CN106354760B - 基于变形统计地图的多视图时空数据可视化方法与应用 - Google Patents
基于变形统计地图的多视图时空数据可视化方法与应用 Download PDFInfo
- Publication number
- CN106354760B CN106354760B CN201610687364.0A CN201610687364A CN106354760B CN 106354760 B CN106354760 B CN 106354760B CN 201610687364 A CN201610687364 A CN 201610687364A CN 106354760 B CN106354760 B CN 106354760B
- Authority
- CN
- China
- Prior art keywords
- map
- data
- time
- attribute
- statistical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/174—Form filling; Merging
Abstract
本发明公布了一种基于变形地图的多视图时空数据可视化方法和应用,对具有地理与时间属性的时空数据,采用传统地图、统计地图、时间轴、统计图表中的饼图、柱状图、气泡图和南丁格尔玫瑰图结合形成的多视图多标签混合布局方法进行可视化,避免传统地图可视化方法的数据分布与空间利用不对称问题,以及多维数据展示的属性展示不全面问题;能够从多个角度帮助用户理解数据的各个方面;同时将经典可视化统计分析图表与地图时间轴等结合,使得数据展示具体生动。本发明可应用于微博、微信、人口统计、传染病分布、选举人分布等数据可视化领域,实现对具有空间分布的时间联系的数据进行可视化和可视分析。
Description
技术领域
本发明涉及信息可视化领域,具体涉及一种基于变形地图的多视图时空数据可视化方法和应用。
背景技术
迄今为止,针对不同类别的空间数据已有许多相应的可视化技术,主要分为点数据可视化、线数据可视化和区域数据可视化。区域数据可视化,可分为地区分布图(Choropleth maps)、统计地图(Cartograms maps)两类。地区分布图主要通过不同颜色实现数据属性与地图图斑的映射。统计地图主要通过面积改变实现数据属性与地图图斑的映射。现有的地图可视化,可以直接在地图上展示用户感兴趣的数据属性。也能将地图可视化与其他可视化方法组合,最常见的直接在地图上体现,将统计图表放置在地图上,通过颜色、文本框添加提示,帮助用户理解。也可以通过多视图方式展示。地图面积有限,所以从中得到的信息有限,这时就需要通过应用与地图结合的其他视图来获得更多信息,帮助用户更好地理解感兴趣的信息。
但从可视化角度讲,人们对面积的感知远大于色彩。故传统地图在展现数据的时候往往存在数据分布与区域面积大小不对称问题,造成稠密区域展示稠密数据,稀疏区域展示稀疏数据。造成数据重叠不利于用户交互以及空间浪费。统计地图能比较好地解决这个问腿。统计地图是根据数据的某种属性对地图进行变形,使得地图面积表达用户所预先选择的兴趣变量。统计地图可以按照不同的标准进行分类。
但是对即具有地理属性又具有时间属性的数据,要想在地图上展示数据地理属性的同时展示其时间属性,就需要与时间属性可视化方法结合。对时间属性的刻画有三种方式:1)线性时间和周期时间。线性时间是假定一个出发点并定义从过去到将来的数据元素的线性时域。2)时间点和时间间隔。离散时间点将时间描述为可与离散的空间欧拉点相对等的抽象概念,单个时间点没有持续的概念。间隔时间表示小规模的线性时间域。时间点和时间间隔都被称为时间元。3)顺序时间、分支时间和多角度时间。顺序时间域考虑那些按先后发生的事情。分支时间多股时间分支展开,有利于描述和比较有选择性的方案。这种类型的时间支持做出只有一个选择发生的决策过程。多角度时间可以描述多于一个关于被观察事实的观点。加入时间轴是表达离散数据时间属性最直观最简洁也最有效的方法。
针对多属性数据,采用多种视图结合的方式可视化数据,能使用户能更全面更具体地了解数据的多方面属性。统计图表是最早的数据可视化形式之一,作为基本的可视化元素仍然被非常广泛地使用。柱状图采用长方形的形状和颜色编码数据的属性。饼图用环状方式呈现各分量在整体中的比例。气泡图是表示二维数据的标准方法。在气泡图中,所有数据以点的形式出现在笛卡尔坐标系中,每个点所对应的横纵坐标即代表该数据在坐标轴所表示维度上的属性值大小。有时候对数据统计分析的结果会不受人们的重视,南丁格尔玫瑰图是一种色彩缤纷的图表形式,是一种圆形的直方图,让数据能够更加让人印象深刻。
