蔣涪陵，汪泳

四川美術(shù)學(xué)院，重慶401331

面對(duì)近年來世界各地頻繁發(fā)生的突發(fā)公共衛(wèi)生事件（簡稱突發(fā)事件），國內(nèi)外涌現(xiàn)了大量關(guān)于疫情數(shù)據(jù)的可視化報(bào)道。這些報(bào)道不僅讓讀者對(duì)疫情數(shù)據(jù)有更為直觀的了解，而且是大數(shù)據(jù)時(shí)代下數(shù)據(jù)可視化在突發(fā)事件中的實(shí)踐與探索。本文基于可視化設(shè)計(jì)的方法論，探討數(shù)據(jù)可視化在突發(fā)事件數(shù)據(jù)報(bào)道中的優(yōu)勢，并以“重慶市新型冠狀病毒肺炎疫情數(shù)據(jù)可視化分析”設(shè)計(jì)為例，具體地分析了數(shù)據(jù)可視化從設(shè)計(jì)方法到結(jié)論的過程。

一、信息可視化與數(shù)據(jù)可視化的定義

信息可視化是基于計(jì)算機(jī)支持的抽象數(shù)據(jù)可視化表現(xiàn)手段，能被用來增強(qiáng)認(rèn)知。早期的信息可視化是通過設(shè)計(jì)地圖或圖形來實(shí)現(xiàn)的，隨后，其研究領(lǐng)域主要集中在人機(jī)交互上[1]。信息可視化并非是一種新的視覺表現(xiàn)形式。最為經(jīng)典的例子是1861 年法國工程師查爾斯·約瑟夫·米納德（Charles Joseph Minard）繪制的《拿破侖征俄圖》，見圖1，這張地圖描述了拿破侖東征的時(shí)間、地點(diǎn)、氣溫、士兵死亡人數(shù)、前進(jìn)方向等多維度數(shù)據(jù)，當(dāng)讀者瀏覽這張地圖時(shí)，能夠身臨其境地感受到拿破侖的四十萬大軍是如何在長途跋涉和嚴(yán)寒之中逐步潰散[2]，而不需要面對(duì)乏味的文本式數(shù)據(jù)。它展現(xiàn)了數(shù)據(jù)可視化對(duì)復(fù)雜數(shù)據(jù)信息的傳達(dá)和敘事能力。

數(shù)據(jù)可視化是一種將數(shù)字、文字等數(shù)據(jù)轉(zhuǎn)換成圖形圖像，并在各種媒介中呈現(xiàn)出來，進(jìn)而實(shí)現(xiàn)人機(jī)交互處理的理論、方法和技術(shù)。在19世紀(jì)50年代的克里米亞戰(zhàn)爭期間，士兵的死亡率不斷上升。然而造成死亡的真正原因并不僅是戰(zhàn)斗傷亡。英國社會(huì)改革家、統(tǒng)計(jì)學(xué)家弗洛倫斯·南丁格爾（Florence Nightingale）設(shè)計(jì)的《玫瑰圖》，見圖2。圖中藍(lán)色區(qū)域表示由疾病造成的死亡人數(shù)；紅色區(qū)域表示由傷口造成的死亡人數(shù)；黑色區(qū)域表示由其他原因造成的死亡人數(shù)。讀者能夠一目了然地看出士兵死亡是由于落后的醫(yī)療條件造成的。由此可見，數(shù)據(jù)可視化在傳遞信息的同時(shí)，還能直觀地闡述了觀點(diǎn)，使讀者對(duì)事件有更深刻的理解。

圖1 《拿破侖征俄圖》

圖2 《玫瑰圖》

從宏觀上看，數(shù)據(jù)可視化是對(duì)數(shù)字、文字等數(shù)據(jù)的記錄；而信息可視化則是將對(duì)人們有意義的信息進(jìn)行視覺化呈現(xiàn)。前者側(cè)重于結(jié)構(gòu)型、數(shù)值型的信息傳遞；后者則側(cè)重于非結(jié)構(gòu)型、非數(shù)值型的信息表現(xiàn)。

