نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

کاربرد جی ای اس

 

خلاصه

عدم قطعیت به طور گسترده ای در داده های جغرافیایی وجود دارد. با این حال، اغلب در طول تجزیه و تحلیل داده ها و تصمیم گیری نادیده گرفته می شود. تجسم صحیح عدم قطعیت می تواند به کاربران نقشه کمک کند تا عدم قطعیت در داده های جغرافیایی را درک کنند و تصمیمات آگاهانه بگیرند. مطالعه گزارش‌شده در این مقاله، ادراک و ترجیحات کاربران نقشه را برای متغیرهای بصری مختلف برای گزارش عدم قطعیت در نقشه‌های دو متغیره بررسی می‌کند. همچنین تأثیر احتمالی دانش و آموزش در علوم و سیستم‌های اطلاعات جغرافیایی (GIS) را در تصمیم‌گیری کاربران نقشه با اطلاعات عدم قطعیت بررسی می‌کند. یک نظرسنجی در بین دانشجویان با و بدون آموزش GIS انجام شد. نتایج نشان داد که فازی مرزی و روشنی رنگ ترجیح داده شده ترین متغیرهای بصری برای نمایش عدم قطعیت با استفاده از نقشه های دو متغیره بودند. دانش و آموزش GIS برای برخی از شرکت‌کنندگان در نظرسنجی در تصمیم‌گیری با استفاده از نقشه‌های عدم قطعیت دو متغیره مفید بود. نتایج این مطالعه موردی راهنمایی برای گزارش عدم قطعیت در نقشه‌های دو متغیره، با هدف تشویق تصمیم‌گیری آگاهانه ارائه می‌کند.

 

1. معرفی

عدم قطعیت ناشی از عدم اطلاع از درجه دقیق اختلاف بین داده های جغرافیایی و واقعیت جغرافیایی است که این داده ها در نظر گرفته شده اند نشان دهند. کیفیت داده های جغرافیایی تحت تأثیر دقت موقعیتی، ویژگی یا زمانی، ثبات، کامل بودن یا اصل و نسب است [ 1 ، 2 ]. محدودیت در دانش و ظرفیت‌های انسانی، ابزارها، تکنیک‌های تحلیل و بودجه مالی، همگی می‌توانند عدم قطعیت را در داده‌های جغرافیایی ایجاد کنند. عدم قطعیت می تواند در طول فرآیند مدیریت داده ها، تجزیه و تحلیل و تجسم منتشر یا تقویت شود. با وجود این واقعیت که عدم قطعیت به طور گسترده در داده های جغرافیایی وجود دارد، اغلب در طول تجزیه و تحلیل و تصمیم گیری نادیده گرفته می شود [ 3 ]]. بدون در نظر گرفتن صحیح عدم قطعیت در داده های جغرافیایی، یک تصمیم سیاستی ممکن است نامناسب باشد و ممکن است زندگی مردم را به شدت تحت تاثیر قرار دهد.
در سی سال گذشته، محققان علوم و سیستم‌های اطلاعات جغرافیایی (GIS) و حوزه‌های مرتبط پیشرفت زیادی در تعریف، اندازه‌گیری، مدل‌سازی و تجسم عدم قطعیت در داده‌های جغرافیایی داشته‌اند. عدم قطعیت به عنوان یکی از اولویت های تحقیقاتی بلندمدت توسط کنسرسیوم دانشگاه علوم اطلاعات جغرافیایی (UCGIS) در سال 1996 شناسایی شد [ 4 ]. محققان به این نتیجه رسیدند که تجسم مناسب عدم قطعیت می تواند به کاربران نقشه کمک کند تا عدم قطعیت را درک کنند و تصمیمات آگاهانه تری بگیرند [ 5 ، 6 ]. روشهای مختلفی برای تجسم عدم قطعیت توسعه یافته و اثربخشی آنها آزمایش شده است [ 5 ، 7 ، 8 ، 9 ،10 ، 11 ، 12 ، 13 ، 14 ، 15 ، 16 ]. با این حال، برخی شکاف‌ها در ادبیات مربوط به اینکه چگونه کاربران نقشه ممکن است تکنیک‌های تجسم مختلف و تأثیر بالقوه پیش‌زمینه کاربران نقشه بر تصمیم‌گیری با استفاده از نقشه‌های عدم قطعیت را ترجیح دهند، وجود دارد. به ویژه، مطالعات موجود نتوانستند به دو سؤال مهم رسیدگی کنند: (1) کدام روش (های) تجسم عدم قطعیت توسط کاربران نقشه ترجیح داده می شود، و (2) آیا دانش و آموزش GIS بر تصمیم گیری کاربران نقشه با استفاده از نقشه های عدم قطعیت تأثیر می گذارد.
مطالعه گزارش شده در این مقاله برای بررسی ترجیح روش‌های تجسم مختلف برای نمایش عدم قطعیت در داده‌های جغرافیایی و بررسی اینکه آیا دانش و آموزش GIS بر توانایی کاربران نقشه برای ترکیب عدم قطعیت برای تصمیم‌گیری بهتر تأثیر می‌گذارد، انجام شد. نظرسنجی از 72 دانشجوی کارشناسی در آوریل 2012 در دانشگاه ایالتی تگزاس انجام شد. یافته‌ها می‌توانند دستورالعمل‌هایی برای تجسم عدم قطعیت در نقشه‌های دو متغیره برای تشویق تصمیم‌گیری آگاهانه ارائه دهند.

