Bagikan melalui

Tutorial: Membuat visualisasi geospasial

Berlaku untuk: âś…Microsoft Fabric

Tutorial ini ditujukan bagi mereka yang ingin menggunakan Bahasa Kueri Kusto (KQL) untuk visualisasi geospasial. Pengklusteran geospasial adalah cara untuk mengatur dan menganalisis data berdasarkan lokasi geografis. KQL menawarkan beberapa metode untuk melakukan pengklusteran geospasial dan alat untuk visualisasi geospasial.

Dalam tutorial ini, Anda akan mempelajari cara:

Prasyarat

Untuk menjalankan kueri berikut, Anda memerlukan lingkungan kueri dengan akses ke data sampel. Anda bisa menggunakan salah satu hal berikut ini:

  • Akun Microsoft atau identitas pengguna Microsoft Entra untuk masuk ke kluster bantuan
  • Akun Microsoft atau identitas pengguna Microsoft Entra
  • Ruang kerja Fabric dengan kapasitas yang diaktifkan Microsoft Fabric

Titik plot pada peta

Untuk memvisualisasikan titik pada peta, gunakan proyek untuk memilih kolom yang berisi bujur lalu kolom yang berisi garis lintang. Kemudian, gunakan render untuk melihat hasil Anda dalam bagan sebar dengan kind diatur ke map.

Menjalankan kueri

StormEvents
| take 100
| project BeginLon, BeginLat
| render scatterchart with (kind = map)

Cuplikan layar sampel peristiwa badai di peta.

Plot beberapa seri titik

Untuk memvisualisasikan beberapa seri titik, gunakan proyek untuk memilih garis bujur dan lintang bersama dengan kolom ketiga, yang menentukan seri.

Dalam kueri berikut, serinya adalah EventType. Titik diwarnai secara berbeda sesuai dengan EventType, dan ketika dipilih menampilkan konten EventType kolom.

Menjalankan kueri

StormEvents
| take 100
| project BeginLon, BeginLat, EventType
| render scatterchart with (kind = map)

Cuplikan layar sampel peristiwa badai pada peta menurut jenis.

Anda juga dapat secara eksplisit menentukan xcolumn (Bujur), ycolumn (Lintang), dan series saat melakukan render. Spesifikasi ini diperlukan ketika ada lebih banyak kolom dalam hasil daripada hanya kolom bujur, garis lintang, dan seri.

Menjalankan kueri

StormEvents
| take 100
| render scatterchart with (kind = map, xcolumn = BeginLon, ycolumns = BeginLat, series = EventType)

Menggunakan nilai GeoJSON untuk memplot titik pada peta

Nilai GeoJSON dinamis dapat berubah atau diperbarui dan sering digunakan untuk aplikasi pemetaan real time. Titik pemetaan menggunakan nilai GeoJSON dinamis memungkinkan lebih banyak fleksibilitas dan kontrol atas representasi data pada peta yang mungkin tidak dimungkinkan dengan nilai garis lintang dan bujur biasa.

Kueri berikut menggunakan geo_point_to_s2cell dan geo_s2cell_to_central_point untuk memetakan peristiwa badai dalam bagan sebar.

Menjalankan kueri

StormEvents
| project BeginLon, BeginLat
| summarize by hash=geo_point_to_s2cell(BeginLon, BeginLat, 5)
| project point = geo_s2cell_to_central_point(hash)
| project lng = toreal(point.coordinates[0]), lat = toreal(point.coordinates[1])
| render scatterchart with (kind = map)

Cuplikan layar sampel peristiwa badai yang ditampilkan menggunakan geojson.

Mewakili titik data dengan gelembung berukuran variabel

Visualisasikan distribusi titik data dengan melakukan agregasi di setiap kluster lalu merencanakan titik pusat kluster.

Misalnya, kueri berikut memfilter semua peristiwa badai dari jenis peristiwa "Tornado". Kemudian mengelompokkan peristiwa ke dalam kluster berdasarkan garis bujur dan lintangnya, menghitung jumlah peristiwa di setiap kluster, dan memproyeksikan titik pusat kluster, dan merender peta untuk memvisualisasikan hasilnya. Wilayah dengan tornado terbanyak menjadi terdeteksi dengan jelas berdasarkan ukuran gelembungnya yang besar.

Menjalankan kueri

StormEvents
| where EventType == "Tornado"
| project BeginLon, BeginLat
| where isnotnull(BeginLat) and isnotnull(BeginLon)
| summarize count_summary=count() by hash = geo_point_to_s2cell(BeginLon, BeginLat, 4)
| project geo_s2cell_to_central_point(hash), count_summary
| extend Events = "count"
| render piechart with (kind = map)

Cuplikan layar UI web Azure Data Explorer memperlihatkan peta geospasial badai tornado.

Menampilkan titik dalam area tertentu

Gunakan poligon untuk menentukan wilayah dan fungsi geo_point_in_polygon untuk memfilter peristiwa yang terjadi dalam wilayah tersebut.

Kueri berikut mendefinisikan poligon yang mewakili wilayah California selatan dan filter untuk peristiwa badai dalam wilayah ini. Kemudian mengelompokkan peristiwa ke dalam kluster, menghitung jumlah peristiwa di setiap kluster, memproyeksikan titik pusat kluster, dan merender peta untuk memvisualisasikan kluster.

