Wizualizacja danych środowiskowych z wykorzystaniem triangulacji Delauney.

• Autorzy: Nowosad Mateusz

Identyfikatory

DOI

10.35784/jcsi.2367

Warianty tytułu

EN

Enviromental data visualisation using Delaunay triangulation

• Języki publikacji: PL

Abstrakty

PL

Graficzna reprezentacja danych jest bardzo pomocna przy analizie danych środowiskowych. Pozwala na dostrzeżenie trendów w danych i analizę zjawisk zachodzących na określonym terenie. Jest wiele możliwości przedstawienia takich wartości. W tym artykule przedstawiono sposób wykorzystujący triangulacje Delauney do reprezentacji danych na mapie. Przedstawione będą mocne i słabe strony, analiza porównawcza z innym rozwiązaniem, wydajność oraz sugestie dotyczące użycia.

EN

Graphical data representation is very helpful when analyzing environmental data. It allows for discovering trends in data and analysis of phenomena occurring in the area. There are many possibilities to represent such values graphically. This article contains visualizations generated using Delauney triangulation to represent data on a map. Strengths and weaknesses, comparative analysis with another solution, performance, and usage suggestions will be presented.

Słowa kluczowe

PL

dane środowiskowe; Delaunay; mapy statystyczne

EN

environmental data; Delaunay; statistical maps

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2020
• Tom: Vol. 17
• Strony: 405--411
• Opis fizyczny: Bibliogr. 7 poz., rys., tab.

Twórcy

autor

Nowosad Mateusz

• Department of Computer Science, Lublin University of Technology, ul. Nadbystrzycka 38, 20-618 Lublin, Poland

Bibliografia

• 1. J. Lelieveld,Cardiovascular disease burden from ambient air pollution in Europe reassessed using novel hazard ratio functions, Eur Heart J, t. 40, nr 20, s.1590–1596, maj 2019, doi: 10.1093/eurheartj/ehz135.
• 2. D.W. Dockery, C.A. Pope, Acute respiratory effects of particulate air pollution, Annual review of public health, t. 15, nr 1, s. 107–132, 1994.
• 3. L. Guibas, J. Stolfi, Primitives for the manipulation of general subdivisions and the computation of Voronoi, ACM Trans. Graph., t. 4, nr 2, s. 74–123, kwi. 1985, doi: 10.1145/282918.282923.
• 4. D. Fichter, What is a mashup, Library Mashups. Exploring new ways to deliver library data. Medford, NJ: Information Today, Inc, 2009.
• 5. V. Subramanian, Pro MERN Stack: Full Stack Web App Development with Mongo, Express, React, and Node. Apress, 2017.
• 6. M. Pieniążek, B. Szejgiec, M. Zych, A. Ajdyn, G. Nowakowska, Graficzna prezentacja danych statystycznych Wykresy, mapy, GIS. Warszawa: Główny Urząd Statystyczny Departament Badań Regionalnych i Środowiska, 2014.
• 7. „Stack Overflow Developer Survey 2020”, Stack Overflow. https://insights.stackoverflow.com/survey/2020/?utm˙source=social-share&utm˙medium=social&utm˙campaign=dev-survey-2020, (udostępniono cze. 25, 2020).