Beta

TrafficMaps.org


問題

這個周休二日我要載家人去宜蘭度假,不知道雪隧什麼時候比較不塞車? 到底需不需要禮拜六一大早就把全家人挖起床趕快出發? 禮拜天下午幾點前不回台北就會陷在車陣中動彈不得?

解答:交通時空圖譜 (Traffic Maps)

Traffic Maps 是基於 Heat Map 的概念呈現量化數據。 例如在高速公路即時路況資訊中, Legend 每個路段以五種顏色區別平均車速由快到慢。 而在 Traffic Maps 中,我們把縱軸定義為空間,把橫軸定義為時間, 例如下圖是國道五號南下方向在2015年元旦一整天的小客車平均行駛車速,塞車的時段與路段清楚可見。


(原始數據來源:交通部臺灣區國道高速公路局「交通資料庫」)

關於

Traffic Maps 是一個視覺化的交通觀測站,提供給終端用戶的服務包含了即時和歷史路況訊息, 可以讓用路人鑑往知來,不用搜尋及消化許多數據就可以一目了然的掌握整體趨勢, 快速做出聰明的旅程規劃,避開塞車時段與路段。


或用手機掃描以下QR Code進入

Traffic Maps QR Code

原創貢獻

Traffic Maps 的原創貢獻是將 Infographic 的概念優化。Infographic倡議的是將數據、信息或知識以可視化的形式呈現, 而 Traffic Maps 所倡議的是進一步將數據以可視化的形式存在, 作為一個可以用來綜觀全貌的 Big Picture,立即產生 Visual Insight, 如此可以把 "Transforming Data into Information" 的概念向下扎根變成設計的 DNA,從而促進 "Transforming Big Data into Big Understanding"

就電腦科學的術語來說,這裡的原創概念是指 Data Serialization Visualization 的融合。 要實現這個概念並不困難,就是將原始數據儲存在影像檔的像素中。 此設計模式有以下兩個特點, 提供資料科學家及應用程式開發者搭配雲端數據中心打造高效能的應用程式:

  1. 使用接近於信息的數據。數據本身存在的格式可以立即顯示或是很快映射到人類直覺易懂的色彩空間。 除了提供視覺洞察外,還可以迅速抽取出來做其它應用,例如動態播放歷史路況,或是分析車速於流量臨界點的變化。
  2. 使用信息含量密度高的數據。只要簡單應用現有成熟的影像壓縮演算法, 就可以使得數據的儲存空間與傳遞時間大幅降低,並且讓所需的計算資源極小化,軟體工具的支援度極大化。

在大數據的時代我們可以使用 End-to-End Application-Specific Data Codec 將格式固定的結構化數據做高效的 Content Delivery,從而避免 用卡車運送大數據的窘境


體會什麼是接近於信息、 且信息含量密度高的可視化數據。應用範例是分析車速於流量臨界點的變化。


通用設計概念


設計模式效益


設計模式挑戰

想要把 Traffic Maps 這種設計模式應用到其它不同種類的數據上,主要有如下兩個挑戰:

以下範例是專為 GPS 座標這種數據所設計的色彩空間映射。 先將 WGS84 的經緯度座標轉換為 Degrees, Minutes, Seconds, Sub-Seconds 這幾個部分後, 依下左圖進行第一階圖層 Degrees 的色彩空間映射, 也就是將-180~+180度的經度以 Hue 的漸層表示,而緯度在北半球0~+90度的部分是以 Saturation、 南半球0~-90度的部分以 Brightness 的線性漸層作為區隔 (相當於 CIE LAB color space 的二維簡化版本,省去了 Map Projection 的額外運算)。 之後依下右圖做-60~+60度的 Minutes (第二階圖層)、Seconds (第三階圖層)與 Sub-Seconds (更多階圖層)的色彩空間映射。這種設計的好處有如下兩點:

Big Picture Degrees with World Map
Big Picture Minutes And So On

結語

數據是二十一世紀的天然資源、是智慧城市的燃料。 Traffic Maps 這種設計模式的價值在於促進大量結構化數據的流動性、活化靜置的數據資源、 提升運行數字經濟的成效。如同 Social Network 是將人與人之間連結起來, Traffic Maps 是促進數據與數據之間的連結,同樣可以基於 Network Effect 的概念提升數據關聯分析的效益。


聯絡作者