新冠肺炎地图制作的10大误区

译者按

昨晚在知识星球中分享了国外一些媒体使用错误地图故意夸大疫情传播的案例,当时Esri的制图大牛Kenneth Field就痛斥这种误用、滥用地图的行为。今天他连发11条推文,针对目前网络上众多的新冠肺炎地图中存在的误区进行了分析,在和作者沟通获得授权后翻译成中文,给大家分享下。(文末有作者原文,大家可以对照着看,如有出入欢迎留言指正)

PS:作者的示意图中没有标绘钓鱼岛、赤尾屿及九段线等要素,大家重点学习其文字内容,后续做图请务必按照国家标准制图规范进行制作,可参考标准地图服务http://bzdt.ch.mnr.gov.cn/。

张云金_GISer

我准备分享10条有关新冠肺炎地图制作的建议,大家戴好口罩,马上开始。

使用恰当的地图投影

01

在使用专题数据制作地图时,所表达的区域面积不能失真,必须是等面积的,而目前大多数网络地图使用的 Web Mercator是不能满足这一需求的。图形面积失真会导致人们在分析不同单元时高估或者低估。

不要使用分级统计图表示总量

02

将不同大小区域和人口密度的区域进行对比是毫无意义的。使用总数只会加剧人们对疫情的恐惧。65,000个病例确实很多,但使用分级统计图,将其他5个省也划分到此区间内,真的合适吗?应该如何做呢?参考第5条。

要了解你所要呈现的数据

03

在对数据进行分类之前最好先分下下数据的整体分布规律。湖北省的数值太过特殊,是一个巨大的离群值(离群值(outlier),也称逸出值,是指在数据中有一个或几个数值与其他数值相比差异较大)。所有其他地区的确诊数量都在1,000以下。或许此时更应该使用条形图而不是地图,如果非要使用地图的话,务必要这些信息进行体现 。

使用合适的颜色

04

在制作与健康相关的地图时,红色永远不是好的颜色,它通常用来表示危险或死亡。单一色调配色方案就可以突出显示异常的值,不要将它与其他相差较大的数据混为一谈。不要使用五彩斑斓的彩虹色。

要看占比,数值要有可比性

05

要想进行对比,需要将数值进行标准化,在一个有100,000人的城市中有10个案例和在一个100人的小城镇中有10个案例其严重性肯定不能等同的。目前湖北省每100,000人中有111个感染,而在其他区域还不到3例。制作的地图应该反映出这种差异。

可以考虑使用点密度图

06

将以行政区汇总的感染人数转换为点密度,可以有助于不同行政区之间的对比。映射总数将自动转换为视觉密度,以帮助进行比较。这种地图的缺点是,当人们按照一个点代表一个患者进行推断时(下图中1个点代表10人,点位不是真实的位置),湖北地区就不好解释了,需要添加特别的文字说明。

比例符号图效果也不错

07

比例符号图效果也不错。它可以使人们看到香港和澳门的数据,而这些在分级地图和点密度图上是无法进行有效呈现的。不过按照线性比例符号设置的话,湖北以外的所有区域都只能使用相同的符号大小进行表示,而这也有一定的问题,应该怎么解决呢?见第8条。

线性分级不行试试对数分级

08

在使用比例符号大小时,可以考虑使用对数分级,而不是线性。尽管在视觉上有点过分强调数值较小的区域,但使用这种方法可以在整个地图上,可以直观的查看不同行政区间的差异。使用这种方法时要尽量避免符号重叠。

慎用令人作呕的热力图

09

请不要再制作这种低劣的“热力图”了。这种时候使用疫情点数据插值生成热力图没有实际意义。如果你不能控制点位的插值半径效果会更烂,这种热力图将疫情的真正源头都搞错了,看了这图不明真相的童鞋还以为北上广城市群才是重灾区。

三维虽好,不要滥用

10

不要傻傻地在三维球上制作出如此突兀的效果,你会用三维进行呈现并不意味着你就必须用这种方式。不仅没有丰富所要表达的信息,还使得相关信息更难以理解。此外还要考虑要素间的遮挡剔除等问题。

结论最重要

11

无需用图,只使用文字和数字即可,湖北目前每10万人患者是111例(大概是人口的千分之一),中国的其他区域每10万人不到2例,其他国家目前上报的数值比例更低。

以上数值是基于目前已上报的数据。

以下是作者原贴

扩展阅读:

当地图与绘画结合,竟然能迸发出这样的精彩

我看了3000多幅地图作品后精选了100幅分享给你


GISer学习团

 扫码关注我们 

喜欢本篇内容请给我们点个在看

7D互动游戏影院引领先锋-深圳精敏数字JMDMdoc,7D互动影院升级常见问题回答:问题1、假如的5D影院升级成7D需要更换那些东西?答:需要3部分:1、JMDM 7D互动娱乐系统:5D动感平台需要加装JMDM 7D互动枪及收发配件;投影机正前方需要安装红外定位头两个。2、JMDM 7D动感座椅与特效控制系统:原来使用JMDM系列控制系统的,可以平滑升级7D,实现完美向下兼容5D座椅和特效,向上兼容7D互动游戏。3、主动投影播放系统:投影机需要换成主动式的投影机,眼镜也需要换成主动式眼镜;电脑上面需要安装WIN7系统,和JMDM 7D游戏软件。问题2:贵公司的7D互动娱乐影院包括那些东西?   答:1、JMDM 7D互动娱乐系统: 7D互动影片、7D互动枪及收发配件、JMDM 7D互动游戏控制软件(包含加密狗2个)、红外定位头。2、JMDM 7D动感座椅与特效控制系统:JMDM 7D控制器、控制软件即加密狗;3、主动投影播放系统:主动投影仪1台、主动3D眼镜6副、WIN7系统的电脑1台。4、1个5D动感平台6座座椅。问3:贵公司的7D互动影片总计有多少部? 答:我公司的7D互动影片目前有3部,分别是决战钓鱼岛 ,潘多拉星球之战,,恐怖鬼屋 。凡购买我们公司7D系统的客户,我公司均会在一年内免费提供2部影片。问4:安装7D控制系统后还能继续放5D电影吗? 答:可以。我公司特有的7D控制系统向下兼容5D、4D影院,使你的5D动感影院即可玩7D动感影院。又可播放5D电影。我公司还可提供更多的5D影片和动作文件。问5:7D电影和5D电影最大的不同点是? 7D电影和5D电影最大的不同是你既是电影的观看者,又是电影的的参入者;你既可感受立体动感电影的惊险,又可提互动装备和电影里面角色进行作战,也可和亲朋好友共同作战,共享成功。你成了电影里的一份子,你就是主角!脉搏随着画面跳动,心跳和着7D互动枪扫射的节拍...问6:7D影片多少钱一部?答:7D影片不单独卖,这个是随一套7D互动系统及动感座椅一起工作的,不能单独工作。
根据提供的引用内容,可以使用SIR模型预测新冠肺炎的传播情况。SIR模型是一种常见的流行病学模型,用于描述传染病在人群中的传播过程。 在Python中,可以使用科学计算库如NumPy和Matplotlib来实现SIR模型的预测。下面是一个简单的示例代码,演示如何使用SIR模型预测新冠肺炎的传播情况: ```python import numpy as np import matplotlib.pyplot as plt # 定义SIR模型的参数 beta = 0.2 # 接触传染率 gamma = 0.1 # 恢复率 population = 1000 # 总人口数 infected = 10 # 初始感染人数 recovered = 0 # 初始恢复人数 susceptible = population - infected - recovered # 初始易感人数 # 定义模型的演化函数 def sir_model(susceptible, infected, recovered, beta, gamma): dS = -beta * susceptible * infected / population dI = beta * susceptible * infected / population - gamma * infected dR = gamma * infected return dS, dI, dR # 模拟传播过程 days = 100 # 模拟的天数 S = [susceptible] I = [infected] R = [recovered] for _ in range(days): dS, dI, dR = sir_model(susceptible, infected, recovered, beta, gamma) susceptible += dS infected += dI recovered += dR S.append(susceptible) I.append(infected) R.append(recovered) # 绘制曲线 plt.plot(S, label='Susceptible') plt.plot(I, label='Infected') plt.plot(R, label='Recovered') plt.xlabel('Days') plt.ylabel('Population') plt.title('SIR Model for COVID-19 Prediction') plt.legend() plt.show() ``` 这段代码使用SIR模型模拟了100天的传播过程,并绘制了易感者、感染者和恢复者的人数随时间的变化曲线。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值