二、數(shù)據(jù)可視化在突發(fā)公共衛(wèi)生事件數(shù)據(jù)報(bào)道中的優(yōu)勢

突發(fā)事件因其本身的復(fù)雜性和不確定性，受到了廣泛關(guān)注。在報(bào)道突發(fā)事件時(shí)，傳統(tǒng)的文本式數(shù)據(jù)報(bào)道已經(jīng)不再符合如今讀者碎片式的閱讀習(xí)慣，其傳播效果差強(qiáng)人意，數(shù)據(jù)可視化與突發(fā)事件數(shù)據(jù)報(bào)道高度契合，利用數(shù)據(jù)可視化有助于解決當(dāng)下突發(fā)事件數(shù)據(jù)報(bào)道的困境。

（一）提升數(shù)據(jù)獲取的交互性

無論是圖文結(jié)合的靜態(tài)信息，還是影音動(dòng)畫的動(dòng)態(tài)信息，讀者往往只能被動(dòng)地接受信息，無法根據(jù)自己的偏好選擇信息，更無法實(shí)時(shí)反饋。而數(shù)據(jù)可視化依靠互聯(lián)網(wǎng)等技術(shù)和工具，提供了數(shù)據(jù)與讀者雙向互動(dòng)的空間，實(shí)現(xiàn)了以讀者為中心的數(shù)據(jù)個(gè)性化[3]。在“30 Years of HIV”中，設(shè)計(jì)者Aurelia Moser針對(duì)肯尼亞《民族日報(bào)》在1981年至2011年期間關(guān)于艾滋病毒的文章進(jìn)行了分析，并利用交互式圓堆積進(jìn)行了數(shù)據(jù)可視化，見圖3。其中，2004 年涉及到艾滋病毒的文章最多。讀者點(diǎn)擊每一個(gè)圓圈可以清晰地看到文章所提及的患者、國家、組織等信息。這顛覆了傳統(tǒng)型被動(dòng)接受信息的模式，方便了讀者快速閱讀，更滿足了讀者希望主動(dòng)獲取數(shù)據(jù)的交互性需求。

（二）改善文本數(shù)據(jù)的閱讀體驗(yàn)

在當(dāng)下碎片式閱讀方式盛行的時(shí)代，與文本式數(shù)據(jù)相比，讀者更偏愛圖形圖像化的內(nèi)容。傳統(tǒng)的文本式數(shù)據(jù)過于乏味和嚴(yán)肅，閱讀體驗(yàn)相對(duì)較差。運(yùn)用數(shù)據(jù)可視化可以讓以文本為主的數(shù)據(jù)變得輕松活潑，使人們從邏輯性文本內(nèi)容轉(zhuǎn)到具象的圖形圖像化信息。2014 年，埃博拉病毒肆虐，致死率高達(dá)90%，《赫芬頓郵報(bào)》針對(duì)疫情的擴(kuò)散，利用地圖標(biāo)注出了病毒宿主——果蝠在非洲地區(qū)的領(lǐng)地分布，并在同一張圖上，將不同國家受感染的情況進(jìn)行數(shù)據(jù)可視化，見圖4[4]。這種視覺化信息有利于改善讀者的閱讀體驗(yàn)。

（三）挖掘數(shù)據(jù)之間的關(guān)聯(lián)性

傳統(tǒng)的文本式數(shù)據(jù)缺乏針對(duì)性，已經(jīng)不能滿足讀者對(duì)突發(fā)事件數(shù)據(jù)進(jìn)行全面理解的需求，而數(shù)據(jù)可視化可以從數(shù)據(jù)采集、信息架構(gòu)和視覺轉(zhuǎn)化等多維度視角，深度挖掘數(shù)據(jù)之間的關(guān)聯(lián)性。在2015 年，MERS病毒席卷韓國，人民網(wǎng)發(fā)布的《一張圖讀懂韓國MERS傳播途徑》，見圖5，通過對(duì)患者的感染醫(yī)院、接觸時(shí)間、確診時(shí)間進(jìn)行數(shù)據(jù)可視化，并用序號(hào)標(biāo)注患者的發(fā)病時(shí)間及傳播順序[5]，在多維度數(shù)據(jù)之間尋求關(guān)聯(lián)性，為疫情的風(fēng)險(xiǎn)預(yù)判提供了重要依據(jù)。通過可視化手段，可以幫助讀者更清晰地了解突發(fā)事件的發(fā)展動(dòng)向，從而揭示出突發(fā)事件數(shù)據(jù)背后的深刻含義。

