Camadas Mapas de Fabric

Os Fabric Maps visualizam dados espaciais através de camadas, onde cada camada representa um conjunto de dados distinto, resultado de consulta ou fonte de imagens renderizada num mapa. As camadas são os principais blocos de construção de um mapa e permitem-lhe combinar eventos em tempo real, dados espaciais históricos e imagens numa única vista geográfica interativa. Cada camada é configurada, estilizada e controlada de forma independente, permitindo-lhe enfatizar diferentes aspetos espaciais dos seus dados — como localização, movimento, limites ou densidade — dentro do mesmo mapa.

O que é uma camada?

Uma camada representa um conjunto lógico de informação espacial exibida num mapa. As camadas podem visualizar:

• Dados vetoriais derivados de consultas ou ficheiros (pontos, linhas e polígonos)
• Dados de imagem que fornecem contexto de raster por baixo das camadas vetoriais

As camadas são renderizadas juntas numa única tela de mapa e podem ser reordenadas, mostradas ou ocultas, e estilizadas de forma independente.

Observação

Um mapa Fabric pode conter múltiplas camadas de diferentes tipos, permitindo-lhe combinar dados em tempo real e históricos com contexto geográfico numa única vista.

Tipos de camadas nos Fabric Maps

Os Fabric Maps suportam duas categorias principais de camadas:

Camadas de dados vetoriais

As camadas vetoriais visualizam características espaciais discretas e são tipicamente usadas para representar entidades, rotas ou regiões geográficas. Dependendo da geometria subjacente, as camadas vetoriais podem exibir:

Pontos, como localizações de ativos ou eventos de entrada Linhas, como caminhos, rotas ou trajetórias Polígonos, como áreas de serviço, limites ou zonas

As camadas vetoriais podem ser obtidas de:

• Eventhouses, com o uso da Kusto Query Language (KQL) para dados em tempo real ou quase em tempo real
• Lakehouses, utilizando ficheiros espaciais armazenados para dados históricos ou de referência

As camadas vetoriais suportam estilização, filtragem, rotulagem e interação para destacar padrões e relações nos seus dados.

Camadas de imagens

As camadas de imagem fornecem contexto raster para o teu mapa e são renderizadas por baixo de camadas vetoriais. Estas camadas ajudam os utilizadores a interpretar padrões espaciais ao mostrar o ambiente físico ou temático em que os eventos ocorrem.

O Fabric Maps suporta camadas de imagens das seguintes fontes:

• Mapas base incorporados alimentados pelo Azure Maps, incluindo os estilos de mapa Satélite e Híbrido , que fornecem cobertura de imagens globais.
• Imagens personalizadas armazenadas no OneLake, como ficheiros GeoTIFF otimizados para a nuvem (COG).
• Fontes externas de imagem, como serviços WMS e WMTS.

As camadas de imagem podem ser reordenadas, alternadas e misturadas com camadas vetoriais usando controlos de opacidade.

Sugestão

Use camadas de imagens para fornecer contexto geográfico — como terreno, imagens de satélite ou dados raster temáticos — mantendo o foco analítico nas camadas vetoriais que representam os seus dados operacionais.

Como as camadas funcionam em conjunto

As camadas são renderizadas numa ordem definida, permitindo empilhar imagens e dados vetoriais para criar visualizações espaciais significativas. Os padrões comuns incluem:

• Utilização de camadas de imagem como fundo para dados de eventos em tempo real
• Sobreposição de limites históricos de referência em transmissões operacionais em direto
• Combinar múltiplas camadas vetoriais para comparar diferentes conjuntos de dados no mesmo espaço geográfico

Como cada camada está configurada de forma independente, pode atualizar, filtrar ou estilizar uma camada sem afetar as outras.

Sugestão

Duplicar uma camada é uma forma rápida de criar vistas alternativas dos mesmos dados com estilos ou filtros diferentes.

Limitação: Quando duplicas uma camada que contém dados pontuais, a definição de clustering é partilhada entre a camada original e a camada duplicada. Se o clustering estiver ativado ou desativado numa camada, a alteração é automaticamente aplicada à outra.

Camadas em soluções de Inteligência em Tempo Real

Em cenários de Inteligência em Tempo Real, as camadas permitem que o Fabric Maps sirva como um ponto final visual para fluxos de trabalho de análise em streaming. Camadas em tempo real podem atualizar-se à medida que novos dados chegam, enquanto camadas estáticas fornecem contexto geográfico e informação de referência.

Esta abordagem em camadas permite monitorizar eventos ao vivo, analisar padrões espaciais e correlacionar atividade em tempo real com locais ou regiões conhecidas.

Passos seguintes

Crie camadas usando fontes de imagens WMS e WMTS

Filtragem de dados