综上所述,传统地图在展示点数据时,往往有点堆积重合的现象存在。在展示区域数据时,仅仅通过颜色渲染容易造成用户的理解偏差,不利于于用户理解数据以及交互;用户无法灵活地对比分析不同时间段采样点在不同地域的分布情况。加入时间轴便于用户观察和筛选不同时段的采样点,但对于区域数据可视化,用户无法直观地观察到不同时间段不同地区的数据对比情况;可间,传统方法在展示数据时空属性时无法向用户直观展示数据对比情况,用户进行对比分析比较费时费力,用户辨识数据的准确率也较低。
发明内容
本发明针对如何对数据的地理属性与时间属性进行可视化,以及避免传统地图的数据分布与空间利用不对称问题,以及多维数据展示时遇到的属性展示不全面问题,设计实现了一种基于传统地图、统计地图、时间轴,统计图表中的饼图、柱状图、气泡图以及南丁格尔玫瑰图结合的一种基于变形地图的多视图时空数据可视化系统;并应用于农残时空数据的可视化。
本发明提供的技术方案是:
一种基于变形地图的多视图时空数据可视化方法,对具有地理属性与时间属性的时空数据,采用传统地图、统计地图、时间轴、统计图表中的饼图、柱状图、气泡图和南丁格尔玫瑰图结合形成的多视图多标签混合布局的方法进行时空数据可视化,避免传统地图可视化方法的数据分布与空间利用不对称问题,以及多维数据展示的属性展示不全面问题;能够从多个角度帮助用户理解数据的各个方面;同时将经典可视化统计分析图表与地图时间轴等结合,使得数据展示具体生动。
本发明利用基于变形地图的多视图时空数据可视化方法实现了基于变形地图的多视图时空数据可视化系统,具体包括如下几方面:
A.系统中的地图采用的是发布到ArcGIS服务器端的与数据库服务器端直联的带有数据的矢量中国地图。可以实现逐级缩放与自由拖拽。
由于应用可以自由拖拽放缩的矢量地图,实现多级缩放保证地图不失真,便于用户观测局部数据。图斑中数据与数据库相联,有实时更新的功能。
B.通过鼠标点击地图上的区域,弹出饼图,饼图上显示的是相应地理区域上的数据。通过鼠标悬停显示数据具体数值。
通过交互,地图上弹出饼图可以对多属性数据进行统计,使得统计数据与地理属性联系更加紧密,同时避免遮挡地图。
C.根据用户所选择的最感兴趣的统计属性根据扩散算法对地图进行变形,用区域形状代表某种属性的数据的大小。同时变形后的统计地图同样是支持多级缩放与自由拖拽的矢量地图。
加入变形统计地图可以减缓点的重叠情况,同时使得用户对数据在地图上的分布情况有一个直观印象。同时避免区域浪费,优化纵横比。
D.对于带有经纬度的点数据,最好的展示方法就是在地图上进行标注。对于点的时间属性,最好的展示方法就是与时间轴结合。通过拖拽时间轴地图上的点数量随之变化。时间轴可以观测地图整体信息也可以通过鼠标交互观测地图局部信息。同时在时间轴上方加入用户想了解的多种属性的统计量,可以观测不同时间段数据的分布与对比分析。
加入时间轴,代表一定时间段。在时间轴上加上柱状图进行数量的直观统计。与局部交互,即点击某省,时间轴展示该省的数据在不同时间的分布情况。并与地图中采样点进行联动,能观测不同时间的采样点变化情况。
E.用单轴气泡图示数据某方面的某种属性值随时间的变化情况。单轴代表时间,散点大小代表数据值大小,散点不同颜色代表数据不同属性。
通过多行单轴气泡图散列可以观察一段时间内用户想了解的其他角度的数据属性随时间变化情况。
F.用玫瑰图与地图结合来展示不同地域数据值之间的对比情况。通过点击地图不同区域,玫瑰图的“玫瑰瓣”随之增多或减少,“玫瑰瓣”的宽度随数量平均变化,半径代表数值大小。
通过使用玫瑰图使得数据更加直观增强可视化效果,便于用户理解。并将玫瑰图与地图结合,观察地图上某种属性在不同地区的对比情况。
G.系统采用多图联动方式提升可视化效果。例如,整体布局地图中,可通过单击右边地图上的不同区域,左边部分会相应展示该地区的属性值。地图图斑与地图上的点数据通过鼠标点击都有相应信息弹出,同时加入搜索框等交互手段可以实现焦点变换。采用文本框显示、多视图联动等多种交互手段,实现对时空数据的可视分析。
H.本发明采用多视图多标签混合布局方式;实施例中整个页面被分成三个部分,其中右部分又分成三个标签,展示不同可视化效果图,帮助用户观测分析数据的多方面属性。
经过上述步骤的操作,即可完成对展示时空数据的多视图时空数据可视化系统。
针对上述基于变形地图的多视图时空数据可视化方法,步骤A具体步骤如下:
A1.利用中国矢量地图数据进行中国地图的绘制;
A2.将数据处理后入库,将入库的数据与中国地图进行关联;
A3.将数据的某种字段值按数值范围划分为N段,从大到小分别对应地图上颜色由深到浅;
A4.发布地图到ArcGIS服务器,并进行调用;
A5.根据图层制作搜索框与时间轴,设置时间轴上方柱状图所代表的用户感兴趣的一种或多种属性.
