Visuele exploratie van gegevens met
interactieve kaarten en cumulatieve
grafieken
ARTIKEL
2003-XXIX-2
N. Andrienko G. Andrienko
gebruik van geografische informatie, visualisatiegereedschappen, visuele exploratie 1 TREFWOORDEN
use of geographic information, visualisation tools, visual exploration KEYWORDS
utilisation de 1'information geographique, oudls de visualisation, exploration visuelle MOTS-CLES
Ten opzichte van traditionele papieren kaarten hebben pro-
ducten die worden weergegeven op een computerscherm het
voordeel dat ze interactief kunnen zijn: ze kunnen reageren
op acties van de gebruiker met de muis of het toetsenbord.
Een interactieve kaart kan de gebruiker aanvullende infor
matie verschaffen maar 00k een alternatieve representatie,
een die beter past bij de behoeften van de gebruiker [An
drienko Andrienko, 1999]. We zullen hier demonstreren
hoe interactiviteit kan worden gebruikt in visuele analyse van
locatiegebonden statistische gegevens bijvoorbeeld met
behulp van een van de interactieve kaarten die kunnen wor
den gegenereerd met behulp van het systeem CommonGIS
[Andrienko et ab, 2003].
Kwantitatieve waarden van geografische objecten worden voor
een kartografische representatie vaak geclassificeerd, ofwel in-
gedeeld in een aantal intervallen. Aan de verschillende klassen
worden vervolgens kleuren toegekend. Figuur 1 laat een voor-
beeld van geclassificeerde gegevens zien. Het gaat hier om een
kaart van Portugal met een verdeling in districten. Deze dis-
tricten worden gekarakteriseerd door een aantal demografische
attributen, zoals het attribuut %_of_pop._by_age_>=65 (in-
woners van 65 jaar en ouder als percentage van de totale bevol-
king). De waarden van dit attribuut zijn verdeeld in drie klas
sen, zoals aangegeven in de legenda:
van de minimum waarde (6,7%) tot 15%;
van 15 tot 20%;
van 20% tot het maximum (35,2%).
Voor de klassen zijn respectievelijk groen, wit en rood ge
bruikt. Zo valt bijvoorbeeld het district Beja, waar de muis in
figuur 1 op rust, met een relatieve waarde van 17,25% in de
middelste (witte) klasse.
Een bekend gegeven in de kartografie is dat de ruimtelijke pa-
tronen die met behulp van de kaart worden waargenomen radi-
caal kunnen veranderen als het aantal klassen en/of de klassen-
grenzen worden gewijzigd. Zo brengen alle kaarten in figuur 2
hetzelfde attribuut (%_of_pop._by_age_>=Ö5) in beeld. In alle
gevallen zijn drie klassen gebruikt, maar de classificatiemetho-
den varieren, en als gevolg daarvan 00k de klassengrenzen. In
Natalia Andrienko
Gennady Andrienko,
Fraunhofer AIS (Instituut
voor Autonome Intelligen
te Systemen), SPADE
(Team ter ondersteuning
van ruimtelijke beslissin-
gen), Schloss Birlinghoven,
Sankt-Augustin, D-53754
Germany
http://ais.gmd.de/SPAOE/,
[e] gennady.andrien-
ko@ais.fraunhofer.de,
[t] +49-2241-142486.
de eerste kaart hebben alle intervallen
dezelfde breedte: 6,7 tot 16,2; 16,2 tot
25,7 en 25,7 tot 35,2%. In de tweede
kaart zijn de klassengrenzen zodanig ge-
kozen dat het aantal waarnemingen (dis
tricten) in elke klasse ongeveer gelijk is.
De derde kaart toont het resultaat van
een uit statistisch oogpunt optimale clas-
sificatie: een methode waarbij de ver-
schillen binnen de klassen worden gemi-
nimaliseerd en de verschillen tussen de
klassen gemaximaliseerd. De eerste kaart
wekt de indruk dat districten met läge
waarden längs de west- en noordwest-
kust van Portugal liggen, maar de twee
de en derde kaart geven een ander beeld:
läge waarden in twee aparte Clusters in
het noordwesten en het westen, waar
grote Steden zoals Oporto en Lissabon
liggen. De middelste kaart suggereert
hoge waarden over een uitgestrekt ge-
bied in het oosten en zuiden van het
land, terwijl de andere twee kaarten een
beperkt aantal Clusters met hoge waar
den laten zien, die vooral in het centrum
zijn gelegen.
AI deze ruimtelijke patronen geven be-
paalde inherente karakteristieken van de
gegevens weer. Iemand die de data wil
leren kennen kan zieh dan 00k niet ver-
oorloven om slechts een van de vele clas-
sificatiemogelijkheden te bekijken, maar
moet experimenteren met verschillende
klassenindelingen. Het pakket Com
monGIS ondersteunt dergelijke experi-
menten via interactieve gereedschappen.
Een aantal van die gereedschappen is te
zien in figuur 3. De gebruiker kan ge-
makkelijk klassen toevoegen of reduce-
ren en de grenzen veranderen via directe
manipulatie van de classificatiebalk die
zieh rechtsboven in het venster bevindt.
10