Introduction¶

1 Brainstorming¶

从定性到 定量的表达 （quanlitative descripion）
表格的表达，不适合人脑的理解
可视化是为了支持人类的信息获取、分析

Visualization data in various methods¶

更好的对比
更生动有趣
类比（网站流量图与地铁线路图）
流向图
立体化，潜在的规则
三个层次
真实世界
真实世界的信息
提取真实世界中感兴趣的信息
推荐书目 Spatial Analysis

Potential application fields¶

1.1 地球自然环境¶

风场图
地形
河流湖泊

1.2 社会经济¶

选举
绕城高速
飞机航线客运量
饮食习惯
政府债务占比
计算机设备出口额
富豪

1.3 战争疾病灾害¶

一战二战
霍乱地图
新冠疫情

NAN¶

1.1 什么数据可以可视化¶

1D
2D
3D（高程、时间……）
时空
多维
动态

1.2 如何表达数据¶

2 Course Introduction¶

主要内容
数据可视化（一维、二维、三维、多维）
词汇
教材
Geographic Visualization: Concepts, Tolls and Applications
Exploring Geovisualization
课程结构
课程时间安排
可视化实习课
- 自己的实验结果（word文档）
可视化 GIS 系统设计方案
- 如交通、管理、环境等等
课堂分组展示
测试
- 开卷考试

3.1 Scientific Visualization¶

是计算机图形学的子集
分支
计算机动画
- 动作捕捉
计算机模拟
- 工业模拟
- 神经网络可视化
信息可视化
接口技术
表面渲染
体积渲染
体积可视化

3.2 information Visualization¶

示例
文件、线条
图书
网络关系
网络攻击
特殊方法与技术
进化分支图
超树图
热力图
平行坐标图（寻找分类的属性）
树图
多维标度法（MDS）
散点图
甘特图（Gantt Chart）
……
应用
科学研究
数字图书馆
数据挖掘
信息图形学
经济数据分析
市场研究
制造产品控制
犯罪地图

3.3 Data Visualization¶

用图形展示那些对手工处理而言过于复杂的数据
综合多个领域进行解译

3.4 Geovisualization¶

缩写
ICA ( International Cartographic Association )
EDA（探索性数据分析）
GI（地理信息）
HCI（人机交互）

3.5 History of Visualization¶

16^th：精确地观察测量地表
17^th：解析几何、误差理论、概率论
18^th & 19^th：人口统计
1975
计算机
高维数据可视化

4 Geovisualization Research¶

表达方面
传统与新型的表达方式
大规模、多模式时空（spatio-temporal）数据集
可视化与计算机的一体融合
接口问题
移动端
团队协作
认知与使用问题

5 Geovisualization Challenges¶

实践和多模型
数据量的增长
团队协作
以人为中心的方法

NAN¶

1 可视数据探索的益处¶

增强需要的元素，消除干扰的元素

2 数据可视化的关键¶

对异质和噪声数据的处理
直观

4 可视化数据挖掘技术的分类¶

三个维度：要可视化的数据、可视化技术、交互技术

5 可视化数据的类型¶

一维：随时间变化的数据
二维：地理数据
多维：表格
文本&超文本：多媒体可能需要降维，文本使用标签云
分层数据&图：环图、超树图、社会网络分析（Social Network）
算法与软件可视化

6 可视化技术¶

6.1 几何变换表达¶

找到感兴趣的变换方式
常用的坐标系
笛卡尔坐标系
- 散点图
- 柱状图
- 线图
极坐标系
- 雷达图
- 玫瑰图
- 环图
平行坐标系
- 平行坐标图
散点图
可应用于多维、大规模数据情况中
特点
- 变量间的趋势
- 异常点
- 趋势的形状（变量关系指对幂）
- 相关性及其强弱
改进优化
- 2D -> 3D
- 颜色等
- 散点图矩阵（与散点图之间的取舍）
直方图
反映数据的分布
茎叶图
类似于直方图
箱线图
异常值会被绘制为上下限外的独立点
非参数的
剖面图
平行坐标图
坐标轴的数据范围不一定从0开始
注意调整
- 坐标轴的排序
- 坐标轴的大小方向
- 坐标轴的标度
局限性
- 每个维度只能与两个维度比较
- 改进为3维

6.2 符号化表达¶

Simply Faces
星图
与雷达图很像
雷达会叠置多个对象
色彩图
TileBars

6.3 像素密集表达¶

目的和适合领域

目的

大规模数据
多维数据

适合于

探测模式
提取隐藏信息
关键技术
递归模式技术
- 希尔伯特曲线、Z字曲线
圆周分段技术
问题和改进
问题
- 数据量大、维度多
- 难以找到感兴趣的东西
改进
- 色彩映射
- 像素排列
- 希尔伯特曲线、Z字曲线
- 子窗口形状
- 维度排列
- 相似的维度，尽量相邻
关键应用
增长矩阵
像柱图
文献指纹
像素地图
- 真实地图的近似结果，存在畸变
- 如何描述学生在校园中的轨迹？

