地理特征類可視化圖像總結
一、蜂窩熱力地圖
1.概念
蜂窩熱力圖是一種通過將地圖劃分為六邊形單元格（蜂窩），并根據(jù)每個單元格中的數(shù)據(jù)密度或數(shù)量來著色的地圖。顏色的深淺表示數(shù)據(jù)的濃度或強度，常用于展示地理區(qū)域內的數(shù)據(jù)分布和密度。
2.特點
- 使用六邊形網(wǎng)格聚合數(shù)據(jù)點，覆蓋更均勻，視覺上更清晰。
- 適合處理密集型空間數(shù)據(jù)，減少視覺雜亂，突出數(shù)據(jù)分布密度。
- 避免行政邊界不規(guī)則的干擾，適合展示連續(xù)分布數(shù)據(jù)。
- 支持多尺度分析，可通過調整網(wǎng)格大小從宏觀趨勢切換到微觀細節(jié)。
3.應用場景
- 城市人口分布：展示城市或區(qū)域內不同區(qū)域的人口分布，幫助城市規(guī)劃者做出合理的資源分配。
- 交通流量分析：展示不同區(qū)域的交通流量密度，幫助決策者制定交通管理政策。
- 環(huán)境監(jiān)測：如空氣質量監(jiān)測、污染濃度等，通過蜂窩熱力圖分析不同區(qū)域的環(huán)境變化。
- 犯罪熱點分析：展示犯罪頻發(fā)區(qū)域，幫助執(zhí)法部門進行資源調配。
- 共享單車/出租車需求熱點：分析需求分布，優(yōu)化車輛投放。
4.代碼實現(xiàn)
1 import numpy as np 2 import matplotlib.pyplot as plt 3 4 # 設置字體和負號顯示 5 plt.rcParams['font.sans-serif'] = ['SimHei'] 6 plt.rcParams['axes.unicode_minus'] = False 7 8 # 生成示例數(shù)據(jù) 9 np.random.seed(42) 10 x = np.random.normal(0, 1, 10000) # 模擬經(jīng)度數(shù)據(jù) 11 y = np.random.normal(0, 1, 10000) # 模擬緯度數(shù)據(jù) 12 13 # 創(chuàng)建蜂窩熱力地圖 14 plt.figure(figsize=(10, 8)) 15 hexbin = plt.hexbin(x, y, gridsize=30, cmap='YlOrRd') # 使用 30x30 的六邊形網(wǎng)格 16 plt.colorbar(hexbin, label='數(shù)據(jù)密度') # 添加顏色條 17 plt.title('蜂窩熱力地圖示例') 18 plt.xlabel('經(jīng)度') 19 plt.ylabel('緯度') 20 plt.show()
二、變形地圖
1.概念
變形地圖是一種特殊的地圖類型，通過調整地圖上各個區(qū)域的大小來反映特定的數(shù)據(jù)指標（如人口、GDP、面積等），同時盡量保持區(qū)域的形狀和相對位置。它是一種可視化工具，用于直觀展示數(shù)據(jù)的空間分布差異。
2.特點
- 數(shù)據(jù)驅動的變形：地圖的變形是基于特定數(shù)據(jù)指標的，例如人口數(shù)量、經(jīng)濟總量等。
- 保持拓撲結構：盡管區(qū)域大小會根據(jù)數(shù)據(jù)進行調整，但相鄰關系和相對位置盡量保持不變。
- 直觀性強：通過視覺上的變形，直觀地展示數(shù)據(jù)的分布差異。
- 靈活性高：可以應用于多種數(shù)據(jù)類型和地理區(qū)域。
- 視覺沖擊力強：通過夸張或縮小某些區(qū)域，突出數(shù)據(jù)的不均衡性。
3.應用場景
- 人口分布：展示不同國家或地區(qū)的人口密度，突出人口密集和稀疏的區(qū)域。
- 經(jīng)濟數(shù)據(jù)：如 GDP、貿易額等，直觀展示經(jīng)濟活動的集中區(qū)域。
- 選舉結果：展示不同地區(qū)的投票結果，突出選舉傾向。
- 資源分布：如礦產資源、水資源等，展示資源的地理分布差異。
- 社會數(shù)據(jù)：如犯罪率、貧困率等，幫助政策制定者了解社會問題的分布。
4.代碼實現(xiàn)