步骤C中扭曲算法可选用连续型统计地图中最经典的扩散算法,其具体步骤如下:
C1.一个统计地图的构建是找到一个从一个平面到另一个平面的转换r->T(r)(r是位置),使得关于这个转换的雅可比行列式相对于某个给定的密度成立。给定的密度就是一个初始的密度值,由于地图上的面积代表某种属性值,根据这个密度面积会产生“流动”,从密度高的区域流动到密度低的区域,称之为扩散。本专利中扭曲属性为农药残留超标频次。此算法是一个基本的物理过程,用一个密度函数ρ(r)来描述农残超标频次,r代表位置。时间用t表示,扩散过程就是找到每一个点的位移,总的位移决定了投影出来的等密度的统计地图。公式1为雅可比行列式:
其中是平均密度,T为转换函数,x、y为当前位置的坐标值。这个公式保证了映射前后总面积不变。
C2.计算当前位置密度
公式2为计算当前密度公式:
J=v(r,t)ρ(r,t) (式2)
其中v(r,t)代表某时某位置的速度,ρ(r,t)代表某时某位置的密度,r代表位置,t代表时间。
扩散沿着密度梯度进行,当前密度与梯度密度的关系如公式3所示。表明流动过程总是从高密度区域向低密度区域进行,且梯度越陡,速度越快。
整个扩散过程要保证密度守恒,用微积分的概念即在任何的位置都要保证公式4成立。
总结式2、式3、式4得出式5,而某个位置点的速度与平均密度增量的关系如式6所示。
C3.计算统计地图的过程主要是计算图上任意点的位移,每个点的位移就是一个从初始地图到输出地图的一个映射,界定了整张扩散输出地图。计算公式如式7所示,通过将上述公式带入其中算出每个位置的位移。
其中,v(r,t′)为速度场,r(t)为图上任意点累积的位移;t→∞的时候原始地图上的所有点的位移界定了整张统计地图。
步骤D使得时间轴与地图进行联系,在展示数据地理属性的同时看出时间上的变化。同时加入柱状图,更加直观地看出采样点的统计量。其具体操作步骤如下:
D1.柱状图代表采样点多少;
D2.绘制时间轴之上放置柱状图;
D3.将时间轴与柱状图与地图进行关联,使拖动时间轴,随着时间变化,时间轴上的柱状图颜色变暗,图上的采样点随之减少;
D4.单击地图上某个省级地区,时间轴随之改变为该省的数据信息。
步骤E展示不同属性或同种属性不同类型之间数值随时间的变化以及对比。其具体步骤如下:
E1.定义一个三维矩阵代表点在平面中的横纵坐标以及大小。如a[0,1,6]代表第0行第1列大小为6的散点。
E2.通过点击地图某区域将数据从地图中读出设置颜色并显示。
步骤F玫瑰图与地图交互的具体步骤如下:
F1.为了地图交互效果不重叠,且加快交互速度使得用户交互体验更好,将数据写入json文件导入到另一种利用json数据生成的地图中。
F2.通过鼠标点击地图上区域,玫瑰图会根据地图中的数据相应增加。玫瑰图中圆弧是根据用户选择的地图数量平均划分的。地图上被选中的区域会高亮显示。
本发明提出的可视化方法及其实现系统可应用于微博,微信,人口统计,传染病分布,选举人分布等各种需要在地图上进行不同时间段可视化的散点数据等多方领域,对具有空间分布的时间联系的数据进行可视化和可视分析。
本发明提供上述时空数据可视化方法应用于可视化农残时空数据,其中,农残时空数据包括超标农药频次;可视化农残时空数据包括如下步骤:
1)根据超标农药频次,利用色带深浅对地图上相应区域进行地图渲染;
2)根据采样点的经纬度进行投影;为每个采样点设置弹出会话框,在所述弹出会话框中包括根据该采样点的信息绘制成的饼图,通过鼠标悬停查看数值;
3)对地图进行变形,得到扭曲变形结果图;通过颜色深浅与面积大小代表所述超标农药频次的高低;
4)绘制时间轴,通过绘制时间轴和柱状图,展示不同时间不同地域的农残时空数据;通过交互操作拖动时间轴改变柱状图显示和地图上相应的采样点;
5)通过设计气泡图展示不同数据参数;
6)通过设计玫瑰图展示同一时间下不同地区的区域属性值的对比情况。
针对上述农残时空数据的可视化方法,进一步地,步骤1)采用颜色深的区域代表农药超标频次高,颜色浅的区域代表农药超标频次低。
针对上述农残时空数据的可视化方法,进一步地,通过交互操作动态查看农残时空数据的时空分布。
本发明实施例将上述时空可视化系统应用于农残数据,展示相关农产品农药的残留情况,实现了应用创新,帮助农药残留情况严重区域进行农药残留情况的预防、检测、农产品溯源,进而帮助相关领域人员决策。
与现有技术相比,本发明的有益效果是:
本发明提出了一种新的时空数据可视化方法和应用,多标签多视图混合布局的数据可视化方法。该方法将传统地图表达与统计地图表达以及时间轴相结合,使用户能够观测不同时间段数据随时间变化情况及其对比分析。将统计图表与地图进行深度融合,使统计图表更好地表达数据的用户感兴趣的属性与地理属性之间的关系。而统计地图的应用客服了采样点稠密,对采样点进行了抽稀,有利于用户交互。将该系统应用在农药残留侦测领域,对农残数据的时空属性进行更直观、更清楚具体、更悦目的展示,可为相关机构对农药残留情况进行预防、检测、溯源工作提供辅助。传统地图在展示点数据时,往往有点堆积重合的现象存在。在展示区域数据的时候,仅仅通过颜色渲染容易造成用户的理解偏差。基于以上,系统加入变形地图便于用户理解数据以及交互;用户无法灵活地对比分析不同时间段采样点在不同地域的分布情况。基于以上点数据可视化的问题,系统加入时间轴,便于用户观察和筛选不同时段的采样点;对于区域数据可视化,用户无法直观地观察到不同时间段不同地区的数据对比情况。基于以上系统加入气泡图,便于用户对比得出结论;传统方法在展示数据时空属性时无法像用户直观展示数据对比情况,本发明在其上添加的多种经典统计图表往往能节省用户时间和提高用户辨识数据的准确率。本发明将传统地图、统计地图、时间轴、统计图表中的饼图、柱状图、气泡图和南丁格尔玫瑰图等多种方法结合,展示多维数据的多方面属性,为用户在最快时间内进行最准确的决策提供技术支持。