圖3 “30 Years of HIV”

圖4 “EBOLA’S DEADLY SPREAD”

圖5 《一張圖讀懂韓國MERS傳播途徑》

三、疫情可視化設(shè)計(jì)中的數(shù)據(jù)分析與表達(dá)方法

在對(duì)抗新型冠狀病毒肺炎這場沒有硝煙的戰(zhàn)“疫”中，全國上下共同為了戰(zhàn)勝疫情而不懈努力。國內(nèi)外媒體針對(duì)疫情數(shù)據(jù)的實(shí)時(shí)性，紛紛運(yùn)用了可視化手段對(duì)疫情數(shù)據(jù)進(jìn)行報(bào)道，為讀者帶來了最新的疫情通報(bào)，因此，本文基于可視化設(shè)計(jì)的方法論，通過“重慶市新型冠狀病毒肺炎疫情數(shù)據(jù)可視化分析”設(shè)計(jì)案例，具體地分析了數(shù)據(jù)可視化從設(shè)計(jì)方法到結(jié)論的過程。

表1 “重慶市新型冠狀病毒肺炎疫情數(shù)據(jù)可視化分析”數(shù)據(jù)來源一覽

（一）疫情數(shù)據(jù)分析

疫情可視化的核心不在于數(shù)據(jù)體量，而在于發(fā)現(xiàn)這些數(shù)據(jù)背后的深刻意義。為了能夠?qū)σ咔閿?shù)據(jù)進(jìn)行有效管理，在設(shè)計(jì)案例中，在考慮到疫情數(shù)據(jù)的實(shí)時(shí)性、重要性等問題的基礎(chǔ)上，提出了疫情數(shù)據(jù)可視化設(shè)計(jì)涵蓋的三個(gè)關(guān)鍵節(jié)點(diǎn)，即數(shù)據(jù)采集、信息架構(gòu)、視覺轉(zhuǎn)化。

1.數(shù)據(jù)采集

數(shù)據(jù)采集是對(duì)疫情數(shù)據(jù)的收集，它首先是對(duì)數(shù)據(jù)理解的過程，然后才是對(duì)數(shù)據(jù)采集的過程，對(duì)數(shù)據(jù)理解得越全面，則數(shù)據(jù)采集越豐富。通過數(shù)據(jù)采集，可以對(duì)數(shù)據(jù)進(jìn)行深入的梳理和分析，其核心是從海量數(shù)據(jù)中提取有效數(shù)據(jù)，“重慶市新型冠狀病毒肺炎疫情數(shù)據(jù)可視化分析”數(shù)據(jù)來源一覽見表1。

2.信息架構(gòu)

信息架構(gòu)的概念是在20 世紀(jì)70 年代由美國建筑師理查德·索爾·沃曼（Richard Saul Wurman）提出的。國內(nèi)學(xué)者周曉英認(rèn)為，信息架構(gòu)（IA）是“組織信息和設(shè)計(jì)信息環(huán)境、信息空間或信息體系結(jié)構(gòu)，以滿足需求者的信息需求的一門藝術(shù)和科學(xué)”[6]。信息架構(gòu)需要對(duì)所收集的數(shù)據(jù)進(jìn)行結(jié)構(gòu)性的梳理，形成邏輯框架，通過分析各數(shù)據(jù)之間的關(guān)系，區(qū)別于已有的疫情數(shù)據(jù)報(bào)道，從篩選出的數(shù)據(jù)中找到新穎的可視化視角，即表面信息的理解和隱性信息的挖掘。