1 import matplotlib.pyplot as plt 2 import geopandas as gpd 3 import cartopy.crs as ccrs 4 import pandas as pd 5 from shapely.affinity import scale 6 7 def create_deformed_map(): 8 # 加載世界地圖數(shù)據(jù) 9 world = gpd.read_file('ne_110m_admin_0_countries/ne_110m_admin_0_countries.shp') 10 11 # 查看列名 12 print("World columns:", world.columns) 13 14 # 加載數(shù)據(jù) 15 data = pd.read_csv('data.csv') 16 print("Data columns:", data.columns) 17 18 # 使用 'SOVEREIGNT' 列作為合并的鍵 19 world = world.merge(data, left_on='SOVEREIGNT', right_on='country', how='left') 20 world['value'] = world['value'].fillna(0) 21 22 # 設置投影 23 projection = ccrs.PlateCarree() 24 25 # 創(chuàng)建圖形和軸 26 fig, ax = plt.subplots(figsize=(12, 8), subplot_kw={'projection': projection}) 27 28 # 根據(jù)數(shù)據(jù)進行變形 29 max_value = world['value'].max() 30 scale_factor = 1.5 # 變形比例因子 31 for _, row in world.iterrows(): 32 if row['value'] > 0: 33 # 計算變形后的幾何形狀 34 geometry = row['geometry'] 35 scaled_geometry = scale(geometry, xfact=1 + (row['value'] / max_value) * scale_factor, 36 yfact=1 + (row['value'] / max_value) * scale_factor, 37 origin=(0.5, 0.5), zfact=1) 38 # 繪制變形后的幾何形狀 39 ax.add_geometries([scaled_geometry], ccrs.PlateCarree(), 40 facecolor='lightblue', edgecolor='black') 41 # 添加標題 42 ax.set_title("Deformed Map Example", fontsize=16) 43 44 # 添加經(jīng)緯度網(wǎng)格 45 ax.gridlines(draw_labels=True, dms=True, x_inline=False, y_inline=False) 46 47 # 顯示地圖 48 plt.show() 49 50 if __name__ == "__main__": 51 create_deformed_map()
三、關聯(lián)地圖
1.概念
關聯(lián)地圖是一種用于可視化數(shù)據(jù)之間關聯(lián)關系的圖形化工具。它通過節(jié)點（或稱為頂點）和邊（或稱為連線）來表示數(shù)據(jù)實體及其之間的關系。例如，在社交網(wǎng)絡中，人可以作為節(jié)點，而人與人之間的友誼關系可以通過邊來表示。
2.特點
- 直觀性：通過圖形化的展示方式，能夠直觀地呈現(xiàn)數(shù)據(jù)之間的關系，便于用戶快速理解復雜的數(shù)據(jù)結構。
- 靈活性：可以處理不同類型的數(shù)據(jù)和關系，適用于多種場景，如社交網(wǎng)絡分析、知識圖譜、供應鏈管理等。
- 動態(tài)性：可以根據(jù)需要動態(tài)地添加、刪除節(jié)點和邊，方便對數(shù)據(jù)進行實時更新和調整。
- 層次性：可以通過層次結構來展示數(shù)據(jù)的層級關系，例如在組織架構圖中，不同層級的部門和人員可以通過關聯(lián)地圖清晰地表示出來。
3.應用場景
- 社交網(wǎng)絡分析：分析人與人之間的關系，如朋友關系、同事關系等，幫助研究社交網(wǎng)絡的結構和傳播路徑。
- 知識圖譜：構建知識體系，將概念、實體及其關系進行可視化展示，用于教育、科研等領域。
- 供應鏈管理：展示供應商、生產商、分銷商和零售商之間的關系，優(yōu)化供應鏈流程。
- 項目管理：展示項目中的任務、資源和人員之間的關系，幫助項目管理者更好地協(xié)調和監(jiān)控項目進度。
- 網(wǎng)絡安全：分析網(wǎng)絡中的設備、用戶和數(shù)據(jù)流之間的關系，識別潛在的安全威脅。