利用本发明技术方案对时空数据进行基于变形统计地图的多视图混合布局,具有以下优点:第一,应用可以自由拖拽放缩的矢量地图,实现多级缩放保证地图不失真,便于用户观测局部数据。图斑中数据与数据库相联,有实时更新的功能。
第二,通过交互,地图上弹出饼图可以对多属性数据进行统计,通过直接在地图上交互出饼图使得统计数据与地理属性联系更加紧密,同时避免遮挡地图。
第三,通过交互,可切换到局部地区,展示不同地区数据的具体分布情况。
第四,加入变形统计地图可以减缓点的重叠情况,同时使得用户对数据在地图上的分布情况有一个直观印象。同时避免区域浪费,优化纵横比。
第五,加入时间轴,代表一定时间段。在时间轴上加上柱状图进行数量的直观统计。与局部交互,即点击某省,时间轴展示该省的数据在不同时间的分布情况。并与地图中采样点进行联动,能观测不同时间的采样点变化情况。
第六,通过多行单轴气泡图散列可以观察一段时间内用户想了解的其他角度的数据属性随时间变化情况。
第七,通过使用玫瑰图使得数据更加直观增强可视化效果,便于用户理解。并将玫瑰图与地图结合,观察地图上某种属性在不同地区的对比情况。
第八,采用文本框显示、多视图联动等多种交互手段,实现对时空数据的可视分析。
第九,为展示数据多方面属性,帮助用户多角度理解,本发明采用多视图多标签混合布局方式。
第十,将上述方法应用于农药残留侦测模拟数据集,利用多视图交互方法来帮助用户理解数据。
上述可视化方法及其实现系统可应用于微博,微信,人口统计,传染病分布,选举人分布等各种需要在地图上进行不同时间段可视化的散点数据等多方领域,对具有空间分布的时间联系的数据进行可视化和可视分析。
附图说明
图1为本发明提供方法的流程框图。
图2为本发明实施例中的中国地图与超标频次变形地图。
图3为本发明实施例中的中国地图与局部地区超标频次插值与变形地图。
图4为本发明实施例中的中国地图与农产品超标情况按时间分布。
图5为本发明实施例中的中国地图与不同地区超标频次对比情况。
具体实施方式
下面结合附图,通过实施例进一步描述本发明,但不以任何方式限制本发明的范围。
本发明提供一种基于变形地图的多视图混合布局的时空数据可视化方法,对具有地理属性与时间属性的时空数据,采用传统地图方法、变形地图方法(统计地图)、时间轴、统计图表中的饼图、柱状图、气泡图和南丁格尔玫瑰图结合形成的多视图多标签混合布局的方法进行时空数据可视化,避免传统地图可视化方法的数据分布与空间利用不对称问题,以及多维数据展示的属性展示不全面问题。
农残数据属于统计型数据。现有方法几乎综合了所有的经典统计图表如饼图、柱状图、气泡图图、枚瑰图。针对农残数据开发,如何在更好地展示农残数据的时空属性的同时让用户得到更多相关信息以便于用户分析,是时空可视化的重点。传统统计图表对数据的统计展示有着不可比拟的直观性、准确性与易读性。本系统利用不同的统计图表展示不同的农残数据属性,能使用户更全面更直观观察数据了解数据的方方面面。与变形统计地图的结合又能有效解决传统地图采样点密集不利交互、渐变带渲染结果不明显不利观察、空间利用率低下可视化效果不理想的缺点。与传统地图进行对比展示,能避免用户理解偏差。本发明系统中有两种展示时间的方式,在气泡图中,横坐标为时间轴,是由点击地图交互出,展示的是空间数据可视化中区域数据与时间的联系。而时间轴是另一种体现时空属性的方式,展示的是空间数据可视化中点数据与时间的联系。
因此,本发明采用多视图可视化方法结合的混合布局,针对空间数据可视化中的点数据与面区域数据分别与时间建立了联系。在时空领域中,将空间数据又详细划分成点数据与区域数据并分别与时间建立关联、为更好更全面的展示统计数据又同时综合多种统计图表、为避免交互与理解偏差又结合了变形统计地图。
以下实施例中的待可视化数据集为农残数据集。采用本发明提出的针对具有地理属性与时间属性的数据的可视化方法,对上述待显示的数据集进行可视化操作,其具体操作步骤为:
1)首先绘制传统中国地图,并根据超标农药频次利用色带深浅按照省级进行渲染。
颜色深的区域代表农药超标频次高,颜色浅的区域代表农药超标频次低。其渲染效果如附图2a所示。点击某块区域会有会话框弹出,其中有由该省的农药残留毒性信息绘制成的饼图(数据参数包括低毒农药检出频次、中毒农药检出频次、高毒农药检出频次、剧毒农药检出频次),通过鼠标悬停可以查看具体数值,效果如图5a所示。
2)根据采样点的经纬度进行投影,其投影结果如图2a中采样点所示;图中用方框圈起来的为采样点。点击某个采样点可以进行会话框的弹出,其中有由该采样点的农药残留信息绘制成的饼图,通过鼠标悬停可以查看具体数值,效果如图4a所示。
3)根据超标农药频次利用扩散算法对地图进行变形,其扭曲变形之后的结果如附图2b所示。其中颜色深浅与面积大小均代表超标农药频次的高低。从图中可以看出该方法有效地缓解了采样点在地图上分布不均的现象。利于用户观测和与采样点进行交互。
4)点击地图不同地区,结果如图3b所示。图中颜色深浅代表农药残留污染情况由高到低。图3b左侧为局部地区插值结果图,插值属性为污染指数。从图中可以直观地观测出局部地区的农药残留污染情况。图3b右侧为对应图3b左侧的变形结果图,变形属性为采样点数量。从区域面积与颜色深浅中可以观测出地区污染程度与采样点个数的关系。
