שימוש בניתוח נתונים גיאו-מרחביים כדי לשרטט את המסלול של הוריקן

בעזרת ניתוח נתונים גיאו-מרחביים ב-BigQuery, אתם יכולים לנתח נתונים גיאוגרפיים ולהציג אותם באופן חזותי, כמו מיפוי מסלול של סופה לאורך זמן. אתם יכולים להמיר קואורדינטות גולמיות של קווי רוחב וקווי אורך לנקודות גיאוגרפיות כדי לשלוח שאילתה על המסלול הכרונולוגי של הוריקן, ולשרטט את התוצאות באמצעות כלי ויזואליזציה משולבים.

מטרות

• משתמשים בפונקציה של ניתוח נתונים גיאו-מרחביים כדי להמיר את העמודות של קווי האורך והרוחב לנקודות גיאוגרפיות.
• מריצים שאילתה שמשרטטת את המסלול של הוריקן.
• הצגה חזותית של התוצאות ב-BigQuery.
• המחשה חזותית של התוצאות ב-BigQuery Geo Viz.

עלויות

‫BigQuery הוא מוצר בתשלום, ובמדריך הזה תצברו עלויות שימוש ב-BigQuery. ב-BigQuery יש משאבים מסוימים שמוצעים בחינם עד למגבלה מסוימת. למידע נוסף, קראו את המאמר פעולות בחינם ותוכנית בחינם ב-BigQuery.

לפני שמתחילים

לפני שמתחילים את המדריך, צריך ליצור או לבחור פרויקט במסוף Google Cloud .

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

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.
   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

2. ‫BigQuery מופעל באופן אוטומטי בפרויקטים חדשים. כדי להפעיל את BigQuery בפרויקט קיים, עוברים אל

   מפעילים את BigQuery API, אם הוא עדיין לא מופעל.

   התפקידים שנדרשים כדי להפעיל ממשקי API

   כדי להפעיל ממשקי API, צריך את ההרשאה serviceusage.services.enable. אם יצרתם את הפרויקט, סביר להניח שכבר יש לכם את ההרשאה הזו דרך התפקיד "בעלים" (roles/owner). אחרת, תוכלו לקבל את ההרשאה הזו דרך התפקיד "אדמין בממשק 'שימוש בשירות'" (roles/serviceusage.serviceUsageAdmin). איך מקצים תפקידים

   להפעלת ה-API

3. אופציונלי: מפעילים את החיוב בפרויקט. השלבים במסמך הזה יעבדו גם אם לא תפעילו את החיוב או תספקו כרטיס אשראי. ב-BigQuery יש ארגז חול שבו אפשר לבצע את השלבים. למידע נוסף, קראו את המאמר הפעלת ארגז החול של BigQuery.
   הערה: אם לפרויקט יש חשבון לחיוב ואתם רוצים להשתמש בארגז החול של BigQuery, אתם צריכים להשבית את החיוב בפרויקט.

עיון בנתונים לדוגמה

במדריך הזה משתמשים במערך נתונים שזמין דרך תוכנית מערכי הנתונים הציבוריים שלGoogle Cloud . מערך נתונים ציבורי הוא כל מערך נתונים שמאוחסן ב-BigQuery וזמין לציבור הרחב. מערכי הנתונים שגלויים לכולם הם מערכי נתונים שמתארחים ב-BigQuery, כדי שתוכלו לגשת אליהם ולשלב אותם באפליקציות שלכם. ‫Google משלמת על האחסון של מערכי הנתונים האלה ומספקת גישה ציבורית לנתונים באמצעות פרויקט. אתם משלמים רק על השאילתות שאתם מבצעים על הנתונים (ה-1TB הראשון בכל חודש הוא בחינם, בכפוף לפרטי התמחור של השאילתות).

מערך הנתונים Global Hurricane Tracks (IBTrACS)

מערך הנתונים Global Hurricane Tracks (IBTrACS)

המיקומים והעוצמות ההיסטוריים לאורך המסלולים של ציקלונים טרופיים (TC) ברחבי העולם מסופקים על ידי International Best Track Archive for Climate Stewardship ‏ (IBTrACS) של NOAA. ציקלונים טרופיים נקראים הוריקנים באגני האוקיינוס האטלנטי הצפוני והאוקיינוס השקט הצפון-מזרחי, טייפונים באגן האוקיינוס השקט הצפון-מערבי, ציקלונים באגני האוקיינוס ההודי הצפוני והדרומי וציקלונים טרופיים באגן האוקיינוס השקט הדרום-מערבי.