4.代碼實現(xiàn)
1 import networkx as nx 2 import matplotlib.pyplot as plt 3 import community as community_louvain 4 import numpy as np # 顯式導入 numpy 5 6 # 創(chuàng)建一個空的無向圖 7 G = nx.Graph() 8 9 # 添加節(jié)點和邊，同時為邊添加權重 10 nodes = ["A", "B", "C", "D", "E", "F", "G", "H"] 11 edges = [ 12 ("A", "B", 3), ("A", "C", 2), ("B", "C", 1), 13 ("C", "D", 4), ("D", "E", 2), ("E", "F", 3), 14 ("F", "G", 1), ("G", "H", 2), ("H", "A", 3), 15 ("B", "D", 1), ("C", "E", 2), ("F", "H", 1) 16 ] 17 18 # 添加節(jié)點 19 G.add_nodes_from(nodes) 20 21 # 添加帶權重的邊 22 for u, v, w in edges: 23 G.add_edge(u, v, weight=w) 24 25 # 社區(qū)檢測（Louvain 算法） 26 partition = community_louvain.best_partition(G) 27 community_colors = [partition[node] for node in G.nodes()] 28 29 # 節(jié)點大小和顏色 30 node_sizes = [1000 + 100 * G.degree(node) for node in G.nodes()] 31 node_colors = [plt.cm.tab10(color) for color in community_colors] 32 33 # 邊的權重映射為邊的粗細 34 edge_weights = [G[u][v]['weight'] for u, v in G.edges()] 35 edge_colors = [plt.cm.Blues(weight / max(edge_weights)) for weight in edge_weights] 36 37 # 設置字體和負號顯示 38 plt.rcParams['font.sans-serif'] = ['SimHei'] 39 40 # 繪制關聯(lián)地圖 41 plt.figure(figsize=(12, 8)) 42 pos = nx.spring_layout(G, k=0.5, iterations=20) # 力導向布局 43 nx.draw_networkx_nodes(G, pos, node_size=node_sizes, node_color=node_colors, alpha=0.8) 44 nx.draw_networkx_labels(G, pos, font_size=12, font_color='white') 45 nx.draw_networkx_edges(G, pos, width=edge_weights, edge_color=edge_colors, alpha=0.7) 46 plt.title("關聯(lián)地圖示例", fontsize=16) 47 plt.axis('off') # 關閉坐標軸 48 plt.show()
四、氣泡地圖
1.概念
氣泡地圖是一種結合了地圖空間定位功能與氣泡圖數(shù)據(jù)可視化特性的圖表類型，通過在地理地圖上疊加氣泡符號，直觀展示地理區(qū)域內數(shù)據(jù)的分布特征、數(shù)值大小及多維度關系。其核心是利用地圖背景的空間參照性，結合氣泡的視覺屬性（大小、顏色、位置等），將抽象的數(shù)據(jù)轉化為直觀的地理空間分布，便于用戶快速識別數(shù)據(jù)模式、熱點區(qū)域及差異對比。
2.特點
- 直觀易懂：通過氣泡的大小直觀地展示數(shù)據(jù)的大小，便于觀察者快速理解不同地區(qū)之間的數(shù)據(jù)差異。
- 展示多維數(shù)據(jù)：可以同時展示多個維度的數(shù)據(jù)，例如通過氣泡的大小表示數(shù)量，通過顏色表示類別。
- 突出重點：能夠清晰地展示某些地區(qū)或類別的數(shù)據(jù)重要性。
