Uso de análise geoespacial para traçar a rota de um furacão

Neste tutorial, apresentamos a análise geoespacial. Com a análise geoespacial, você analisa e visualiza facilmente os dados geoespaciais no BigQuery.

Conferir os dados da amostra

Neste tutorial, usamos um conjunto de dados disponível pelo Google Cloud programa de conjuntos de dados públicos. Um conjunto de dados público é qualquer um que seja armazenado no BigQuery e disponibilizado ao público geral. Os conjuntos de dados públicos são hospedados no BigQuery para você acessar e integrar a seus aplicativos. O Google paga pelo armazenamento desses conjuntos de dados e oferece acesso público a eles usando um projeto. Você paga somente pelas consultas feitas aos dados. O primeiro terabyte (1 TB) por mês é gratuito, sujeito aos detalhes sobre preços de consultas.

O conjunto de dados do Global Hurricane Tracks (IBTrACS)

Conjunto de dados Global Hurricane Tracks (IBTrACS)

As posições e intensidades históricas ao longo das trajetórias dos ciclones tropicais (CT) globais são fornecidas pelo International Best Track Archive for Climate Stewardship (IBTrACS) da NOAA. Os ciclones tropicais são conhecidos como furacões nas bacias Norte do Oceano Atlântico e Nordeste do Pacífico, tufões na bacia Noroeste do Oceano Pacífico, ciclones nas bacias Norte e Sul do Oceano Índico e ciclones tropicais na bacia Sudoeste do Oceano Pacífico.

O IBTrACS coleta dados sobre CTs, relatados por centros de monitoramento internacionais que têm a responsabilidade de prever e relatar esses fenômenos. Isso abrange ainda alguns conjuntos de dados históricos importantes. O IBTrACS inclui dados de nove países. Historicamente, os dados que descrevem esses sistemas incluíram as melhores estimativas da rota e da intensidade dos ciclones tropicais.

É possível começar a explorar esses dados no console Google Cloud vendo os detalhes da tabela hurricanes:

Acessar o esquema de furacões

Consultar o caminho do furacão Maria em 2017

Nesta seção do tutorial, você faz uma consulta do GoogleSQL que localiza o caminho do furacão Maria na temporada de 2017. Para isso, você consulta o local do furacão em diferentes pontos no tempo.

Detalhes da consulta

A consulta GoogleSQL a seguir é usada para encontrar o caminho do furacão Maria.

SELECT
  ST_GeogPoint(longitude, latitude) AS point,
  name,
  iso_time,
  dist2land,
  usa_wind,
  usa_pressure,
  usa_sshs,
  (usa_r34_ne + usa_r34_nw + usa_r34_se + usa_r34_sw)/4 AS radius_34kt,
  (usa_r50_ne + usa_r50_nw + usa_r50_se + usa_r50_sw)/4 AS radius_50kt
FROM
  `bigquery-public-data.noaa_hurricanes.hurricanes`
WHERE
  name LIKE '%MARIA%'
  AND season = '2017'
  AND ST_DWithin(ST_GeogFromText('POLYGON((-179 26, -179 48, -10 48, -10 26, -100 -10.1, -179 26))'),
    ST_GeogPoint(longitude, latitude), 10)
ORDER BY
  iso_time ASC

A consulta inclui as seguintes cláusulas:

  • SELECT ST_GeogPoint(longitude, latitude) AS point, name, iso_time, dist2land, usa_wind, usa_pressure, usa_sshs, (usa_r34_ne + usa_r34_nw + usa_r34_se + usa_r34_sw)/4 AS radius_34kt, (usa_r50_ne + usa_r50_nw + usa_r50_se + usa_r50_sw)/4 AS radius_50kt
    A cláusula SELECT seleciona todos os dados meteorológicos da tempestade e usa a função ST_GeogPoint para converter os valores nas colunas latitude e longitude para tipos GEOGRAPHY (pontos).
  • FROM bigquery-public-data.noaa_hurricanes.hurricanes
    Através da cláusula FROM, é especificada a tabela que está sendo consultada: hurricanes.
  • WHERE name LIKE '%MARIA%' AND season = '2017' AND ST_DWithin(ST_GeogFromText('POLYGON((-179 26, -179 48, -10 48, -10 26, -100 -10.1, -179 26))'), ST_GeogPoint(longitude, latitude), 10)
    A cláusula WHERE filtra os dados apenas para os pontos no Atlântico correspondentes ao furacão Maria, na temporada de furacões de 2017.
  • ORDER BY iso_time ASC
    A cláusula ORDER BY ordena os pontos para formar um caminho cronológico da tempestade.

Executar a consulta

Para executar a consulta usando o console Google Cloud :

  1. Acesse a página do BigQuery no console Google Cloud .

    Acessar a página do BigQuery

  2. Insira a seguinte consulta do GoogleSQL na área de texto do Editor de consultas.

    SELECT
  ST_GeogPoint(longitude, latitude) AS point,
  name,
  iso_time,
  dist2land,
  usa_wind,
  usa_pressure,
  usa_sshs,
  (usa_r34_ne + usa_r34_nw + usa_r34_se + usa_r34_sw)/4 AS radius_34kt,
  (usa_r50_ne + usa_r50_nw + usa_r50_se + usa_r50_sw)/4 AS radius_50kt
FROM
  `bigquery-public-data.noaa_hurricanes.hurricanes`
WHERE
  name LIKE '%MARIA%'
  AND season = '2017'
  AND ST_DWithin(ST_GeogFromText('POLYGON((-179 26, -179 48, -10 48, -10 26, -100 -10.1, -179 26))'),
    ST_GeogPoint(longitude, latitude), 10)
ORDER BY
  iso_time ASC

  3. Clique em Executar.

    A consulta leva um momento para ser concluída. Depois que ela é executada, os resultados são exibidos no painel Resultados da consulta.

