نقشه نماد توانایی ما را برای تفسیر اطلاعات با همپوشانی مقادیر کمی بر روی مکان های جغرافیایی با استفاده از نمادها افزایش می دهد.
بسیاری از منابع geospatial visualization را به عنوان زیرگروهی از نمودارها طبقه بندی می‌کنند. این واژه نامه آنها را مجزا می‌داند. این کار کاوش و کشف روش‌های جدید انجام تجزیه و تحلیل بصری را آسان تر می‌کند. ما قصد نداریم از طریق این رویکرد یک طبقه بندی جدید ایجاد کنیم. مثال‌های زیر و اطلاعات مربوط به آنچه که Geospatial Visualizations را برای تجزیه و تحلیل داده‌ها بسیار مهم می‌کند را بررسی کنید تا بیشتر بدانید.
Geospatial Visualization چیست؟
این visualizations بر رابطه بین داده‌ها و مکان فیزیکی آن برای ایجاد بینش تمرکز می‌کنند. هر داده موقعیتی برای تحلیل فضایی کار می‌کند. چیزی که geospatial visualizations را منحصر به فرد می‌کند، مقیاس است. نمودار مدارها روی یک ریزتراشه موقعیت را بررسی می‌کند، اما مکانی نیست. به زمین یا سیاره دیگری نقشه نمی‌کشد. نقشه ستارگان نیز زمین فضایی در نظر گرفته نمی‌شود، اما نقشه سطح مریخ است. Geovisualization متغیرها را روی نقشه با استفاده از طول و عرض جغرافیایی پوشش می‌دهد تا بینش را تقویت کند.
نقشه‌ها کانون اصلی geospatial visualizations هستند. آنها از به تصویر کشیدن یک خیابان، شهر، یا پارک یا بخش های فرعی گرفته تا نشان دادن مرزهای یک کشور، قاره یا کل سیاره را شامل می‌شوند. آنها به عنوان یک محفظه برای داده‌های اضافی عمل می‌کنند. این به شما امکان می‌دهد با استفاده از اشکال و رنگ زمینه ایجاد کنید تا تمرکز بصری را تغییر دهید. آنها به شناسایی مشکلات، ردیابی تغییرات، درک روندها و انجام پیش‌بینی مربوط به مکان‌ها و زمان‌های خاص کمک می‌کنند.
Geospatial visualizations ارتباط فیزیکی بین نقاط داده را برجسته می‌کند. این باعث می‌شود که آنها مستعد ابتلا به چند مشکل رایج باشند که ممکن است باعث خطا شوند:
- Scaling – تغییرات در اندازه نقشه می تواند بر نحوه تفسیر بیننده از داده‌ها تأثیر بگذارد.
- Auto-correlation – یک نما ممکن است ارتباطی بین نقاط داده‌ای ایجاد کند که روی نقشه نزدیک به نظر می رسند، حتی برای داده‌های نامرتبط
geospatial visualizations می‌توانند داستان‌هایی درباره وجود انسان بیان کنند. از لحاظ تاریخی، پزشکان و دانشمندان از این نوع ارائه برای ترسیم بیماری، منابع و حتی ناوبری ساده استفاده کرده اند. چارلز مینارد، مهندس عمران فرانسوی، یک تصویرسازی جغرافیایی ایجاد کرد که داستان شکست دیکتاتور ناپلئون بناپارت در واترلو را شامل چندین جزئیات مختلف مانند دما، محیط، و اندازه ارتش می‌گفت. در سال‌های اخیر، بیشترین استفاده از geospatial visualizations احتمالاً از طریق Google Maps و برنامه‌های مشابه است. آنها به ما امکان می‌دهند سریع ترین راه را برای سفر از نقطه A به نقطه B یا شناسایی جایی که چیزی روی زمین است پیدا کنیم.
انواع Geospatial Visualizations
جدول زیر شامل توضیحات مختصری برای رایج ترین انواع geospatial visualizations است. همانطور که کتابخانه مرجع در عمق و وسعت گسترش می یابد، انواع بیشتری اضافه می شود و هر یک صفحه ای اختصاص داده شده به نمایش نمونه‌های عملی و توضیح زمان استفاده از آنها دارد.