5)绘制时间轴。上述步骤中并无法知道在不同时间段各种属性的检出情况。所以通过附加时间轴和柱状图可以使用户更加直观具体地知道在不同时间不同地域的农药残留数据的检出情况。其效果如图4c所示,时间轴上方柱状图为北京市农药残留毒性数据四种属性值在2014/1/1~2015/12/1的分布情况。如图5c所示为山东省农药残留毒性数据四种属性值在2014/1/1~2015/12/1的分布情况。拖动时间轴,柱状图颜色变暗,地图上的点随之变化。
6)设计搜索框。中国地图除了省级地图以外,也附加了市级图层。附图5a所示为利用搜索框检索山东省,地图会聚焦于山东省,用户可以观测农残信息在省内各市的分布情况。图中用英文标识了城市名称。点击采样点可观测某一采样点采样信息。
7)设计气泡图。附图4b所示为农产品超标情况时间分布气泡图界面。点击图4a某区域,4b随之改变。图4b中所示为北京市的番茄、黄瓜、芹菜、葡萄、苹果、草莓、甜椒的农药超标频次随时间的变化情况。坐标轴代表时间。七种农产品七条单轴将2014-2015年的数据按月份进行划分。为避免密度过大不美观,隐藏了双数月份。不同农产品用不同颜色表示,散点大小代表数值大小。
8)设计玫瑰图。玫瑰图只要是观测同一时间下不同地区的区域属性值的对比情况。所以为了避免交互冲突和提高选择速度,将shp地图数据转json并进行调用。如图5b所示右为json格式地图,无法自由放大或拖拽,但是对于只进行某一种数据的多选足够了。鼠标单击地图某区域,区域高亮,玫瑰图花瓣相应增加。玫瑰图中圆弧弧度是按照选择地理区域数量平均分配的,半径代表数值大小。如图所示为广东、青海、内蒙古、北京、上海、山东六个省、市、自治区在2014年总的农药超标频次的对比情况。
需要注意的是,公布实施例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:在不脱离本发明及所附权利要求的精神和范围内,各种替换和修改都是可能的。因此,本发明不应局限于实施例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。
Claims (5)
1.一种基于变形统计地图的多视图时空农残数据可视化方法,对具有地理属性与时间属性的时空农残数据,采用传统地图、统计地图、时间轴、统计图表中的饼图、柱状图、气泡图和南丁格尔玫瑰图结合形成的多视图多标签混合布局的方法对农残数据进行时空可视化,包括如下步骤:
A.绘制传统矢量地图,并针对数据的空间属性进行地图渲染;实现地图逐级缩放与自由拖拽;具体根据超标农药频次,利用色带深浅对地图上相应区域进行地图渲染;采用颜色深的区域代表农药超标频次高,颜色浅的区域代表农药超标频次低;B.针对地图中每块区域设置点击弹出会话框,会话框中绘制显示相应地理区域上的多个数据参数的饼图,通过鼠标悬停查看数据参数的具体数值;具体根据采样点的经纬度进行投影;为每个采样点设置弹出会话框,在所述弹出会话框中包括根据该采样点的信息绘制成的饼图,通过鼠标悬停查看数值;
C.根据用户所选择的最感兴趣的统计属性根据扩散算法对地图进行变形,用区域形状代表某种属性的数据的大小,得到扭曲变形后的统计地图,变形后的统计地图同样是支持多级缩放与自由拖拽的矢量地图;扭曲扩散算法选用连续型统计地图的经典扩散算法,扭曲属性为农药残留超标频次;通过颜色深浅与面积大小代表所述超标农药频次的高低;通过变形统计地图减缓点的重叠情况,同时直观表示数据在地图上的分布情况;同时避免区域浪费,优化纵横比;
D.绘制时间轴,表示数据点的时间属性,通过拖拽时间轴,地图上的点数量随之变化;通过时间轴展示地图整体信息或通过鼠标交互观测地图局部信息;同时在时间轴上方加入多种属性的统计量;通过绘制时间轴和柱状图,展示不同时间不同地域的农残时空数据;通过交互操作拖动时间轴改变柱状图显示和地图上相应的采样点;
E.通过多行单轴气泡图表示数据某方面的某种属性值随时间的变化情况,展示不同数据参数;采用单轴代表时间,散点大小代表数据值大小,散点颜色代表数据不同属性;
F.通过玫瑰图与地图交互,展示同一时间下不同地区的区域属性值的对比情况;玫瑰图的“玫瑰瓣”数量与属性数目相对应,“玫瑰瓣”的宽度随数量平均变化,半径代表数值大小;
G.采用多视图多标签混合布局方式和多图联动方式提升可视化效果,混合布局分为多个部分多张图,通过单击布局中某个部分某个图上的不同区域,布局中另一个部分联动展示相应的数据属性值;
由此实现时空数据的多视图多标签混合布局的可视化结果;
通过交互操作动态查看农残时空数据的时空分布。
2.如权利要求1所述基于变形统计地图的多视图时空农残数据可视化方法,其特征是,步骤A中所述矢量中国地图采用发布到ArcGIS服务器端的与服务器端Oracle直联的带有数据的矢量中国地图;具体执行如下操作:
A1.利用中国矢量地图数据进行中国地图的绘制;
A2.将数据处理后入库,将入库的数据与中国地图进行关联;
A3.将数据的某种字段值按数值范围划分为多段,从大到小分别对应地图上颜色由深到浅;
A4.发布地图到ArcGIS服务器,并进行调用;
A5.根据图层制作搜索框与时间轴,设置时间轴上方柱状图代表数据的一种或多种属性。
3.如权利要求1所述基于变形统计地图的多视图时空农残数据可视化方法,其特征是,步骤D将时间轴与地图进行联系,用于展示数据地理属性同时展示数据时间属性;同时加入柱状图,用于直观展示采样点的统计量;具体操作步骤如下:
D1.采用柱状图代表采样点的数量;
D2.在时间轴之上放置所述柱状图;
D3.将所述时间轴和所述柱状图与地图进行关联;
D4.通过交互操作单击地图上某个区域,在时间轴显示相应区域的数据信息。
4.如权利要求1所述基于变形统计地图的多视图时空农残数据可视化方法,其特征是,步骤E执行如下具体步骤:
E1.定义一个三维矩阵代表散点在平面中的横坐标、纵坐标和散点大小;
