第二部分 · 术 / Chapter 8

地理时空数据可视化

从巴比伦陶片到现代数字地图,人类始终在寻找展现地理空间信息的最佳方式。本章探索地图投影、符号系统、等值区域图、OD流可视化以及时空立方体等方法,帮助人们理解地理空间中数据的分布、流动与演变规律。

地图投影 符号系统 等值区域图 OD流 时空立方体 交通分析
8.1

地图

地图是人类最古老的可视化形式之一。早在公元前六世纪,巴比伦陶片就刻画了已知世界的地理概貌;1569年,墨卡托发明了同名投影法,使航海导航成为可能,开启了现代制图学的新纪元。

现代地理信息科学将空间分为三元空间

🌍
地理空间
物理世界的真实位置与空间关系
💻
信息空间
数字化的数据世界,网络与虚拟空间
👥
人文空间
人的认知、感知与社会活动空间

地理可视化的目标就是将这三元空间中的数据有效地融合与呈现,帮助人们理解空间现象背后的规律与联系。

🤔
思考:为什么墨卡托投影在航海中如此重要?它在地图上保持了什么性质?又牺牲了什么?
🧠

小测验:8.1 地图

+20 XP
Q1. 墨卡托投影最大的优点是保持了什么性质?
Q2. "三元空间"不包括以下哪个?
8.2

地图可视化

地图可视化涉及三个核心要素:投影决定了如何将球面映射到平面,比例尺控制了地图的详细程度,符号系统则定义了如何在地图上表达各种地理现象。

8.2.1 投影

将三维球面展平为二维平面,必然会产生变形。不同投影方法在角度、面积、距离、方向之间做出不同的权衡取舍。核心思想是:没有完美的投影,只有适合特定用途的投影

投影类型保持性质变形特点典型应用
墨卡托投影 角度(等角) 高纬面积严重放大 航海导航、Web地图
等面积投影 面积 形状变形 统计地图、主题地图
等距投影 特定方向距离 其他性质均变形 距离测量、航空导航
🌐 交互演示:地图投影对比 互动

选择不同投影方式,观察同一世界地图在不同投影下的变形差异。注意格陵兰岛与非洲的面积对比。

📐

小测验:8.2.1 投影

+20 XP
Q1. 如果要制作一张按省份面积着色的中国统计地图,最适合的投影是?
Q2. 为什么说"没有完美的投影"?
8.2.2 比例尺

比例尺描述地图上的距离与实际距离的比值。大比例尺(如 1:10,000)展示的区域小但细节丰富,适合城市街道;小比例尺(如 1:1,000,000)展示的区域大但细节少,适合国家或大洲。

🔍
大比例尺
比值大(1:10,000),范围小,细节多。适合城市规划、建筑设计。
🌏
小比例尺
比值小(1:1,000,000),范围大,细节少。适合区域规划、气候图。

在数字地图中,比例尺通过缩放级别(zoom level)来控制。不同缩放级别下,地图展示的内容和符号都会发生变化,这就是多尺度表达

8.2.3 地图符号系统

地图通过符号系统表达地理现象,可分为三类:

点符号
表示特定位置的地理现象,如城市、医院、车站
线符号
表示线状地理要素,如道路、河流、边界
面符号
表示区域范围,如省份、湖泊、森林覆盖
🎯 交互演示:地图符号系统 互动

在简化的城市地图上,切换显示不同类型的地图符号。

🎯

小测验:8.2.3 符号系统

+20 XP
Q1. "长江"在地图上应该用哪种符号来表示?
Q2. 大比例尺地图与小比例尺地图的关系是?
8.3

时空数据及可视化方法

空间数据根据几何类型可分为点数据、线数据、面数据。每种类型对应不同的可视化方法。当空间数据加入时间维度,就形成了时空数据,需要更复杂的可视化方法。

8.3.1 空间数据

点数据可用散点地图(Dot Map)表示,每个点代表一个事件或实体的位置。线数据可用OD流(Origin-Destination Flow)表示,展示起止点之间的流动关系。面数据可用等值区域图(Choropleth Map)表示,用颜色深浅来表示区域的统计值。