Choropleth, Isopleth, Area Maps
Proportional Symbol Maps
این نقشه‌های منطقه مقادیر را با سایه‌های مختلف رنگ در یک منطقه جغرافیایی نشان می‌دهند. Choroplethها به مرزها متکی هستند، در حالی که isoplethها برای نمایش داده‌ها به چگالی متکی هستند.
نمادهایی که در مکان ها قرار می‌گیرند، رویدادهای مورد علاقه را نشان می‌دهند. اندازه‌ها با اشکال با استفاده از اندازه و رنگ برای نمایش مقادیر نشان داده می‌شوند.
Proportional Symbol Maps
symbol map توانایی ما را برای تفسیر اطلاعات با همپوشانی مقادیر کمی بر روی مکان‌های جغرافیایی با استفاده از نمادها افزایش می‌دهد. نماد یا نمادها در symbol map اغلب با یک دایره نشان داده می شوند، اما می‌توانند هر شکلی از نماد باشند.
این نقشه‌ها برای قرن‌ها مورد استفاده بوده اند. Henry Drury Harness به عنوان اولین شکل از symbol map متناسب در سال 1837 استفاده می‌کند. او نقشه‌ای از مسیرهای قطار در ایرلند ایجاد کرد که اندازه جمعیت شهرهایی را که توسط مسیرهای قطار متصل می‌شوند را نشان می‌داد. بسیاری از نقشه‌برداران و دانشمندان داده رویکرد او را تقلید کردند و symbol map را در کتاب‌ها و گزارش‌ها محبوب کردند.
چگونه Symbol Maps را بخوانیم؟
نقشه حاوی نمادهایی است که مقادیر را در یک مجموعه داده نشان می‌دهد. این نمادها می‌توانند اندازه، شکل و رنگ ثابتی داشته باشند یا می‌توانند متفاوت باشند (در اندازه، شکل یا رنگ) تا تنوع داده‌ها را نشان دهند.
خواندن symbol map متناسب می٬تواند بصری باشد و اغلب با یک افسانه همراه است. معنی را می‌توان از قرار گرفتن نمادها و همچنین عدم قرارگیری به دست آورد. استفاده از نمادهای متعدد در symbol map امکان پذیر است. با این حال، استفاده بیش از حد از نمادها (و ترکیب رنگ، اندازه و شکل در یک) می تواند پیچیدگی بصری غیر ضروری و سردرگمی غیر ضروری ایجاد کند.
از آنجایی که برخی از symbol mapها از نمادهای متناسبی استفاده می‌کنند که نشان دهنده متغیر است، ممکن است مکان دقیق نباشد و همپوشانی دیده شود. معرفی انواع مختلف نمادها یا رنگ‌ها می‌تواند جایگزین هایی برای نقشه های نماد متناسب باشد و ممکن است برای سوق دادن خوانندگان به بینش صحیح مناسب تر باشد.
Symbol Maps از چه نوع analysis پشتیبانی می‌کند؟
symbol map می تواند برای نشان دادن مکان یا شکل دیگری از داده ها که می تواند در مکان های جغرافیایی اعمال شود استفاده شود. به عنوان مثال یک symbol mapی برای اشاره به شهرهایی که در طول یک دوره زمانی مورد اصابت طوفان قرار گرفته‌اند، با هر نماد اندازه (مقیاس) برای نشان دادن تعداد کل طوفان‌ها. ممکن است شخصی از این نقشه برای حرکت به مکانی استفاده کند که در آن طوفان وجود نداشته باشد، یا یک دانشمند ممکن است از داشتن این نقشه برای نشان دادن اثرات تغییرات آب و هوایی بر شهرهای ساحلی سود ببرد.
این نقشه‌ها نه تنها داده‌های عددی را نشان می‌دهند، بلکه می‌توانند داده‌های طبقه‌بندی مرتب شده، مانند درجات ریسک (کم، متوسط، زیاد) یا محدوده درصد را نیز نشان دهند. به عنوان مثال، نقشه غرب میانه می تواند از نمادهای متناسب برای نشان دادن احتمال وقوع گردباد بین آوریل و اکتبر در مکان های خاص در محدوده 10-30٪ (نمادهای کوچک)، 30-70٪ (نمادهای متوسط) و 70- استفاده کند. 100% (نمادهای بزرگ).