2. بررسی ادبیات

ایوانز [ 5 ] اظهار داشت که این وظیفه طراحان نقشه است که اطلاعات عدم قطعیت را برای کاربران نقشه فراهم کنند تا با آگاهی از محدودیت داده، تصمیم گیری شود. در سی سال گذشته، بسیاری از تحقیقات تجربی بر توسعه روش‌های مؤثر برای تجسم عدم قطعیت بر روی نقشه تمرکز داشتند [ 5 ، 7 ، 8 ، 9 ، 10 ، 11 ، 12 ، 13 ، 14 ، 15 ، 16 ]. در میان این مطالعات، MacEachren سه نوع روش تجسم عدم قطعیت را پیشنهاد کرد: جفت‌های نقشه، نقشه‌های دو متغیره و نمایش‌های پویا [ 17 ].]. جفت های نقشه از یک نقشه برای نمایش داده ها و نقشه دیگر برای نمایش عدم قطعیت مرتبط استفاده می کنند [ 9 ، 11 ، 13 ]. نقشه های دو متغیره داده ها و عدم قطعیت را با یک نقشه با استفاده از دو متغیر بصری مختلف برای نمایش داده ها و عدم قطعیت گزارش می کنند [ 5 ، 7 ، 9 ، 11 ]. نمایش پویا دنباله ای از تحقق های ممکن را به طور پیوسته بر روی صفحه کامپیوتر نشان می دهد [ 5 ، 9 ، 10 ، 12 ، 13 ، 18]. در بین این سه نوع روش، نمایش پویا بیشتر به محیط دیجیتال محدود می شود. نقشه‌های دو متغیره با مطالعات متعدد، به عنوان مثال، [ 16 ، 19 ] در ارائه داده‌ها و عدم قطعیت آسان‌تر و دقیق‌تر از جفت‌های نقشه هستند.
متغیرهای بصری مختلف را می توان برای نمایش عدم قطعیت در نقشه های دو متغیره استفاده کرد. برتین مکان، اندازه، ارزش، بافت، رنگ، جهت و شکل را پیشنهاد کرد [ 20 ]. MacEachren تردی لبه (فازی)، شفافیت پر، مه، و وضوح [ 17 ] را پیشنهاد کرد. گرشون مرز (ضخامت، بافت و رنگ)، شفافیت، انیمیشن و ابعاد اضافی را پیشنهاد کرد [ 21 ]. در میان متغیرهای بصری فوق، اندازه و مقدار رنگ ممکن است برای نشان دادن عدم قطعیت در داده‌های عددی مناسب‌تر باشد [ 17 ]. بافت بر روی نقشه های باینری برای نشان دادن وجود عدم قطعیت موثر بود [ 11 ]. مطالعه شوایزر و گودچایلد [ 7 ] و مک آچرنو همکاران 11 ] دریافتند که نمایش یکپارچه با استفاده از یک ویژگی رنگ برای نشان دادن داده ها و دیگری برای نشان دادن عدم قطعیت، برای کاربران نقشه برای شناسایی داده ها و عدم قطعیت دشوار است. لایتنر و باتنفیلد [ 6 ] از استفاده از رنگ روشن‌تر برای نمایش سطح بالایی از اطمینان پشتیبانی کردند. با این حال، در مطالعه Kubicek و Sasinka [ 16 ]، اکثر شرکت کنندگان رنگ روشن تر را برای اطلاعات نامطمئن تر ترجیح دادند. MacEachren و دیگران [ 22] پیشنهاد کرد که اشیاء مات برای نمایش قطعیت و اشیاء شفاف برای عدم قطعیت بهتر هستند. به طور کلی، در ادبیات درباره اینکه کدام متغیر بصری در به تصویر کشیدن عدم قطعیت بهترین است و چگونه عدم قطعیت باید روی نقشه های دو متغیره تجسم شود، اجماع وجود ندارد.
چند مطالعه بررسی کرده اند که چگونه تصمیم گیری می تواند تحت تأثیر تجسم عدم قطعیت قرار گیرد. ایوانز [ 5 ] یک نظرسنجی انجام داد و از شرکت کنندگان خواست که مکانی را با تعداد زیادی درختان چوب سخت انتخاب کنند. اکثر شرکت‌کنندگان با کار با نقشه‌های طبقه‌بندی کاربری اراضی و اطلاعات قابلیت اطمینان آن‌ها، تصمیمات درستی گرفتند و آنها به مفید بودن اطلاعات عدم قطعیت برای تصمیم‌گیری خود اذعان داشتند. لایتنر و باتنفیلد [ 6] آزمایش کرد که چگونه زمان، صحت و اطمینان در تصمیم گیری تحت تأثیر تجسم عدم قطعیت قرار گرفته است. مطالعه آن‌ها نشان داد که تعداد شرکت‌کنندگان در نظرسنجی که تصمیمات درستی گرفتند، زمانی که عدم قطعیت بر روی نقشه گزارش شد، به‌طور قابل‌توجهی افزایش یافت. این بدون افزایش زمان تصمیم گیری به دست آمد. آنها به این نتیجه رسیدند که تجسم عدم قطعیت به جای پیچیدگی، وضوح را به نقشه اضافه می کند. با این حال، در مطالعه ای توسط Viard و همکاران. 19 ]، زمانی که اطلاعات عدم قطعیت به کار گرفته شد، شرکت کنندگان تصمیمات بهتری نگرفتند. نویسندگان به این نتیجه رسیدند که برای افزودن ارزش برای تصمیم گیری، تجسم عدم قطعیت باید با دقت طراحی شود و با حداقل بار بر روی کاربران نقشه باشد.
به نظر می‌رسد ادبیات موجود نشان می‌دهد که تجسم عدم قطعیت می‌تواند تصمیم‌گیری را هنگامی که اطلاعات عدم قطعیت به درستی ارائه شود، بهبود بخشد [ 5 ، 6 ، 19 ]. با این حال، توانایی کاربران نقشه برای درک اطلاعات عدم قطعیت که بر روی نقشه ها نشان داده شده است ممکن است بر کیفیت تصمیم گیری تأثیر بگذارد. این جنبه توسط مطالعات قبلی نادیده گرفته شده است و عواملی که به توانایی کاربران نقشه برای درک و استفاده از عدم قطعیت کمک می کنند کمتر مورد بررسی قرار گرفته است. Blenkinsop و همکاران 18 ] و Kubicek و Sasinka [ 16 ] دریافتند که کاربران باتجربه GIS در شناسایی اطلاعات عدم قطعیت روی نقشه ها عملکرد بهتری داشتند. مبتدیان GIS در مطالعه Blenkinsopو همکاران 18 ] گزارش دادند که به دلیل ناآشنایی با مفهوم عدم قطعیت نمی توانند نقشه را درک کنند. در تضاد با این دو مطالعه، ایوانز [ 5 ] هیچ تفاوت معنی داری بین مبتدیان GIS و کاربران با تجربه GIS در تصمیم گیری با نقشه های عدم قطعیت پیدا نکرد.

