ژئوویژوال در GISچیست؟رویکردهای جدید برای تجسم مکانی -فضایی با روش های محاسباتی

1. تعاریف
2. معرفی
3. استدلال تحلیلی
4. تجسم جغرافیایی تعاملی
5. روشهای محاسباتی
6. چالش های فنی
7. طراحی کاربر محور در Geovisual Analytics
8. زمینه های کاربردی

 

1. تعاریف

تجزیه و تحلیل ژئوویژوال : علم استدلال تحلیلی با اطلاعات مکانی که توسط رابط های بصری تعاملی تسهیل می شود.

استدلال تحلیلی : فرآیند بررسی اطلاعات به منظور یافتن الگوهای درون آن اطلاعات.

تجسم نمای هماهنگ: رابط‌های بصری پویا که در آن چندین نمایش داده به صورت تعاملی با عملیات پشتیبانی مانند فیلتر کردن متقابل، برجسته کردن و انتخاب مرتبط هستند.

Geovisualization (تجسم جغرافیایی) : رابط های بصری تعاملی برای اطلاعات جغرافیایی.

طراحی کاربر محور : فرآیند تکراری طراحی یک سیستم بر اساس نحوه درک و استفاده از آن توسط کاربر انسانی.

قابلیت استفاده : سهولت کلی استفاده مرتبط با یک سیستم معین.

Utility : توانایی یک سیستم برای حل مشکلات خاص.

نیازسنجی : فرآیند شناسایی و مشخص کردن نیازهای کاربر به عنوان ورودی طراحی یک سیستم.

2. مقدمه

تجزیه و تحلیل ژئوویژوالعلم استدلال تحلیلی با اطلاعات مکانی است که توسط رابط های دیداری تعاملی تسهیل می شود (G. Andrienko et al., 2007). این حوزه در اواخر دهه 2000 به دنبال توسعه یک زمینه گسترده تر به نام تجزیه و تحلیل بصری پدیدار شد (توماس و کوک، 2005). تجزیه و تحلیل بصری خود به‌عنوان رشته‌ای جداشدنی از حوزه تجسم اطلاعات پدیدار شد و از طریق تمرکز بر علم استدلال تحلیلی با رابط‌های بصری متمایز شد، به‌جای تأکید اصلی بر نمایش بصری داده‌ها که در تجسم اطلاعات رایج است. به زبان ساده، تجزیه و تحلیل بصری بر پشتیبانی از فرآیندهای تحلیلی تاکید دارد، نه فقط توسعه روش های بصری جدید برای نمایش داده ها. بنابراین، در زمینه علم اطلاعات جغرافیایی،Geovisualization، آینده ) که بر روش‌های بصری جدید برای بازنمایی و تعامل با داده‌های مکانی متمرکز بود.

تجزیه و تحلیل ژئوویژوال امروزه کانون توجه حجم قابل توجهی از تحقیقات جغرافیایی در زمینه نقشه برداری، روش های محاسباتی، طراحی رابط و علوم شناختی است. این میدان هر یک از این مناطق را با هم ترکیب می‌کند تا به دنبال سیستم‌های نقشه‌برداری تعاملی جدید باشد که به کاربران امکان می‌دهد الگوها را شناسایی کرده و نتایج آینده را با استفاده از داده‌های مکانی پیش‌بینی کنند. یک نیروی محرک کلیدی در این زمینه تمرکز آن بر حمایت از کار تحلیلی است که به مشکلات پیچیده انسانی و محیطی مرتبط است. در نتیجه، رویکردهای تجزیه و تحلیل زمین بصری تمایل به پذیرش این واقعیت دارند که مجموعه داده‌ها آشفته و نامطمئن هستند (به نقشه‌برداری عدم قطعیت مراجعه کنید.، که ممکن است مشکلات نتایج منحصر به فردی نداشته باشند و گروه های کاربری مختلف ممکن است نیازهای اساسی متفاوتی برای دستیابی به اهداف تحلیلی خود داشته باشند. امروزه تجزیه و تحلیل ژئوویژوال نیز به شدت تحت تأثیر چالش‌های ناشی از حجم، سرعت، تنوع، صحت و سایر جنبه‌های مرتبط با داده‌های بزرگ است (به تصویرسازی کلان داده مراجعه کنید ). توجه قابل توجهی در تجزیه و تحلیل زمین بصری بر چالش های مرتبط با تجزیه و تحلیل مشکلات مکانی-زمانی متمرکز است (به تجزیه و تحلیل فضا-زمان و مدل سازی مراجعه کنید ) (گنادی آندرینکو و همکاران، 2010).

