用于分析多维度地理信息数据的动态的可视分析(Attribute Signatures: Dynamic Visual Summaries for Analyzing Multivariate Geographical Data )

地图是大家最熟悉的可视化之一,在地图上绘制一层例如圆圈、范围或者颜色等来表示变量的可视化大家也并不陌生,例如出名的人口分布图,经济状况图等等。但其实有许多带有空间信息的数据还有更多复杂的维度,例如一个人口普查数据,它包含了每个地方的人口密度、经济情况、住房情况、工作比例等等几十甚至几百个维度,如何同时探索地理空间的变化与这些维度属性之间的关系,是十分有意义的研究问题,同时由于其同时涉及空间变化与高维度属性的变化,它也是一个研究的难点。

 att2图1:基本定义介绍

Attribute Signatures从交互的角度出发,分别探索空间变化的三种变化形式与多维度属性之间的关系。三种空间变化形式分别是地理位置(Location)的变化,地理范围(Extent)的变化,以及采样精度(Resolution)的变化。变化探索的输入是根据用户设置刷选的交互,用户可以设置一个地理区域,将其沿着某一路线拖拽,不同的维度变化即可被观察到,同理沿着某一方向缩放、或者增减采样率也可以研究该类空间变化。在多维度探索中, 作者使用了Small Multiple的形式,将不同的维度属性绘制成小的折线图,并排摆放成矩阵的形式。其中X轴是variation轴,即根据用户交互产生的变化动态产生的,y轴为比较轴,可以是该观察属性的原始值、统计值等,同时在图中也提供了比较基线,可以设置为固定基线(某个整体平均值)或者动态基线(局部的平均值,随着选择区域变化而变化)。

att1

图2 系统界面及案例

通过该系统,即可探索空间变化与多维度属性的关系,作者展示了多个案例,这里分享一个例子。首先他们研究的是英国的人口普查数据,首先在海岸线的港口为开始点,用户沿着海岸线拖拽,探索海岸线城市的人口普查数据的高维属性。首先可以看出,随着海岸线变化,它的确和人的行为有着很大的关系(许多维度剧烈变化)。其次由于系统支持对不同维度根据相似性进行排序,可以发现有一系列与住宿相关的属性变化特征,比如房子的类型都是与渔民或者住宿(旅游者)相关。还有一些相反关系,比如农业与渔业的发展程度与人口密度呈反相关的趋势变化。

 

小结一些,这篇工作提出了一种简单却灵活,且有启发性的方法,给我们研究空间相关的多维度信息有很多借鉴与启发。例如探索空间变化、范围变化、采样率变化,这是空间数据探索的三个基本维度,但以前的文献少有对这些维度提出动态的交互探索方式。当然在多维分析上这篇工作的方法较为简单,也有扩展的空间。

Reference

[1]Cagatay Turkay, Aidan Slingsby, Helwig Hauser, Jo Wood, Jason Dykes, Attribute Signatures: Dynamic Visual Summaries for Analyzing Multivariate Geographical Data. IEEE Trans. Vis. Comput. Graph. (InfoVis), 2014, Pages 2033-2042

 

评论关闭。