基于地理信息的疫情可视化设计探讨——以《重庆市新型冠状病毒肺炎疫情地图》可视化设计为例
发布时间:2021-08-12 15:45
通过对新型冠状病毒肺炎疫情信息和数据的分析,探讨地理信息在疫情可视化设计中的方法及其艺术与社会价值。运用可视化、地图学的相关理论,辅以案例分析与实践性研究。从地理信息的位置、数量、关系等角度出发,聚合疫情信息和数据,借鉴信息可视化的方法,构建视觉语言的颜色、尺寸、形态等视觉化变量,完成对疫情地图的设计创作。将地理信息作为信息的模型与维度,探究可视化设计,提出疫情可视化设计的具体方法。疫情地图提高了时间与空间的信息精度,增强了用户的理解,可以为疫情区域防控决策提供一定的参考和支持。
【文章来源】:工业工程设计. 2020,2(02)
【文章页数】:6 页
【部分图文】:
全国疫情晴雨表部分内容
疫情可视化用于研究流行病的地理分布,常用的方式是将发病的地点标注于地图上呈现出来。1854年英国伦敦发生霍乱疫情,流行病学研究的先驱约翰·斯诺(John Snow)医生将霍乱死亡病例绘制在伦敦地图上,用黑条代表死亡病例的数量,黑点代表水泵。斯诺医生运用空间统计学的方法,通过分析地图数据的分布关系,找到了水泵就是传染源,并成功解决了疫情传播的问题。此次疫情使得英国政府意识到清洁的供水和排水系统的重要性,伦敦地区霍乱地图见图2。“霍乱地图”是可视化设计解决公共卫生事件的经典案例,成为医学、地理学及流行病传染学中的一项基本研究方法,并应用到城市疾病管理、城市规划[3]。数据是枯燥的,知识是抽象的,而优秀的可视化设计能使人们通过交互式可视界面,对大规模复杂数据源进行分析、推理,使用视觉认知的方式辅助思考、识别和决策[4]。将疫情信息可视化,可以更直观地了解空间区域的疫情情况,科学预测疫情发展趋势和社会影响,为疫情防控提供科学决策的依据,使疫情信息可追溯、可预测、可视化和可量化。
n Co V疫情地图项目组(n Co V-Outbreak Map Team)在“会说谎的地图”中提出了地图信息呈现的结果会受到四个方面的影响:地理单元、地理尺度、聚类方法和呈现形式,从不同的层次、范围,分类探讨了不同疫情制图的优劣势。例如地级市单元层面的疫情地图呈现形式见图4,运用了地理单元的影响,从中看到重灾区除了湖北省以外,主要分布在临近的重庆、湖南北部、河南南部;较小尺度疫情概率密度地图见图5,运用了地理尺度单元的影响,这种制图方式是最佳的关注疫情扩散的模式。这种制图的方法使读者能更加理性地读懂疫情当前的态势,为疫情地图制作者提供合理构建疫情地图的思考方式。(三)地理信息的主题归纳
【参考文献】:
期刊论文
[1]设计是“中国方案”的实践[J]. 柳冠中. 工业工程设计. 2019(01)
[2]实时数据新闻的生成逻辑:知识挖掘与可视化设计[J]. 雷刚,王梦珂,陈为龙. 装饰. 2019(03)
[3]地理空间数据可视分析综述[J]. 周志光,石晨,史林松,刘亚楠. 计算机辅助设计与图形学学报. 2018(05)
[4]信息可视化语境下的地图创意设计探析[J]. 欧阳梦圆,萧沁,高嘉诗. 包装工程. 2017(24)
[5]信息可视化的发展与思考[J]. 付心仪,刘世霞,徐迎庆. 装饰. 2017(04)
[6]基于地理位置的信息可视化设计[J]. 吴琼. 装饰. 2017(04)
[7]医学地理学发展趋势及当前热点[J]. 齐兰兰,周素红,闫小培,古杰. 地理科学进展. 2013(08)
[8]论信息图形[J]. 马库斯·斯洛普,吴琼. 装饰. 2007(08)
[9]地图可视化[J]. 张燕燕,胡毓钜. 测绘工程. 2001(01)
本文编号:3338600
【文章来源】:工业工程设计. 2020,2(02)
【文章页数】:6 页
【部分图文】:
全国疫情晴雨表部分内容
疫情可视化用于研究流行病的地理分布,常用的方式是将发病的地点标注于地图上呈现出来。1854年英国伦敦发生霍乱疫情,流行病学研究的先驱约翰·斯诺(John Snow)医生将霍乱死亡病例绘制在伦敦地图上,用黑条代表死亡病例的数量,黑点代表水泵。斯诺医生运用空间统计学的方法,通过分析地图数据的分布关系,找到了水泵就是传染源,并成功解决了疫情传播的问题。此次疫情使得英国政府意识到清洁的供水和排水系统的重要性,伦敦地区霍乱地图见图2。“霍乱地图”是可视化设计解决公共卫生事件的经典案例,成为医学、地理学及流行病传染学中的一项基本研究方法,并应用到城市疾病管理、城市规划[3]。数据是枯燥的,知识是抽象的,而优秀的可视化设计能使人们通过交互式可视界面,对大规模复杂数据源进行分析、推理,使用视觉认知的方式辅助思考、识别和决策[4]。将疫情信息可视化,可以更直观地了解空间区域的疫情情况,科学预测疫情发展趋势和社会影响,为疫情防控提供科学决策的依据,使疫情信息可追溯、可预测、可视化和可量化。
n Co V疫情地图项目组(n Co V-Outbreak Map Team)在“会说谎的地图”中提出了地图信息呈现的结果会受到四个方面的影响:地理单元、地理尺度、聚类方法和呈现形式,从不同的层次、范围,分类探讨了不同疫情制图的优劣势。例如地级市单元层面的疫情地图呈现形式见图4,运用了地理单元的影响,从中看到重灾区除了湖北省以外,主要分布在临近的重庆、湖南北部、河南南部;较小尺度疫情概率密度地图见图5,运用了地理尺度单元的影响,这种制图方式是最佳的关注疫情扩散的模式。这种制图的方法使读者能更加理性地读懂疫情当前的态势,为疫情地图制作者提供合理构建疫情地图的思考方式。(三)地理信息的主题归纳
【参考文献】:
期刊论文
[1]设计是“中国方案”的实践[J]. 柳冠中. 工业工程设计. 2019(01)
[2]实时数据新闻的生成逻辑:知识挖掘与可视化设计[J]. 雷刚,王梦珂,陈为龙. 装饰. 2019(03)
[3]地理空间数据可视分析综述[J]. 周志光,石晨,史林松,刘亚楠. 计算机辅助设计与图形学学报. 2018(05)
[4]信息可视化语境下的地图创意设计探析[J]. 欧阳梦圆,萧沁,高嘉诗. 包装工程. 2017(24)
[5]信息可视化的发展与思考[J]. 付心仪,刘世霞,徐迎庆. 装饰. 2017(04)
[6]基于地理位置的信息可视化设计[J]. 吴琼. 装饰. 2017(04)
[7]医学地理学发展趋势及当前热点[J]. 齐兰兰,周素红,闫小培,古杰. 地理科学进展. 2013(08)
[8]论信息图形[J]. 马库斯·斯洛普,吴琼. 装饰. 2007(08)
[9]地图可视化[J]. 张燕燕,胡毓钜. 测绘工程. 2001(01)
本文编号:3338600
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3338600.html