3. استدلال تحلیلی

نکته کلیدی تمایز تجزیه و تحلیل زمین بصری تمرکز آن بر استدلال تحلیلی است، فرآیند بررسی اطلاعات به منظور یافتن الگوهای درون آن اطلاعات. تجزیه و تحلیل geovisual به جای تمرکز بر روی خود تجسم، پیشرفت علمی در حمایت از افراد برای تجزیه و تحلیل و درک اطلاعات جغرافیایی با استفاده از رابط های بصری را می طلبد. بنابراین، رویکردهای جدید نه تنها برای رابط‌های بصری با اطلاعات جغرافیایی، بلکه برای مکانیسم‌های اساسی برای استدلال انسانی و ایجاد حس با اطلاعات جغرافیایی مورد نیاز است. پشتیبانی از استدلال تحلیلی در تجزیه و تحلیل زمین بصری اغلب به شکل روش های محاسباتی است که برای شناسایی الگوها و/یا پیش بینی نتایج آینده استفاده می شود. همچنین می‌تواند در رابط‌های اطلاعات جغرافیایی که برای پشتیبانی از فرآیندهای تحلیلی و گردش‌های کاری که تحلیل‌گران برای انجام کار خود از آن استفاده می‌کنند، طراحی شده است، مشهود باشد. بنابراین تحقیقات در تجزیه و تحلیل زمین بصری هر دو انتهای طیف تحلیلی را شامل می شود، از توسعه روش های کمی جدید برای تشخیص الگو (شخار، ایوانز، کانگ و موهان، 2011) تا مطالعات کیفی بیشتر فرآیندهای حس سازی تحلیلگر (پیرولی و کارت، 2005). ). در حالت ایده آل، پیشرفت در تجزیه و تحلیل ژئو بصری به جای توسعه راه حل های جدید در جستجوی مشکلات معتبر، به شکل روش های بهبود یافته برای حل مسائل دنیای واقعی است.

4. تجسم جغرافیایی تعاملی

تجسم های موجود در ابزارهای تجزیه و تحلیل ژئو بصری می تواند شامل نقشه های موضوعی، نمودارهای پراکنده، نمودارهای مختصات موازی، خطوط زمانی، مکعب های فضا-زمان و طیف وسیعی از تکنیک های نمایش دیگر باشد (شکل 1). تعامل معمولاً با اجازه دادن به تغییرات در یک نما برای پخش فوری به سایر نماهای موجود پشتیبانی می شود. چنین سیستم هایی به طور کلی به عنوان تجسم با دید هماهنگ توصیف می شوند . یک جریان عمده از تحقیقات در تجزیه و تحلیل ژئو بصری بر توسعه و ارزیابی روش‌های جدید برای نمایش بصری و تعامل با اطلاعات جغرافیایی متمرکز است، و امروزه این تلاش‌ها شامل تلفن، تبلت و محیط‌های نمایش با صفحه‌نمایش بزرگ است (نگاه کنید به نقشه‌برداری موبایل و طراحی پاسخگو، آینده ) علاوه بر کامپیوترهای سنتی.

شکل 1: جعبه ابزار GAV یک سیستم تجزیه و تحلیل زمین بصری است که دارای طیف گسترده ای از اجزای تجسم است که می تواند به شیوه ای هماهنگ برای کشف داده های فضایی-زمانی چند متغیره استفاده شود. در این مثال، روند جمعیت جهانی بر اساس کشور با استفاده از نقشه کروپلث، نقشه درختی و نمودار مختصات موازی مقایسه شده است. تصویر از مرکز ملی تجزیه و تحلیل بصری (NCVA) در دانشگاه لینکوپینگ .

