Mapa rozkładu punktów - Dot distribution map
Mapa rozkładu kropek (lub mapa gęstości kropek lub po prostu mapa kropek ) to rodzaj mapy tematycznej, która wykorzystuje symbol punktu do wizualizacji geograficznego rozmieszczenia dużej liczby powiązanych zjawisk. Mapy punktowe to rodzaj wizualizacji jednostek, które opierają się na wizualnym rozproszeniu, aby pokazać wzorce przestrzenne, zwłaszcza różnice w gęstości. Kropki mogą reprezentować rzeczywiste lokalizacje poszczególnych zjawisk lub być losowo rozmieszczone w okręgach agregacji, aby reprezentować pewną liczbę osobników. Chociaż te dwie procedury i ich podstawowe modele są bardzo różne, ogólny efekt jest taki sam.
Historia
.jpg)
Pomysł wykorzystania kropki pokazują względną gęstość doszło podczas ery przemysłowej w Anglii i Francji w 1830 i 1840 roku, kiedy większość nowoczesnych typów mapy tematycznej zostały opracowane w stosunkowo nowoczesnej formie. Umożliwiła je rosnąca dostępność danych statystycznych i rosnące uznanie ich wartości dla naukowego zrozumienia. Podobnie jak w przypadku innych typów, najwcześniejsze wynalazki tej techniki często pozostawały niezauważone, a późniejsze publikacje zyskały znacznie większą sławę.
Twierdzono, że pierwsza mapa rozkładu punktów została stworzona przez Valentine'a Seamana w artykule z 1797 roku analizującym niedawny wybuch żółtej febry w Nowym Jorku . Chociaż stosunkowo niewielka liczba lokalizacji przypadków nie jest zgodna z typowym zastosowaniem tej techniki do wizualizacji ogólnego rozmieszczenia dużej liczby osób, nadal warto zauważyć, że jest to prawdopodobnie pierwszy przypadek wykorzystania mapy jako narzędzia analitycznego i komunikacyjnego dla nauk społecznych, analizy przestrzennej i epidemiologii (chociaż jego wnioski okazały się błędne).
Najwcześniejsza znana dzielnica oparte gęstość kropka mapa została stworzona w 1830 roku przez Josepha Frère Armand de montizón (1788 - ????), a franciszkanów brata , nauczyciela i drukarki. Jest to stosunkowo prosta mapa populacji według departamentu (okręgu administracyjnego) we Francji , z każdą kropką reprezentującą 10 000 osobników. Wygląda na to, że mapa została narysowana przy użyciu tej samej techniki, którą praktykowano przez następne dwa stulecia i nadal wykonuje się ją komputerowo: liczba kropek, obliczona z całkowitej populacji każdego działu, jest losowo rozmieszczona w każdym dziale. Rezultatem jest intuicyjny wizualny obraz gęstości zaludnienia , ponieważ wyższe poziomy populacji w granicach administracyjnej wykazują bliższy, gęstszy układ kropek. Ponieważ kropki są rozmieszczone w równych odstępach, jest oczywiste, że nie reprezentują rzeczywistych lokalizacji, w których ludzie mieszkają w danym dziale. Jest to przykład błędu ekologicznego , w którym wartość obszaru uogólnia wszystko w tym obszarze, aby wykazać tę wartość.
Chociaż mapa Montizona była pierwszą opublikowaną mapą punktową tego typu, jego innowacja nie miała wpływu na praktykę przez prawie 30 lat, dopóki mapa gęstości punktów oparta na dystryktach nie została ponownie wynaleziona w 1859 roku na mapie rozmieszczenia ludności Szwecji i Norwegii autorstwa Thure Alexandra. von Mentzer, oficer armii szwedzkiej . Kropki na jego mapie (każda reprezentuje 200 mieszkańców) wydają się być oparte na spisie ludności z 1855 r., ale wyraźnie pokazują poprawki oparte na dodatkowej wiedzy o rozmieszczeniu ludności.
Mapa obiektów punktowych została również wynaleziona na nowo w połowie XIX wieku, a epidemiologia ponownie była głównym motorem napędowym, zwłaszcza poszukiwania przyczyny cholery, która została rozpoznana jako występująca w wyraźnych wzorcach geograficznych. Wśród różnorodnych map utworzonych w latach 1820-1850 są niektóre pokazujące lokalizację każdego przypadku w regionie. Godnym uwagi przykładem była mapa Thomasa Shaptera z 1849 roku przedstawiająca historię epidemii cholery w Exeter w latach 1832-1834 . Mapa jest innowacyjna, ponieważ wykorzystuje różne symbole punktowe do reprezentowania przypadków w każdym z trzech lat. Shapter nie posunął się tak daleko, jak zidentyfikować przyczynę skupisk chorób, które obserwował, jego mapa miała wpływ; John Snow później cytował to jako inspirację do własnej pracy.
