-19 atvejų, suskirstytų pagal šalis lapkričio 2 d. Dešinėje atvejų skaičius buvo susietas su bendru gyventojų skaičiumi, sukuriant normalizuotą kintamąjį, kaupiamąjį COVID-19 atvejus milijonui žmonių. Vienas ryškesnių dviejų žemėlapių skirtumų susijęs su Indija ir Rusija. Remiantis neapdorotų atvejų skaičiumi, Indijoje yra akivaizdžiai daugiau atvejų nei Rusijoje. Tačiau remiantis santykine metrika, Rusija turi daugiau atvejų milijonui nei Indija. Neapdorotų skaičiavimų žemėlapio & # 8220lie & # 8221 yra pagrįstas tuo, kad tai rodo didesnę infekcijos riziką Indijoje, tuo tarpu Rusijoje rizika yra didesnė, nes labiau tikėtina, kad susidursite su užkrėstu asmeniu. (Atkreipkite dėmesį, kad šis argumentas yra tik iliustracinis, nes jis remiasi prielaida, kad patvirtintos & # 8220 bylos & # 8221 iš tikrųjų turi reikšmę infekciškumo atžvilgiu, dėl kurios galima diskutuoti, ir kad testavimo režimai užfiksuoja pakankamą skaičių infekcijų, o tai beveik tikrai ne tas atvejis.)

Patikėkite ar ne, bet šiuo metu vis dar yra trys svarbūs klausimai dėl choropleth žemėlapių, kuriuos noriu aptarti: (1) piktnaudžiavimas nerimą keliančiomis raudonų spalvų schemomis, (2) klaidinantis didelių teritorijų (provincijų, šalių) vaizdavimas kaip vienalytis ir 3) savavališką duomenų verčių klasifikavimą. Visi trys klausimai buvo nagrinėjami žurnalų „Canadian Geographic“ straipsnių serijoje, kurią balandžio mėnesį parašė jų žymus kartografas Chrisas Brackley (https://www.canadiangeographic.ca/author/chris-brackley). Koronaviruso kartografavimo & # 8220sensionalistinių spalvų pasirinkimas ir # 8221 klausimas taip pat buvo aptartas jau vasario 25 d., Kartografijos vedlys Kennethas Fieldas apsilankė https://www.esri.com/arcgis-blog/products/product/mapping/mapping- koronavirusas atsakingai /.

Aukščiau pateiktų pasaulio žemėlapių sugretinimas rodo galimą spalvų poveikį. Daugelis kultūrų raudoną spalvą sieja su grėsmėmis, rizika, pažeidžiamumu ir kitomis neigiamomis emocijomis bei rezultatais. Teminiame žemėlapyje mes naudojame lengvumo progresavimą, kad atspindėtume reiškinio dydį, ir paprastai tamsesnė raudona vieta vaizduojama, tuo blogesnė situacija. Vienas iš aukščiau pateiktų „OurWorldInData.org“ žemėlapių yra grėsmingo, krauju raudonos spalvos COVID-19 žemėlapio pavyzdys. Tačiau kitame normalizuotų COVID-19 atvejų, tenkančių milijonui žmonių, žemėlapis naudoja mažiau nerimą keliančias mėlynas spalvas. Ši laipsniuota spalvų schema vis dar turi labai tamsų toną, o mėlynas atspalvis nėra prasmingai susijęs su infekcinėmis ligomis (kiek aš galiu pasakyti). Todėl aš naudoju pilkus atspalvius savo COVID-19 atvejų skaičiaus žemėlapiui pagal provincijas, nes pilka spalva yra tikrai neutraliausia spalvų parinktis (ir tai yra patogi spausdintuvams kaip papildoma nauda).

