2024/10/14 | No.0203期 | Percy 陳宇軒
夜幕降臨時，璀璨的燈光點亮了城市的天際線，為都市帶來了一種獨特的魅力，讓許多人為此著迷與追尋。夜間燈光除了美麗，也印證著都市的繁華、人口分布與經濟活動的核心區域，並清晰的表明基礎電力設施的設置與高能源消耗的區域。這些資訊對於都市規劃者來說至關重要，能夠幫助他們更好地理解城市的發展模式，並制定相應的政策和計劃，以實現永續的城市發展。
▲ 全球夜晚燈光地圖
這些條件CARTO可以快速協助解決，以一站式雲端服務，從資料搜集、分析到呈現地圖成果，輕鬆打造理想的夜間燈光地圖。以下將說明實際製作夜間燈光地圖的過程：
1.具備夜間燈光的數據資料
夜間燈光的資訊可以透過多種途徑取得，像是透過政府公開資料的路燈資訊，可以了解城市巷弄的照明情形。或是透過夜間的衛星影像來認識全球範圍的燈光資訊。然而在尋找、確認、取得並初步整理的資料過程，往往都是最費時的，通常都會花費整體製作五成以上的時間。為此CARTO提供了一種便捷而有效的方式，於Data Observation整合全世界超過超過1萬兩千筆的資料，協助使用者取得所需的資訊。例如:利用VIIRS成像儀在2020年所拍測的全球500公尺網格(四角形網格)夜間燈光資訊，就可以免費取得並立刻使用。
▲ Data Observation 資料搜尋
2.擁有巨量資料的分析功能
由於全球的夜間燈光資料約有29億筆數據，檔案大小約為100GB，資料量與檔案大小皆十分龐大，透過GIS軟體或是Web GIS檢視或繪製無疑會面臨極大的挑戰，甚至可能無法順利開啟。在這種情況下，將資料進行簡化是一種明智的選擇，雖然簡化會導致原始資料精度下降，但對於全球尺度的資訊來說，不需要如此精細的解析度也是可以接受的。此外，考慮到後續的呈現和分析，轉換成空間索引H3(Hexagonal hierarchical geospatial indexing system，以下簡稱H3)是一個有效的方法。
- 為何是H3?
使用H3主要原因是其具有六角形網格的形式，這種形式能夠有效地覆蓋平面且近似於球體。此外，六角形網格的中心點到其鄰近六角形網格的中心點的距離始終保持一致。這意味著在六角形範圍內，不存在不同距離的區域，這有助於更客觀、公正地呈現範圍內的資訊，避免網格間不同距離產生的偏差。另外，六角形網格與其他常見的網格形式相比(如三角形網格和四角形網格)，更適合展示曲線的地理特性，能更柔和的呈現空間上的變化。三角形網格和四角形網格就無法達成距離的一致性、且較為適合垂直的地理特性。因此，使用H3進行處理是較為理想的選擇。
▲ 與鄰近網格距離比較
- H3的特性與優勢
H3與單一大小的網格不同，具備16種尺度的網格資訊(從第0層至第15層，第15層六角形網格的平均面積為0.895平方公尺)，這意味著，在不同的尺度上將地球表面分割成大小不同的六角形網格。網格彼此之間存在水平(相同尺度)與垂直(不同尺度)的關聯性。
在水平方面，由於網格都是六角形，因此不論怎麼移動，中央的六角形都會被相鄰的6個六角形網格環繞，使得網格間有固定的相對位置，藉由這種特性將六角形網格的位置給予編碼紀錄這種空間關係。在垂直方面，網格被組織成一個層次結構。較高層級的網格為上層網格(Parent Cell)，反之為下層網格(Children Cell)。上層網格涵蓋七個下層網格，可以代表這些網格的整體特徵或屬性。相反地，下層網格可以更詳細的表示上層網格的資訊。這樣的概念使不同層級尺度之間進行空間數據的聚合和操作變得更加容易與快速。
▲ 網格平行、垂直關係
另外在H3中，每一個六角形網格中都有一個獨特的ID，這個ID包含了豐富的資訊，並暗藏玄機。比如，H3的ID = 854ba0bbfffffff是一組由64位元、16進位組合而成的數值，內容包含網格的模式、涉及的層級尺度與各尺度網格的相對位置(ID轉換2進位解讀方式可查閱此)。透過這個簡短的字串，H3可以用更精簡的方式儲存空間資訊，從而降低檔案容量。相比傳統的向量資料，H3的儲存方式更為輕量化，能夠更有效地節省儲存空間。
▲ H3 index解讀
除了簡化資料的方法外，使用適當且強而有力的工具也致關重要，CARTO的視覺化建模工具Workflow就是一個極佳的例子。透過Workflow，使用者可以輕鬆串連自身的雲端數據，同時享有原生SQL(Native SQL)查詢功能，大幅提升查詢效率，並減少資料下載與上傳的困擾。更為重要的是，Workflow不需要使用者撰寫任何程式，就能夠輕鬆進行資料前處理與各種空間分析，並將結果輸出。這樣的設計省去了繁瑣的程式編寫和除錯時間。使用者只需要透過拖曳的方式輕鬆建立分析模組。以全球的夜間燈光資料為例，可以利用Workflow中的Spatial index 套件將其轉換H3格式，進一步進行分析。整個過程只需要花費幾分鐘，即可將檔案容量也從從101.07GB縮減為15.11GB，轉換後的結果大幅度的節省存儲空間。