3. روش

از طریق یک نظرسنجی، این مطالعه ترجیح کاربران نقشه را برای متغیرهای بصری مختلف برای گزارش عدم قطعیت در نقشه‌های دو متغیره بررسی کرد. علاوه بر این، این مطالعه بررسی کرد که آیا و چگونه پیشینه GIS کاربران نقشه بر توانایی آنها در استفاده از عدم قطعیت برای تصمیم گیری تأثیر می گذارد. این بخش از مقاله توسعه نقشه‌های عدم قطعیت را توضیح می‌دهد که در پیمایش، طراحی و اجرای پیمایش، و تکنیک‌هایی که برای تجزیه و تحلیل داده‌های نظرسنجی استفاده شده‌اند، استفاده شده‌اند.

3.1. نقشه هایی با اطلاعات عدم قطعیت

داده‌های بارش سالانه برای ایستگاه‌های هواشناسی منتخب در تگزاس بین سال‌های 2001 و 2010 جمع‌آوری شد. میانگین و انحراف استاندارد بارندگی سالانه در هر ایستگاه هواشناسی محاسبه شد. مقدار میانگین به عنوان پیش‌بینی بارش سالانه در ایستگاه هواشناسی برای یک سال آینده و انحراف معیار به عنوان معیار عدم قطعیت پیش‌بینی استفاده شد.
نقشه‌ها برای تجسم بارش سالانه پیش‌بینی‌شده و عدم قطعیت مرتبط ساخته شدند. اندازه نماد برای نشان دادن حجم بارش پیش بینی شده در هر ایستگاه هواشناسی استفاده شد. برای گزارش سطح عدم قطعیت (کمترین، متوسط ​​و نامطمئن ترین) بر روی نقشه ها از متغیرهای بصری شامل فازی بودن مرز، روشنی رنگ، شکل نماد و شفافیت نماد استفاده شد. از چهار نقشه دو متغیره در بخش 1 نظرسنجی استفاده شد ( پیوست I) که برای بررسی ترجیح کاربران نقشه برای تکنیک های تجسم عدم قطعیت در یک نقشه دو متغیره طراحی شده است. افسانه های نقشه هیچ اطلاعاتی در مورد تجسم عدم قطعیت ندارند. هدف بررسی این بود که چگونه کاربران نقشه به طور مستقیم تغییرات هر متغیر بصری را با سطح عدم قطعیت مرتبط می‌کنند.
دو نقشه در قسمت 2 نظرسنجی ( پیوست I ) برای بررسی نحوه استفاده کاربران نقشه از اطلاعات عدم قطعیت برای تصمیم گیری جغرافیایی طراحی شده اند. نقشه اول فقط بارش پیش بینی شده را نشان می دهد در حالی که نقشه دوم هم بارش پیش بینی شده و هم سطوح عدم قطعیت مرتبط با پیش بینی ها را نشان می دهد. فازی مرزی برای نشان دادن سطوح عدم قطعیت در نقشه دوم استفاده شد، زیرا اعتقاد بر این است که مطابق با شهود کاربران نقشه در مورد عدم قطعیت است [ 23 ]. افسانه نقشه نقشه دوم تجسم بارش و عدم قطعیت بر روی نقشه را توضیح می دهد.