- 互動性強：適合在交互式圖表中使用，用戶可以通過點擊或懸浮查看具體信息。
- 局限性： 當氣泡過多或過大時，可能會相互遮蓋，影響數(shù)據(jù)展示； 人眼對面積的感知不如長度精準，可能導致數(shù)據(jù)的視覺誤差。
3.應用場景
- 城市規(guī)劃：展示城市各區(qū)域的人口密度、商業(yè)設施數(shù)量。
- 環(huán)境科學：映射空氣質量指數(shù)（AQI）、污染物濃度的空間分布。
- 商業(yè)分析：標注門店分布及銷售額、用戶活躍度熱點。
- 公共衛(wèi)生：可視化疾病病例數(shù)、疫苗接種率的地理差異。
- 經(jīng)濟分析：展示各國的GDP、投資金額等。
- 旅游分析：按地區(qū)可視化游客數(shù)量或旅游收入。
4.代碼實現(xiàn)
1 import plotly.express as px 2 3 # 使用Plotly內置的全球GDP和人口數(shù)據(jù) 4 df = px.data.gapminder().query("year == 2007") 5 6 # 創(chuàng)建氣泡地圖 7 fig = px.scatter_geo( 8 df, 9 locations="iso_alpha", # 國家ISO代碼 10 color="continent", # 按洲著色 11 hover_name="country", # 懸停顯示國家名稱 12 size="pop", # 氣泡大小表示人口 13 projection="natural earth", # 自然地球投影 14 title="2007年全球人口分布與GDP", 15 size_max=60, # 最大氣泡尺寸 16 template="plotly_white" # 使用簡潔模板 17 ) 18 19 # 自定義布局 20 fig.update_layout( 21 font=dict(family="SimHei"), # 確保中文顯示 22 geo=dict( 23 showcoastlines=True, 24 coastlinecolor="Black", 25 showland=True, 26 landcolor="LightGray", 27 showocean=True, 28 oceancolor="LightBlue", 29 showlakes=True, 30 lakecolor="Blue", 31 showrivers=True, 32 rivercolor="Blue", 33 projection_type="natural earth" # 自然地球投影 34 ), 35 margin=dict(l=20, r=20, t=50, b=20), # 調整邊距 36 ) 37 38 # 顯示地圖 39 fig.show()
五、暈渲地圖
1.概念
暈渲地圖是一種通過模擬地形起伏特征來反映實際地形的地圖，它利用色調的明暗變化來得到地貌的立體感。這種地圖的立體感較強，但不能在圖上確定任意點的精確高程和坡度，常與等高線法和分層設色法相配合，用于小比例尺地圖和專題地圖上的地貌顯示。2.特點
- 立體感強：通過光影效果展示地形的高低起伏，給人以強烈的視覺立體感。
- 表現(xiàn)力豐富：易于理解，能夠直觀地展示地形特征。
- 缺乏精確數(shù)據(jù)：雖然立體感強，但不能提供具體的高程和坡度數(shù)據(jù)。
- 藝術性：暈渲地圖通常具有一定的藝術性，可以增強地圖的美觀度和吸引力。
3.應用場景
- 地形分析：用于展示地形的高低起伏，幫助進行地形分析。
- 地圖制作：在地圖集中使用，增加地圖的視覺效果和吸引力。
- 教育和展示：用于教育和展示，幫助觀眾更好地理解地形特征。
- 規(guī)劃和設計：在城市規(guī)劃和設計中，用于展示地形對規(guī)劃的影響。
4.代碼實現(xiàn)
1 import numpy as np 2 import matplotlib.pyplot as plt 3 from mpl_toolkits.mplot3d import Axes3D 4 5 # 創(chuàng)建數(shù)據(jù) 6 x = np.linspace(-5, 5, 100) 7 y = np.linspace(-5, 5, 100) 8 X, Y = np.meshgrid(x, y) 9 Z = np.sin(np.sqrt(X**2 + Y**2)) 10 11 # 繪制暈渲地圖 12 fig = plt.figure() 13 ax = fig.add_subplot(111, projection='3d') 14 ax.plot_surface(X, Y, Z, cmap='viridis') 15 16 # 添加顏色條 17 m = plt.cm.ScalarMappable(cmap='viridis') 18 m.set_array(Z) 19 plt.colorbar(m, ax=ax, shrink=0.5, aspect=5) 20 21 plt.title('Hillshade Map Example') 22 plt.show()
