Exibindo dados do ponto para refletir o tempo / idade

Eu tenho uma camada de 3.000 pontos para um estado, com cada um indicando a idade de um tipo específico de construção. O que é uma exibição visual recomendada que realça de maneira eficaz e igual a idade dessas estruturas.

Pensei em usar um mapa de calor, mas isso poderia levar a algum viés, pois em uma pequena vizinhança você pode ter 3 novos edifícios e 1 antigo ou vice-versa, tirando a veracidade. No entanto, eu gostaria de um auxílio visual que, quando analisado brevemente ou em um instantâneo, possa contar uma história da idade dessas estruturas.

Gosto da sua ideia de um mapa de calor em escala estadual. Você pode representar irregularidades refinadas com mapas inseridos (papel) ou dependências de escala (mapa da web).

Se você realmente sente necessidade de mostrar valores discretos, pode executar um script para dispersar os recursos de ponto, de modo que eles não sejam empilhados um sobre o outro (a ferramenta ArcMap integrada é chamada de "Marcadores de dispersão") e simboliza a idade de prédios. em uma rampa de cores.

Se esses edifícios estiverem lotados nas cidades, você poderá usar gráficos de setores circulares para representar a proporção de edifícios antigos e novos (ou quantas classes você gostaria de usar).

Imho, um mapa de calor deve representar fenômenos contínuos. A idade de um tipo específico de construção pode não ser contínua.

Gosto da resposta de Brian (e acho que os mapas inseridos podem ser muito interessantes e informativos para destacar partes ou irregularidades específicas), mas, a princípio, eu simplesmente usaria um símbolo proporcional para representar a idade de construção (e fiz dois mapas, um com construções mais antigas símbolo maior e um com edifícios mais novos recebendo um símbolo maior). Os dois mapas são porque, se você tiver áreas com amostragem excessiva, provavelmente terá um número maior de prédios novos e antigos.

Isso não funcionará tão bem se os edifícios estiverem muito agrupados, pois os símbolos proporcionais se sobreporão (como você sugeriu na sua pergunta). Portanto, aqui é onde uma abordagem de estimativa de densidade kernal (que cria um mapa de calor contínuo) pode ser muito útil.

Eu também diria que estatísticas resumidas no seu caso podem ser úteis. O cálculo de medidas globais de autocorrelação espacial (por exemplo, I de Moran, Getis Ord, C de Geary) será informativo sobre a distribuição. Você também pode mapear medidas locais de associação espacial para visualizar grupos de edifícios antigos ou jovens.

Se o objetivo da sua visualização é mostrar a expansão das idades dos edifícios em todo o Estado sem muito detalhamento nas subáreas, uma solução simples seria agregar as idades dos edifícios (por exemplo, 1850 - 1900) e mostrar mapas de Estado separados para cada vez período com pontos. 4 mapas funcionam bem, pois todos são adjacentes e rapidamente digitalizados. Isso é altamente utilizável devido à sua simplicidade e você pode usar pequenos pontos para edifícios, o que significa que você pode mostrar a dispersão de milhares de pontos de dados ao mesmo tempo - símbolos mais complexos se sobrepõem.

No entanto, se o objetivo do mapa é permitir que o usuário faça uma pesquisa detalhada e veja a distribuição da idade em uma subseção do estado ou se são importantes distinções de idade importantes, essa solução provavelmente não é a melhor maneira de fazê-lo.

Semelhante a um mapa de calor, você pode renderizar a idade como um valor z e criar um mapa de relevo sombreado, o que pode ajudar um pouco com a redução do viés - os realmente "altos" (antigos) ainda tendem a se destacar , mas não eliminaria os edifícios "mais curtos" (mais recentes).

Dependendo do que você está tentando mostrar (você está tentando destacar os edifícios mais antigos?), Pode experimentar uma escala logarítmica ou exponencial.

Na grande área de um estado, seria muito difícil obter muitos detalhes sobre a construção de idades, exceto como uma média visual. Não é até você estar olhando para um nível de bloco que qualquer representação será útil.