6.4 堆叠表达¶

对维度的堆叠

7 对地理空间数据的可视化数据挖掘¶

7.1 可视化策略¶

2.5D
地统计图
数据量大，会存在问题

7.2 快速像素地图技术¶

二维核密度估计
基于核密度估计的三维聚类
格网分片输出

7.3 制图技术¶

8 交互技术¶

8.1 动态投影¶

一种自动导航式操作

8.2 交互式过滤¶

选择和视图强化的结合

8.3 缩放¶

8.4 畸变¶

概述
强调突出
双曲和球面畸变
焦点（关注点）+上下文（整体）
原因：显示空间是有限的，减轻认知负担
基础技术
透视墙
- 前方的墙是焦点信息
文档棱镜
- 如excel表格
双曲线空间
鱼眼视图
- 对角线鱼眼：景观
- 圆周鱼眼：小空间
应用
结论
畸变不总是坏事，它是数据可视化和分析强有力的工具
要保持空间关系的一致性

8.5 关联更新技术¶

为了克服单一可视化技术的不足

8.6 地理信息科学中多种分类¶

为了克服单一可视化技术的不足

9 总结¶

NAN¶

1 从数据的任务分类¶

1.1¶

时间数据是典型的有起讫的数据，还可能存在重叠
多维数据
层次化数据
网络数据

1.2¶

全局任务
缩放任务
过滤任务
按需求提供细节
关联任务
历史任务
提取和报告数据

2 到通用使用性¶

挑战
数据量大
用户类型多

2.1 提高通用使用性¶

2.3¶

2.4 解决硬盘多样性问题¶

2.5 解决视觉缺陷用户的需求¶

色盲色弱
低视和视盲

3 总结¶

工具之外：可视化支持整个过程¶

介绍¶

1 当今地理可视化工具的优与劣¶

2 地理信息科学活动更详细的流程¶

3 不同种类推理的可视化支持¶

4 总结发现¶

定义框架
采用开放系统，避免多平台的问题
协调各组件

5 结论¶

Section B Creating Instruments for Ideation Software Approaches to Geovisualization Perspectives¶

NAN¶

1¶

1.1 介绍¶

为什么需要新的可视化技术？
新的数据类型和质量要求
新的任务
用户需要是变化的
协作

1.2 技术方面¶

计算机在可视化方面的优势
最小代价呈现最多数据

1.3 数据¶

静态
随时间变化的
离散
连续

1.4 任务¶

知识的重要性

1.5 用户¶

用户的知识技能水平

1.6 不同领域的专业人员¶

1.7 互操作性¶

2 统计数据探索与地理信息可视化¶

2.1¶

2.2 探索性统计¶

ESDA
定量描述空间自相关
莫兰散点图

2.3 数据探索的技术¶

表达精度
坐标系统

2.4¶

2.5 交互技术¶

选择与关联高亮
重新排序
属性、坐标轴、分类
重新表达
细节多少？
目的
询问？

2.6 软件工具¶

2.7 开发环境¶

2.8 大数据¶

3¶

3.1 介绍¶

3.2 层次绘图方法¶

雷达层次布局

3.3¶

3.4¶

3.5 优化美学标准¶

3.6 三维绘图¶

3.7 绘制¶

4 用多重关联视图探索可视化¶

轻量级视图

4.1 当今探索可视化的主题¶

4.2 探索的策略¶

替换
不利于回溯
复制
出现重复信息
不是轻量的
叠置
需要可叠置
能叠置叠置，不能叠置复制

4.3 多重关联视图¶

多种信息需要关联和协调
选择、导航
关联方法
Snap
MVC

4.4 关联与协调概念¶

4.5 关联与视图的管理¶

时间换空间
让用户理解视图、数据间的关联

5¶

5.1 背景¶

5.2 移动轨迹的交互可视化¶

表达移动属性
累积
方向
点密度
强调时间组分
时空查询

5.3 流向图¶

空间距离和流向关系在GIS中描述工具的缺乏
分类
径向流向图
网络流向图
分布流向图
动态流向图
发挥作用
量化：长度、宽度
线的捆绑
控制格网
表达密度和方向
结果表达
色彩可以表达方向、距离信息
好的流向图
智能畸变
合并目的地相同的边
智能路线规划
层次分支结构
线性、对数宽度展示