Duomenų šaltiniai: Esri Canada, Canada Statistics

Didžioji dalis Kanados gyventojų yra susitelkę siauroje juostoje netoli sienos su Jungtinėmis Valstijomis, todėl provincijų gyventojų pasiskirstymas yra labai nevienodas (nevienalytis). Todėl bet koks su populiacija susijęs reiškinys, pvz., Žmogaus infekcinė liga, yra netinkamai atvaizduotas, jei pagal kartografinius simbolius galima teigti, kad jis pasireiškia vienodai mieste ir žemės ūkyje, taip pat didžiulėje Kanados dykumoje. Tas pats pasakytina ir apie miesto žemėlapį, kur gyventojai neturėtų būti žymimi didžiuosiuose parkuose ar vandens telkiniuose. To assist with displaying national-scale data where people actually live, Statistics Canada is offering the “Population Ecumene” dataset documented at https://www150.statcan.gc.ca/n1/pub/92-159-g/92-159-g2016001-eng.htm and shown through the semi-transparent red areas on top of the crowdsourced OpenStreetMap in the overview map below.

Data sources: OpenStreetMap, Statistics Canada

Using the inhabited areas as a mask, I can reduce the map symbols of my map to the places where COVID-19 actually occurs with any likelihood. Note that in other instances, where the mapped variable is dependent on the surface area, e.g. when visualizing population density, the values would need to be recalculated to the smaller ecumene areas.

Data sources: Esri Canada, Statistics Canada

Classification is the final aspect of how to lie with COVID-19 maps that I want to explore today. You can see in the above maps from OurWorldInData.org that the countries’ values are grouped into ranges, e.g. starting with 0-10 cases per million mapped with the lightest blue, followed by 10-50 cases p.m. with the next-lightest shade, and so on. The map-maker chose “nice” round class breaks, but hidden behind these is a pattern of exponentially increasing intervals. For example, the range of values grouped into the fifth class (500-1000) is ten times the range of values grouped into the third class (50-100). Their map of raw case counts has an even more abrupt increase in the last two classes, as shown in the red line of the following graph (note that the two lines each have their own y-axis).

My previous map above also uses a classification that progresses faster than linear. This is not necessarily “wrong” but we need to be aware that data classification occurs and that it can be used to influence the message of a map. At this point, we should credit CBC for one aspect of its COVID-19 map: they avoid classification issues by using an unclassed choropleth map. In the CBC map reproduced at the beginning of this post, note how the colour for each province is picked from a continuous, linear progression of shades from light to dark (red).

Confirmed COVID-19 cases per million population mapped for inhabited land portion of Canada’s provinces, shaded in relation to an international benchmark value of 30,000. Data sources: Esri Canada, Statistics Canada – values as of 22 October 2020.

My final map version employs the same unclassed approach using grey shades. Note that the legend symbols now do not represent class breaks but are just sample colours taken from the linear progression from light (white) to dark (black). In addition, I set the maximum value not to the largest value in the dataset but to a meaningful benchmark, the value of 30,000 COVID-19 cases per million that the United States are currently approaching. Of course, even this “large” value represents only 3% of the population. The subdued map appearance hopefully conveys the still limited scope of the Sars-CoV-2 “pandemic”. Now who would have known that shades of grey could be this sexy?


How to put Transparent Text on the map in ArcGIS

Wow, it’s been a while since I last posted, though if you’ve seen my Twitter feed you will understand why…yes, I am now a Fellow of the Royal Geographic Society & Istitute of British Geography.

Thats’s not why you’re reading this though, you are probably reading this, shouting at the screen and calling me a liar, I am not, I have the maps to prove it! I’ll show you through the method below.

Lets consider this map:I want to make it look like the Ordnance Survey Explorer (folded) map(s) and have the map tile names displayed but transparent as not to hide any information. The text is currently being rendered from the layer 𔄙_50000_Tile_finder”. Once I have the text looking similar to how I want it, convert it to annotation.

Right-click on the layer and select the “convert label to annotation” option

The trick here though, and I’ve made this mistake before, is you MUST SAVE TO DATABASE – as in the image below.

There now should be an extra item in your legend

If you open the properties of this layer, you will see that you now have a “Display” tab, you can adjust the text transparency here.

And voila! We have a finished map with transparent text!This was done in ArcGIS 10.3, but has been tested in ArcGIS 10.2 and works.