全球疫情实时监控——约翰斯·霍普金斯大学数据大屏实现方案

简介: 全球疫情实时监控——约翰斯·霍普金斯大学数据大屏实现方案

霍普金斯大学的全球疫情分布图

微信图片_20220526225435.jpg

根据约翰斯·霍普金斯大学的最新数据显示,截止北京时间4月7号9时,全球累计报告确诊病例已达 134万+,死亡74000+ 。

在霍普金斯大学的全球疫情分布图中,非常直观的呈现了全球疫情的分布情况,数据也非常的实时准确。最近一段时间约翰斯·霍普金斯大学发布的数据也经常出现在各媒体报道中,那么这些数据来源是哪里呢?这么炫酷的实时监控大屏又是如何实现的呢?


一、数据来源


约翰斯·霍普金斯大学 (官网地址: https://systems.jhu.edu/

为了应对这种持续不断的公共卫生紧急情况,约翰斯·霍普金斯大学系统科学与工程中心就制作了“全球新冠病毒扩散地图”,用于实时可视化和跟踪报告的病例。并与1月22日首次公开。

在地图开放之初,从1月22日至31日,整个数据收集和处理都是手动进行的。在此期间,通常每天早上和晚上进行两次更新。

随着疫情的发展,手动录入已经不能实现,于是在2月1日的时候采取了半自动化的实时数据流策略,这个阶段主要对接的数据是丁香园的数据(丁香园疫情数据:https://ncov.dxy.cn/ncovh5/view/pneumonia) 结合了丁香园和国外的一些数据基本可以做到数据的实时更新。

而这些数据来源于包括对于在线新闻服务发布的消息的实时监控,也有仪表盘的直接通信,根据疫情地图首页介绍,数据主要来自世界卫生组织、美国疾控中心、欧洲疾控中心、Worldometers.info网站、BNO通讯社、美国各州各地区卫生部门以及中国卫健委、“丁香园”网站等等。

对于收集到的数据都是免费提供的,目前这些数据已经开源在Github中:https://github.com/CSSEGISandData/COVID-19

已有近两万Star。

微信图片_20220526225439.jpg


二、可视化方案


得益于手动收集与自动更新相结合的发布方式,相较于美国疾控中心官方和部分媒体每日公布一次的方式,约翰斯·霍普金斯大学的数据基本实现了实时更新。

数据的来源通过手动和自动获取的方式已经基本可以做到实时更新了,接下来就是数据展示的问题了。

将这些数据可视化的方案有很多,下图就是我们经常会见到的

微信图片_20220526225441.jpg

全球疫情监控大屏

具体网址:https://www.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6

据该网站统计,每天都有十几亿的访问量,这也看到了大家对于实时的数据重视。

这个大屏其实是一个交互式的仪表盘,有着不同维度的统计展示,也可以做一些简单的筛选。

这套仪表盘是由美国环境系统研究所公司(esri)开发研制的一套ArcGIS系统。

GIS是地理信息系统,基于地图做一些统计分析。而这套ArcGIS系统就是一个GIS平台,ArcObjects包含了许多的可编程组件,从细粒度的对象(例如单个的几何对象)到粗粒度的对象(例如与现有ArcMap文档交互的地图对象)涉及面极广,这些对象为开发者集成了全面的GIS功能。

官网地址:https://www.esri.com/zh-cn/home 这其实是一套商业化软件。

不过为了帮助公共卫生机构和其他组织快速响应COVID-19,Esri通过免费订阅六个月的ArcGIS Online和ArcGIS Hub Basic,免费提供了ArcGIS Hub冠状病毒响应模板。该模板包括用于快速部署ArcGIS Hub环境的示例,材料和配置。ArcGIS Hub是一个框架,可用来构建您自己的网站,可视化疫情分布情况,有兴趣的同学可以关注一下:https://www.esri.com/en-us/disaster-response/request-assistance

以下是官网给出的集成方案:

1、如何获取数据

因为约翰·霍普金斯大学系统科学与工程中心(CSSE)已在下方发布了仪表盘,我们可以参照其在首页的说明获取数据源

微信图片_20220526225445.png

2、展示数据

首先启动webmap图层 网址如下 https://www.arcgis.com/home/webmap/viewer.html?layers=628578697fb24d8ea4c32fa0c5ae1843 打开上方的链接后,点击右上角的“修改地图”。放大以使地图看起来像这样:

