為了更好更直觀地展示世界各國以及國內(nèi)各省市的新冠肺炎疫情感染情況,基于WebGIS技術(shù),將聯(lián)通大數(shù)據(jù)、百度遷徙數(shù)據(jù)以及國內(nèi)外疫情數(shù)據(jù)進行整合,利用Cesium二、三維開源框架,結(jié)合Echarts圖表庫等可視化工具,搭建了包括全球疫情、全國疫情、武漢模擬模塊的新冠肺炎疫情可視化系統(tǒng)。由于數(shù)據(jù)量較大,在進行頁面展示時如果采用原始數(shù)據(jù)將致頁面崩潰。采用一種均勻采樣的數(shù)據(jù)壓縮算法,對數(shù)據(jù)量進行壓縮,實現(xiàn)了疫情數(shù)據(jù)的可視化分析與展示,為政府和公眾提供了疫情信息數(shù)據(jù),對于相關(guān)部門防控新冠肺炎疫情有重要的參考價值。 

【文章來源】：北京建筑大學(xué)學(xué)報. 2020,36(04)

【文章頁數(shù)】：7 頁

【部分圖文】：

均勻采樣算法流程

全球疫情界面主要是對全球的疫情情況進行分析，中間部分采用Cesium二、三維開源地圖框架將世界各國感染人數(shù)展示在三維地球上，圓圈和柱子代表不同感染人數(shù)，圓圈越大感染人數(shù)越多。該模塊不僅支持二、三維地圖自由切換，以及底圖自由選擇，而且還可以按天查詢每日各國感染人數(shù)情況，以及按時段動態(tài)展示各國感染人數(shù)的變化，當(dāng)點擊某一個國家還可定位到此國家并查看其相關(guān)疫情信息。界面左側(cè)包括全球確診Top10國家每天動態(tài)排名情況和全球疫情趨勢折線圖，右下角是全球治愈死亡人數(shù)動態(tài)氣泡圖，氣泡大小代表人數(shù)的多少，顏色代表不同國家。通過以上不同的可視化表達可以多維度非常直觀地展示全球疫情情況，如圖4、圖5所示。圖3 系統(tǒng)總體功能

系統(tǒng)總體功能

【參考文獻】：
期刊論文
[1]四川省新型冠狀病毒肺炎發(fā)病趨勢初步分析[J]. 李娜,賴發(fā)偉,劉莉莉,俞秋華,王曉.  實用預(yù)防醫(yī)學(xué). 2020(08)
[2]基于百度熱力圖的街道活力時空分布特征分析——以江西省南昌市歷史城區(qū)為例[J]. 閔忠榮,丁帆.  城市發(fā)展研究. 2020(02)
[3]基于Cesium的三維智慧社區(qū)開發(fā)[J]. 蔡周平.  北京測繪. 2020(02)
[4]信息可視化：讓公眾“看得見”疫情的設(shè)計方法[J]. 李拓.  裝飾. 2020(02)
[5]基于SSM框架的學(xué)生信息管理系統(tǒng)[J]. 王麗,宗鎮(zhèn)欣.  電腦知識與技術(shù). 2019(28)
[6]基于人口熱力圖和土地利用分類實現(xiàn)人流量空間分布的精確提取[J]. 饒穎霞,李響.  測繪與空間地理信息. 2019(09)
[7]基于開源Cesium框架的智慧街道三維可視化平臺的研究與應(yīng)用[J]. 馬洪成,張玉駒,劉為民.  測繪與空間地理信息. 2019(08)
[8]基于Hadoop的交通大數(shù)據(jù)的可視化Web GIS平臺的設(shè)計與實現(xiàn)[J]. 申兆慕,張健欽,王勝開,趙明.  北京建筑大學(xué)學(xué)報. 2018(03)
[9]基于B/S架構(gòu)的可視化流程管理平臺的設(shè)計與實現(xiàn)[J]. 高寧,劉洋.  計算機應(yīng)用. 2015(S2)
[10]軌跡數(shù)據(jù)壓縮綜述[J]. 江俊文,王曉玲.  華東師范大學(xué)學(xué)報(自然科學(xué)版). 2015(05)

碩士論文
[1]B/S架構(gòu)代碼自動生成系統(tǒng)的設(shè)計與實現(xiàn)[D]. 韓佳樂.河北科技大學(xué) 2019
[2]基于SSM框架的網(wǎng)購商城的設(shè)計與實現(xiàn)[D]. 朱重佳.北京交通大學(xué) 2018
[3]基于Cesium的三維實景可視化技術(shù)研究[D]. 李俊金.解放軍信息工程大學(xué) 2017



本文編號：3581383