En grundkurs om geospatiala visualiseringar

Många klassificerar geospatiala visualiseringar som en undergrupp till diagram. I den här ordlistan ser vi dem som två separata delar. Det gör det lättare att utforska och upptäcka nya sätt att utföra visuell analys. Vår avsikt är inte att skapa en ny taxonomi med det här synsättet. Ta en titt på exemplen nedan och informationen om vad som gör geospatiala visualiseringar så viktiga när det gäller att analysera data för att ta reda på mer.

Inspirerande exempel på geospatiala visualiseringar från vår community

Vi har valt några visualiseringar från Tableau-communityn för att visa hur man kan visa data på ett elegant sätt. Ta en titt på de olika analytiska funktionerna eller enskilda visualiseringstyper för mer praktiska exempel.

Vad är geospatial visualisering eller geovisualisering?

Dessa visualiseringar fokuserar på relationerna mellan data och dess plats för att skapa insikter. All positionell data fungerar för spatial analys. Det som gör geospatiala visualiseringar unika är skalan. Ett diagram över kretsar på ett mikrochip utforskar position, men det är inte geospatialt. Det kartlägger inte datan till Jorden eller någon annan planet. En stjärnkarta anses inte heller vara geospatial, medan en karta över Mars yta är det. Geovisualiseringar lägger variabler på en karta med hjälp av latitud och longitud för att skapa insikter.

Kartor är primärt fokus för geospatiala visualiseringar. De kan vara över en gata, en stad, en park eller andra delar för att visa gränserna för ett land, en kontinent eller hela planeten. De fungerar som en behållare för extradata. Det gör att du kan skapa kontext med hjälp av former och färger för att ändra visuellt fokus. De hjälper till att identifiera problem, mäta förändringar, förstå trender och göra prognoser som är kopplade till specifika platser och tider.

Geospatiala visualiseringar lyfter fram den fysiska kopplingen mellan datapunkter. Det gör dem känsliga för några vanliga fallgropar som kan göra att fel introduceras:

  • Skala – förändringar av kartans storlek kan påverka hur mottagaren tolkar datan.
  • Egen korrelation – en vy kan skapa en association mellan datapunkter som ser ut att vara nära på en karta, även för orelaterad data.

Tänk på ditt mål och de vanliga fallgroparna när du ska avgöra om geospatial visualisering är rätt val för din data.

Typer av geospatiala visualiseringar

Tabellen nedan innehåller en tagline för några vanliga typer av geospatiala visualiseringar. När ordlistan växer på både djupet och bredden kommer fler typer att läggas till och de kommer alla att få varsin sida där vi visar praktiska exempel och förklarar när de bör användas.

Proportionella symbolkartor

Visar kvantitativ data för enskilda koordinater med hjälp av storlek.

Koropletkartor

Tematiska kartor för att visa relativ och absolut data i definierade områden.

Punktdistributionskartor

Visar ungefärlig plats för att lyfta fram kluster i data.

Färgkartor

Betonar trender genom att visa förekomstfrekvens.

Flödeskartor

Kopplar samman vägar i en karta för att visa förändringar över tid.

Topografiska kartor

Visar höjdkurvor på en karta med hjälp av konturer.

Isoplet/konstant

Visar ett urval av kvantitativ data placerade på en karta.

Spindelkartor

Visar interaktioner mellan ursprungs- och destinationspunkter.

Kartogram

Snedvrider en aspekt av en karta för att betona nyckeldatan.

Välja när en geospatial visualisering ska användas

Geospatiala visualiseringar fungerar bäst när de handlar om en fråga som är specifik för spatial analys. Plats och position bör vara centralt för undersökningen. Några exempel:

  • Vilka länder drabbas av flest jordbävningar?
  • Vilka delar av landet får mest regn?
  • Vilken flygplats är mest trafikerad under julen?
  • Vart flyttar en fågel under loppet av ett år?
  • Vilken är den snabbaste vägen för att ta sig från punkt A till punkt B under rusningstrafik?

Du kan undersöka dessa frågor genom att lägga ut data på en karta, men det kanske inte är det bästa sättet för att hitta svaren. Många frågor om plats eller position kräver inte geospatial visualisering. Data med liknande kvantitativa mätetal kan vara svåra att jämföra när de läggs på en karta. Skalan kan även smälta samman data inom visualiseringen om platser är nära varandra. Det är bäst att tänka över om frågan kräver spatial analys för att skapa insikter.

Om datan inte är lättolkad kan en karta leda till fel och förvirring, även om den är tydlig och inte vilseledande. Om du kan svara på frågan snabbare och enklare med en annan typ av visualisering, till exempel ett stapeldiagram eller en linjegraf, bör du använda dessa typer. Använd bara geospatial visualisering om din data är lämpad för spatial analys och du kan visa den på ett tydligt sätt.

Mer information om när och hur du bör använda geospatiala visualiseringar finns i den här hjälpartikeln.