ב-IBTrACS נאספים נתונים על ציקלונים טרופיים שדווחו על ידי מרכזי מעקב בינלאומיים שאחראים לחזות ולדווח על ציקלונים טרופיים (כולל כמה מערכי נתונים היסטוריים חשובים). ‫IBTrACS כולל נתונים מ-9 מדינות שונות. בעבר, הנתונים שתיארו את המערכות האלה כללו את ההערכות הטובות ביותר לגבי המסלול והעוצמה שלהן (ומכאן המונח "המסלול הטוב ביותר").

כדי להתחיל לחקור את הנתונים האלה במסוף Google Cloud , אפשר להציג את הפרטים של הטבלה hurricanes:

מעבר לסכימה של הוריקנים

שאילתה על המסלול של הוריקן מריה ב-2017

בקטע הזה של המדריך תריצו שאילתת GoogleSQL שמוצאת את המסלול של הוריקן מריה בעונת 2017. כדי לשרטט את מסלול ההוריקן, אתם שולחים שאילתה לגבי מיקום ההוריקן בנקודות זמן שונות.

פרטי שאילתה

השאילתה הבאה ב-GoogleSQL משמשת לאיתור הנתיב של הוריקן מריה.

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

הסעיפים בשאילתה מבצעים את הפעולות הבאות:

• 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

  הסעיף SELECT בוחר את כל נתוני מזג האוויר של הסופה ומשתמש בפונקציה ST_GeogPoint כדי להמיר את הערכים בעמודות latitude ו-longitude לסוגי GEOGRAPHY (נקודות).

• FROM bigquery-public-data.noaa_hurricanes.hurricanes

  הסעיף FROM מציין את הטבלה שבה מתבצעת השאילתה: 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)

  הסעיף WHERE מסנן את הנתונים רק לנקודות באוקיינוס האטלנטי שמתאימות להוריקן מריה בעונת ההוריקנים של 2017.

• ORDER BY iso_time ASC

  הסעיף ORDER BY מסדר את הנקודות כדי ליצור מסלול סערה כרונולוגי.

הרצה של שאילתה

כדי להריץ את השאילתה באמצעות מסוף Google Cloud :

1. נכנסים לדף BigQuery במסוף Google Cloud .

   כניסה לדף BigQuery

2. מזינים את שאילתת GoogleSQL הבאה באזור הטקסט של עורך השאילתות.

   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. לוחצים על Run.

   השאילתה תסתיים תוך כמה רגעים. אחרי שהשאילתה תרוץ, התוצאות יופיעו בחלונית Query results.

   

הצגה חזותית של תוצאות השאילתה ב-BigQuery

כדי להציג את התוצאות ב-BigQuery, פועלים לפי השלבים הבאים:

1. כדי להציג את התוצאות באופן חזותי ב-BigQuery, בחלונית Query results לוחצים על Visualization.

2. בקטע Data column, בוחרים באפשרות usa_wind.

   מופיעה מפה עם נקודות שמציינות את מיקום ההוריקן לאורך זמן, עם טווח צבעים שמציין את מהירות הרוח.

3. אופציונלי: כדי לשנות את הנראות של הנקודות, מגדירים את הערך Min ל-0 ובוחרים טווח צבעים אחר מהרשימה Color.

הצגה חזותית של תוצאות השאילתה ב-Geo Viz

אתם יכולים גם להציג את התוצאות באמצעות BigQuery Geo Viz – כלי אינטרנט להצגת נתונים גיאו-מרחביים ב-BigQuery באמצעות ממשקי Google Maps API.

הפעלת Geo Viz ואימות

לפני שמשתמשים ב-Geo Viz, צריך לבצע אימות ולהעניק גישה לנתונים ב-BigQuery.

כדי להגדיר את Geo Viz:

1. פותחים את כלי האינטרנט Geo Viz.

   פותחים את כלי האינטרנט Geo Viz.

2. בשלב הראשון, בחירת נתונים, לוחצים על הרשאה.

   

3. בתיבת הדו-שיח בחירת חשבון, לוחצים על חשבון Google.

   

4. בתיבת הדו-שיח של הגישה, לוחצים על Allow כדי לתת ל-Geo Viz גישה לנתונים ב-BigQuery.

   

הרצת השאילתה ב-Geo Viz

אחרי האימות והענקת הגישה, השלב הבא הוא להריץ את השאילתה ב-Geo Viz.

כדי להריץ את השאילתה:

1. בשלב הראשון, Select data, מזינים את מזהה הפרויקט בשדה Project ID.

2. בחלון השאילתה, מזינים את שאילתת GoogleSQL הבאה.

   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. לוחצים על Run.

4. כשהשאילתה מסתיימת, לוחצים על Show results. אפשר גם ללחוץ על השלב השני, נתונים.