E2.通过交互操作点击地图的某个区域,将相应区域的数据从地图中读出并设置颜色,根据相应的三维矩阵显示出散点。
5.如权利要求1所述基于变形统计地图的多视图时空农残数据可视化方法,其特征是,步骤F针对shp地图数据,所述玫瑰图与地图交互的具体步骤如下:
F1.将shp地图数据写入json文件,导入到另一利用json数据生成的地图中,由此使得地图交互效果不重叠,并加快交互速度;
F2.通过鼠标点击地图上区域,玫瑰图根据地图中的数据相应增加;玫瑰图中圆弧根据用户选择的地图上的区域数量平均划分;高亮显示地图上被选中的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610687364.0A CN106354760B (zh) | 2016-08-18 | 2016-08-18 | 基于变形统计地图的多视图时空数据可视化方法与应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610687364.0A CN106354760B (zh) | 2016-08-18 | 2016-08-18 | 基于变形统计地图的多视图时空数据可视化方法与应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106354760A CN106354760A (zh) | 2017-01-25 |
CN106354760B true CN106354760B (zh) | 2018-12-11 |
Family
ID=57843470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610687364.0A Active CN106354760B (zh) | 2016-08-18 | 2016-08-18 | 基于变形统计地图的多视图时空数据可视化方法与应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106354760B (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320723A (zh) * | 2015-03-17 | 2016-02-10 | 深圳市雅都软件股份有限公司 | 展示历史时空对象信息的方法及系统 |
CN106873875B (zh) * | 2017-02-14 | 2020-07-31 | 广州神马移动信息科技有限公司 | 数据的图形化展示方法、装置及计算设备 |
CN106920044B (zh) * | 2017-03-07 | 2021-01-12 | 北京工商大学 | 基于模糊综合评价模型的农药残留风险评估方法 |
JP6549174B2 (ja) * | 2017-03-22 | 2019-07-24 | 株式会社東芝 | 情報提示装置、情報提示方法及びプログラム |
CN107180076B (zh) * | 2017-04-18 | 2018-08-24 | 中国检验检疫科学研究院 | 基于高分辨质谱+互联网+地理信息的农药残留可视方法 |
CN107609568A (zh) * | 2017-05-26 | 2018-01-19 | 浙江大学 | 一种分析排名趋势和排名稳定性的影响因素的方法 |
CN108845850A (zh) * | 2017-08-21 | 2018-11-20 | 中云开源数据技术(上海)有限公司 | 一种离散数据的可视化方法及系统 |
CN108089785B (zh) * | 2017-11-24 | 2020-01-21 | 浙江大学 | 一种基于可达性的可视化住址选取系统 |
CN108171778A (zh) * | 2017-12-01 | 2018-06-15 | 哈尔滨安天科技股份有限公司 | 一种可视化呈现数据的处理、回放方法、装置及存储介质 |
CN109978212A (zh) * | 2017-12-28 | 2019-07-05 | 广东电网有限责任公司电力调度控制中心 | 一种面向电力现货市场的综合信息展示系统 |
CN109146566A (zh) * | 2018-08-20 | 2019-01-04 | 广东电网有限责任公司 | 电力现货市场的分区价格可视化方法、系统及装置 |
CN109271464B (zh) * | 2018-08-20 | 2021-06-08 | 浙江大学 | 集成空间上下文的可视化排名系统 |
CN110968621A (zh) * | 2018-09-29 | 2020-04-07 | 北京国双科技有限公司 | 图表生成方法及装置 |
CN109522377B (zh) * | 2018-09-30 | 2023-10-31 | 广州市西美信息科技有限公司 | 一种中国农业生产分布和水平地图可视化呈现方法及装置 |
CN109308839B (zh) * | 2018-11-01 | 2020-12-29 | 武汉科技大学 | 一种地图辅助标记装置 |
CN109542951A (zh) * | 2018-11-22 | 2019-03-29 | 中国科学院遥感与数字地球研究所 | 一种遥感大数据的时空代表性评估系统与方法 |
CN109829090A (zh) * | 2018-11-30 | 2019-05-31 | 青岛禧泰房地产数据有限公司 | 一种使用多地图的数据显示方法 |
JP6564543B1 (ja) * | 2019-03-14 | 2019-08-21 | 株式会社 日立産業制御ソリューションズ | データの三次元可視化方法、データの三次元可視化プログラム、および、データの三次元可視化システム |
