Strategieën om grote hoeveelheden gegevens effectief weer te geven in webapps

KellyGerrow

<\/HEAD>

Bekijk deze ArcGIS Blog<\/A>:<\/P>

In de blog,

A Technical Approach to Large Feature Datasets<\/A>, hebben we methoden gedemonstreerd om grote hoeveelheden data snel en zonder laagtekenfouten weer te geven. Hoewel er tools beschikbaar zijn om een <\/SPAN>bazillion<\/A> <\/SPAN>features snel op het web te tekenen, laat het tonen van elk individueel feature je toe de data op een manier te visualiseren die gemakkelijk te begrijpen is?
De app hieronder vergelijkt een featurelaag en tegel-laag met 95.039 punten die aardbevingen vertegenwoordigen die plaatsvonden tussen 2014 en 2017. Kaarten worden gebruikt om inzicht te krijgen in georuimtelijke fenomenen. Hoewel de Firefly Cartography er geweldig uitziet (Bedankt <\/SPAN>John Nelson<\/A>), wat voor soort inzicht kan worden verkregen over de wereldwijde verspreiding van aardbevingen uit deze kaarten?<\/P>

*Opmerking auteur. Ok, het is niet precies een Bazillion punten, maar er zijn genoeg features om de Point... snap je... Point features...<\/DIV>

<\/DIV><\/BLOCKQUOTE>

Links vertegenwoordigt elke hexagon het aantal aardbevingen dat binnen de hexbin van 250 KM heeft plaatsgevonden. De gemiddelde magnitude van de aardbevingen binnen de hexagon werd ook berekend. Dit toont clusters van veel aardbevingen in Indonesieeb en Japan. De kaart rechts toont aardbevingsdata die niet is geaggregeerd.<\/<H2>

Strategie 3 : Gebruik schaalzichtbaarheid en/of multiscale rendering om informatie te tonen wanneer dit visueel nuttig is.<\/<H2> Stel een zichtbaar bereik<\/<A> <\/<SPAN>in om relevante data op geschikte schalen weer te geven. Toon gedetailleerde data op grote schalen, zodat het kan tekenen wanneer features visueel kunnen worden geïdentificeerd. Maak gedetailleerde data onzichtbaar op kleine schalen om het bekijken van sterk overlappende data te voorkomen. Overweeg geaggregeerde data te gebruiken om context aan uw publiek te bieden op kleine schalen.<\/<P>