多維度時間資訊展示:以坡地災害為例 蔡孟涵 國立臺灣大學 氣候天氣災害研究中心助理研究員 康仕仲 國立臺灣大學 土木工程學系教授兼工程資訊模擬與管理研究中心副主任 巨量資料時代之挑戰 當下正是是巨量資料的時代,多來源且複雜的資料透過網路即可輕易取得,在這樣的時代中,現有的資料處理面臨了重大挑戰,包含了如何獲取、儲存、管理及應用這些巨量資料,又如何在巨量資料的浪潮下,找到正確且有效的分析及判讀資料方式,使其不只是量大,而是能創造出巨大的價值。 巨量資料有三大使用上的挑戰(蔡孟涵等,2013):(1) 資料一致性:巨量資訊種類繁多且資料來源多元,需將這些蒐集來的資料,用一致的格式呈現與回報,以利於彙整及分析,才能有效應用於決策及分析過程。 (2) 資料正確性:在資料爆炸的時代,若獲得的資料過於混亂及缺乏組織,可能會致使使用者做出不適當的決策而造成難以挽回的結果,所以必須確保資訊的正確性。(3) 重複使用性:巨量資訊的敏感度及變化性皆高,常因時間改變而帶有不同的資訊,但也因其多變性,在不同的時間尺度下可以支援不同的決策。因此,如何有效的重複使用巨量資訊進行決策比對,也將是巨量資料應用的重要挑戰之一。 由此可見,我們可以善用合適的視覺化資訊技術來幫助及解決巨量資料時代中資料一致性、正確性及重複使用性的問題,讓使用者得以有效率的透過資料探勘及分析,獲取他們在巨量資料中所需的資訊。 以坡地監測資料 進行多維度時間資訊展示 本研究以坡地災害為例,利用資料視覺化方法建構出一個坡地災害資訊儀表版(以下簡稱Data Lupe,見圖一),希望藉此展示,能讓未來有更多使用者在不同巨量資料的應用面向上運用此類視覺化方法來進行資料處理。坡地災害資料為透過多種監測儀器(包括孔內伸縮計、定置型傾斜儀(IPI)、連續式傾斜儀(SAA)以及地表位移量監測站(GPS)等)所蒐集之巨量資訊。但坡地災害資料在進行分析判讀時,因無法一次檢視多種監測資訊,造成使用上缺乏效率,並亦無法同時比對探索不同來源的監測數據,導致決策者無法進行有效的決策及判斷。因此,本研究介接維興科技於廬山溫泉北坡GPS位移監測系統之資料,包含:「記錄時間」、「位移量」、「位移分量X」、「位移分量Y」、「位移分量Z」等資料,進行資料視覺化及互動方法研發,讓決策者及專家能藉由監測資料,瞭解目前邊坡的位移情形,用以判斷是否需要發佈警訊或撤離該地民眾。 圖一 Data Lupe使用者介面 由於坡地監測資料具有相同時間維度,故本研究以「折線圖」呈現GPS位移量(圖二),並以「多軸折線圖」呈現GPS之X、Y、Z位移分量(圖三)。折線圖可以顯示隨時間而變化的連續數據,因此非常適用於顯示在相等時間間隔下數據的趨勢,讓決策者及專家容易瞭解資料的變動趨勢及潛在關連。而多軸折線圖可同時呈現其他維度資料,有利比對及分析資訊基礎下之共同趨勢或相異處。 圖二 折線圖—呈現GPS位移量 圖三 多軸折線圖—呈現GPS之X、Y、Z位移分量 使用者亦可依需求選取資料初始時間點、資料結束時間點,及時間區間的大小,進行不同時間間隔的資料呈現。除折線圖外,亦可選取散佈圖及長條圖來呈現資料。 七種視覺化互動方法 本研究使用七種視覺化互動方式:點選、檢索、重組、換圖、尺度、過濾、連結,提供使用者進行防災資料的探索及應用,以下簡單說明: (1) 點選(Select):使用者可以在圖表上點選有興趣的資料時便將資料記錄起來,以利進行後續的分析、應用或決策。(2) 檢索(Explore):使用者可以按住滑鼠拖曳的方式橫向地移動圖表,檢視與時間序列有關的資料,藉此瞭解某個時間點前後資料之變動趨勢。(3) 重組(Reconfigure):在不改變原圖表呈現方式、並在原圖表範圍以外的空間內,以不超出介面範圍為前提,可產生新的圖表來呈現每筆資料,且該圖表可與原圖表的資料相互對應,藉此達到有效檢索資料的目的。(4) 換圖(Encode):提供使用者多種圖表檢視同一組資料,透過不同資料視覺化方法呈現,有助於使用者觀察到更多數據背後的意涵,藉此全面地瞭解資料。(5) 尺度(Abstract/Elaborate):使用者可即時的切換不同尺度去探索資料,並進行不同尺度的資料比對。(6) 過濾(Filter):使用者在檢索資料之前,可先根據需求選擇資料集,針對其所需求之資料區段進行分析,無需浪費時間在資料海中尋找需要的資料(圖四)。(7) 連結(Connect):使用者可選取一組dataset,此時其他圖表中與該組dataset 完全相同的資料會被凸顯,如此使用者便可視覺化地互相連結不同屬性資料,藉以瞭解資料的關連性並觀察其趨勢。 圖四 過濾功能之示意圖(可依選擇之時間區段,呈現所選擇之不同軸向資訊) 參考多源判讀 提升決策效率
本研究開發之Data Lupe能同時提供決策者多維度的資料以輔助判斷,特別是像防災規劃此類複雜的決策,往往需要同時考慮不同面相的資訊,才能做出有效的決策。本研究開發之Data Lupe主要功能有二:(1) 視覺化呈現多源監測資料:Data Lupe運用資料視覺化方法呈現與坡地相關之監測資料,同時考量決策支援需求,讓監測資料呈現方式能符合決策者的思維並提高決策效率;(2) 可進行探索及比對的監測資訊:Data Lupe能使決策者透過與資料的互動同時比對多項監測數據,結合其本身專業知識,對現地情況做出綜整的判斷。面臨災害時,決策人員及其幕僚可利用本研究開發之Data Lupe觀察監測資料的數值及變動趨勢,同時亦可根據歷史的監測資料判讀是否有災害潛勢,因此可兼顧「守勢」及「判讀」等任務。 目前Data Lupe仍在測試研發階段,未來將實地進行使用性測試,以符合實際坡地災害監測之需求,若有進興趣更進一步瞭解,歡迎連絡本文作者(sckang@ntu.edu.tw),以提供測試版供學術交流使用。 參考文獻 蔡孟涵、黃詩閔、康仕仲、賴進松 (2013),『防災決策支援系統』,災害防救科技與管理學刊,第2卷,第2期,21-33。 (本篇刊載於營建知訊402期第56-60頁)
0 評論
發表回覆。 |
文章類別
發佈時間
三月 2023
|