CN110163241B (zh) * | 2019-03-18 | 2022-12-30 | 腾讯科技(深圳)有限公司 | 数据样本生成方法、装置、计算机设备及存储介质 |
CN110059147A (zh) * | 2019-04-21 | 2019-07-26 | 黎慧斌 | 基于空间大数据进行知识挖掘的地图可视化系统及方法 |
CN110377386A (zh) * | 2019-07-05 | 2019-10-25 | 中国科学院计算机网络信息中心 | 信息的显示方法和装置 |
CN110489600B (zh) * | 2019-07-17 | 2021-11-19 | 浙江大学 | 一种空气污染传播模式的可视分析系统 |
CN110544304B (zh) * | 2019-07-18 | 2023-03-14 | 长春市万易科技有限公司 | 基于时空推理的场地污染数字化与图形化展示系统及方法 |
CN110516168B (zh) * | 2019-08-26 | 2022-09-06 | 上海常点数据服务有限公司 | 一种基于多视图虚拟球的地球空间信息比对方法 |
CN110968694B (zh) * | 2019-11-13 | 2021-11-05 | 浙江财经大学 | 一种面向大规模社交媒体数据的简化可视分析方法 |
JP7277351B2 (ja) * | 2019-12-23 | 2023-05-18 | Tvs Regza株式会社 | 視聴履歴解析装置および視聴履歴解析装置プログラム |
CN111339172A (zh) * | 2020-02-14 | 2020-06-26 | 大连海事大学 | 一种毒品滥用实时可视化监测方法 |
CN111325396B (zh) * | 2020-02-19 | 2023-04-18 | 深圳震有科技股份有限公司 | 一种基于海洋风的预警分析方法、智能终端及存储介质 |
CN111723462A (zh) * | 2020-05-14 | 2020-09-29 | 中国电力科学研究院有限公司 | 一种用于对电力系统仿真计算数据的可视化方法及系统 |
CN111783832B (zh) * | 2020-06-03 | 2022-07-15 | 浙江工业大学 | 一种时空数据预测模型的交互式选择方法 |
CN112380405B (zh) * | 2020-12-10 | 2023-03-14 | 中国人民解放军战略支援部队信息工程大学 | 一种基于地图的旅行事件多维一体化可视化方法 |
CN113392115B (zh) * | 2021-08-16 | 2021-10-29 | 成都数联铭品科技有限公司 | 基于时间轴的地图关联关系数据动态位移变化方法及装置 |
CN113918611B (zh) * | 2021-10-28 | 2022-07-12 | 广东新禾道信息科技有限公司 | 自然资源的权属登记标记方法、系统及存储介质 |
CN114267211B (zh) * | 2021-12-29 | 2024-04-05 | 飞友科技有限公司 | 一种多维时空数据抽稀与还原算法 |
CN115757606A (zh) * | 2022-12-13 | 2023-03-07 | 中化现代农业有限公司 | 一种基于天地图的农业科研数据可视化方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354223A (zh) * | 2015-10-05 | 2016-02-24 | 北京工商大学 | 一种针对非连续层次数据的可视化方法和应用 |
CN105404643A (zh) * | 2015-10-27 | 2016-03-16 | 北京工商大学 | 针对具有多维属性的层次结构数据的可视化方法和应用 |
CN105512218A (zh) * | 2015-11-30 | 2016-04-20 | 北京工商大学 | 一种关联层次数据的可视化方法和应用 |
-
2016
- 2016-08-18 CN CN201610687364.0A patent/CN106354760B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354223A (zh) * | 2015-10-05 | 2016-02-24 | 北京工商大学 | 一种针对非连续层次数据的可视化方法和应用 |
CN105404643A (zh) * | 2015-10-27 | 2016-03-16 | 北京工商大学 | 针对具有多维属性的层次结构数据的可视化方法和应用 |
CN105512218A (zh) * | 2015-11-30 | 2016-04-20 | 北京工商大学 | 一种关联层次数据的可视化方法和应用 |
Non-Patent Citations (2)
Title |
---|
A Correlative Analysis Process in a Visual Analytics Environment;Abish Malik;《《Visual Analytics Science and Technology (VAST), 2012 IEEE Conference on》;20130131;33-42 * |
大数据环境下时空多维数据可视化方法;王瑞松;《中国优秀硕士学位论文全文数据库(电子期刊)》;20160715;39-50 * |
Also Published As
