Vergleich: Visualisierung von zeitabhängigen Daten


1. Der verwendete Datensatz

Durchschnittliche Niederschlagsmenge in mm pro Monat für 5 Städte. Die Städte sind nach deren Gesamtjahresniederschlag absteigend gereiht. (Quelle: Geographie kompakt 1, 1. Auflage 1993)

Monate / Städte Innsbruck  Moskau  Kapstadt  Upernavik (Grönland) Kairo
Jänner  57 31 12 9 4
Februar 52 28 8 11 5
März 43 33 17 9 3
April 55 35 47 11 1
Mai 77 52 84 11 1
Juni 114 67 82 9 0
Juli 140 74 85 21 0
August 113 74 71 24 0
September 84 58 43 30 0
Oktober 71 51 29 23 1
November 57 36 17 17 1
Dezember 48 36 11 11 8


2. Visualisierung mit ThemeRiver

Aus der ThemeRiver-Darstellung kann man sehr schön sehen, dass der Niederschlag in Summe über die Monate Juni, Juli, August sehr hoch ist und über die Wintermonate gering ausfällt. Weiters ersieht man, dass in Kapstadt große Schwankungen zwischen den Sommer- und Wintermonaten bestehen. Im Jänner und Dezember ist der Fluss sehr dünn. Im Juni, Juli und August sehr breit. Im Gegensatz dazu ist Upernarvik über das ganze Jahr relativ konstant. Der Fluss bleibt in etwa gleich breit. Man sieht auch sehr schön, dass der Kairo-Fluss über die Sommermonate versiegt.

 

3. Visualisierung mit Säulendiagrammen

Als erstes wollen wir den ThemeRiver mit einer Säulendarstellung vergleichen, die auch im Paper, das dem ThemeRiver zugrunde liegt, erwähnt wird. Dabei werden die Werte der einzelnen Attribute zu den jeweiligen Zeiteinträgen einfach übereinander aufgetragen. Die farbigen Abschnitte der Säulen entsprechen der Breite der Flüsse. Die gleichen Attribute besitzen in beiden Darstellungen die (in etwa) gleiche Farbe.

In dieser Darstellung kann die gesamte Niederschlagsmenge über den Verlauf der Monate besser eingesehen werden. Auch der Ausreißer Kairo und die Schwankungen bei Upernavik werden leicht erkannt. Bei jenen Attributen die weiter unten in den Säulen sind, kann man die Zusammenhänge recht gut verfolgen. Allerdings wird es bei den oberen Attributen immer schwieriger, da hier die Werte schon recht weit von einander versetzt sind. Starke Schwankungen in den Werten über der Zeit können auch noch erkannt werden, allerdings meiner Meinung nach nicht so gut wie beim ThemeRiver. Vor allem wenn kleinere Werte in höheren Bereichen der Säulen auftreten, ist ein Zusammenhang nicht mehr herzustellen.

 

4. Visualisierung mit parallelen Koordinaten

Bei den parallelen Koordinaten kann man für jeden Monat leicht feststellen, welche Stadt am meisten oder am wenigsten Niederschlag zu verzeichnen hat. Es ist also eine Rangliste leicht erkennbar. Auch die Trends der einzelnen Städte über den Verlauf der Zeit sind leicht abzulesen. Kairo als Ausreißer und die starken Schwankungen bei Kapstadt sind genau so gut erkennbar, wie beim ThemeRiver. Ein weiterer Vorteil gegenüber dem ThemeRiver ist, dass negative Werte eingezeichnet werden können. Diese Option ist beim ThemeRiver nicht möglich. Dort müsste man den kleinsten auftretenden Wert als 0 annehmen.

Im Vergleich zum ThemeRiver sind allerdings die Verhältnisse der einzelnen Werte zueinander nicht so gut erkennbar. (Im Prinzip sind Flächen übereinander gezeichnet, während beim ThemeRiver untereinander.) Hierfür wäre es interessant, dass man zum Beispiel die Werte von Innsbruck als Nulllinie heranzieht und dann die Abweichungen der anderen Städte aufträgt. Selbst dann hätte man nur das Verhältnis der anderen Städte zu Innsbruck. Beim ThemeRiver können alle Städte miteinander verglichen werden. Weiters geht die Information über die Summe der Werte verloren. Im ThemeRiver kann man aus der Gesamtbreite der Darstellung ablesen in welchem Monat es in Summe am meisten geregnet hat. Dies ist bei den parallelen Koordinaten nicht möglich.

 

5. Visualisierung mittels einer Animation

Die Zeit wird nicht mehr direkt als eine Achse dargestellt.

Bei der Animation werden Schwankungen und das Verschwinden von einzelnen Attributen besonders stark deutlich. Da man eine Animation im Normalfall beliebig anhalten und zu jedem Zeitpunkt gehen kann, hat man auch sehr schnell eine gute Einsicht in die Daten für einen bestimmten Zeitpunkt.

Allerdings geht die Übersicht über den Verlauf der Zeit verloren. Trends können also kaum entdeckt werden. Hierfür ist der ThemeRiver doch klar zu favorisieren.

5. Zwei Visualisierungen des TimeHistograms

Auf www.VRVis.at steht das Paper über das TimeHistogram zum Download zur Verfügung. Für diesen Vergleich haben wir 2 Visualisierungen aus diesem Paper herangezogen.

Auf der x-Achse sind die einzelnen Attribute (zB Innsbruck, Moskau,...) aufgetragen. Auf der y-Achse an der linken Seite sind die Attributwerte (zB Niederschlag in mm), an der rechten Seite der Zeitausschnitt, der betrachtet wird aufgetragen. Die weißen Balken zeigen ähnlich wie bei der Animation die Werte für die Attribute zu einem gewissen Zeitpunkt an. Mit diesem Programm können aber auch Zeitbereiche wie beispielsweise die Monate Juni, Juli und August in Summe betrachtet werden. Was allerdings diese Darstellung im Vergleich zur Animation abhebt, ist, dass Information über den vergangenen und zukünftigen Werteverlauf der Balken eingebracht wird. Dies ist in der nächsten Abbildung genauer zu sehen.

Für jeden Balken werden Punkte eingetragen (zB. Gelbe Punkte für vergangene Werte, blaue Punkte für zukünftige). Die Größe der Punkte gibt an wie nah diese Messungen an dem aktuell betrachteten Zeitpunkt sind. Kleine Punkte bezeichnen also Werte des Balkens in ferner Zukunft bzw. aus längst vergangener Zeit.

 

Diese Darstellung zeigt auf der x-Achse die Attribute und auf der y-Achse deren Werte. Es werden dabei aber zunächst in grauer Farbe die Balken eingezeichnet, die alle Werte der Attribute über den gesamten Zeitverlauf abdecken. In diesen Balken wird nun der Verlauf der Balkengröße als Funktion über die Zeit dargestellt. Für die aktuell gewählte Zeit wird dann für jedes Attribut ein weißer Zeiger eingezeichnet, der auf den aktuell gültigen Wert des Attributs zeigt.

So sind einerseits die aktuellen Werte mit weißer Farbe eingezeichnet, und stechen hervor. Wenn man genauer hinsieht, kann man aber auch den weiteren Verlauf dieser Werte über die Zeit hinweg ersehen.