 

سیستم‌های تجزیه و تحلیل ژئوبصری معمولاً از درجه بالایی از تعامل پشتیبانی می‌کنند (راث، 2013)، و این تعامل توسط کاربر نهایی هدایت می‌شود (به رابط کاربری و تجربه کاربر مراجعه کنید ). کنترل‌های واسط معمولاً هم برای روش‌های نمایشی که برای داده‌های جغرافیایی اعمال می‌شوند و هم برای تکنیک‌های محاسباتی که ممکن است برای استخراج الگوها از مجموعه داده‌های پیچیده استفاده شوند، ارائه می‌شوند. تمرکز بر تعامل در تجزیه و تحلیل زمین بصری برای حمایت از تعامل تکراری توسط کاربران برای ارزیابی و اصلاح آنچه که می بینند، در نظر گرفته شده است و بنابراین اشکال استدلال قیاسی، استقرایی و ابداعی را فعال می کند (گاهگان، 2005). تعامل یک عامل محرک اصلی در پس ظهور geovisualization بودبه‌عنوان یک دامنه، مستقیم‌ترین سلف برای آنچه که امروزه به عنوان تجزیه‌وتحلیل زمین‌بصری شناخته می‌شود. پیشرفت‌های اولیه در زمینه تجسم جغرافیایی، توسعه روش‌های جدید تعامل نقشه را نشان می‌دهد که به کاربران اجازه می‌دهد به صورت پویا نمایش بصری اطلاعات جغرافیایی را تغییر دهند. امروزه، در تجزیه و تحلیل زمین بصری، تعامل می تواند شامل توانایی اصلاح نمایش های بصری و همچنین روش ها و ابزارهای محاسباتی اساسی برای پشتیبانی از داستان سرایی باشد (ون هو، لوندبلاد، آستروم، و جرن، 2012).

5. روش های محاسباتی

طیف گسترده‌ای از تکنیک‌ها در سیستم‌های تجزیه و تحلیل زمین بصری برای شناسایی الگوها و خوشه‌ها در داده‌های مکانی استفاده می‌شوند ( برای مثال به رویکردهای داده کاوی ، تجزیه و تحلیل داده‌های اکتشافی و تحلیل حرکت محاسباتی مراجعه کنید، اگرچه همه موضوعات در تجزیه و تحلیل و مدل‌سازیحوزه دانش مرتبط هستند). علاوه بر این، برخی از روش‌های محاسباتی در تحلیل‌های زمین بصری بر پیش‌بینی نتایج آینده بر اساس داده‌های فضایی موجود متمرکز هستند. علاوه بر این، اکنون این امکان برای تحلیلگران وجود دارد که از ابزارهای تطبیق الگو برای هدایت سیستم های تجزیه و تحلیل زمین بصری استفاده کنند تا به دنبال نمونه هایی بر اساس الگوی هدف قبلی شناخته شده باشند. هر یک از این رویکردها بر توسعه روش‌های تحلیل فضایی استوار است که می‌تواند در یک محیط تجسم تعاملی گنجانده شود. انواع مشکلات علمی و فناوری از این ضرورت سرچشمه می گیرد. به عنوان مثال، اطمینان از اینکه روش‌های محاسباتی داده‌ها را به‌اندازه کافی سریع پردازش می‌کنند تا از تعامل بلادرنگ و دستکاری پارامترهای تحلیلی پشتیبانی کنند، امری بی‌اهمیت است.

روش‌های محاسباتی در تحلیل‌های زمین بصری شامل تشخیص خوشه‌ای، رگرسیون با وزن جغرافیایی، نقشه‌های خودسازماندهی، شناسایی موجودیت نام‌گذاری شده و بسیاری از رویکردهای دیگر است. هدف اصلی برای کاربرد این روش‌ها بر پشتیبانی از استدلال تحلیلی با اطلاعات مکانی متمرکز است، بنابراین انتخاب روش‌های محاسباتی در تجزیه و تحلیل ژئوبصری باید به جای ارائه راه‌حل در جستجوی یک مشکل، بر اساس نیازهای تحلیلی هدایت شود. برای پلتفرم های تجزیه و تحلیل ژئو بصری غیرمعمول نیست که انواع روش های محاسباتی را برای مقابله با جنبه های مختلف یک حوزه مشکل ادغام کنند.

