18, เม.ย. 2020
การติดตามข้อมูลผู้ติดเชื้อ COVID-19 ทั่วโลก ด้วยการแสดงผล GIS Map

การติดตามข้อมูลผู้ติดเชื้อ COVID-19 ทั่วโลก ด้วยการแสดงผล GIS Map
การติดตามข้อมูลผู้ติดเชื้อ COVID-19 ทั่วโลก ด้วยการแสดงผลในรูปแบบ GIS Map เป็นการประยุกต์ Geo-Informatics และ Open Data ที่ทรงพลัง เพื่อสนับสนุนการวิเคราะห์การระบาดและการสื่อสารเชิงพื้นที่เชิงนโยบาย

ข้อมูล COVID-19 WORLD https://github.com/CSSEGISandData/COVID-19/tree/master/csse_covid_19_data

link web แผนที่ World https://tapiquen-sig.jimdofree.com/english-version/free-downloads/world/

🌐 1. แหล่งข้อมูลที่เกี่ยวข้อง

✅ 1.1 ข้อมูล COVID-19 รายประเทศ (ทั่วโลก)

  • แหล่ง: CSSEGISandData / COVID-19
  • จัดทำโดย: Johns Hopkins University (JHU)
  • ประกอบด้วย:
    • time_series_covid19_confirmed_global.csv
    • time_series_covid19_deaths_global.csv
    • time_series_covid19_recovered_global.csv
  • รูปแบบ: CSV, มีคอลัมน์ Lat, Long, Province/State, Country/Region, ตามด้วยข้อมูลรายวัน

✅ 1.2 ข้อมูลขอบเขตประเทศ (Shapefile)

  • ดาวน์โหลดได้จาก: Tapiquen-SIG World Shapefile
  • รูปแบบ: .shp, .dbf, .shx, .prj
  • ความละเอียดระดับประเทศ (country-level)

🛠 2. ขั้นตอนการสร้างแผนที่ COVID-19 ทั่วโลกด้วย QGIS / ArcGIS

🔹 ขั้นตอนที่ 1: เตรียมข้อมูล

  1. ดาวน์โหลดไฟล์ time_series_covid19_confirmed_global.csv
  2. เปิดใน Excel หรือ Python และเลือกเฉพาะวันล่าสุด
  3. สรุปข้อมูลระดับประเทศ (หากมีหลาย region ในประเทศเดียวกัน เช่น US, Canada)

ตัวอย่างการรวมใน Python:

pythonCopyEditimport pandas as pd

df = pd.read_csv("time_series_covid19_confirmed_global.csv")
df_latest = df.drop(columns=["Province/State", "Lat", "Long"]).groupby("Country/Region").sum()
df_latest["TotalCases"] = df_latest.iloc[:, -1]  # ใช้คอลัมน์ล่าสุด
df_latest = df_latest[["TotalCases"]].reset_index()
df_latest.to_csv("covid_world_summary.csv", index=False)

🔹 ขั้นตอนที่ 2: นำข้อมูลเข้า QGIS / ArcGIS

  1. โหลด shapefile ประเทศทั่วโลก แล้วเปิดในโปรแกรม QGIS/ArcGIS
  2. Join ข้อมูล covid_world_summary.csv กับ shapefile โดยใช้ Country Name เป็น key
    • ArcGIS: ใช้ Join function
    • QGIS: Join Attributes by Field Value
  3. ใช้ Graduated Symbology หรือ Choropleth Map แสดงผลระดับผู้ติดเชื้อ
    • ใช้คลาสจำนวน เช่น Natural Breaks (Jenks) หรือ Quantile
    • ปรับสี: โทนแดง – สีเข้มแสดงค่ามาก

🔹 ขั้นตอนที่ 3: แสดงผลแบบ Interactive (ทางเลือกเพิ่มเติม)

  • QGIS Plugin: qgis2web สำหรับแสดงผลผ่าน Web Map แบบ Leaflet / OpenLayers
  • ArcGIS Online / StoryMap: สร้าง dashboard และเผยแพร่ผ่าน Esri platform
  • R (Leaflet, Shiny): หากต้องการใช้งานแบบเว็บเชิงวิเคราะห์

📈 ตัวอย่างการวิเคราะห์เชิงลึก

ประเภทการวิเคราะห์รายละเอียด
Time Series Mapแสดงการเปลี่ยนแปลงผู้ติดเชื้อแบบแอนิเมชันรายวัน
Density Mapแสดงความหนาแน่นของผู้ติดเชื้อต่อประชากร
Case Fatality Ratio (CFR)วิเคราะห์อัตราการเสียชีวิต (Deaths / Confirmed) ต่อประเทศ
Travel Corridor Analysisวิเคราะห์ประเทศที่มีการเชื่อมโยงโดยเส้นทางบินในช่วงการระบาด

🔗 แหล่งเรียนรู้เสริม

ใส่ความเห็น

Related Posts