5. עכשיו אתם עוברים לשלב השני. בשלב השני, בעמודה Geometry בוחרים באפשרות point. כך משורטטות הנקודות שתואמות למסלול של הוריקן מריה.

   

עיצוב התצוגה החזותית ב-Geo Viz

בקטע סגנון יש רשימה של סגנונות חזותיים שאפשר להתאים אישית. איך מעצבים את התצוגה החזותית

כדי לעצב את המפה:

1. לוחצים על הוספת סגנונות בשלב השני או לוחצים על השלב השלישי סגנון.

2. לשנות את הצבע של הנקודות. לוחצים על fillColor.

3. בחלונית fillColor:

   1. לוחצים על מבוסס-נתונים.
   2. בשדה Function, בוחרים באפשרות linear.
   3. בשדה Field, בוחרים באפשרות usa_wind.
   4. בשדה Domain, מזינים 0 בתיבה הראשונה ו-150 בתיבה השנייה.

   5. בשדה Range, לוחצים על התיבה הראשונה ומזינים #0006ff בתיבה Hex. לוחצים על התיבה השנייה ומזינים את הערך #ff0000. הצבע של הנקודה משתנה בהתאם למהירות הרוח. כחול לרוחות קלות יותר ואדום לרוחות חזקות יותר.

      

4. בודקים את המפה. אם מעבירים את הסמן מעל אחת מהנקודות, מוצגים נתוני מזג האוויר של הנקודה.

   

5. לוחצים על fillOpacity.

6. בשדה ערך, מזינים 0.5.

   

7. בודקים את המפה. צבע המילוי של הנקודות הוא עכשיו חצי שקוף.

8. משנים את גודל הנקודות לפי הרדיוס של ההוריקן. לוחצים על circleRadius.

9. בחלונית circleRadius:

   1. לוחצים על מבוסס-נתונים.
   2. בשדה Function, בוחרים באפשרות linear.
   3. בשדה Field, בוחרים באפשרות radius_50kt.
   4. בשדה Domain, מזינים 0 בתיבה הראשונה ו-135 בתיבה השנייה.

   5. בשדה טווח, מזינים 5 בתיבה הראשונה ו-135000 בתיבה השנייה.

      

10. בודקים את המפה. הרדיוס של כל נקודה תואם עכשיו לרדיוס של ההוריקן.

    

11. סוגרים את Geo Viz.

הסרת המשאבים

כדי להימנע מחיובים בחשבון Google Cloud בגלל השימוש במשאבים שנעשה במסגרת המדריך הזה, אפשר למחוק את הפרויקט שמכיל את המשאבים או להשאיר את הפרויקט ולמחוק את המשאבים הנפרדים.

• אתם יכולים למחוק את הפרויקט שיצרתם.
• אפשר גם לשמור את הפרויקט לשימוש עתידי.

כדי למחוק את הפרויקט:

זהירות: כשמוחקים פרויקט:

• התוכן של הפרויקט נמחק כולו. אם השתמשתם בפרויקט קיים כדי לתרגל את המשימות במדריך הזה, כשתמחקו אותו תימחק גם כל העבודה שביצעתם באותו פרויקט.
• מאבדים את מזהה הפרויקט בהתאמה אישית. כשיצרתם את הפרויקט, יכולתם לבחור לו מזהה פרויקט בהתאמה אישית כדי להשתמש בו בעתיד. כדי לשמור על כתובות ה-URL שמשתמשות במזהה הפרויקט, כמו appspot.com, צריך למחוק את המשאבים שנבחרו בפרויקט אבל לא את הפרויקט כולו.

אם אתם מתכננים להיעזר בכמה ארכיטקטורות, מדריכים או מדריכים למתחילים, מומלץ להשתמש שוב באותו פרויקט כדי לא לחרוג ממכסות הפרויקטים.

1. במסוף Google Cloud , נכנסים לדף Manage resources.

   כניסה לדף Manage resources

2. ברשימת הפרויקטים, בוחרים את הפרויקט שרוצים למחוק ולוחצים על Delete.
3. כדי למחוק את הפרויקט, כותבים את מזהה הפרויקט בתיבת הדו-שיח ולוחצים על Shut down.

המאמרים הבאים

• במאמר המחשת נתונים גיאו-מרחביים מוסבר איך להמחיש אפשרויות לניתוח נתונים גיאו-מרחביים.
• כדי לעבוד עם נתונים גיאו-מרחביים, קראו את המאמר עבודה עם נתונים גיאו-מרחביים.
• במאמר פונקציות גיאוגרפיות ב-GoogleSQL מוסבר בהרחבה על הפונקציות הגיאוגרפיות שאפשר להשתמש בהן בניתוח נתונים גיאו-מרחביים.