Publication number | Publication date |
---|---|
CN106354760A (zh) | 2017-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106354760B (zh) | 基于变形统计地图的多视图时空数据可视化方法与应用 | |
US10521771B2 (en) | Interactive organization visualization tools for use in analyzing multivariate human-resource data of organizations | |
Zheng | Data visualization in business intelligence | |
US10297052B2 (en) | Systems and methods for displaying and viewing data models | |
Von Landesberger et al. | Visual analysis of large graphs: state‐of‐the‐art and future research challenges | |
Kerren et al. | Introduction to multivariate network visualization | |
CN108460087A (zh) | 探索式高维数据可视化装置及方法 | |
CN105843945A (zh) | 一种报表生成方法及系统 | |
Dunne et al. | Improving graph drawing readability by incorporating readability metrics: A software tool for network analysts | |
US9582573B2 (en) | Interactive composite plot for visualizing multi-variable data | |
CN103530379B (zh) | 树形结构数据显示方法与装置 | |
US8610743B2 (en) | Systems and methods for displaying, viewing and navigating three dimensional representations | |
CN109597613A (zh) | 一种拖拽式组合报表的大屏展示系统及方法 | |
Hop et al. | Using Hierarchical Edge Bundles to visualize complex ontologies in GLOW | |
CN107315842A (zh) | 一种基于聚类分析的非结构化数据集可视化方法 | |
CN105117507A (zh) | 基于元素组合的统计地图图例自动生成方法 | |
Chen et al. | Ordered small multiple treemaps for visualizing time-varying hierarchical pesticide residue data | |
Hailemariam et al. | Toward a unified representation system of performance-related data | |
Yang et al. | Piwi: visually exploring graphs based on their community structure | |
Lee et al. | Navigating spatio-temporal data with temporal zoom and pan in a multi-touch environment | |
Qu et al. | AirExplorer: Visual exploration of air quality data based on time-series querying | |
Persson | A survey of methods for visualizing spatio-temporal data | |
Alexandru et al. | Evo-clocks: Software evolution at a glance | |
Sbarski et al. | Visualizing argument structure | |
US20120001918A1 (en) | Techniques for Displaying Numeric Data Sets that Include Multiple Measures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Chen Yi Inventor after: Chen Xingru Inventor after: Zhao Yunfang Inventor after: Zhang Xun Inventor after: Sun Yuehong Inventor before: Chen Yi Inventor before: Zhao Yunfang Inventor before: Zhang Xun Inventor before: Sun Yuehong |
|
GR01 | Patent grant | ||
GR01 | Patent grant |