Geospatiale visualisaties worden in veel bronnen geclassificeerd als een subgroep van diagrammen. In deze woordenlijst behandelen we ze afzonderlijk, omdat we zo gemakkelijker nieuwe manieren van visuele analyse kunnen verkennen en ontdekken. Deze aanpak is niet bedoeld om een nieuwe taxonomie te creëren. Bekijk de volgende voorbeelden en lees de informatie over het belang van geospatiale visualisaties voor data-analyse.

Inspirerende voorbeelden van geospatiale visualisaties uit de community

We hebben enkele visualisaties uit de Tableau-community geselecteerd om te tonen hoe data fraai in beeld kunnen worden gebracht. Zie de verschillende analytische functies of individuele visualisatietypen voor meer praktische voorbeelden.

Wat is een geospatiale visualisatie of geovisualisatie?

Deze visualisaties richten zich op de relatie tussen data en locatie om inzicht te creëren. Alle positiedata zijn goed te gebruiken voor ruimtelijke analyse. Geospatiale visualisaties zijn echter uniek door de schaalgrootte. Een schema van schakelingen op een microchip traceert de positie, maar is niet geospatiaal. Het is geen kaart op het niveau van de aarde of een andere planeet. Een kaart van de sterren wordt ook niet beschouwd als geospatiaal, maar een kaart van het oppervlak van Mars wel. Met geovisualisatie worden variabelen op een kaart uitgezet met behulp van lengte- en breedtegraden om inzicht te bevorderen.

Kaarten zijn de primaire focus van geospatiale visualisaties. Deze kunnen uiteenlopen van afbeeldingen van (delen van) een straat, stad of park tot de grenzen van een land, continent of de hele planeet. Ze fungeren als container voor extra data. Met vormen en kleuren kun je context creëren en de visuele focus veranderen. De kaarten helpen om problemen op te sporen, veranderingen te volgen, trends te begrijpen en voorspellingen te doen voor specifieke plaatsen en tijden.

Geospatiale visualisaties belichten de fysieke verbinding tussen datapunten. Hierbij zijn er enkele veelvoorkomende valkuilen die tot fouten kunnen leiden:

  • Schaalverandering: veranderingen in de grootte van de kaart kunnen van invloed zijn op de manier waarop de kijker de data interpreteert.
  • Autocorrelatie: er kan een associatie worden opgeroepen tussen datapunten die dicht bij elkaar worden weergegeven op een kaart, maar die geen verband houden met elkaar.

Houd je doel voor ogen en let op de gebruikelijke valkuilen om te bepalen of een geospatiale visualisatie de juiste keuze is voor je data.

Typen geospatiale visualisaties

De onderstaande tabel bevat een tagline voor enkele veelvoorkomende typen geospatiale visualisaties. We gaan de verklarende woordenlijst geleidelijk uitbreiden en meer typen toevoegen, waarbij elk type een specifieke pagina krijgt met praktische voorbeelden en uitleg over het gebruik ervan.

Kaart met proportionele symbolen

Toont kwantitatieve data voor specifieke coördinaten aan de hand van verschillende grootten.

Choropletenkaart

Geeft ratio- en frequentiedata in bepaalde gebieden weer middels kleurschakeringen.

Kaart met puntdiagram

Toont de locatie bij benadering om visuele clusters in data uit te lichten.

Heatmaps, ook wel dichtheidskaarten genoemd

Licht trends uit door de frequentie weer te geven.

Flowkaart

Verbindt paden op een kaart om veranderingen in de tijd uit te lichten.

Topografische kaart

Toont de hoogte van kenmerken op een kaart door middel van contouren.

Isopleet/isolijn

Toont een reeks kwantitatieve data op een kaart.

Vectorkaart

Licht interacties tussen herkomst- en bestemmingspunten uit.

Cartogram

Vervormt één aspect van een kaart om de belangrijkste data te accentueren.

Kiezen wanneer je een geospatiale visualisatie kunt gebruiken

Geospatiale visualisaties werken het beste wanneer ze worden gebruikt voor een vraag die specifiek is voor ruimtelijke analyse. Locatie en positie moeten centraal staan in het onderzoek. Een paar voorbeelden:

  • Welke landen hebben het meeste last van aardbevingen?
  • In welke gebieden van een land valt de meeste regen?
  • Welke luchthaven is het drukst tijdens de vakantieperiode?
  • Wat is het migratiepad van een vogel in de loop van een jaar?
  • Wat is de snelste weg van punt A naar punt B tijdens de spits?

Je kunt deze vragen onderzoeken door de data op een kaart over elkaar heen te plaatsen, maar dat is misschien niet de beste manier om de antwoorden te vinden. Voor veel vragen over locatie of positie is geospatiale visualisatie niet nodig. Data met vergelijkbare kwantitatieve metingen kunnen moeilijk te vergelijken zijn wanneer ze op een kaart worden weergegeven. Data kunnen ook vermengd raken binnen de visualisatie als de locaties dicht bij elkaar liggen. Het beste kun je eerst nagaan of ruimtelijke analyse nodig is om inzicht te krijgen in een bepaalde vraag.

Als de data zelf niet gemakkelijk te interpreteren zijn, wil dat zeggen dat ze onduidelijk en misleidend zijn, en dan kan een kaart tot fouten en verwarring leiden. Wanneer je de vraag sneller of gemakkelijker kunt beantwoorden met een ander type visualisatie, zoals een staaf- of lijndiagram, dan moet je deze gebruiken. Gebruik geospatiale visualisatie alleen wanneer de data zich lenen voor ruimtelijke analyse en je ze duidelijk kunt weergeven.

Lees dit Help-artikel voor meer informatie over wanneer en hoe je geospatiale visualisaties kunt gebruiken:

Probeer Tableau gratis