信息架構(gòu)在疫情數(shù)據(jù)可視化的過程中起著承前啟后的作用，設(shè)計(jì)者對(duì)數(shù)據(jù)的理解、歸納和提煉，都與讀者對(duì)信息的理解有著密切的關(guān)系。在大數(shù)據(jù)時(shí)代，讀者已經(jīng)陷入了對(duì)大量數(shù)據(jù)感到麻木的困境[7]。信息架構(gòu)是使數(shù)據(jù)形成基本框架并挖掘出深層次意義的過程。

3.視覺轉(zhuǎn)化

視覺轉(zhuǎn)化是指通過視覺化手段將抽象的數(shù)據(jù)轉(zhuǎn)化為圖形圖像化語言符號(hào)。這不僅是創(chuàng)意性的過程，更是邏輯性的過程[8]。在視覺轉(zhuǎn)化環(huán)節(jié)中，需要將前期已經(jīng)分析出的數(shù)據(jù)結(jié)論，通過對(duì)色彩、圖形、版式等要素的思考進(jìn)行設(shè)計(jì)。視覺轉(zhuǎn)化的方式主要有非程序式和程序式。隨著計(jì)算機(jī)技術(shù)的發(fā)展，已經(jīng)可以通過編程或開源工具進(jìn)行可視化表達(dá)。針對(duì)不同的讀者意味著可視化的目標(biāo)不同，目標(biāo)取決于設(shè)計(jì)者想讓讀者接收和理解什么樣的內(nèi)容，因此這帶來了許多不同的視覺形式。視覺轉(zhuǎn)化需要在數(shù)據(jù)采集、信息架構(gòu)的同時(shí)，找到新穎、獨(dú)特、契合目標(biāo)人群的可視化表達(dá)方法，以起到設(shè)計(jì)的有效性。

（二）疫情可視化表達(dá)方法

1.利用對(duì)比實(shí)現(xiàn)數(shù)據(jù)可視化

在“重慶市新型冠狀病毒肺炎疫情數(shù)據(jù)可視化分析”中，筆者首先使用了對(duì)比的方法進(jìn)行數(shù)據(jù)可視化，見圖6。按發(fā)現(xiàn)首例確診患者的日期為起始日，根據(jù)時(shí)間線與各區(qū)（縣）感染順序的推移，對(duì)比了重慶市各區(qū)（縣）確診病例的增長圖形，并且通過顏色的視覺暗示來區(qū)分感染程度。與此同時(shí)，在視覺轉(zhuǎn)化過程中，對(duì)圖形進(jìn)行了立體效果處理，避免了設(shè)計(jì)的同質(zhì)化。從圖6 中的變化可以看出，重慶市首例確診患者出現(xiàn)在巫山縣；萬州區(qū)感染情況最為嚴(yán)重；北碚區(qū)和南川區(qū)為未受感染地區(qū)。

其次，利用面積大小、散點(diǎn)數(shù)量、條形長度的對(duì)比，分別對(duì)確診病例的比例分布、性別分布及病例類型進(jìn)行了數(shù)據(jù)分析（僅針對(duì)已公布活動(dòng)軌跡數(shù)據(jù)），從圖6中可以看出，疫情在渝東北地區(qū)較為嚴(yán)重，在渝東南地區(qū)相對(duì)較輕；確診病例中，男性占比53.17%，女性占比46.83%；從病例類型來看，輸入病例占比36.11%，本地病例占比63.89%。由此可見，當(dāng)時(shí)疫情正處于輸入期向擴(kuò)散期過渡的階段，這為疫情防控提供了直觀的依據(jù)。