Gdy duży wybuch wystąpił w Londynie , w 1854 roku dr Johna śniegu zbierano dane dotyczące poszczególnych przypadkach, zwłaszcza w ich położenie w Soho (London) , powstające przy użyciu metody analizy przestrzennej i śledzenia kontaktów, aby stwierdzić, że zanieczyszczoną wodę był wektor choroby i udało się wyłączyć źródło. Mapa, która towarzyszyła jego raportowi z 1855 r., przedstawiała pojedyncze przypadki, ułożone w stosy w każdej lokalizacji domu, wyraźnie pokazując koncentrację wokół pompy przy Broad Street, a także luki w miejscach, w których znajdowały się inne źródła wody. Mapa jest teraz okrzyknięta rewolucyjną; chociaż jej rola w samym dochodzeniu i jej wpływ na rozstrzygnięcie debaty nad przyczyną choroby jest często przeceniana, zasługuje na uznanie ze względu na spostrzeżenie Snowa, że mapa była najskuteczniejszym narzędziem do komunikowania przestrzennych wzorców choroby.
W późniejszych latach mapy punktowe nie wydają się być tak płodne jak inne rodzaje map tematycznych , prawdopodobnie ze względu na czas potrzebny na ich stworzenie. Wiele z nich było postrzeganych jako osiągnięcie godne samodzielnej publikacji naukowej. Hybrydowa technika pojawiła się na mapach gęstości zaludnienia z początku XX wieku, wykorzystując reprezentatywne kropki na obszarach wiejskich z okręgami proporcjonalnymi do reprezentowania głównych miast. W tym okresie metoda gęstości kropek została ustandaryzowana i opracowano wytyczne projektowe, dzięki czemu technika ta mogła być nauczana w podręcznikach kartografii z połowy XX wieku.
Systemy informacji geograficznej sprawiły, że generowanie map gęstości punktów stało się stosunkowo łatwe dzięki automatyzacji rozmieszczania poszczególnych punktów, chociaż wyniki są często mniej zadowalające niż te, które zostały wykonane ręcznie. Znaczącym postępem technologicznym była dostępność bardzo dużych zbiorów danych, takich jak miliony geokodowanych postów w mediach społecznościowych, oraz innowacje w ich wizualizacji. Powstałe mapy są w stanie pokazać szczegółowe wzorce rozkładów geograficznych.
Ostatnie postępy w mapach punktowych obejmują stosowanie technik mapowania dasymetrycznego do dokładniejszego umieszczania punktów w strefach, skalowanie map punktowych w celu pokazania różnych współczynników punktów na osobę przy różnych poziomach powiększenia oraz stosowanie interpolacji czasowej do animowania map punktowych w czasie
Rodzaje map punktowych
Opracowano dwa bardzo różne typy map punktowych, co często prowadzi do zamieszania w terminologii. W rzeczywistości wielu kartografów sugerowało, aby nie grupować ich w jeden rodzaj mapy tematycznej . Chociaż używają bardzo różnych technik, opartych na bardzo różnych źródłach danych, z odmienną semantyką w rezultacie, ogólny cel jest ten sam: wizualizacja geograficznego rozmieszczenia zjawiska grupowego (tj. dużej liczby osób).
Jeden do jednego (element punktowy)
A jeden do jednego kropka mapa wyświetla duża liczba symboli punktowych reprezentujących poszczególne lokalizacje występowania zjawiska. Wiele rodzajów map wyświetla elementy geograficzne jako symbole punktowe, takie jak miasta; ta kategoria dotyczy tylko tych, które pokazują dużą liczbę przypadków, z których każdy jest przedstawiany anonimowo (np. nieoznaczony), tak aby uwaga była skupiona na ogólnej dystrybucji, a nie na osobach. Przez wiele lat podejście to stanowiło kluczową część dziedziny mapowania przestępczości , poza jego pierwotnym zastosowaniem w epidemiologii . Stało się szczególnie popularne w niedawnej erze big data , na przykład mapowania milionów postów w mediach społecznościowych z geotagami lub lokalizacji telefonów komórkowych, chociaż te mapy wzbudzają obawy dotyczące prywatności.