6. چالش های فنی

توسعه سیستم های تجزیه و تحلیل زمین بصری در چندین مرحله از توسعه فن آوری حرکت کرده است. نمونه های اولیه برای محیط های کامپیوتر دسکتاپ طراحی شده بودند. در مرحله بعد، اولین موج تجسم های ارائه شده توسط وب ظاهر شد که معمولاً با استفاده از زبان های برنامه نویسی جاوا یا اکشن اسکریپت نوشته می شد. امروزه توسعه دهندگان طیف وسیعی از گزینه ها را برای انتخاب دارند. برای مثال، می‌توان از رابط‌های برنامه کاربردی اختصاصی (API) برای ساخت و ارائه برنامه‌های کاربردی سفارشی بر اساس منبع باز و پلت‌فرم‌های اختصاصی GIS استفاده کرد. همچنین استفاده از سرویس‌های مبتنی بر ابر برای تخلیه مراحل محاسباتی و ذخیره داده‌ها در زیرساخت دیجیتال مقیاس‌پذیر رایج است. امروزه یک انتخاب محبوب برای طراحی انواع تجسم های ارائه شده در وب، کتابخانه اسناد مبتنی بر داده (D3) است (به نقشه برداری وب مراجعه کنید.، که اغلب با چارچوب های پایگاه داده فضایی مانند PostGIS و کتابخانه های تجزیه و تحلیل آماری مانند R همراه  می شود تا یک محیط تجزیه و تحلیل ژئو بصری کاملاً کاربردی را فرموله کند. ابزارهای تجاری مانند Tableau و Insights برای ArcGIS  چارچوب های یکپارچه ای را ارائه می دهند که نیازهای رابط، پایگاه داده و محاسباتی را در یک پلتفرم یکپارچه مدیریت می کند.

برای کمک به توسعه ابزارهای جدید Visual Analytics، از جمله سیستم‌های تجزیه و تحلیل geovisual، آزمایشگاه تعامل انسان و رایانه (HCIL) در دانشگاه مریلند میزبان مخزن معیار تحلیلی ویژوال است که ده‌ها مجموعه داده مصنوعی را ارائه می‌دهد که دارای مشکلات واقعی و راه‌حل‌های شناخته شده است. . از آنجایی که این مجموعه داده ها دارای الگوها و اکتشافاتی هستند که باید قابل کشف باشند، خوراک بسیار خوبی برای طراحی سیستم های جدید فراهم می کنند. علاوه بر این، از آنجا که آنها مجموعه داده های مصنوعی هستند، به طراحان و توسعه دهندگان اجازه می دهند تا با داده های واقعی برای مشکلاتی که در غیر این صورت ممکن است شامل استفاده از اطلاعات حساس یا خصوصی باشد، آزمایش کنند. به عنوان مثال، یک مجموعه داده معیار، سوابق پزشکی بیمار و شیوع بیماری را شبیه سازی می کند.