5.4 连续表面的数据概要¶

时空点云
第三维表现时间，不是通常意义上的三维
问题：
- 数据过多，密集、遮挡问题 ——使用密度面
表面特征网络

6¶

6.1 scope and perspective¶

6.2 相关工作¶

地图动画
对时空过程的展现

6.3 数据和任务分类¶

分布形式：离散、连续
存在性变化
空间属性变化
专题属性变化

6.4 时间控制与动态地图展示¶

6.5 瞬时事件的可视化¶

选取某个时段
聚焦某个地点
选取特定属性

6.6 物体移动的可视化¶

快照
移动历史
时间窗口

6.7 变化的专题数据可视化¶

GIS中的可视化¶

1 空间查询的可视化¶

属性查询
图形查询
点线面
空间位置、空间关系查询
缓冲区查询
ESDA
ESDA method
直方图
核密度图
QQ图
- 比较分布形状
- 属性之间
- 数据与理论值
- 非参数
- Voronoi图
- denaunay三角网的共轭图形
- 一个单元格只有一个种子点
- 趋势分析
- 变异函数

3 克里金插值¶

最优线性无偏估计
距离小于变程时存在空间相关性
要求
不能优化突变和断线
正态分布：直方图、QQ图
静态数据：Voronoi图
不要有显著的趋势：趋势分析
山地到平原不适合

Section C¶

NAN¶

1 可视化工具¶

1.1 数据可视化工具¶

Google Charts
Echarts
Highcharts

1.2 地理可视化工具¶

GML 会有数据膨胀问题

Leaflet
Kartograph
WebGL
Cesium
Three.js

2 可视化的三维问题¶

2.1 虚拟环境科学¶

为何使用三维进行可视化
额外的展示空间
展示额外的数据变量
更接近熟悉的真实世界
解决符号的遮挡问题

2.2 三维可视展现的特点¶

2.3 三维视图的一些问题¶

符号遮挡问题的解决方法
对象消除
对象替换
符号透明化
符号阴影
视角变换
MLV

2.4 虚拟现实¶

2.5 计算机图形学的发展¶

3¶

3.1 虚拟环境科学¶

虚拟空间与虚拟环境的区别
3D建模
层次细节模型

高维信息可视化¶

1 高维数据¶

存在的问题
大数据问题
过多的属性变量（独立或相关的）
可视化方法
扩展图表的维度
- 点可视化
- 散点图矩阵
- 线可视化
- 线图
- 平行坐标图
- 星图、雷达图
- 区域可视化
- 文档棱镜
- 树图
- 像素密度
- 基于样本的
- 多个子图
减少数据的维度

Introduction¶

1 Brainstorming¶

Visualization data in various methods¶

Potential application fields¶

1.1 地球自然环境¶

1.2 社会经济¶

1.3 战争疾病灾害¶

NAN¶

1.1 什么数据可以可视化¶

1.2 如何表达数据¶

2 Course Introduction¶

3 Geovisualization Related Concepts¶

3.1 Scientific Visualization¶

3.2 information Visualization¶

3.3 Data Visualization¶

3.4 Geovisualization¶

3.5 History of Visualization¶

4 Geovisualization Research¶

5 Geovisualization Challenges¶

Section A Geovisualization in Context Perspectives from Related Disciplines¶

NAN¶

1 可视数据探索的益处¶

2 数据可视化的关键¶

4 可视化数据挖掘技术的分类¶

5 可视化数据的类型¶

6 可视化技术¶

6.1 几何变换表达¶

6.2 符号化表达¶

6.3 像素密集表达¶

6.4 堆叠表达¶

7 对地理空间数据的可视化数据挖掘¶

7.1 可视化策略¶

7.2 快速像素地图技术¶

7.3 制图技术¶

8 交互技术¶

8.1 动态投影¶

8.2 交互式过滤¶

8.3 缩放¶

8.4 畸变¶

8.5 关联更新技术¶

8.6 地理信息科学中多种分类¶

9 总结¶

NAN¶

1 从数据的任务分类¶

1.1¶

1.2¶

2 到通用使用性¶

2.1 提高通用使用性¶

2.3¶

2.4 解决硬盘多样性问题¶

2.5 解决视觉缺陷用户的需求¶

3 总结¶

工具之外：可视化支持整个过程¶

介绍¶

1 当今地理可视化工具的优与劣¶

2 地理信息科学活动更详细的流程¶

3 不同种类推理的可视化支持¶

4 总结发现¶

5 结论¶

Section B Creating Instruments for Ideation Software Approaches to Geovisualization Perspectives¶

NAN¶

1¶

1.1 介绍¶

1.2 技术方面¶

1.3 数据¶

1.4 任务¶

1.5 用户¶

1.6 不同领域的专业人员¶

1.7 互操作性¶

2 统计数据探索与地理信息可视化¶

2.1¶

2.2 探索性统计¶

2.3 数据探索的技术¶

2.4¶

2.5 交互技术¶

2.6 软件工具¶

2.7 开发环境¶

2.8 大数据¶

3¶

3.1 介绍¶