Różne terminy dla tej techniki zaproponowano, aby odróżnić go od innego podejścia, takich jak nominalnego punktu na mapie , punktu fabularnego mapie i pin mapie . Inną sugestią jest użycie terminu mapa rozkładu kropek wyłącznie dla tego typu (z gęstością kropek zarezerwowaną dla drugiego typu), chociaż nie wyjaśnia to zamieszania, ponieważ obie mapy mają na celu pokazanie dystrybucji i gęstości.
Jeden do wielu (punkt reprezentatywny)
W mapie punktowej jeden-do-wielu każda kropka na mapie nie reprezentuje pojedynczego wystąpienia, ale raczej wskazuje na obecność jednej lub więcej osób pochodzących z danych zagregowanych. Dane są oparte na predefiniowanych okręgach geograficznych (np. powiatach, województwach, krajach, obwodach spisowych), do których dane o osobach zostały zagregowane jako statystyczne zmienne podsumowujące, takie jak całkowita populacja. Oznacza to, że jest to ten sam typ zbioru danych, który jest używany do kartogramów i wielu map symboli proporcjonalnych . W przeciwieństwie do kartogramu, jedyną prawidłową zmienną używaną do mapy gęstości kropek jest całkowita liczba osobników. Po wybraniu wartości kropki (liczby osobników reprezentowanych przez każdą kropkę) można obliczyć liczbę kropek potrzebnych w każdej dzielnicy, a kropki są losowo rozmieszczone w całej dzielnicy. Taki rozkład całości na obszarze daje wizualne wrażenie gęstości zaludnienia .
Większość podręczników kartografii woli używać terminu mapa gęstości kropek lub mapa kropek tylko w przypadku map typu jeden-do-wielu punktów. Termin „ jeden do wielu” stał się problematyczny, ponieważ opracowano interaktywne mapy wykorzystujące tę metodę, ale z każdą kropką reprezentującą pojedynczą osobę, chociaż często jest to krytykowane za tworzenie iluzji znajomości lokalizacji każdej osoby. Inne warunki, które je odróżnić tej techniki obejmują reprezentatywne dot mapę , powiat oparte dot mapę , choropleth dot mapę i punkt spreadu mapę .
Reprezentatywny wzór kropki
Projektowanie każdego typu mapy punktowej polega na zrównoważeniu projektu pojedynczego symbolu punktu (zwłaszcza jego rozmiaru) z odstępami między punktami. Na mapie punktowej jeden-do-jednego ta ostatnia jest ustalona przez rozmieszczenie osobników i skalę mapy, ale w reprezentatywnej mapie punktowej ma na nią również wpływ wybór wartości punktu przez kartografa , czyli liczba osobników, kropka reprezentuje. Od dawna wiadomo, że te wybory są współzależne, z kilkoma konkurencyjnymi względami:
- Zwiększenie rozmiaru symboli punktowych zmniejszy odstępy między nimi, nawet przy stałym rozkładzie.
- Dla dowolnej wielkości i rozmieszczenia kropek, na pewnym poziomie gęstości, poszczególne punkty łączą się w stałą masę. Kiedy to się stanie, żadna wyższa gęstość nie może być dostrzeżona.
- Większe symbole punktowe są łatwiejsze do zobaczenia niż mniejsze symbole, ale łączą się przy stosunkowo niższych gęstościach.
- Mniejsze wartości kropek (tj. więcej kropek) pokazują znacznie dokładniejsze szczegóły w rozmieszczeniu geograficznym niż duże wartości kropek i zwiększają prawdopodobieństwo, że najmniejsze okręgi mają co najmniej kilka kropek, ale także łączą się przy stosunkowo niższych gęstościach.
Idealna równowaga tych czynników występuje, gdy kropki zaczynają się łączyć w najbardziej gęstych obszarach, poszczególne kropki są wystarczająco duże, aby można je było zobaczyć pojedynczo, a wartość kropki jest na tyle mała, że nawet dzielnice o najniższych wartościach mają więcej niż jeden kropka. W 1949 r. J. Ross Mackay opracował zestaw wytycznych do obliczania tej równowagi między wielkością i wartością kropki, w tym innowacyjny nomograf , który stał się standardem w zawodzie. Od tego czasu udoskonalanie technologii generowania punktów i drukowania lub wyświetlania ich doprowadziło do modyfikacji kalkulacji wagi, która została zautomatyzowana w większości programów GIS.