3.2. طراحی نظرسنجی و شرکت کنندگان

دو وظیفه در نظرسنجی وجود دارد: یک کار تجسم (نظرسنجی قسمت 1) و یک وظیفه تصمیم گیری (نظرسنجی قسمت 2). این دو وظیفه طی دو مرحله به صورت متوالی انجام شد. کار تجسم در فاز یک به منظور بررسی چگونگی ترجیح روش‌های مختلف تجسم عدم قطعیت برای نقشه‌های دو متغیره توسط کاربران نقشه به دست آمد. وظیفه تصمیم‌گیری برای فاز دو بود و عملکرد کاربران نقشه را در ترکیب عدم قطعیت در تصمیم‌گیری بررسی می‌کند. از شرکت کنندگان در نظرسنجی خواسته شد ابتدا کار تجسم را کامل کنند تا استفاده از یک متغیر بصری در نقشه در قسمت 2 بر انتخاب آنها برای تجسم عدم قطعیت در قسمت 1 تأثیری نداشته باشد.
در کار تجسم (قسمت 1)، نقشه های 1-4 در اختیار شرکت کنندگان قرار گرفت. هیچ اطلاعات زمینه ای در مورد بارش منطقه یا عدم قطعیت مربوط به داده های بارش بر روی نقشه ها نشان داده شد. هر نقشه با یک سوال دنبال می‌شد که کدام تغییر جهت یک متغیر بصری با سطح بالایی از عدم قطعیت مرتبط است. این چهار سوال عبارت بودند از: “آیا نمادهای مرزی فازی تر یا کمتر فازی نشان دهنده سطح بالای عدم قطعیت هستند؟”، “آیا نمادهای با رنگ تیره تر یا رنگ های روشن تر نشان دهنده سطح بالایی از عدم قطعیت هستند؟”، “زاویه بیشتر یا زاویه کمتر ( یعنینمادهای شکل دایره‌ای‌تر، سطح بالایی از عدم قطعیت را نشان می‌دهند؟»، و «آیا نمادهای شفاف‌تر یا کمتر شفاف‌تر سطح بالایی از عدم قطعیت را نشان می‌دهند؟». در نهایت، پس از مشاهده هر چهار نقشه، از شرکت کنندگان خواسته شد تا چهار نقشه را از ترجیح تجسم عدم قطعیت تا کمترین ترجیح رتبه بندی کنند.
در کار تصمیم گیری (قسمت 2)، از شرکت کنندگان خواسته شد که مکان بهتری را بین دو مکان کاندید برای رشد یک نوع شبه محصول انتخاب کنند. فرض بر این بود که این نوع محصول به بارندگی سالانه بین 31 تا 40 اینچ نیاز دارد. پیش‌بینی شد که هر دو مکان کاندید دارای همان سطح کامل بارش برای محصول باشند، اما با عدم قطعیت پیش‌بینی متفاوت. نقشه 1 فقط بارش سالانه پیش بینی شده را نشان می دهد. بدون نشان دادن عدم قطعیت پیش‌بینی، انتظار می‌رفت که مکان (a) و مکان (b) به یک اندازه برای رشد محصول خوب باشند. نقشه 2 هم اطلاعات پیش بینی و هم اطلاعات عدم قطعیت را نشان می دهد و پس از پایان کار با نقشه 1 به شرکت کنندگان ارائه شد. در نقشه 2، نماد مرز فازیتر در مکان (a) نشان می دهد که پیش بینی سطح عدم قطعیت بالاتری نسبت به پیش بینی در مکان (b) دارد. بنابراین، قرار بود مکان (ب) بهتر از مکان (الف) برای رشد محصول باشد. سه سوال آخر در بخش 2 نظرسنجی برای بررسی ادراک شرکت‌کنندگان و توانایی‌های آنها در استفاده از اطلاعات عدم قطعیت در تصمیم‌گیری مورد استفاده قرار گرفت.
با تایید هیئت بررسی نهادی دانشگاه نویسندگان، این نظرسنجی در اواخر آوریل 2012 در محوطه دانشگاه انجام شد. شرکت کنندگان شامل 72 دانشجوی کارشناسی از دو کلاس جغرافیای جهانی، یک کلاس سنجش از راه دور و دو کلاس پیشرفته GIS بودند. این کلاس‌ها برای متعادل کردن پیشینه GIS شرکت‌کنندگان مورد نیاز برای این مطالعه انتخاب شدند. با توجه به طراحی توالی دوره های GIS و الزامات در دانشگاه نویسندگان، یک دانشجو قبل از اینکه بتواند در دوره های سنجش از راه دور یا پیشرفته GIS ثبت نام کند، یک یا چند درس GIS را گذرانده است. درس جغرافیای جهانی خارج از توالی دروس مرتبط با GIS است و چنین پیش نیازی ندارد. از 72 دانش آموزی که نظرسنجی را به پایان رساندند، 28 دانشجو تا پایان ترم بهار 2012 سه یا چند کلاس GIS/Cartography/Remote Sensing می‌گذرانند. آنها به عنوان کاربران با تجربه GIS گروه بندی شدند. در مجموع 32 دانش آموز هرگز هیچ کلاس مرتبط با GIS نداشتند. آنها به عنوان تازه کار GIS گروه بندی شدند. 12 دانشجوی باقیمانده تا پایان ترم بهار 2012 یک یا دو کلاس مرتبط با GIS شرکت می کردند. با هدف بررسی تأثیر بالقوه دانش و آموزش GIS بر ترجیح کاربران نقشه برای تجسم اطلاعات عدم قطعیت و تأثیر بر تصمیم گیری آنها با اطلاعات عدم قطعیت، این 12 دانشجو از تجزیه و تحلیل های بیشتر حذف شدند. برای اهداف اطلاعاتی، داده های حاصل از نظرسنجی های آنها در گزارش شده است آنها به عنوان تازه کار GIS گروه بندی شدند. 12 دانشجوی باقیمانده تا پایان ترم بهار 2012 یک یا دو کلاس مرتبط با GIS شرکت می کردند. با هدف بررسی تأثیر بالقوه دانش و آموزش GIS بر ترجیح کاربران نقشه برای تجسم اطلاعات عدم قطعیت و تأثیر بر تصمیم گیری آنها با اطلاعات عدم قطعیت، این 12 دانشجو از تجزیه و تحلیل های بیشتر حذف شدند. برای اهداف اطلاعاتی، داده های حاصل از نظرسنجی های آنها در گزارش شده است آنها به عنوان تازه کار GIS گروه بندی شدند. 12 دانشجوی باقیمانده تا پایان ترم بهار 2012 یک یا دو کلاس مرتبط با GIS شرکت می کردند. با هدف بررسی تأثیر بالقوه دانش و آموزش GIS بر ترجیح کاربران نقشه برای تجسم اطلاعات عدم قطعیت و تأثیر بر تصمیم گیری آنها با اطلاعات عدم قطعیت، این 12 دانشجو از تجزیه و تحلیل های بیشتر حذف شدند. برای اهداف اطلاعاتی، داده های حاصل از نظرسنجی های آنها در گزارش شده است این 12 دانش آموز از تحلیل های بعدی حذف شدند. برای اهداف اطلاعاتی، داده های حاصل از نظرسنجی های آنها در گزارش شده است این 12 دانش آموز از تحلیل های بعدی حذف شدند. برای اهداف اطلاعاتی، داده های حاصل از نظرسنجی های آنها در گزارش شده استضمیمه II .

3.3. روشهای تحلیل

رتبه های چهار نقشه در پاسخ به سوال 5 در نظرسنجی قسمت 1 در امتیازات ترجیحی کدگذاری شدند. از میان 60 نظرسنجی که در آنالیزها گنجانده شده است، 37 شرکت‌کننده رتبه‌بندی معتبری ارائه کردند. برای هر پاسخ معتبر، نقشه ای که رتبه اول را دارد، ترجیح داده شده ترین نقشه برای گزارش عدم قطعیت است و امتیاز ترجیحی 4 را دریافت می کند. نقشه ای که رتبه چهارم را دارد کمترین ارجحیت را دارد و امتیاز ترجیحی 1 را دریافت می کند. ضریب تطابق کندال [ 24 ، 25 ، 26 ] برای این 37 مجموعه از امتیازات ترجیحی اعمال شد تا قدرت توافق بین شرکت کنندگان در مورد اولویت ها بررسی شود. چهار روش تجسم نقشه دو متغیره برای عدم قطعیت
برای هر یک از نقشه‌های عدم قطعیت در بخش 1 بررسی، تحلیل‌هایی برای بررسی تفاوت ترجیحات بین گروه کاربران با تجربه GIS و گروه تازه‌کاران GIS انجام شد. رتبه بندی اولویت شرکت کنندگان برای چهار روش تجسم عدم قطعیت برای هر دو گروه خلاصه شد و در جدول 1 گزارش شده است. آزمون همگنی مجذور کای [ 26 ] برای مقایسه ترجیحات کاربران باتجربه GIS و مبتدیان GIS استفاده شد. با این حال، مشکل فرکانس مورد انتظار کوچک برای هر چهار نقشه وجود دارد. این مشکل با ترکیب ستون‌های مجاور در جدول احتمالی برای دستیابی به فرکانس سلولی مورد انتظار بیشتر اصلاح شد [ 26 ].
جدول 1. تعداد رتبه بندی ترجیحی برای چهار نقشه.