زمان و نحوه استفاده از Symbol Maps برای Visual Analysis
symbol map برای ارائه خوبی از مطالعات داده های ساده، خطرات یا شانس وقوع اتفاقی در یک منطقه جغرافیایی، یا مقایسه مجموعه های محدودی از داده ها در سراسر یک منطقه جغرافیایی است. یک symbol map خوب می تواند چندین متغیر داده را در یک نماد قرار دهد. هنگامی که به خوبی از آن استفاده شود، افزودن مواردی مانند اندازه، شفافیت، رنگ و ترتیب لایه ها می تواند به طور قابل توجهی توانایی مخاطبان شما را برای تفسیر نقشه بهبود بخشد.
یادآوری این نکته مهم است که وقتی متغیرها را روی نقشه قرار می‌دهید، مطمئن شوید که آنها رابطه دارند. با این حال، اینها همچنین می توانند پیچیده شوند. symbol mapهای متناسب، نمادهای ساده را می‌گیرند و آنها را متناسب با اندازه در آن مکان خاص مقیاس می‌دهند. اگر می‌خواهید تعیین کنید کدام مکان‌ها دارای اندازه‌گیری بیشتر یا کمتر هستند، نمادهای بزرگتر و نمادهای کوچک‌تر می‌توانند داستان را بیان کنند. خطر این نمادهای متناسب این است که بینندگان ممکن است نمادها را با اندازه مکان اشتباه بگیرند.
یک symbol map خوب:
- از همپوشانی نمادهایی که مانع از تجزیه و تحلیل می شود، اجتناب کنید.
- از مساحت نماد برای نمایش داده ها استفاده کنید.
- چند بعد را با هم مخلوط نکنید و باعث سردرگمی شود.
- زمینه را برای مقیاس بین نمادهای بزرگ و نمادهای کوچک فراهم کنید. اکثر خوانندگان برای تشخیص دقیق تفاوت بین یک دایره کوچک و یک دایره 36 برابر بزرگتر تلاش می کنند.
نمونه های عالی از symbol map
این symbol map از نمادهای متناسب برای مشاهده تعداد فروش در هر شهر در ایالات متحده استفاده می کند. به نحوی، می‌تواند به بینندگان کمک کند تا جمعیت را درک کنند: شهرهای شرقی مانند نیویورک، فیلادلفیا و واشنگتن دی سی تقریباً به هم متصل می‌شوند و نشان می‌دهد که جمعیت بیشتری نسبت به منطقه غرب میانه در آنجا زندگی می‌کنند.
- نمادها با هم همپوشانی ندارند و بیننده را گیج نمی کنند
- فقط یک شکل برای تداوم استفاده می شود
- فقط یک اندازه گیری نشان داده شده است
نمونه های ناکارآمد symbol map و گزینه‌های جایگزین
مثال ضعیف
جایگزین بهتر
این symbol map بد تعداد گردبادهایی را نشان می دهد که در یک بازه زمانی پانزده ساله به ده مایل یا بیشتر افزایش یافته اند. موضوع به تنهایی می تواند بینندگان را گیج کند، اما عناصر دیگری در این نقشه وجود دارد که آن را به تجسم بدی تبدیل می کند.
جایگزین بهتری برای این symbol map بد، یک نقشه حرارتی است، که به مکان های خاصی برای تعیین نقاط شروع گردبادها نیاز ندارد. دسته بندی اندازه گیری شده به طور کلی به نقشه چگالی بهتر کمک می کند.
- دایره ها به شدت با هم همپوشانی دارند و جداسازی مجموعه داده های خاص را غیرممکن می کند
- دسته بندی های بسیار زیادی به روش های مختلف اندازه گیری می شوند
این نقشه مکان‌هایی را به بینندگان نشان می‌دهد که احتمال تشکیل گردبادهای بزرگ وجود دارد.