Jednak ten idealny zakres gęstości pozornych nakłada pewne ograniczenia na zjawiska, które można odwzorować. Jeśli zakres gęstości jest zbyt niski (powiedzmy, że stosunek między najbardziej rzadkimi a najbardziej gęstymi wynosi mniej niż około 1:10), mapa będzie wydawała się zbyt spójna, aby była informacyjna. Jeśli zakres gęstości jest zbyt duży (stosunek większy niż 1:1000), zbyt wiele okręgów będzie pełnych, chyba że wartość kropki zmniejszy się tak bardzo, że stanie się niewidoczna. Udoskonalenia technologii projektowania pomogły nieco złagodzić to ograniczenie, takie jak zastosowanie półprzezroczystych kropek, które mogą wykazywać rozróżnienie między gęstościami, w których kropki po prostu się łączą, a wyższymi gęstościami, gdy wiele warstw kropek znajduje się jedna na drugiej. Ma to jednak efekt uboczny polegający na tym, że poszczególne kropki są bardzo słabe.
Inne wyzwanie projektowe może wystąpić w przypadku mapy typu jeden-do-jednego, gdy wiele punktów występuje w tym samym miejscu, co daje fałszywe wrażenie mniejszej gęstości (tj. wygląda jak jedna kropka zamiast wielu). Chociaż wielu użytkowników oprogramowania GIS nie bierze pod uwagę tego problemu, opracowano kilka automatycznych algorytmów w celu jego złagodzenia, zwykle opartych na rozwiązaniu opracowanym we wczesnych mapach Shapter i Snow polegającym na nieznacznym rozłożeniu punktów, tak aby były różne, ale nadal wydają się gęsto upakowane.
Krytyka
Jedną z kwestii związanych z gęstością punktów, która była szczegółowo badana, jest to, jak dokładnie czytniki map mogą zinterpretować gęstość pozorną. Od lat 30. XX wieku powtarzane badania wykazały tendencję do zaniżania gęstości obszaru oznaczonego kropkami.
Inną krytyką jest to, że zagregowane dane okręgowe mają nieodłączne problemy, które mogą prowadzić do takich samych błędnych interpretacji, jak inne rodzaje map tematycznych opartych na tego rodzaju danych, takich jak kartogramy , w tym błąd ekologiczny i problem modyfikowalnych jednostek powierzchni . W rzeczywistości technika kropek może zaostrzyć problem, ponieważ szczegółowy wygląd poszczególnych kropek daje złudzenie bardziej szczegółowych danych niż jednolity kolor kartogramu. Co więcej, czytelnicy map mogą łatwo zinterpretować kropki, zwłaszcza na nielicznych obszarach, jako lokalizacje rzeczywistych osiedli.
Podobnie jak w przypadku kartogramów, problem modyfikowalnych jednostek powierzchni można złagodzić, używając tak małych dzielnic, jak to możliwe, chociaż może to prowadzić do zwiększenia omówionego powyżej problemu zmienności ekstremalnej gęstości. Innym rozwiązaniem wspólnym z kartogramami jest technika dazymetryczna . W aplikacji do pomiaru gęstości punktów w celu dostosowania rozmieszczenia punktów wykorzystuje się wiedzę zewnętrzną na temat rozkładu zjawiska. Najprostszym podejściem jest metoda binarna , tworząca warstwę ziemi, o której wiadomo, że nie ma żadnych osób (w przypadku populacji ludzkiej może to obejmować takie cechy, jak zbiorniki wodne i grunty państwowe) i używając jej jako maski w celu wykluczenia kropek przed wciągnięciem ich tam, zmuszając je do gęstszego rozmieszczenia na pozostałym obszarze. Tradycyjnie przy ręcznym umieszczaniu kropek stosowano bardziej subtelne podejście, koncentrując je w częściach dzielnicy, o których wiadomo było, że gęstość jest wyższa, co prowadziło do pojawienia się stopniowej zmiany gęstości, zamiast nagłej zmiany na granicach dzielnicy. Opracowano zautomatyzowane algorytmy, które naśladują tę technikę, wykorzystując informacje pomocnicze, takie jak lokalizacje punktów miasta, do zmiany rozkładu kropek w każdej dzielnicy, chociaż nie są one powszechnie implementowane w oprogramowaniu GIS.
Zewnętrzne linki
- Racial Dot Map : szczegółowa, interaktywna mapa punktowa, oparta na dystrykcie, przedstawiająca rasę i status latynoski ze Spisu Ludności 2010 z wartością punktową 1:1
- OmniSci Tweetmap : mapa punktowa 1:1 geokodowanych postów na Twitterze, które można filtrować według słów kluczowych