7. طراحی کاربر محور در Geovisual Analytics

یک نگرانی اصلی در تجزیه و تحلیل زمین بصری این است که اطمینان حاصل شود که ابزارها منعکس کننده اصول طراحی کاربر محور هستند و به طور مکرر با ملاحظات کاربر نهایی در هسته طراحی می شوند تا از درجه بالایی از کاربرد و قابلیت استفاده پشتیبانی کنند (به مهندسی کاربردپذیری، آینده مراجعه کنید ). تمایز مهمی بین قابلیت استفاده و کاربرد سیستم های تجزیه و تحلیل زمین بصری وجود دارد. کاربردپذیری به سهولت کلی استفاده مرتبط با یک سیستم معین، در حالی که ابزار مفید است ، اشاره داردبه توانایی یک ابزار برای حل مشکلات خاص اشاره دارد. این امکان وجود دارد که ابزارها از درجه مطلوبیت بالا و درجه استفاده پایین برخوردار باشند و بالعکس. برای پشتیبانی از استدلال تحلیلی، ما باید وظایفی را که کاربران می‌خواهند انجام دهند، درک کنیم و رابط‌هایی را طراحی کنیم که از آن کار با سهولت و کارایی پشتیبانی می‌کنند. هدف تحقیق در طراحی کاربر محور سیستم‌های تجزیه و تحلیل ژئوبصری مشخص کردن میزان برآورده شدن این ابزارها با انتظارات کاربر و مقایسه با روش‌های موجود برای تکمیل وظایف مشابه است. رویکردهای کاربر-محور برای تجزیه و تحلیل geovisual ماهیت تکراری دارند و با نیازسنجی شروع می شوند برای تعریف الزامات کلیدی کاربر، و ادامه ارزیابی نمونه اولیه در چرخه ها تا رسیدن به طرح نهایی که نیازهای کاربر را برآورده می کند و به طور موثر کار می کند (AC Robinson, Chen, Lengerich, Meyer, & MacEachren, 2005).

طراحی کاربر محور در تجزیه و تحلیل geovisual همچنین بر نحوه درک افراد از اطلاعات در تجسم ها و چگونگی درک اکتشافات خود متمرکز است. به عنوان مثال، مطالعات ادراکی در تجزیه و تحلیل زمین بصری شامل استفاده از رویکردهای تجربی با استفاده از ردیابی چشم برای مطالعه نحوه توجه مردم به بازنمایی های جغرافیایی است. مشخص کردن روش‌هایی که کاربران از طریق آنها جمع‌آوری می‌کنند و به نتایج تحلیلی خود برای داستان‌گویی معنا می‌بخشند، یکی از نمونه‌های تحقیقات شناختی در تحلیل‌های ژئوبصری است. بسیاری از انواع دیگر مطالعات متمرکز بر کاربر با هدف نهایی ارائه دستورالعمل‌های طراحی برای بهبود سودمندی و قابلیت استفاده از سیستم‌های تجزیه و تحلیل زمین بصری امکان پذیر است.

8. زمینه های کاربردی

کار قبلی در تجزیه و تحلیل زمین بصری بر طیف گسترده ای از حوزه های کاربردی، از جمله مدیریت بحران (MacEachren et al., 2011)، اپیدمیولوژی (Maciejewski و همکاران، 2011)، تجزیه و تحلیل رویدادهای سیاسی (شکل 2)، تحرک و تحقیقات حمل و نقل متمرکز شده است. شکل 3) (G. Andrienko, Andrienko, Fuchs, & Wood, 2016) و تجزیه و تحلیل جمعیت شناختی (Slingsby, Dykes, & Wood, 2011). به عنوان مثال، MacEachren و همکاران. (2011) یک سیستم تجزیه و تحلیل جغرافیایی بصری را برای توصیف اشاره‌های جغرافیایی در پیام‌های رسانه‌های اجتماعی در مقایسه با مکان‌هایی که آن پیام‌ها به طور فیزیکی از آن‌ها منشا گرفته‌اند، پیاده‌سازی کرد. با استفاده از ترکیبی از پردازش زبان طبیعی و ابزارهای رمزگذاری جغرافیایی، مکان‌های ذکر شده در متن استخراج و مکان‌یابی شدند – فرآیندی که قبلاً به صورت دستی توسط یک تحلیلگر انجام می‌شد خودکار می‌کند. با استفاده از این منابع داده پیشرفته، MacEachren و همکاران (2011) یک رابط بصری ایجاد کرد که به کاربران کمک می کند ردپای فضایی مکالمات رسانه های اجتماعی در مورد بلایا و تلاش های امدادرسانی در بلایا را ببینند. این پروژه بعداً برای پشتیبانی از تحلیل موضوعات دیگر مانند انتخابات گسترش یافت (شکل 4).