🗺️ 交互演示:等值区域图 (Choropleth) 互动

中国各省份的模拟数据可视化。切换不同指标,观察颜色编码的变化。悬停查看详情。

🌊 交互演示:OD流可视化 互动

调整阈值过滤弱连接,观察城市间的主要流动模式。线条粗细和颜色表示流量大小。

💡
设计要点:等值区域图容易受到面积大小的影响——面积大的区域视觉上更突出,但可能人口很少。OD流在连接过多时会变得混乱,需要通过阈值过滤或边捆绑(edge bundling)来优化。
🌊

小测验:8.3.1 空间数据

+20 XP
Q1. 等值区域图(Choropleth)的一个主要缺点是?
Q2. OD流可视化中,当连接线过多时,常用的优化方法是?
8.3.2 时空数据

当空间数据加上时间维度,就形成了时空数据。时空立方体(Space-Time Cube)是经典的可视化方法:底面表示二维空间,纵轴表示时间,数据点在三维空间中形成轨迹。

时空立方体最早由地理学家 Hagerstand 在 1970 年提出,用于研究人类活动的时空模式。每个人的一天可以用一条从底面(早晨出发地点)到顶面(晚上到达地点)的曲线表示。

📦
时空立方体的三个维度:X轴 = 经度,Y轴 = 纬度,Z轴 = 时间。数据点 (x, y, t) 在三维空间中形成轨迹,展示实体在空间和时间上的运动模式。
🏙️

小测验:8.3.2 时空数据

+20 XP
Q1. 时空立方体中,纵轴通常表示什么?
Q2. 时空立方体最早由谁提出?
8.4

时空模式与可视分析

时空数据分析的核心目标是发现时空模式。时空模式主要分为两类:

📊
空间分布模式
特定时间点上数据在空间中的分布特征,如聚集、分散、随机等。
📈
时间演化模式
空间模式随时间的变化趋势,如扩散、收缩、迁移等。

时空模式的变化模式可以进一步分为:趋势性变化(持续增长或下降)、周期性变化(如早晚高峰)、突变(如自然灾害),以及空间扩散与聚集过程。

💡
案例:交通拥堵传播分析
利用时空可视化方法,可以观察交通拥堵如何从一个路口扩散到相邻路口,分析拥堵的源头、传播路径和持续时间,为城市交通管理提供决策支持。
案例 1

交通拥堵传播

基于时空立方体的交通拥堵可视分析,追踪拥堵源头和传播路径,为智能交通管理提供支持。

时空立方体 交通数据 传播分析
案例 2

城市人口流动

利用 OD 流分析城市人口的通勤模式和出行特征,揭示城市功能区的空间结构。

OD流 通勤模式 城市结构
案例 3

疫情扩散分析

通过时空可视化追踪疾病的地理传播过程,预测扩散方向和速度,辅助公共卫生决策。

时空分析 扩散模型 公共卫生
🎮

互动闯关:地理时空挑战

通过趣味游戏巩固所学知识,在挑战中加深理解!完成每个游戏可获得额外 XP 奖励。

🌐投影猜猜猜 +30 XP

观察地图的形状特征,判断它使用了哪种投影方式。共 5 轮!

轮次: 1/5 得分: 0
🧩地理可视化配对 +30 XP

将下方的数据类型与最适合的地图可视化方法配对。

已配对: 0/6 得分: 0
📋 数据场景(点击选择)
🗺️ 可视化方法(点击配对)
🌊流量设计师 +30 XP

在地图上点击两个城市来创建OD流连接。尝试创建出目标模式(如星形网络、环形网络等)!达到目标模式得分即可过关。

关卡: 1/3 连接数: 0 目标:星形网络
📚 返回教材首页