六、等值線地圖
1.概念
等值線地圖是以相等數(shù)值點的連線（即等值線）表示連續(xù)分布且逐漸變化的數(shù)量特征的一種圖型 。通過在平面上投影數(shù)值相等各點聯(lián)成的曲線，來呈現(xiàn)被攝物體的外形和大小等信息。比如地形等高線圖是連接海拔高度相等的點形成的線來展示地形起伏；等溫線圖是連接溫度相等的點來反映溫度分布。
2.特點
- 直觀展示分布：能清晰呈現(xiàn)數(shù)據(jù)在空間上的連續(xù)變化，可一眼看出數(shù)據(jù)的高值區(qū)和低值區(qū)位置，以及數(shù)據(jù)的漸變情況 。例如在等高線地圖上，能直觀看到山脈、平原等地形的高低分布。
- 反映變化趨勢：通過觀察等值線的走向和形狀，可輕松分析數(shù)據(jù)變化趨勢，預測不同區(qū)域的數(shù)據(jù)發(fā)展態(tài)勢。如在等溫線圖中，等溫線的彎曲方向和疏密程度能反映溫度的變化趨勢和地區(qū)溫差情況。
- 體現(xiàn)變化速率：等值線的疏密程度反映數(shù)據(jù)變化快慢 ，等值線越密集，數(shù)據(jù)變化越劇烈；等值線越稀疏，數(shù)據(jù)變化相對平緩。比如等高線密集處表示地勢陡峭，稀疏處地勢平緩。
- 相對量性質：等值線在很大程度上是對量的變化的概括，具有相對量性質，多數(shù)不能用于直接量測 。像氣溫、蒸發(fā)、徑流等通過等值線表示時，更多是體現(xiàn)其相對的變化規(guī)律。
3.應用場景
- 氣象領域：等溫線、等壓線、等降水量線等廣泛應用于預測天氣變化、分析氣候特征 。比如通過等降水量線圖，能直觀了解不同地區(qū)的降水分布，為農業(yè)生產、水利建設等提供重要依據(jù)；等壓線圖可幫助分析氣壓系統(tǒng)，預測天氣系統(tǒng)的移動和演變。
- 地質勘探：繪制等重力線、等磁力線等，助力地質學家分析地下地質構造，尋找礦產資源 。例如等重力線圖能反映地下巖石密度差異，進而推斷可能存在的礦體位置。
- 海洋學研究：利用等鹽度線、等水溫線等研究海洋環(huán)境變化 ?？茖W家可借此了解海洋中鹽度、水溫的分布規(guī)律，為海洋生態(tài)保護、海洋資源開發(fā)等提供支持。
- 地形地貌研究：等高線圖是表現(xiàn)地勢起伏和地貌結構的重要工具，可用于判斷山地、盆地、山脊、山谷等地形類型，還能根據(jù)等高線的疏密和圖形判斷斜坡坡度等 。在工程建設、戶外運動等方面，也可借助等高線圖進行線路規(guī)劃、場地評估等。
- 農業(yè)生產：結合等高線地形圖反映的地貌類型、地勢起伏、坡度陡緩，再綜合氣候和水源條件，可因地制宜地進行農林牧副漁業(yè)布局 。比如坡度較緩、水源充足的區(qū)域適合發(fā)展種植業(yè)；山區(qū)可發(fā)展林業(yè)、畜牧業(yè)等。
- 城市規(guī)劃與建設：在交通線路規(guī)劃中，可依據(jù)等高線判斷地形坡度，選擇坡度平緩、線路較短的路線，盡量少占農田、少建橋梁，避開斷崖、陡坡等，降低施工難度和成本 ；在確定水庫庫址與大壩壩址時，可借助等高線選擇河谷、山谷地區(qū)或口袋形的洼地、小盆地等庫容大、集水面積大的區(qū)域 。
4.代碼實現(xiàn)
1 import numpy as np 2 import matplotlib.pyplot as plt 3 4 # 創(chuàng)建地形數(shù)據(jù) 5 # 我們使用一個二維的高斯分布函數(shù)來模擬地形的海拔高度 6 x = np.linspace(-3.0, 3.0, 100) 7 y = np.linspace(-3.0, 3.0, 100) 8 X, Y = np.meshgrid(x, y) 9 Z = np.exp(-(X**2 + Y**2)) 10 11 # 為了模擬更真實的地形，我們可以添加一些隨機噪聲 12 np.random.seed(0) 13 noise = np.random.normal(0, 0.005, Z.shape) 14 Z += noise 15 16 # 繪制等高線地圖 17 plt.figure(figsize=(10, 6)) 18 contour = plt.contour(X, Y, Z, colors='black') # 繪制等高線 19 plt.clabel(contour, inline=True, fontsize=8) # 為等高線添加高度標簽 20 21 # 填充等高線之間的區(qū)域 22 contourf = plt.contourf(X, Y, Z, cmap='terrain') # 使用地形顏色映射 23 plt.colorbar(contourf) # 顯示顏色條 24 25 # 設置字體和負號顯示 26 plt.rcParams['font.sans-serif'] = ['SimHei'] 27 plt.rcParams['axes.unicode_minus'] = False 28 29 # 添加標題和坐標軸標簽 30 plt.title('虛構地形的海拔高度') 31 plt.xlabel('經(jīng)度') 32 plt.ylabel('緯度') 33 34 # 顯示繪制結果 35 plt.show()
七、總結
| 地圖類型 | 概念 | 特點 | 優(yōu)點 | 缺點 | 應用場景 |
|---|---|---|---|---|---|
| 蜂窩熱力地圖 | 以正六邊形網(wǎng)格對地理空間進行離散化處理，統(tǒng)計每個網(wǎng)格內的數(shù)據(jù)點數(shù)量或匯總值，并通過顏色漸變表示數(shù)值大小。 | 通過六邊形網(wǎng)格聚合數(shù)據(jù)，減少點重疊，保留空間分布特征。 | 1. 空間利用率高，減少點重疊。2. 視覺上更接近連續(xù)表面。3. 支持多種統(tǒng)計函數(shù)。 | 1. 網(wǎng)格大小選擇敏感，過大丟失細節(jié)，過小產生空洞。2. 邊緣區(qū)域蜂窩可能不完整，導致統(tǒng)計偏差。3. 不適用于精確位置展示。 | 人口密度分析、交通流量監(jiān)測、商業(yè)熱點分布。 |
| 變形地圖 | 按照各區(qū)域屬性值大小調整地理區(qū)域的幾何面積，突出屬性值大的區(qū)域。 | 在保持地理區(qū)域空間鄰接關系和基本形狀的基礎上，按屬性值縮放區(qū)域面積。 | 1. 直觀展示統(tǒng)計變量差異，突出小區(qū)域。2. 多種變形算法適應不同需求。 | 1. 嚴重變形可能導致地理識別困難。2. 相鄰區(qū)域可能出現(xiàn)重疊或空隙。3. 不適用于需要精確距離或面積的分析。 | 經(jīng)濟數(shù)據(jù)對比、人口分布展示、選舉結果可視化。 |
| 關聯(lián)地圖 | 通過線條、箭頭等元素展示地理要素間的連接關系。 | 用曲線連接地理實體，可編碼多種信息，如線寬表示強度、顏色區(qū)分類型。 | 1. 直觀顯示空間交互模式。2. 可同時編碼多種維度信息。3. 曲線設計減少視覺重疊。 | 1. 連接線過多時會產生“意大利面條效應”。2. 長距離連接可能跨越無關區(qū)域造成誤解。3. 精確數(shù)值比較困難。 | 交通網(wǎng)絡、貿易路線、人口遷徙、通信網(wǎng)絡。 |
| 氣泡地圖 | 用氣泡位置表示地理坐標，大小和顏色表示屬性值。 | 氣泡大小和顏色可表示不同維度的數(shù)據(jù)。 | 1. 直觀比較不同位置的數(shù)值大小。2. 可同時展示定量和分類信息。3. 支持動態(tài)展示時間變化。 | 1. 氣泡重疊時難以識別。2. 小氣泡可能被忽略。3. 面積比較不如長度直觀。 | 城市經(jīng)濟指標對比、災害分布、資源儲量可視化。 |
| 暈渲地圖 | 通過顏色的深淺變化來表示地形的起伏或數(shù)據(jù)的高低。 | 顏色深淺表示地形或數(shù)據(jù)的高低，形成漸變效果。 | 1. 直觀展示地形起伏或數(shù)據(jù)變化趨勢。. 視覺效果美觀，易于理解。 | 1. 對顏色漸變的準確性要求較高。2. 不適用于數(shù)據(jù)差異較小的場景。 | 地形分析、地質數(shù)據(jù)可視化、環(huán)境數(shù)據(jù)展示。 |
| 等值線地圖 | 用連續(xù)曲線連接數(shù)值相等的點，展示數(shù)據(jù)的空間漸變趨勢。 | 通過等值線展示數(shù)據(jù)的連續(xù)變化，如等高線、等溫線。 | 1. 清晰展示數(shù)據(jù)的漸變特征。2. 適用于連續(xù)型地理數(shù)據(jù)。 | 1. 等值線間距需匹配數(shù)據(jù)波動范圍。2. 填充顏色需區(qū)分明顯。 | 地形海拔分析、氣溫分布、氣壓變化、環(huán)境污染擴散模擬。 |
浙公網(wǎng)安備 33010602011771號