在地图上可视化地理空间数据的12种方法

地图绘制或制图是地理空间数据的可视化。 它是一门艺术， 因其寻求以一种更容易被非技术受众理解或解释的形式来表示数据。 但它也是一门确保视觉效果与所基于的数据准确一致的科学。 鉴于地图的优势和局限性， 一些样式的地图在表示某些类型的信息方面比其他样式更好。 因此，为了帮助展示的数据能够选择比较合适的地图， 本文列出了12种常用的可视化地理空间数据的方法， 有助于选择一种最适合方式来理解信息。

1. 点地图

点地图是可视化地理空间数据的最简单方法之一。 基本上，可将一个点放置在地图上， 与试图测量的变量相对应的任何位置(例如一栋建筑或一家医院)。 对于显示事物的分布和密度模式行之有效， 但它需要准确地收集位置数据或对位置数据进行地理编码， 以便可以准确地识别地图上的每个位置。 点技术可能很难用于大比例地图， 在某些缩放级别下， 点可能会彼此重叠。

2. 比例符号图

比例符号图是点地图的一个变体。 它利用圆形或其他形状来表示特定位置的数据。 基于点的大小或颜色， 它可以用来同时表示多个其他变量(例如人口或平均年龄等)。 这使得比例符号地图擅长同时传达几种类型的信息。 然而， 它们仍然可能面临与点地图相同的问题， 试图将太多的数据点放到大比例地图上， 特别是跨小地理区域，这可能会导致重叠。

3. 聚类图

这是一张略显弯曲的比例符号地图， 它具有类似的概念， 即使用不同大小和颜色的点同时表示同一位置的多种类型的数据。 较大的点替代较小点， 如果增加地图的比例， 这些点将变得清晰可见。 显然这绕过了点地图过度拥挤的主要问题， 不过需要特殊的地理空间数据可视化工具，如 GIS 软件。

4. Choropleth 地图

Choropleth 地图是另一种常见的地图类型。 它通过将绘制的区域分开， 例如通过地理或政治边界， 用不同的颜色或阴影填充产生的每个部分来实现的。 每种颜色或阴影代表不同的变量， 以及单个变量的不同值或范围， 这使得地图在维护区域边界上下文的同时， 对于可视化整个地理区域的数据集群非常有用。

对于区域大小差异很大的区域， 使用此样式时要格外小心谨慎， 因为区域的大小不一定与其所属的数据有任关联。 例如，在美国地图上， 加利福尼亚州和德克萨斯州等陆地面积较大的州往往会引起人们的注意。 然而，在 Choropleth 风格的地图上， 与马里兰州、特拉华州或罗德岛州等较小的州相比， 它们可能不具有高浓度的测量变量或具有对特定分析形式很重要的特征。 如果您试图指出较小区域中可能与较大区域相形见绌的内容， 则可能需要包含插图以确保所标注的颜色有所不同。

5. 统计图

Choropleth 地图的这种变体是地图和图表的混合体。 它涉及获取地理区域的土地面积图并将其划分为多个部分， 以使大小和或距离与所测量变量的值成正比， 并为每个段赋予不同的颜色或阴影， 以将其与相应的值相关联。 通过这种方式，数据与其所指的土地面积有更直接的关联。

然而，尝试将大小和距离比例与区域的实际土地面积对齐通常会导致失真， 从而难以识别统计图实际表示的位置。 出于这个原因， 为了参考起见， 在统计图旁包含该位置的土地面积地图可能会有所帮助。

6. Hexagonal binning map

Hexagonal binning map 是另一种分区统计图变体， 它将地理区域划分为由正六边形和派生图形组成的网格。 这很容易创建一个连续的形状， 同时仍然准确地覆盖土地面积。 网格中的每个单元格都被赋予一种颜色或阴影， 以表示变量的值， 这与常规的 Cholopeth 图中的情况非常相似。 这种类型的地理空间数据可视化通过将离散数据转换为连续数据， 在精确制图的情况下提供了很好的平衡。 不过在不合并或分离单元的情况下， 可能很难扩大或缩小规模。

7.热图

热图有点类似于分区统计图， 它利用颜色或阴影来表示不同的值或值范围。 热图将值和范围表示为连续谱， 而不是受地理或政治边界约束的离散单元。 通过这种方式， 热图可用于更精确地可视化变量的高浓度（“热点”）和低浓度的模式。 然而，这可能会以缺少准确性为代价， 因为这通常需要通过算法将离散数据点转换为连续谱。

8. 地形图

地形图是地理空间数据地图的另一种相当标准的形式。 通常，地形图用于表示分布在某个区域上的物理土地要素。 其中包括地形高程（尤其是山脉、火山和其他高地标）和河流系统， 还包括人为修建的例如公路、铁路或其他运输网络。

9. 流程图

流程图，也称为“路径”图，是线图的更专业版本。 它们不是专注于地球的物理特征， 而是用来表示事物随时间在地球上的运动。 这些可能包括迁移人类或动物、资源和其他用于贸易的货物、车辆交通和天气模式（尤其是飓风等严重风暴）。 它们通常被构造为起点和终点数据点的集合。

10.Spider map

Spider map 是流程图的变体。 Spider map 不是关注起点和目的地数据点的离散集合， 而是着眼于起点和多个目的地点之间的关系， 其中一些可能是共同的。 Spider map 的其中一个示例可能是在多个车辆之间具有一系列预定站点的公共汽车、有轨电车、地铁、火车或其他交通方式的路线图， 还可以使用 Spider map 来显示共享车辆（如自行车或踏板车）情况， 如从特定停车站取车和在其他停车站下车的频率。

11.时空分布图

这是一种高级形式的地理空间数据制图， 它将点地图的精度与流图的动态性相结合， 旨在准确确定物体在移动时的任何时间点的位置。 当然，这只能通过 GIS 软件和其他形式的非静态制图来实现。 此类地图最常见的用途是通过全球定位系统监控车辆或移动设备的位置。

12.数据空间分布图

这是流程图的另一种变体， 它不仅旨在表示事物随时间推移的运动， 同时旨在表示依赖于该运动的变量如何随时间变化。 让我们回到使用 Spider map 表示地铁系统的示例， 可以通过绘制特定列车在车站之间移动时有多少人， 来将其转换为数据空间分布图， 甚至可以每天多次绘制此变量图表， 以了解地铁最繁忙的时间和地点情况， 并且可能需要额外的值班人员来进行一些辅助工作。