Aufgabenorientierte Datenklassifikation und Gestaltung von Choroplethenkarten (aChor)

• Antragsteller: Professor Dr.-Ing. Jochen Schiewe
• Fachliche Zuordnung: Geodäsie, Photogrammetrie, Fernerkundung, Geoinformatik, Kartographie
• Förderung: Förderung von 2017 bis 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 355807088

Choroplethenkarten sind der wohl auf häufigsten verwendete Typ von thematischen Karten. Um einen besseren Überblick bzw. eine schnellere Lesbarkeit zu erzielen, werden die darzustellenden Attributwerte vorab sehr häufig klassifiziert.Die üblicherweise verwendeten und in Software-Paketen implementierten Klassifikationsmethoden (wie Äquidistanz, Quantile, Jenks, etc.) sind datengetrieben, d.h. die Intervalle werden ausschließlich aufgrund der vorliegenden Häufigkeitsverteilung der Originalwerte bestimmt. Der räumliche Kontext der zugrunde liegenden Daten, der für viele Fragestellungen aber von Bedeutung ist, wird bei einer solchen Einteilung entlang des Zahlenstrahls komplett vernachlässigt. Damit können Informationen über räumliche Beziehungen oder Muster (bzw. auch gewünschte Aussagen einer Karte) verloren gehen; in der Praxis erfolgt im besten Fall die händisch-subjektive Auswahl aus mehreren erstellten Klassifikations-Varianten.In diesem Vorhaben wird daher ein aufgabenorientierter Ansatz propagiert. Auch wenn es nicht möglich ist, jeder Choroplethenkarte a priori eine konkrete Aufgabe bzw. "message" zuzuordnen, gibt es absolut gesehen aber genügend Anwendungsfälle, die entsprechende Weiterentwicklungen rechtfertigen.Das Projekt wird daher Methoden entwickeln und testen, die eine optimale Datenklassifikation für synoptische Aufgaben erzeugen, die auf Basis von Choroplethenkarten bearbeitet werden sollen. Zu diesen Aufgaben gehören die Detektion von Werteunterschieden zwischen Polygonen, Hot und Cold Spots, globalen bzw. lokalen Extremwerten sowie Cluster-Regionen.Nach der Erzeugung von Klassen müssen diese durch ein geeignetes Farbschema visualisiert werden, das vorhandene Wertedifferenzen zwischen benachbarten Polygonen oder Gruppen von Polygonen auch angemessen bewahrt bzw. betont. Ein spezieller Fokus wird hierbei auf die Transformation von Werteunterschieden in (proportionale) Farbdifferenzen gelegt werden. Auch die Auswahl und Bewertung eines Farbschemas unter Berücksichtigung konkreter Nutzungszwecke wurden bisher nur in wenigen Publikationen behandelt.Abschließend muss noch die Frage beantwortet werden, ob der potenzielle Mehrwert der aufgabenorientierten Datenklassifikation und einer entsprechenden Visualisierung auch tatsächlich durch die Nutzer wahrgenommen wird und damit zu richtigen Entscheidungen weiterverarbeitet werden kann. Zu diesem Zweck sollen umfassende empirische Nutzerstudien durchgeführt werden, die auch verschiedene Parameter der Klassifikation berücksichtigen.

• DFG-Verfahren: Sachbeihilfen