    Resultados da consulta de furacão Maria no BigQuery

Visualizar os resultados da consulta no BigQuery

Para visualizar os resultados no BigQuery, siga estas etapas:

  1. Para visualizar os resultados no BigQuery, no painel Resultados da consulta, clique em Visualização.

  2. Em Coluna de dados, selecione usa_wind.

    Um mapa aparece com pontos para a localização do furacão ao longo do tempo, estilizados por um gradiente de cores para a velocidade do vento.

  3. Opcional: para ajustar a visibilidade dos pontos, defina Mínimo como 0 e selecione um gradiente de cores diferente na lista Cor.

Visualização dos resultados da consulta do furacão Maria no BigQuery

Visualizar os resultados da consulta no Geo Viz

Você também pode visualizar os resultados no BigQuery Geo Viz, uma ferramenta da Web para a visualização de dados geoespaciais do BigQuery com as APIs Google Maps.

Iniciar o Geo Viz e autenticar

Antes de usar o Geo Viz, é preciso autenticar e conceder acesso aos dados do Google BigQuery.

Para configurar o Geo Viz, siga estas etapas:

  1. Abra a ferramenta da Web do Geo Viz.

    Abrir a ferramenta da Web do Geo Viz

  2. Na primeira etapa, Selecionar dados, clique em Autorizar.

    Botão de autorização do Geo Viz

  3. Na caixa de diálogo Escolher uma conta, clique na sua Conta do Google.

    Caixa de diálogo "Escolher uma conta"

  4. Na caixa de diálogo de acesso, clique em Permitir para conceder ao Geo Viz acesso aos dados do BigQuery.

    Permitir acesso à caixa de diálogo do Geo Viz

Executar a consulta no Geo Viz

Depois de autenticar e conceder acesso, a próxima etapa é executar a consulta no Geo Viz.

Para executar a consulta, faça o seguinte:

  1. Na primeira etapa, Selecionar dados, insira o ID do projeto no campo ID do projeto.

  2. Na janela de consulta, insira esta consulta do GoogleSQL.

    SELECT
  ST_GeogPoint(longitude, latitude) AS point,
  name,
  iso_time,
  dist2land,
  usa_wind,
  usa_pressure,
  usa_sshs,
  (usa_r34_ne + usa_r34_nw + usa_r34_se + usa_r34_sw)/4 AS radius_34kt,
  (usa_r50_ne + usa_r50_nw + usa_r50_se + usa_r50_sw)/4 AS radius_50kt
FROM
  `bigquery-public-data.noaa_hurricanes.hurricanes`
WHERE
  name LIKE '%MARIA%'
  AND season = '2017'
  AND ST_DWithin(ST_GeogFromText('POLYGON((-179 26, -179 48, -10 48, -10 26, -100 -10.1, -179 26))'),
    ST_GeogPoint(longitude, latitude), 10)
ORDER BY
  iso_time ASC

  3. Clique em Executar.

  4. Quando a consulta for concluída, clique em Mostrar resultados. Você também pode clicar na etapa dois Dados.

  5. Isso leva você à etapa dois. Nesta etapa, para a coluna Geometria, escolha ponto. Isso representa os pontos correspondentes ao caminho do furacão Maria.

    Resultados mapeados no BigQuery Viz do BigQuery

Formatar a visualização no Geo Viz

A seção Estilo oferece uma lista de estilos visuais para personalização. Para mais informações sobre propriedades e valores de estilo, consulte Formatar sua visualização.

Para formatar o mapa, siga estas etapas:

  1. Clique em Adicionar estilos na segunda etapa ou em Estilo, na terceira.

  2. Mude a cor dos pontos. Clique em fillColor.

  3. No painel fillColor:

    1. Clique em Baseado em dados.
    2. Em Função, escolha linear.
    3. Em Campo, escolha usa_wind.
    4. Em Domínio, insira 0 na primeira caixa e 150 na segunda.

    5. Em Faixa, clique na primeira caixa e insira #0006ff na caixa Hex. Clique na segunda caixa e insira #ff0000. Isso muda a cor do ponto com base na velocidade do vento. Azul para ventos mais leves e vermelho para mais fortes.

      Adicionar cor de preenchimento ao BigQuery Geo Viz

  4. Examine o mapa. Se você mantiver o ponteiro sobre um dos pontos, os dados climáticos do ponto serão exibidos.

    Detalhes dos pontos do mapa

  5. Clique em fillOpacity.

  6. No campo Valor, insira .5.

    Formatar a opacidade do preenchimento de mapa no BigQuery Geo Viz

  7. Examine o mapa. A cor de preenchimento dos pontos agora está semitransparente.

  8. Altere o tamanho dos pontos com base no raio do furacão. Clique em circleRadius.

  9. No painel circleRadius, faça o seguinte:

    1. Clique em Baseado em dados.
    2. Em Função, escolha linear.
    3. Em Campo, escolha radius_50kt.
    4. Em Domínio, insira 0 na primeira caixa e 135 na segunda.

    5. Em Intervalo, insira 5 na primeira caixa e 135000 na segunda.

      Adicionar raio do círculo no BigQuery Geo Viz

  10. Examine o mapa. O raio de cada ponto corresponde agora ao raio do furacão.

    Mapa final do BigQuery Geo Viz

  11. Feche o Geo Viz.