2021/09/01 | 電子報No.0185期 | Hom 李宏君

你眼中的世界是長什麼樣子呢?最近拜讀了一篇關於特殊主題地圖繪製的文章Average colors of the world(註)覺得頗有創意,身為數據分析師的筆者Erin Davis用色塊的概念詮釋了這幅饒富藝術風格的世界地圖,國與國之間有如拼圖的效果般拼出一個完整的世界!從標題顧名思義,地圖的色塊顏色代表的就是區塊內的色彩平均值,實際上的做法是以國界圖資套疊了Sentinel-2衛星影像加以計算出的平均色作為每個國家的「代表色」,各位有沒有發現這跟我們幾年前發想的「印象派地圖」概念不謀而合呢!

註:本文部分圖片及內容引用自Average colors of the world,已獲得原作者授權使用

epaper0185_01

▲ 圖1 2019年世界國家平均色地圖(Average Color of The World)

 

epaper0185_02

▲ 圖2 台北市印象派地圖(中正紀念堂周邊)

 

像這樣子形式的主題地圖不僅是追求視覺上的趣味性,透過色彩平均的概念更是直觀地反映出了地區的主要地貌特徵,從圖1我們第一眼就可以很明顯看到黃褐色的非洲地區國家,表示其國土地表大部分面積由岩層或泥沙所覆蓋,森林分布廣泛的國家則呈現深綠色;而長年冰封的南極大陸、格陵蘭島則為一片白茫茫。一如我們在衛星影像藝術家-印象派地圖華麗登場一文中所提到的,每個區塊包含的色彩值其實紀錄著重要的屬性資訊。

在實作上,Average color map當然也可以隨意調整為更細緻的呈現效果,筆者以美國本土為例,改以州(State)、郡(County)的行政區界作為展示的尺度,如此一來就不再只是單一的淺綠色塊,我們甚至可以清楚看到一片土黃色即為西部高原、峽谷等特殊地形的所在位置了。

epaper0185_03

▲ 圖3 美國州(左圖)、郡(右圖)行政區平均色地圖

 

各位圖粉是否開始覺得手癢想自己來動手做看看?在原文中筆者也非常大方公開詳細實作流程,分享如何以R搭配GDAL的程式語法,透過自動化向量前處理、批次下載Sentinel-2衛星影像並依行政區界切圖,以及色彩值計算等步驟快速實現主題圖的製作。如果您準備和我一樣一起跟著Erin的腳步入坑,建議在開始之前先在電腦上安裝QGIS與R,並準備Shapefiles格式的行政區域向量圖資(註),若沒接觸過R也不需太過擔心,過程中僅需具備一點點初階的程式基礎即可,我們以台灣為例,一起來繪製一幅台灣的平均色地圖吧!

註:本文範例向量圖資採用RiChi電子地圖資料

 

按目標行政區拆分Shapefiles

這裡針對台灣本島縣市作為主題地圖呈現的目標,第一步是根據縣市名稱的屬性欄位拆分(註)成19個獨立的Shapefiles檔案,如同GIS軟體中的Split By Attribute功能,利用每個獨立的縣市作為影像下載範圍的裁切依據。

註:在R中向量檔的讀取與匯出是使用read_sf、write_sf的function。

epaper0185_04

▲ 圖4 依縣市級行政區進行向量檔案拆分

 

衛星影像下載與切圖

Sentinel-2衛星為歐洲太空總署(ESA)旗下的開源光學衛星,其影像圖資可由許多管道無償下載,而目前德國公司EOX IT Services GmbH更提供了全球無雲影像底圖(EOxCloudless)的免費WMS、WMTS服務供非商業介接使用,透過該服務給定各縣市Shapefiles的邊界四角坐標即可擷取該縣市內的三波段真實彩色(True Color)影像,作為RGB色彩值計算的依據。

*在R中st_bbox()可返回Shapefiles邊界矩形框的xmin, ymin, xmax和ymax。

epaper0185_05

▲ 圖5 EOxCloudless 2019年Sentinal-2全球無雲拼接影像

 

epaper0185_06

▲ 圖6 台灣本島各縣市範圍內的的Sentinal-2無雲影像圖磚

 

根據縣市界Shapefiles,將上述衛星影像進行裁切,在此採用GDAL強大的地理空間資料函式庫,而QGIS開源地理資訊軟體本身即以此為核心進行影像網格及向量的處理,我們可直接在QGIS中進行操作,筆者更是佛心的提供了自動生成GDAL語法可方便於大量資料的批次裁切。

epaper0185_07

▲ 圖7 各縣市影像裁切、坐標轉換後的影像

 

平均色彩值計算

只要計算裁切後影像的RGB平均值,並依據Shapefiles範圍給定顏色編碼即可匯出成果,平均色地圖就完成囉!順道一提,這邊筆者用了一個小技巧,直接將裁切後的影像resample成 1 pixel,可更方便計算出個別縣市的色彩值。

除了縣市以外,我們另外也使用鄉鎮市區的行政區用同樣的方法來產製,拼圖一下從19個縣市變為352個鄉鎮市區(統計至2021年台灣本島的行政區數量),有點像解析度提升的概念,呈現的效果當然也更為細緻。可以很明顯看到人口聚集的西部顏色偏褐,從縣市尺度來看,六都涵蓋的山區面積比例反而較彰化、雲林等縣大,所以顏色也相對偏綠;但如果切換到鄉鎮市區尺度就可以很明顯看出都會區的位置了。

epaper0185_08

▲ 圖8 台灣縣市(左)、鄉鎮市區(右)平均色地圖

 

不論是「印象派地圖」抑或「平均色地圖」,中心思想其實都是透過影像色彩的簡約化來描述地表特徵,前者是以影像分割(Segmentation)萃取的自然輪廓界線(物件)作為單元,對於地上物特徵的量化有很好的表達,具備地物分類的實質功能;而本文以行政區作為分界線是我們平時都很熟悉的語意單位,配合上影像色彩的填充,讓我們對於地理資料有更直觀的視覺感受,雖然參考影像會因為時間上的差異而有所變化,這也意味著我們眼中的世界也是會隨著時間的變化而改變的。

若您喜歡這篇文章,可以請我喝杯珍珠奶茶喔。

 

更多有趣的地圖資訊都在「瑞竣科技 給您地圖新鮮事」,馬上Follow


Author
Hom 李宏君

瑞竣科技空間產品事業部技術副理,專長是遙測資料應用與空間資訊分析,喜歡戶外活動、挑戰體能。