<\/HEAD>
Schauen Sie sich diesen ArcGIS Blog<\/A> an:<\/P>Im Blog, 1
Ein technischer Ansatz ffcr grodfe Feature-Datense4tze<\/A>7, haben wir Methoden gezeigt, um grodfe Datenmengen schnell und ohne Layer-Zeichenfehler darzustellen. Obwohl Werkzeuge verffcgbar sind, um eine <\/SPAN>bazillion<\/A> <\/SPAN>Features schnell im Web zu zeichnen, erlaubt das Anzeigen jedes einzelnen Features Ihnen, die Daten so zu visualisieren, dass sie leicht verstanden werden kf6nnen?
Die untenstehende App vergleicht eine Feature-Layer und eine Tile-Layer mit 95.039 Punkten, die Erdbeben darstellen, die zwischen 2014 und 2017 aufgetreten sind. Karten werden verwendet, um Verste4ndnis fcber geore4umliche Phe4nomene zu gewinnen. Obwohl die Firefly Cartography toll aussieht (Danke <\/SPAN>John Nelson<\/A>), welche Art von Verste4ndnis kann man fcber die weltweite Verteilung von Erdbeben aus diesen Karten gewinnen?<\/P>*Anmerkung des Autors. Okay, es sind nicht genau eine Bazillion Punkte, aber es gibt genug Features, um den Punkt zu machen... verstehen Sie... Punkt-Features...<\/DIV>
Strategie Nr.2 : Aggregieren Sie die Daten in gleichgro
fte Hexagone (Hexbins), um Muster zu visualisieren
Verwenden Sie das Aggregate Points Analysewerkzeug, um eine neue Ebene mit einer Z6hlung aller Erdbebenfeatures innerhalb eines Hexagonpolygons zu erstellen. Dies zeigt Cluster von Erdbeben in Regionen mit gleichen Fl6chen an und kann fr thematische Kartierung verwendet werden.
Auf der linken Seite repr6sentiert jedes Hexagon die Anzahl der Erdbeben innerhalb des Hexbins von 250 KM. Die durchschnittliche Magnitude der Erdbeben innerhalb des Hexagons wurde ebenfalls berechnet. Dies zeigt Cluster vieler Erdbeben in Indonesien und Japan. Die Karte rechts zeigt nicht aggregierte Erdbebendaten.
Strategie Nr.3 : Verwenden Sie Maßstabsichtbarkeit und/oder Multiskalen-Darstellung zur Anzeige von Informationen nur dann, wenn sie visuell hilfreich sind.
Legen Sie einen sichtbaren Bereich fest (visible range) , um relevante Daten bei passenden Mastaben anzuzeigen. Zeigen Sie detaillierte Daten bei grosen Mastaben an und lassen Sie sie zeichnen, wenn Features visuell identifizierbar sind. Machen Sie detaillierte Daten bei kleinen Mastaben unsichtbar, um das Betrachten stark berlappender Daten zu vermeiden. Ziehen Sie in Betracht aggregierte Daten zu verwenden, um Ihrem Publikum bei kleinen Mastaben Kontext zu bieten.
Diese App verwendet Hexbins von 100KM , um den Kontext darzustellen, wo Cluster von Erdbeben liegen. Zoomen Sie in die dunkelvioletten Hexagone hinein bis die Punktfeatures in Oklahoma erscheinen.
Strategie Nr.4 : Verwenden Sie Clustering zum Gruppieren von Punkten in ein Symbol und wenden Sie Smart Mapping Styles an
Clustering ist eine neue Funktionalität, die verfgbar ist für Datensätze mit bis zu 50.000 Features (größere Datensätze folgen in Kürze). <\/SPAN>Clustering aktivieren<\/A> <\/SPAN>gruppiert Punkte, die auf einem Bildschirm innerhalb einer bestimmten Entfernung zueinander liegen, zu einem Symbol. Wenn Benutzer hineinzoomen, werden Cluster dynamisch aktualisiert, um relevante Cluster in der aktuellen Ansicht der App anzuzeigen. <\/SPAN>Smart Mapping<\/A> <\/SPAN>kann angewendet werden, um den vorherrschenden Typ für kategoriale Attribute und durchschnittliche Werte für numerische Attribute anzuzeigen.<\/P>