2.借助桑基圖實(shí)現(xiàn)數(shù)據(jù)分析

?；鶊D（Sankey Diagram）也被稱為桑基能量分流圖或?；芰科胶鈭D。它是一種特定類型的流程圖，圖中延伸分支的寬度對(duì)應(yīng)數(shù)據(jù)流量的大小，通常應(yīng)用于能源、材料成分、金融等數(shù)據(jù)的可視化分析。?；鶊D最明顯的特征是始末端的分支寬度總和相等，即所有主支寬度的總和應(yīng)與所有分支寬度的總和相等，保持能量的平衡[9]。重慶市確診病例活動(dòng)軌跡數(shù)據(jù)分析（針對(duì)已公布活動(dòng)軌跡數(shù)據(jù)）見圖7，與?；鶊D的特征符合，左側(cè)和右側(cè)的能量總和是一致的。當(dāng)左側(cè)疫情感染各區(qū)（縣）的病例增加時(shí)，右側(cè)的性別、年齡、接觸史等數(shù)據(jù)會(huì)相應(yīng)增加，相反則色條數(shù)量減少。通過這樣的?；鶊D，能更生動(dòng)、更形象地分析出疫情在重慶市各區(qū)縣的區(qū)（縣）感染狀況、男女比例、確診年齡和接觸史等流行病學(xué)調(diào)查基礎(chǔ)內(nèi)容。這為疫情數(shù)據(jù)提供了一個(gè)有借鑒意義的可視化形式。

3.基于地圖的數(shù)據(jù)可視化

圖6 “重慶市新型冠狀病毒肺炎疫情數(shù)據(jù)可視化分析”

圖7 “重慶市確診病例活動(dòng)軌跡數(shù)據(jù)分析”

地圖是典型的表現(xiàn)疫情空間數(shù)據(jù)的方法，它能很好地將疫情在各地區(qū)的感染狀況展現(xiàn)給讀者，目前在各大媒體的應(yīng)用較為廣泛[10]。在“重慶市新型冠狀病毒肺炎疫情地圖”中，利用地圖（重慶市地圖來源于重慶市規(guī)劃和自然資源局的“重慶市標(biāo)準(zhǔn)地圖服務(wù)”）為基礎(chǔ)，表現(xiàn)出疫情在重慶市各區(qū)（縣）的感染情況，并運(yùn)用色彩飽和度對(duì)感染程度進(jìn)行視覺暗示，顏色越深表示疫情越嚴(yán)重，顏色越淺表示疫情越輕，見圖8。

4.弱交互的置入

弱交互不僅意味著一種微型互動(dòng)方式，更拓展了疫情數(shù)據(jù)的接收方式和傳播觀念。讀者可以通過點(diǎn)擊、搜索、對(duì)比等個(gè)性化操作，進(jìn)入疫情數(shù)據(jù)的深層次結(jié)構(gòu)。在“重慶市新型冠狀病毒肺炎疫情地圖”中（見圖8），讀者可以根據(jù)自己的需要，點(diǎn)擊各區(qū)（縣），實(shí)時(shí)查看指定區(qū)（縣）的感染情況，疫情數(shù)據(jù)的交互性能讓原本的讀者變成產(chǎn)品的用戶，從而擁有更多個(gè)性化的主動(dòng)權(quán)。

圖8 “重慶市新型冠狀病毒肺炎疫情地圖”

四、結(jié)語

大數(shù)據(jù)技術(shù)的發(fā)展及應(yīng)用，為突發(fā)事件背景下的數(shù)據(jù)可視化提供了更多的可能性。本文探討了數(shù)據(jù)可視化在突發(fā)公共衛(wèi)生事件數(shù)據(jù)報(bào)道中的優(yōu)勢，并通過“重慶市新型冠狀病毒肺炎疫情數(shù)據(jù)可視化分析”設(shè)計(jì)案例，分析、整理了適用于突發(fā)公共衛(wèi)生事件下疫情可視化設(shè)計(jì)的數(shù)據(jù)分析和表達(dá)方法，為突發(fā)公共事件的設(shè)計(jì)介入、數(shù)據(jù)可視化的設(shè)計(jì)方法提供一定補(bǔ)充。

筆者發(fā)現(xiàn)，將數(shù)據(jù)可視化應(yīng)用于突發(fā)事件，不僅讓數(shù)據(jù)可視化最大程度地發(fā)揮它的作用，更重要的是這種視覺化、交互性的設(shè)計(jì)改善了讀者的閱讀體驗(yàn)，增加了讀者的興趣和樂趣。數(shù)據(jù)可視化在突發(fā)事件的應(yīng)用與研究還處于起步階段，其存在的不足及今后的發(fā)展還有待深入思考。