可视化是观察和分析源-目的地 (Origin-Destination) 数据的重要工具，分析多个地理空间点之间的流数据，应用在有关通勤、迁移和货物运输中。流向图(flow map）是OD数据分析最常用的可视化方法，然而经常会遇到混乱和遮挡的问题。为了解决这些问题，许多可视化方法采用数据抽象和视觉抽象，例如进行节点聚合或边缘捆绑，从而导致信息丢失。最近可视化的理论和经验发展[2]证实了这种抽象方法的优点，同时证实了观众的知识可以减轻由于信息丢失造成的负面影响。探索源-目的地数据可视化的设计空间需要了解在数据和视觉抽象中丢失和添加信息的不同方式。该工作[1]基于数据抽象和视觉抽象中对源-目的地数据的信息操作的分类，制定了源-目的地可视化的新设计空间。依据该设计空间，提出了基于半边编码和饼图的源-目的地数据的可视化方法。
解决流向图中OD数据可视化的遮挡和杂乱问题，需要了解此类问题的设计空间。信息的丢失是可视化中比较普遍的现象[2]，普遍存在于数据处理和信息可视化映射中。不同的信息丢失方法有不同的优点和缺点。在OD数据可视化的设计空间中存在四个维度，分别是针对节点集合，边集合，单个节点和单个边。其中节点集合和边集合这两个维度是针对数据结构，单个节点和单个边是针对可视化编码。OD数据可视化的方法都是从这四个维度中进行组合，如下图1所示。
图2展示了针对节点集合和边集合（数据结构）的不同操作方法。针对节点集合，如下图左侧所示，有过滤，分组，添加和切分四种操作。过滤可以依据不同的区域或者节点的属性。分组类似于聚集的操作，可以根据格点，行政区域，聚集结果或者地理位置左边进行分组。过滤和分组是信息丢失，添加和切分是信息添加。对于边集合，同样存在这四种操作。其中添加操作是添加边从而形成完全图，在OD图中有这样的操作。
针对单个节点，不同的视觉表达可以引起用户不同的关注。针对单个节点的数据映射包括节点的展现和节点的具体位置。黑色的点是单个节点的普通表达形式，如图3（a）所示。右边灰色的点减弱了节点的展现形式，而闪烁的点相对增强了节点的展现形式。空心圆增强了节点的展现形式，但是减弱了用户对节点位置的感知。
针对单条边，需要映射的边的数据包括边的两个端点，顺序，两点之间的夹角，边的连线，边的长度，边的中间节点，边在横向和纵向的距离等。如图4（a）所示，一个直线箭头是标准的单条边的展现形式。对于每种表达形式，下面蓝色部分表示是直接映射的数据，灰色部分是间接表达的数据。
新的设计空间从数据结构（节点集合和边集合）和表现形式（单条边和单个节点）上对OD数据可视化形式进行划分。针对单个节点，空心圆的形式可以增强点的表达，同时圆内部可以映射更多的数据信息，例如总结出去的流量的比例分布。对于单个边的表达，作者发现图4（b）的形式，采用从边的中间点指向目的地的形式，既减少了边的遮挡问题，同时表达了边的顺序。对于OD数据中的A和B两点，往往同时存在A到B和B到A的数据流，这样AB之间的两个半边可以连接成从A到B的一条线帮助用户进行观察。虽然表面上图4（b）的形式相对于直线箭头的形式丢失了更多的信息，但是结合起来看，新的设计形式表达了更多的信息，同时减少了遮挡的问题。
该工作从数据结构（节点集合和边集合）和表现形式（单条边和单个节点）上的四个维度对OD数据可视化形式进行设计空间的探索，同时讨论了不同形式的信息丢失（添加）的优缺点。同时基于该设计空间提出了新的基于半边编码和饼图的源-目的地数据的可视化方法。设计空间的研究探索可以帮助用户找出更优的设计方式去现实某些信息和丢失信息，可以将信息论应用于其他数据类型和视觉表达上面，例如科学数据，图和轨迹等。
参考文献：
[1] Tennekes, M. and Chen, M. Design Space of Origin-Destination Data Visualization. Computer Graphics Forum, 40: 323-334, 2021.
[2] Chen M., Golan A. What may visualization processes optimize? IEEE Transactions on Visualization and Computer Graphics 22, 12 (2016), 2619–2632.
评论关闭。