4. نتایج و بحث

4.1. تجسم عدم قطعیت

با توجه به استفاده از متغیرهای بصری مختلف برای نشان دادن سطح بالایی از عدم قطعیت، اکثر شرکت کنندگان در نظرسنجی نمادهای نقشه را با مرز فازی تر (92%)، رنگ روشن تر (85%)، شکل زاویه دار تر (66%) و شفافیت بیشتر ترجیح دادند. 68%) ( شکل 1 ). نتیجه از بیانیه جانسون و ساندرسون حمایت می کند که اشیاء فازی به طور طبیعی تمایل دارند که نامطمئن در نظر گرفته شوند [ 23 ]. انتخاب استفاده از نمادهای رنگ روشن‌تر برای سطح بالایی از عدم قطعیت، بازتاب یافته‌های Kubicek و Sasinka [ 16 ] و MacEachren [ 17 ] است که رنگ‌های روشن‌تر کمتر برجسته هستند. انتخاب نمادهای شفاف‌تر شرکت‌کنندگان برای سطح بالایی از عدم قطعیت، از MacEachren و دیگران پشتیبانی می‌کند [ 22]، نشان می دهد که اشیاء مات بیشتر به عنوان موارد خاص در نظر گرفته می شوند. علاوه بر این، توجه به این نکته مهم است که شرکت‌کنندگان تمایل بیشتری به این داشتند که چگونه از فازی بودن مرز و سبکی نماد برای نشان دادن عدم قطعیت در یک نقشه دو متغیره استفاده شود. بنابراین، فازی بودن مرز نماد و روشنی رنگ متغیرهای مناسب‌تری برای تجسم عدم قطعیت در نقشه‌های دو متغیره هستند، زیرا این متغیرها تمایل دارند به روشی مشابه توسط اکثر نقشه‌خوان‌ها تفسیر شوند و آنها ترجیح داده‌شده‌ترین متغیرهای بصری هستند.
هنگام مقایسه کاربران با تجربه GIS با مبتدیان GIS در نحوه ارتباط آنها جهت تغییر چهار متغیر بصری با سطح بالایی از عدم قطعیت، بزرگترین شکاف در شفافیت نماد پیدا شد ( شکل 1 ). درصد بسیار بالاتری از کاربران باتجربه GIS (82%) نسبت به تازه‌کاران GIS (56%) نمادهای شفاف‌تری را برای سطح بالایی از عدم قطعیت انتخاب کردند. به طور مداوم، کاربران باتجربه GIS نسبت به مبتدیان GIS در نظرسنجی، تغییر متغیرهای بصری را با پویایی سطوح عدم قطعیت در جهت‌هایی که در ادبیات پیش‌بینی شده بود، مرتبط می‌دانستند، به عنوان مثال، [ 16 ، 17 ، 22 ، 23 ]]. این نشان دهنده تأثیر احتمالی آموزش GIS بر مهارت های نقشه خوانی و تفسیر عدم قطعیت است.
شکل 1. درصد شرکت کنندگانی که متغیرهای بصری مختلف را برای نشان دادن سطح بالایی از عدم قطعیت ترجیح می دهند.
از هر شرکت‌کننده در نظرسنجی خواسته شد تا چهار نقشه را از ارجح‌ترین تا کمترین ترجیح برای تجسم عدم قطعیت رتبه‌بندی کند (سؤال 5 در بخش 1 نظرسنجی). در مجموع 37 شرکت‌کننده در نظرسنجی پاسخ‌های معتبری به این سؤال ارائه کردند که از میان آنها 17 کاربر با تجربه GIS و 20 نفر تازه‌کار GIS بودند ( جدول 1 ). رتبه های اولویت کدگذاری شده و در جدول 1 خلاصه شده است. آزمون ضریب تطابق کندال بر روی 37 مجموعه از امتیازهای ترجیحی انجام شد. نتیجه توافق معنی داری (005/0 ≤) را در بین شرکت کنندگان در نظرسنجی از نظر رتبه بندی آنها برای چهار نقشه نشان داد. به طور خاص، فازی بودن مرز بیشترین ارجحیت را داشت (با میانگین امتیاز ترجیحی 3.35)، پس از آن روشنی رنگ (امتیاز 2.97)، شفافیت نماد (امتیاز 2.38)، و شکل نماد (امتیاز 1.3) ( شکل 2 ) قرار گرفتند.). جالب است بدانید که این ترتیب اولویت برای چهار متغیر تجسم همان سطوح توافق در میان شرکت کنندگان در نظرسنجی است که از آنها پرسیده شد که چگونه متغیرهای بصری را با سطوح عدم قطعیت مرتبط کنند. این یافته ها را بازگرداند که مبهم بودن مرز و روشنی رنگ مناسب ترین متغیرهای بصری برای گزارش عدم قطعیت در نقشه های دو متغیره هستند، زیرا کمترین سردرگمی را ایجاد می کنند ( شکل 1 ) و ترجیح داده می شوند ( شکل 2 ).
هنگام مقایسه کاربران باتجربه GIS با مبتدیان GIS در ترجیح آنها برای متغیرهای بصری برای گزارش عدم قطعیت، آزمون‌های مجذور کای هیچ تفاوت معنی‌داری را برای فازی بودن مرز، سبکی رنگ و شکل نماد نشان ندادند. با این حال، هنگامی که شفافیت نماد بررسی شد، تفاوت معنی‌داری بین این دو گروه مشخص شد (05/0p<). کاربران باتجربه GIS شفافیت نماد را بالاتر از مبتدیان GIS رتبه بندی کردند ( جدول 1). به یاد بیاورید که توافق نسبتاً پایینی (68٪) در میان شرکت کنندگان در نظرسنجی در مورد استفاده از نمادهای شفاف تر برای نشان دادن سطح بالایی از عدم اطمینان وجود داشت. این تأیید می کند که نقشه ای که عدم قطعیت را با شفافیت نماد تجسم می کند، برای نقشه خوانان برای تفسیر دشوار است، به خصوص برای تازه کارانی که در GIS آموزش لازم در نقشه خوانی ندارند. به طور کلی، فازی مرزی ترجیح داده‌شده‌ترین متغیر بصری برای نمایش عدم قطعیت بود، و شرکت‌کنندگان اجماع قوی نشان دادند که نمادهای مرزی فازی‌تر در نشان دادن سطح بالایی از عدم قطعیت بهتر بودند.
شکل 2. میانگین و انحراف معیار امتیازهای ترجیحی چهار متغیر بصری در نمایش عدم قطعیت.

