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

摘要:
根据约翰斯·霍普金斯大学的最新数据,霍普金斯大学全球疫情分布图显示,截至4月5日上午9时,全球报告的累计确诊病例已达134万例,死亡7.4万例。最近,约翰斯·霍普金斯大学发布的数据经常出现在各种媒体报道中,那么这些数据来源在哪里?

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第1张

霍普金斯大学的全球疫情分布图

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5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。

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第2张

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

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第3张

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

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第4张

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:

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第5张

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。

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第6张

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

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第7张

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)。

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第8张

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。

更多实时流式计算相关技术博文与科技资讯,欢迎关注实时流式计算,获取新冠疫情分布数据集请在公众号后台回复 数据集

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第9张

或者,联系我入实时流式计算群,共同学习交流
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第10张

免责声明:文章转载自《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》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇博客园入园手册1——TinyMEC编辑器XAudio2播放PCM下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

Oracle 12c 数据库中scott用户不存在的解决方法

-- 使用超级管理员登录CONN sys/change_on_install AS SYSDBA ;-- 创建c##scott用户CREATE USER c##scott IDENTIFIED BY tiger ;-- 为用户授权GRANT CONNECT,RESOURCE,UNLIMITED TABLESPACE TO c##scott CONTAINE...

【273】利用ArcPy建立处理数据的脚本

这个脚本可以直接运行处理程序,首先在 ArcPy 上面测试,成功后写入文件,下面的代码实现将指定文件夹内部的栅格数据进行 Calculate Statistics 操作,否则在进行专题图制作的时候会出现问题。 # coding=utf-8 # 地点:******** # 作者:******** # 时间:2017-12-07 # 说明:对于指定文件...

product of大数据平台搭建------CM 和CDH安装

一、安装说明       CM是由cloudera公司提供的大数据组件自动部署和监控管理工具,相应的和CDH是cloudera公司在开源的hadoop社区版的基础上做了商业化的封装的大数据平台。        采用离线安装模式,虽然在线安装比较简单,但是速度感人,原因大家都懂,这里我使用的各软件版本信息为: 操作系统:CentOS6.8 CDH版本:5.7...

[大数据技术]Kettle初次连接MySQL数据库 报错问题 错误连接数据库 Error occured while trying to connect to the database Exception while loading class org.gjt.mm.mysql.Driver

报错内容如下: 1 错误连接数据库 [foodmartconn] : org.pentaho.di.core.exception.KettleDatabaseException: 2 Error occured while trying to connect to the database 3 4 Exception while loading cla...

大数据采集和抽取怎么做?这篇文章终于说明白了!

本文来源于公众号【胖滚猪学编程】,转载请注明出处! 关于数据中台的概念和架构,我们在大白话 六问数据中台和数据中台全景架构及模块解析!一文入门中台架构师!两篇文章中都说明白了。从这一篇文章开始分享中台落地实战。 其实无论是数据中台还是数据平台,数据无疑都是核心中的核心,所以闭着眼睛想都知道数据汇聚是数据中台/平台的入口。纵观众多中台架构图,数据采集与汇聚都...

Oracle SQL获取每个分组中日期最大的一条数据

  在报表开发中,经常遇到这样的问题:分组后,只需要每个分组最新的一条数据,其他的就不要了   此时的思路应该是:对分组进行排序,并编号,然后select编号为1的记录即可。   代码如下: select rn,a,b,c from (select ROW_NUMBER() OVER(PARTITION BY a ORDER BY b DESC) r...