微信图片_20220526225448.jpg

接下来,将底图更改为中性,例如“浅灰色画布”底图或“深灰色画布”底图。暗色的底图在操作中心或其他带有很多监视器的房间中效果更好。

微信图片_20220526225452.jpg

3、数据选择器

该地图使用点符号显示了COVID-19病例,该点的大小基于已确认病例的数量。单击图层上的“更改样式”选项,其中九个不同大小中的每个都有可能表示的值范围。

图例为已确认病例的分级符号分类

微信图片_20220526225455.jpg

4、设置颜色

许多COVID-19病例的地图都将一种颜色(红色)用于已确诊的病例,另一种颜色用于恢复期(绿色或其他更积极的颜色),而第三种颜色用于死亡(例如白色或黑色)。

微信图片_20220526225458.jpg

5、保存地图

最后我们在网络地图上点击“另存为”,就可以将设置好的地图保存,我们可以设置更多的交互方案让我们的地图变得更有意义。

微信图片_20220526225501.jpg

相关文章
|
数据采集 存储 人工智能
2022云栖精选—云上电力信息数据采集与处理
摘要:本文整理自阿里云电力行业高级解决方案架构师姜洺,在云栖大会的分享。本篇内容主要分为三个部分: 1. 新型电力系统下数据处理上云需求 2. 云上电力信息数据处理核心技术和实践 3. 电力信息数据处理上云核心优势
2022云栖精选—云上电力信息数据采集与处理
|
SQL 数据采集 网络协议
可观测平台-数据洞察-用户究竟苦等了多久(1)
都说时间就是效率,那可观测平台-数据洞察-用户究竟苦等了多久(1)?对于B端用户,究竟产品有多少时间消耗在了客户端
138 0
《新商业,云拐点——《2018-2019中国SaaS市场洞察报告》》电子版地址
新商业,云拐点——《2018-2019中国SaaS市场洞察报告》
64 0
《新商业,云拐点——《2018-2019中国SaaS市场洞察报告》》电子版地址
《在线零售增长引擎一体化技术趋势》电子版地址
在线零售增长引擎一体化技术趋势.ppt
59 0
《在线零售增长引擎一体化技术趋势》电子版地址
|
消息中间件 存储 运维
城市危险源(化粪池)监测管理平台的技术实践分享
基于钉钉+阿里云AIoT平台的城市危险源(化粪池)监测管理平台实践解析
559 0
城市危险源(化粪池)监测管理平台的技术实践分享
|
供应链 算法 数据可视化
2020双11数据大屏设计:全球数据博物馆
如果说以往的双11数据大屏展现的是一场大型财经盛典,那今年可是融入了新元素:数据脱口秀。因为我们相信,双11既是件国计民生的大事,也是每个人的事。这一点与以往任何一届双11媒体中心晚会都不同,脱口秀作为一种新兴的艺术化形式,让数据与每个人都产生连接。
8745 0
2020双11数据大屏设计:全球数据博物馆
|
SQL 人工智能 运维
新冠病毒肺炎疫情数据分析 APP 发布 国际疫情大盘
SLS 发布针对新冠病毒肺炎疫情国内动态展示分析的 APP 已经全面开放给政府、社区、第三方平台和开放者进行广泛应用,完全免费开放。随着新冠病毒肺炎疫情在全球爆发,又推出跟踪关注全球范围疫情动态的分析大盘。
2276 0
新冠病毒肺炎疫情数据分析 APP 发布 国际疫情大盘
|
存储 弹性计算 分布式计算
【云栖号案例 | 互联网】墨迹天气上云 分析日志大数据 洞察用户需求
墨迹天气运营团队数据分析成本高、网络带宽不足急需解决。迁移MaxCompute后,优化流程,工作效率提升5倍以上,更节省存储空间,性能和稳定性有很大提升。
【云栖号案例 | 互联网】墨迹天气上云 分析日志大数据 洞察用户需求
|
存储 编解码 分布式计算
【云栖号案例 | 医疗健康】华大基因上云 打造精准医疗应用云平台日志方案
基因数据产生的体量越来越大,超出了原有计算能力所能支持的范围。通过使用Maxcompute加速对人群结构的分析速度的进展,计算成本大幅降低至1000美金以内。
【云栖号案例 | 医疗健康】华大基因上云 打造精准医疗应用云平台日志方案
|
数据可视化
DataV特别推出疫情态势可视化免费模板
DataV上线疫情态势可视化模板为疫情地理化发展趋势提供更直观的工具,帮助一线工作人员和决策者获得更全面更准确的信息和决策参考。
1267 0
DataV特别推出疫情态势可视化免费模板

热门文章

最新文章