Choropleth, Isopleth, Area Maps
کوروپلت ها و ایزوپلث ها هر دو نوع نقشه های منطقه هستند که معمولاً نقشه های جغرافیایی هستند. اما آنها دو تفاوت کلیدی دارند که آنها را از هم جدا می کند: کروپلت ها به مرزها تکیه می کنند، در حالی که همسطح ها به چگالی متکی هستند.
نقشه choropleth یا نقشه پر شده، مجموعه ای از داده ها را می گیرد که برای یک کشور، یک ایالت، یک شهرستان، یک ناحیه یا هر نوع مرز جغرافیایی اعمال می شود و از رنگ یا سایه برای نشان دادن مقادیر مربوطه استفاده می کند. آنها اغلب برای ارائه داده ها در زمینه هایی استفاده می شوند که به مکان های خاص با مرزهایی مانند انتخابات، تراکم جمعیت و درآمد متوسط مرتبط هستند. بارون پیر چارلز دوپن اولین نقشه choropleth را در سال 1826 ایجاد کرد. او یک مهندس و اقتصاددان فرانسوی بود که سعی کرد سطح بی سوادی را در سراسر مناطق فرانسه ترسیم کند.
نقشه های ایزوپلث مانند نقشه های choropleth به یک منطقه تعریف شده متکی نیستند. در عوض آنها خطوط و مناطق مورد علاقه را بدون توجه به مرزها دنبال می کنند. نقاطی روی نقشه قرار می‌گیرند که همگی مقدار یکسانی از اندازه‌گیری انتخابی دارند. یک مثال رایج از نقشه منطقه ایزوپلث، نقشه های راداری است که در هواشناسی برای تخمین سرعت باد یا بارش استفاده می شود.
چگونه Choropleths و Isopleths را بخوانیم؟
یک نقشه choropleth مقادیر مختلف یک اندازه گیری انتخاب شده در سراسر مناطق جغرافیایی را روی نقشه نشان می دهد. نوع موقعیت جغرافیایی مرزهای نقشه را تعیین می کند. هر منطقه جغرافیایی برای نشان دادن ارزش مکان دارای کد رنگی است. برای اطمینان از اینکه متوجه می‌شوید رنگ‌ها یا سایه‌های مختلف روی نقشه نشان داده می‌شوند، حتماً دستورالعمل‌ها را بخوانید و به کلید/افسانه رنگ نگاه کنید. نقشه ای که تعداد تولدها را در هر ایالت در ایالات متحده نشان می دهد، مرزهای آن بر اساس ایالت مشخص می شود. نرخ زاد و ولد بالاتر یا پایین تر برای نشان دادن درصدها با رنگ کدگذاری می شود.
نقشه های ایزوپلث بر داده های پیوسته متکی هستند. خطوط ایزوله یا مرزهایی که روی نقشه ظاهر می شوند، نقاط داده را با استفاده از همان اندازه گیری به هم متصل می کنند. این بدان معنی است که خطوط ایزوله با ارزش برابر روی نقشه ایزوپلث ظاهر می شوند که مقادیر یک طرف آن بالاتر از مقادیر طرف دیگر است. محدوده‌های مشابه با مقادیر مشابه، رنگ مشابهی به آنها اختصاص داده می‌شود. نقشه های ایزوپلث شبیه به نقشه های کروپلث هستند زیرا نواحی بین ایزولاین را رنگ می کنند. این نوع نقشه به خواننده اجازه می دهد تا تغییرات تدریجی روی نقشه را به دلیل عدم وجود مرزهای دقیق مشاهده کند.
Choropleths و Isopleths از چه نوع analysis پشتیبانی می‌کند؟
نقشه choropleth یک راه ساده برای تجسم یک میدان عددی در سراسر یک منطقه جغرافیایی با نمایش محدوده تنوع با استفاده از رنگ است. نقشه‌های Choropleth از این جهت مفید هستند که می‌توانند اعداد واقعی پشت داده‌های شما را بر روی نقشه نشان دهند. اما به دلیل استفاده از رنگ ها، برای شناسایی نقاط داغ جغرافیایی نیازی به وجود اعداد روی نقشه ندارند. این نقشه ها همچنین می توانند در اندازه گیری درصدها به عنوان بخش هایی از یک کل موثر باشند. هنگامی که دقت جغرافیایی مهم است، کوروپلت ها انتخاب خوبی هستند. با این حال، زمانی که تفسیر سریع داده ها از همه مهمتر است، استفاده از نقشه شبکه کاشی (نقشه شکل) را برای جلوگیری از عدم تعادل بصری در نظر بگیرید. اینها به دلیل اندازه های مختلف مناطق جغرافیایی در نقشه های choropleth ذاتی هستند.