4.2. عدم قطعیت و تصمیم گیری

بخش دوم این نظرسنجی بررسی توانایی کاربران نقشه برای استفاده از اطلاعات عدم قطعیت همراه با داده های جغرافیایی برای تصمیم گیری بود. زمانی که فقط بارش پیش بینی شده روی نقشه نشان داده شد، تقریباً 82 درصد از شرکت کنندگان در نظرسنجی به این نتیجه رسیدند که مکان (الف) و مکان (ب) به یک اندازه برای رشد محصول خوب هستند. هنگامی که عدم قطعیت پیش‌بینی نیز ارائه شد، تقریباً 70 درصد از شرکت‌کنندگان مکان (ب) را به عنوان مکان (a) بهتر از مکان (a) برای رشد محصول انتخاب کردند. این نتیجه نشان داد که اکثر شرکت کنندگان توانستند با موفقیت اطلاعات عدم قطعیت در مورد بارش را در فرآیند تصمیم گیری مکان خود بگنجانند. این یافته‌های ایوانز [ 5 ] و لایتنر و باتنفیلد [ 6 ] را تأیید می‌کند]، و نشان می دهد که اکثر مردم می توانند با اطلاعات عدم قطعیت که به درستی بر روی نقشه گزارش شده است، تصمیمات بهتری بگیرند.
در میان 60 پاسخ نظرسنجی که برای این مطالعه موردی گنجانده شد، درصد بیشتری از کاربران باتجربه GIS نسبت به مبتدیان GIS تصمیم درستی در مورد محل کشت محصول گرفتند. این بدون در نظر گرفتن اینکه آیا اطلاعات عدم قطعیت ارائه شده است یا خیر، صادق است ( جدول 2 ). این ممکن است نشان دهد که کاربران باتجربه GIS هم نقشه‌های عمومی و هم نقشه‌های عدم قطعیت را بهتر درک می‌کنند و در تصمیم‌گیری با اطلاعات عدم قطعیت بهتر عمل می‌کنند. با این حال، آزمون کای دو تفاوت معنی داری را بین این دو گروه از شرکت کنندگان در تصمیم گیری آنها نشان نداد ( جدول 2).). مقدمه ای کوتاه از جنبه عدم قطعیت در پیش بینی بارش در ابتدای بررسی ارائه شد. این امکان وجود دارد که این بحث مختصر به تازه‌کاران GIS در تصمیم‌گیری بهتر در مورد سؤالات نظرسنجی کمک کرده باشد.
جدول 2. فراوانی مشاهده شده از تصمیمات صحیح و نادرست اتخاذ شده با و بدون اطلاعات عدم قطعیت.
برای درک سطح پذیرش نقشه‌های عدم قطعیت شرکت‌کنندگان، این نظرسنجی از شرکت‌کنندگان پرسید که چقدر اطلاعات عدم قطعیت برای تصمیم‌گیری‌شان مفید است و آیا مایل به استفاده از اطلاعات عدم قطعیت برای تصمیم‌گیری‌های آتی خود هستند یا خیر. تقریباً 95٪ از شرکت کنندگان اذعان کردند که اطلاعات عدم قطعیت در تصمیم گیری مفید است و 92٪ نشان دادند که در صورت ارائه از اطلاعات عدم قطعیت استفاده خواهند کرد ( جدول 3 و جدول 4 ). به نظر می‌رسد افراد بیشتری از اطلاعات عدم قطعیت قدردانی می‌کنند و مایل به استفاده از آن برای تصمیم‌گیری نسبت به افرادی هستند که واقعاً با نقشه عدم قطعیت تصمیم‌های صحیح گرفته‌اند ( جدول 2 ، جدول 3 و جدول 4).). این ممکن است نشان دهنده شکافی بین سطح پذیرش افراد از نقشه های عدم قطعیت و توانایی واقعی آنها در ترکیب نقشه های عدم قطعیت در تصمیم گیری صحیح باشد.
جدول 3. فرکانس های مشاهده شده در مفید بودن اطلاعات عدم قطعیت برای تصمیم گیری.
جدول 4. فراوانی های مشاهده شده در مورد تمایل به استفاده از اطلاعات عدم قطعیت در تصمیم گیری.
گزارش شده است که پنج شرکت‌کننده (تقریباً 8 درصد از کل) تمایلی به استفاده از عدم قطعیت برای تصمیم‌گیری در آینده ندارند. داده‌های نظرسنجی نشان داد که یا مفهوم عدم قطعیت را درک نمی‌کنند (فقط یک شرکت‌کننده) یا نقشه عدم قطعیت برای آنها پیچیده‌تر از آن بود که از آن استفاده کنند (چهار شرکت‌کننده دیگر). همین مشکل توسط Blenkinsop و دیگران [ 18 ] شناسایی شد. توجه داشته باشید که هیچ یک از شرکت کنندگان در نظرسنجی گزینه «به عدم قطعیت اهمیتی ندهید» را انتخاب نکردند. بنابراین، با آموزش مناسب در مورد نقشه های عدم قطعیت و عدم قطعیت، عموم مردم به طور بالقوه می توانند اطلاعات عدم قطعیت را برای تصمیم گیری بهتر ترکیب کنند.