註:可連接 Google Cloud BigQuery、Amazon Redshift、Snowflake、PostgreSQL /PostGIS 和CARTO的雲端資料倉儲系統
▲ VIIRS夜間燈光數據轉換空間索引資料過程
▲ 轉換空間索引H3前後比較
3.快速繪製地圖的視覺化能力
一個好的資料需要一個好的工具進行展示，CARTO Builder可以協助使用者有效展示、統計與分享地圖，搭配H3多種網格解析度及良好上下階層關係的特性，使資料在不同層級快速切換，充分展現H3的優勢，不僅完整的呈現巨量資料的資訊，更是透過視覺化展示方式提供多元的成果。
在全球尺度下將夜間燈光資料以CARTO Builder呈現(地圖)，可以明顯觀察到北半球比南半球的燈光聚集程度較高，且亮度更為明亮。縮放至各洲尺度來看，燈光多集中在人口聚集且夜間活頻繁的地區，像是美洲東部、西歐地區、東亞地區等城市周遭。
▲ 夜間燈光地圖-全球
▲ 夜間燈光地圖-美洲、歐洲與亞洲地區
更進一步，將尺度縮放至國家範圍，可以查看鄰近國家間的差異。東北亞就是一個非常有趣的例子，南韓首爾地區在夜晚燈火通明，一路延伸至釜山，而北韓平壤周遭只有黯淡的燈光資訊，兩國之間以燈光形成明確的地理分界線。鄰近的日本東京、大阪著名城市在晚間的燈火輝煌，符合人口聚集的活動區域。此外，在埃及的尼羅河岸呈現一條亮麗的光帶，清晰的勾勒出人們主要集中在尼羅河沿岸，這與鄰近缺乏燈光照耀的沙漠區域形成強烈對比，突顯尼羅河岸的繁華與活力。
▲ 夜間燈光地圖-東北亞
▲ 夜間燈光地圖-埃及尼羅河地區
回到臺灣，西半部地區在夜晚時仍舊燈火通明，從大臺北地區一路可以串聯至臺南和高雄，尤其在人口聚集的都會區特別明亮。在東部地區，花東等縣市也有零星的明亮聚落。
▲ 夜間燈光地圖-臺灣
- 2D與3D地圖展示
除了直接觀察夜間燈光地圖的資訊，CARTO Builder還提供多元的統計工具(長條圖、圓餅圖、時間序列等)與地圖檢視模式(2D/3D、雙地圖與聚焦模式)，使用者可以搭配這些工具，讓地圖資訊更加生動和豐富，進一步探究更多問題。舉例來說：燈光越亮的地方一定是人口聚集的地方嗎? 我們使用CARTO Builder的統計資訊，搭配雙地圖的模式，用兩個視窗說明主題資訊(左：人口資訊、右：夜間燈光資訊)，簡單確認看看。
使用統計工具，可以先了解夜間燈光地圖在臺灣範圍的資料背景資訊，像是H3網格數量以及燈光範圍的數值。更進一步搭配Data Observation中2022年的人口資料(資料來源：Kontur)，作為人口聚集的依據(左)，以雙視窗方式讓兩種資料排列，以便於檢視與進一步討論。整體來看，燈光越明亮的地區確實有著更多的人口聚集，但當持續縮放並聚焦於中部地區時，不難發現，在麥寮工業區並不符合這個說法，而是晚上的燈光特別明亮，但人口卻相對較低。甚至可以轉換成3D展示方式，更明確地證明麥寮工業區夜間燈光與人口並非成正比。造成這種情形的原因，有可能是因為麥寮工業區晚上路燈和工廠仍持續進行照明的關係。
▲ 人口與夜間燈光地圖地圖
▲ 人口與夜間燈光地圖-2D展示聚焦中部地區
▲ 人口與夜間燈光地圖-3D展示聚焦中部地區
綜合以上內容，CARTO提供了一種輕鬆便利的方式，讓使用者無需擔心複雜的資料處理和技術挑戰，就能產製全球的夜間燈光地圖。從雲端資料庫到圖像建模工具wolkflow，簡化了整體流程，降低操作難度，提供使用者更佳的操作體驗。在這一過程中，運用Ｈ3六角形分層網格系統，巧妙地簡化龐大的資料，解決讀取和分析的困難，同時節省了存儲空間和時間成本。使巨量資料能夠快速、高效地將數據轉換成視覺化地圖呈現，提供資料視覺化展示的多元選擇。此外，CARTO提供充裕的地圖服務和瀏覽次數，充分滿足各種視覺化展示的需求。同時，CARTO的雲端架構讓使用者無需考慮架設伺服器、配置頻寬等技術問題，徹底免除了伺服器管理和維護的煩惱，讓使用者能專注於數據的分析與應用，減少了技術門檻和運行成本，使整個流程更加流暢且高效。
上述功能僅是CARTO圖臺應用的第一步，未來我們將不斷提供更多進階的應用，期待大家持續關注。
|
然而想要從零開始快速產製並分享一張全球的夜間燈光地圖並不容易，可能需要具備以下條件：