نقشه های Isopleth زمانی موثرتر هستند که نمی خواهید داده های شما به مرزهای از پیش تعریف شده مانند نقشه choropleth محدود شود. اگر می خواهید از داده های پیوسته برای نشان دادن تغییرات تدریجی و چگالی متغیر در یک منطقه جغرافیایی استفاده کنید، یک isopleth یک انتخاب عالی است. نقشه های آب و هوا نوعی نقشه همسطح هستند زیرا محدود به مرزهای ایالت یا کشور نیستند. با این حال، داده های تکه تکه ای که به نقاط دیگر متصل نمی شوند، در یک نقشه isopleth به خوبی کار نمی کنند.
زمان و نحوه استفاده از Isopleths و Choropleths برای Visual Analysis
اگر یک مجموعه داده منطقه ای یا جمعیتی دارید، یک نقشه choropleth می تواند به نمایش تفاوت های بین مناطق جغرافیایی برای بیننده کمک کند. ایزوپلث ها، برای نشان دادن هر چیزی روی نقشه نیازی به یک مرز مشخص ندارند.
شما باید از نقشه choropleth استفاده کنید اگر:
شما به دنبال نمایش داده های خود در محدوده های جغرافیایی هستید.
شما می خواهید درصدهایی از یک کل را روی نقشه نشان دهید.
می توانید داده های خود را به محدوده ها تقسیم کنید.
داده های شما یک متغیر را نشان می دهد.
کاربران نیازی به دیدن اعداد یا متغیرهای خاصی ندارند.
دقت جغرافیایی مهم است.
شما باید از نقشه isopleth استفاده کنید اگر:
داده های شما از مرزهای جغرافیایی استاندارد عبور می کند.
داده‌های شما محدود به جمعیت نیست.
لازم نیست داده ها را به صورت درصدی از کل نشان دهید.
هنگام طراحی این نقشه ها، در اینجا مواردی وجود دارد که باید از آنها اجتناب کنید:
تمرکز اصلی نقشه را به یک منطقه جغرافیایی خیلی کوچک تبدیل نکنید.
از رنگ های متضاد یا بیش از یک طرح رنگ استفاده نکنید.
سعی نکنید بیش از یک دسته را نشان دهید.
برخی از جایگزین های خوب برای این نقشه ها عبارتند از: کارتوگرام، symbol mapها و نقشه های چگالی نقطه.
نمونه های عالی از Choropleths
این نقشه choropleth نرخ چاقی در هر شهرستان در سراسر ایالات متحده آمریکا را دنبال می کند. اما به جای تخصیص یک رنگ نارنجی جدید به هر ارزیابی متفاوت، نرخ ها به محدوده تقسیم می شوند.
نقشه دارای یک تم رنگی ثابت است.
این محدوده ایده بهتری در مورد کدام مناطق از چاقی بیشتر رنج می برند، می دهد.
تنها یک دسته وجود دارد که در کل اندازه گیری می شود.
نمونه های ناکارآمد Choropleths و گزینه‌های جایگزین
مثال ضعیف
جایگزین بهتر
این نقشه choropleth همان دسته بندی های قبلی را نشان می دهد، اما با یک تفاوت کلیدی که آن را به یک نقشه بد تبدیل می کند. هر شماره برای هر شهرستان رنگ متفاوتی دارد. تعداد بسیار زیاد رنگ ها/شهرستان ها، تعیین الگوها یا نرخ های منطقه ای را غیرممکن می کند.
یک جایگزین بهتر برای این نقشه، یک نقشه isopleth است که در آن داده ها بر اساس مرزها از هم جدا نمی شوند. مکان‌هایی که بیشترین مناطق مشکل‌ساز در آن‌جاست که مرکز پاشش قرمز است، در حالی که نارنجی در اطراف قرمز تابش می‌کند.