5. نتیجه گیری ها

این مقاله ادراک و ترجیح کاربران نقشه را برای متغیرهای بصری مختلف در نقشه‌های عدم قطعیت دو متغیره بررسی کرد، و بیشتر بررسی کرد که آیا دانش و آموزش GIS بر توانایی کاربران نقشه برای درک عدم قطعیت و استفاده از نقشه‌های عدم قطعیت برای تصمیم‌گیری تأثیر دارد یا خیر. داده‌های بارش از تگزاس جمع‌آوری شد و برای تهیه چندین نقشه پیش‌بینی بارش با سطوح مختلف عدم قطعیت استفاده شد. یک نظرسنجی در بین دانشجویان دانشگاه نویسندگان انجام شد. داده‌ها در مورد ترجیحات کاربران نقشه برای متغیرهای بصری برای گزارش عدم قطعیت در نقشه‌های دو متغیره و چگونگی استفاده از اطلاعات عدم قطعیت توسط شرکت‌کنندگان برای تصمیم‌گیری جمع‌آوری شد. ضریب تطابق کندال و آزمون همگنی کای اسکوئر برای داده‌های پیمایش اعمال شد. نتایج نشان داد که فازی مرزی ترجیح داده‌شده‌ترین متغیر بصری برای نمایش عدم قطعیت در نقشه‌های دو متغیره و سپس روشنایی رنگ است. برای شرکت کنندگان بسیار موافق بود که مرزهای فازی تر و رنگ های روشن تر با سطح بالایی از عدم قطعیت همراه بودند. کاربران باتجربه GIS نسبت به مبتدیان GIS در تصمیم گیری، با یا بدون اطلاعات عدم قطعیت، میزان موفقیت بالاتری داشتند. اعتقاد بر این است که دانش و آموزش GIS توانایی کاربران باتجربه GIS را در تصمیم گیری با استفاده از نقشه ها افزایش داده است. اکثر شرکت کنندگان نگرش مثبتی نسبت به استفاده از اطلاعات عدم قطعیت برای تصمیم گیری گزارش کردند. برای شرکت کنندگان بسیار موافق بود که مرزهای فازی تر و رنگ های روشن تر با سطح بالایی از عدم قطعیت همراه بودند. کاربران باتجربه GIS نسبت به مبتدیان GIS در تصمیم گیری، با یا بدون اطلاعات عدم قطعیت، میزان موفقیت بالاتری داشتند. اعتقاد بر این است که دانش و آموزش GIS توانایی کاربران باتجربه GIS را در تصمیم گیری با استفاده از نقشه ها افزایش داده است. اکثر شرکت کنندگان نگرش مثبتی نسبت به استفاده از اطلاعات عدم قطعیت برای تصمیم گیری گزارش کردند. برای شرکت کنندگان بسیار موافق بود که مرزهای فازی تر و رنگ های روشن تر با سطح بالایی از عدم قطعیت همراه بودند. کاربران باتجربه GIS نسبت به مبتدیان GIS در تصمیم گیری، با یا بدون اطلاعات عدم قطعیت، میزان موفقیت بالاتری داشتند. اعتقاد بر این است که دانش و آموزش GIS توانایی کاربران باتجربه GIS را در تصمیم گیری با استفاده از نقشه ها افزایش داده است. اکثر شرکت کنندگان نگرش مثبتی نسبت به استفاده از اطلاعات عدم قطعیت برای تصمیم گیری گزارش کردند.
نتیجه این مطالعه موردی بسیار مثبت است. اطلاعات عدم قطعیت توسط اکثر شرکت کنندگان بسیار مورد استقبال قرار گرفت، حتی اگر یک مفهوم پیچیده است و اغلب برای برخی افراد استفاده از آن برای تصمیم گیری دشوار است. اعتقاد بر این است که با یک جلسه آموزشی با طراحی دقیق در مورد کیفیت داده های جغرافیایی و توضیح مناسب در زمینه پس زمینه نقشه و جنبه عدم قطعیت آن، عموم مردم ممکن است بتوانند نقشه عدم قطعیت را بهتر درک کنند و اطلاعات عدم قطعیت را بیشتر در تصمیم گیری خود بگنجانند.
لازم به ذکر است که نتایج این مطالعه از یک نظرسنجی با استفاده از یک مجموعه داده خاص استخراج شده است. اگرچه این یک رویه رایج در ادبیات است، به عنوان مثال، [ 5 ، 6 ، 7 ، 14]، ویژگی های هر مجموعه داده ممکن است بر نتایج نظرسنجی و در نتیجه یافته های یک مطالعه تأثیر بگذارد. بنابراین، هنگام گسترش یافته های این مطالعه به تجسم عدم قطعیت و تصمیم گیری با استفاده از مجموعه داده های دیگر، باید احتیاط ها اعمال شود. مطالعات آینده برای بررسی اینکه چگونه ویژگی های مجموعه داده ممکن است بر ترجیح کاربران برای تجسم عدم قطعیت و تصمیم گیری آنها با اطلاعات عدم قطعیت تأثیر بگذارد، مورد نیاز است. در نهایت، نویسندگان تشخیص می‌دهند که انتخاب‌های فهرست‌شده به‌عنوان دلایل احتمالی برای عدم تمایل به استفاده از اطلاعات عدم قطعیت برای تصمیم‌گیری (آخرین سؤال برای قسمت 2 نظرسنجی) محدود هستند و ممکن است به نظر راهنما باشند. توجه داشته باشید که این انتخاب ها برای بازتاب یافته های ادبیات موجود گنجانده شده اند. به عنوان آخرین سوال در کل نظرسنجی،