Menjalankan kueri

let southern_california = dynamic({
    "type": "Polygon",
    "coordinates": [[[-119.5, 34.5], [-115.5, 34.5], [-115.5, 32.5], [-119.5, 32.5], [-119.5, 34.5]]
    ]});
StormEvents
| where geo_point_in_polygon(BeginLon, BeginLat, southern_california)
| project BeginLon, BeginLat
| summarize count_summary = count() by hash = geo_point_to_s2cell(BeginLon, BeginLat, 8)
| project geo_s2cell_to_central_point(hash), count_summary
| extend Events = "count"
| render piechart with (kind = map)

Cuplikan layar UI web Azure Data Explorer memperlihatkan peta geospasial badai California selatan.

Tampilkan titik terdekat pada LineString

Kueri berikut menemukan peristiwa badai terdekat yang terjadi di sepanjang LineString tertentu, yang mewakili jalur yang ditentukan. Dalam hal ini, LineString adalah jalan ke Key West. Fungsi geo_distance_point_to_line() digunakan untuk memfilter peristiwa badai berdasarkan kedekatannya dengan LineString yang ditentukan. Jika peristiwa berada dalam jarak 500 meter dari LineString, peristiwa akan dirender di peta.

Menjalankan kueri

let roadToKeyWest = dynamic({
"type":"linestring",
"coordinates":[
          [
            -81.79595947265625,
            24.56461038017685
          ],
          [
            -81.595458984375,
            24.627044746156027
          ],
          [
            -81.52130126953125,
            24.666986385216273
          ],
          [
            -81.35650634765625,
            24.66449040712424
          ],
          [
            -81.32354736328125,
            24.647017162630366
          ],
          [
            -80.8099365234375,
            24.821639356846607
          ],
          [
            -80.62042236328125,
            24.93127614538456
          ],
          [
            -80.37872314453125,
            25.175116531621764
          ],
          [
            -80.42266845703124,
            25.19251511519153
          ],
          [
            -80.4803466796875,
            25.46063471847754
          ]
        ]});
StormEvents
| where isnotempty(BeginLat) and isnotempty(BeginLon)
| project BeginLon, BeginLat, EventType
| where geo_distance_point_to_line(BeginLon, BeginLat, roadToKeyWest) < 500
| render scatterchart with (kind=map)

Cuplikan layar hasil kueri KQL sebelumnya untuk menghitung peristiwa di sepanjang LineString.

Tampilkan titik terdekat dalam poligon

Kueri berikut menemukan peristiwa badai terdekat yang terjadi dalam poligon tertentu. Dalam hal ini, poligon adalah jalan ke Key West. Fungsi geo_distance_point_to_polygon() digunakan untuk memfilter peristiwa badai berdasarkan kedekatannya dengan poligon yang ditentukan. Jika peristiwa berada dalam jarak 500 meter dari poligon, peristiwa akan dirender di peta.

Menjalankan kueri

let roadToKeyWest = dynamic({
"type":"polygon",
"coordinates":[
          [
            [
              -80.08209228515625,
              25.39117928167583
            ],
            [
              -80.4913330078125,
              25.517657429994035
            ],
            [
              -80.57922363281249,
              25.477992320574817
            ],
            [
              -82.188720703125,
              24.632038149596895
            ],
            [
              -82.1942138671875,
              24.53712939907993
            ],
            [
              -82.13104248046875,
              24.412140070651528
            ],
            [
              -81.81243896484375,
              24.43714786161562
            ],
            [
              -80.58746337890625,
              24.794214972389486
            ],
            [
              -80.08209228515625,
              25.39117928167583
            ]
          ]
        ]});
StormEvents
| where isnotempty(BeginLat) and isnotempty(BeginLon)
| project BeginLon, BeginLat, EventType
| where geo_distance_point_to_polygon(BeginLon, BeginLat, roadToKeyWest) < 500
| render scatterchart with (kind=map)

Cuplikan layar hasil kueri KQL sebelumnya untuk menghitung peristiwa di sepanjang poligon.

Menemukan anomali berdasarkan data geospasial

Kueri berikut melakukan analisis peristiwa badai yang terjadi dalam keadaan tertentu. Kueri menggunakan sel S2 dan agregasi temporal untuk menyelidiki pola kerusakan. Hasilnya adalah bagan anomali visual yang menggambarkan penyimpangan atau penyimpangan dalam penghancuran yang diinduksi badai dari waktu ke waktu, menawarkan perspektif terperinci tentang efek badai dalam batas status yang ditentukan.

Menjalankan kueri

let stateOfInterest = "Texas";
let statePolygon = materialize(
    US_States
    | extend name = tostring(features.properties.NAME)
    | where name == stateOfInterest
    | project geometry=features.geometry);
let stateCoveringS2cells = statePolygon
    | project s2Cells = geo_polygon_to_s2cells(geometry, 9);
StormEvents
| extend s2Cell = geo_point_to_s2cell(BeginLon, BeginLat, 9)
| where s2Cell in (stateCoveringS2cells)
| where geo_point_in_polygon(BeginLon, BeginLat, toscalar(statePolygon))
| make-series damage = avg(DamageProperty + DamageCrops) default = double(0.0) on StartTime step 7d
| extend anomalies=series_decompose_anomalies(damage)
| render anomalychart with (anomalycolumns=anomalies)

Cuplikan layar bagan anomali yang dirender oleh kueri KQL sebelumnya.

Konten terkait

  • Last updated on