شکل 2: جعبه ابزار STempo یک سیستم تجزیه و تحلیل زمین بصری است که برای پشتیبانی از کشف و تجزیه و تحلیل الگو در رویدادهای مکانی-زمانی جمع آوری شده از مقالات خبری طراحی شده است (Anthony C. Robinson, Peuquet, Pezanowski, Hardisty, & Swedberg, 2016). این شکل چندین نماهای هماهنگ را نشان می دهد که عبارات کلیدی ذکر شده در رویدادهای استخراج شده از مقالات خبری، توزیع زمانی و مکانی آنها، و نتایج یک الگوریتم تحلیل الگوی T اصلاح شده را نشان می دهد که ترکیب بالقوه جالبی از رویدادها را پیشنهاد می کند که می تواند تحقیقات بیشتر تحلیلگر را تضمین کند. این دیدگاه ها ردپای مکانی، زمانی و ویژگی های مرتبط با رویدادهای خبرساز در سوریه و اطراف آن در سال های 2015-2016 را برجسته می کند.

 

شکل 3. در این مثال از تجزیه و تحلیل زمین بصری برای تجزیه و تحلیل حمل و نقل (G. Andrienko, Andrienko, Fuchs, & Garcia, 2017)، نوارهای موجود در یک هیستوگرام زمانی در بالای تصویر تعداد پروازها را در فواصل ساعتی برای فرودگاه ها نشان می دهد. در انگلستان. بخش‌های نوار هیستوگرام بر اساس خوشه‌های مسیری که آن پروازها به آن‌ها تعلق دارند رنگ‌بندی می‌شوند. به نظر می رسد روز 1 ترکیب کاملاً متفاوتی نسبت به روزهای 2-4 دارد. در وسط تصویر، بخش‌های نهایی مسیر هر پرواز با توجه به خوشه‌های مبتنی بر مسیرشان رنگ‌بندی می‌شوند. در پایین تصویر، روزهای 1 و 3 با استفاده از مسیر مرکزی هر خوشه برای تعمیم الگوها از مجموعه داده کلی نمایش داده می شوند.

 

شکل 4. سیستم تجزیه و تحلیل زمین بصری SensePlace3 به کاربران اجازه می دهد تا مراجع مکان های موجود در پیام های توییتر را کاوش کنند، از جمله مکان هایی که پیام ها از آنها ارسال می شوند و همچنین مکان هایی که در خود محتوای پیام به آنها ارجاع داده شده است. در این مثال، توییت‌های مربوط به انتخابات ریاست‌جمهوری ایالات متحده در سال 2016 از منظرهای مختلف تجسم شده است. جدول زمانی و نمای فهرست در سمت چپ نمایشگر، فعالیت‌های اخیر را نشان می‌دهد، در حالی که نقشه در مرکز نمایشگر، تراکم ذکر مکان برای توییت‌های مربوط به انتخابات را نشان می‌دهد. در سمت راست، یک نمای ماتریسی به کاربران اجازه می دهد تا روابط بین مکان های ذکر شده در توییت ها را با استفاده از هشتگ های خاص مقایسه کنند.

 

می توان انتظار داشت که کار آینده در این زیر زمینه علم GIS بر روی این نمونه های موجود ساخته شود و در زمینه های کاربردی جدید گسترش یابد. رویکردهای جدیدی برای تجزیه و تحلیل ژئو بصری مورد نیاز است تا بتوان از شکل‌های جدیدی از داده‌های بزرگ که از منابع داوطلبانه، جریان چندرسانه‌ای جریانی، حسگرها در اینترنت اشیا و پلت‌فرم‌های زمینی و هوایی بدون سرنشین به دست می‌آیند، استفاده کرد. کاربران سیستم های تجزیه و تحلیل جغرافیایی همچنین انتظار دارند با این ابزارها در دستگاه های تلفن همراه، صفحه نمایش های بزرگ با تیم هایی از همکاران و در محیط های مجازی تعامل داشته باشند. طراحی ابزارهای تحلیلی جدید و گردش کار که بتواند با این منابع داده های مکانی جدید و الزامات نمایش سازگار شود، فرصت های تحقیقاتی جدیدی را برای آینده قابل پیش بینی فراهم می کند.