منابع

  1. سازمان زمین شناسی ایالات متحده (USGS). استاندارد انتقال داده های مکانی (SDTS) – قسمت 1، مشخصات منطقی، 1997. در سازمان زمین شناسی ایالات متحده . در دسترس آنلاین: http://thor-f5.er.usgs.gov/sdts/standard/latest_draft/pdf/part1.pdf (در 28 سپتامبر 2014 قابل دسترسی است).
  2. گهگان، م. Ehlers، M. چارچوبی برای مدل سازی عدم قطعیت بین سنجش از دور و اطلاعات جغرافیایی. ISPRS J. Photogramm. Remote Sens. 2000 , 55 , 176-188. [ Google Scholar ] [ CrossRef ]
  3. Zhu، AX Research مسائل مربوط به عدم قطعیت در داده های جغرافیایی و تجزیه و تحلیل مبتنی بر GIS. در یک دستور کار تحقیقاتی برای علم اطلاعات جغرافیایی ; McMaster، RB، Usery، EL، Eds. CRC Press LLC.: Boca Raton، FL، US، 2005; صص 197-224. [ Google Scholar ]
  4. یوزری، EL; مک مستر، RB مقدمه ای بر دستور کار تحقیقاتی UCGIS. در یک دستور کار تحقیقاتی برای علم اطلاعات جغرافیایی ; McMaster، RB، Usery، EL، Eds. CRC Press LLC.: Boca Raton، FL، US، 2005; صص 1-15. [ Google Scholar ]
  5. ایوانز، BJ نمایش پویا از قابلیت اطمینان داده های مکانی: آیا برای کاربر نقشه مفید است؟ محاسبه کنید. Geosci. 1997 ، 23 ، 409-422. [ Google Scholar ]
  6. لایتنر، ام. باتنفیلد، ب. رهنمودهایی برای نمایش قطعیت صفت. کارتوگر. Geogr. Inf. علمی 2000 ، 27 ، 3-14. [ Google Scholar ] [ CrossRef ]
  7. شوایزر، DM; Goodchild، MF کیفیت داده ها و نقشه های choropleth: آزمایشی با استفاده از رنگ. در مجموعه مقالات GIS/LIS-کنفرانس بین المللی، سان خوزه، کالیفرنیا، ایالات متحده آمریکا، 10–12 نوامبر 1992; انجمن آمریکایی فتوگرامتری و سنجش از دور: Bethesda، MD، ایالات متحده آمریکا، 1992; صص 686-699. [ Google Scholar ]
  8. ویتنبرینک، سی ام. Pang، AT; Lodha، SK Glyphs برای تجسم عدم قطعیت در زمینه های برداری. IEEE Trans. Vis. محاسبه کنید. گر 1996 ، 2 ، 266-279. [ Google Scholar ]
  9. دیویس، تی جی; Keller، CP مدل سازی و تجسم عدم قطعیت های فضایی چندگانه. محاسبه کنید. Geosci. 1997 ، 23 ، 397-408. [ Google Scholar ] [ CrossRef ]
  10. Ehlschlaeger، CR; شورتریج، AM; Goodchild، MF تجسم عدم قطعیت داده های مکانی با استفاده از انیمیشن. محاسبه کنید. Geosci. 1997 ، 23 ، 387-395. [ Google Scholar ] [ CrossRef ]
  11. MacEachren، AM; برویر، کالیفرنیا؛ Pickle، LW تجسم داده های جغرافیایی مرجع: نشان دهنده قابلیت اطمینان آمار سلامت. محیط زیست طرح. 1998 ، 30 ، 1547-1561. [ Google Scholar ] [ CrossRef ]
  12. باستین، ال. فیشر، پی اف. وود، جی. تجسم عدم قطعیت در تصاویر سنجش از دور چند طیفی. محاسبه کنید. Geosci. 2002 ، 28 ، 337-350. [ Google Scholar ]
  13. آرتس، جی. کلارک، کی سی; Keuper، AD تست تکنیک های تجسم رایج برای نمایش عدم قطعیت مدل. کارتوگر. Geogr. Inf. علمی 2003 ، 30 ، 249-261. [ Google Scholar ] [ CrossRef ]
  14. سانیال، ج. ژانگ، اس. باتاچاریا، جی. آمبرن، پی. Moorhead، RJ مطالعه ای کاربر برای مقایسه چهار روش تجسم عدم قطعیت برای مجموعه داده های 1 بعدی و 2 بعدی. IEEE Trans. Vis. محاسبه کنید. گر 2009 ، 15 ، 1209-1218. [ Google Scholar ]
  15. برت، جی. زو، تبر; هاروور، ام. ترسیم عدم قطعیت طبقه بندی با استفاده از مدل های رنگی مبتنی بر ادراک. ان GIS 2011 ، 17 ، 147-153. [ Google Scholar ] [ CrossRef ]
  16. کوبیچک، پی. Sasinka، C. قابلیت استفاده تجسم عدم قطعیت موضوعی – مقایسه روش‌های اساسی. ان GIS 2011 ، 17 ، 253-263. [ Google Scholar ]
  17. MacEachren، AM تجسم اطلاعات نامطمئن. کارتوگر. چشم انداز 1992 ، 13 ، 10-19. [ Google Scholar ]
  18. Blenkinsop، S. فیشر، پی. باستین، ال. وود، جی. ارزیابی ادراک عدم قطعیت در راهبردهای تجسم جایگزین. Cartographica 2000 , 37 , 1-14. [ Google Scholar ] [ CrossRef ]
  19. ویارد، تی. کومون، جی. Lévy, B. نمایش های مجاور در مقابل تصادفی عدم قطعیت جغرافیایی: کدام یک تصمیمات بهتر را ترویج می کنند؟ محاسبه کنید. Geosci. 2011 ، 37 ، 511-520. [ Google Scholar ] [ نسخه سبز ]
  20. Bertin, J. گرافیک و پردازش اطلاعات گرافیکی ; Walter de Gruyter: برلین، آلمان، 1981; ص 186-187. [ Google Scholar ]
  21. گرشون، ن. تجسم یک جهان ناقص. محاسبات IEEE. گر Appl. 1998 ، 18 ، 43-45. [ Google Scholar ] [ CrossRef ]
  22. MacEachren، AM; رابینسون، ا. هاپر، اس. گاردنر، اس. موری، آر. گهگان، م. هتزلر، ای. تجسم عدم قطعیت اطلاعات مکانی: آنچه می دانیم و آنچه باید بدانیم. کارتوگر. Geogr. Inf. علمی 2005 ، 32 ، 139-160. [ Google Scholar ] [ CrossRef ]
  23. جانسون، CR; ساندرسون، AR مرحله بعدی: تجسم خطاها و عدم قطعیت. محاسبات IEEE. گر Appl. 2003 ، 23 ، 6-10. [ Google Scholar ]
  24. کندال، ام جی; اسمیت، BB مشکل رتبه بندی m. ان ریاضی. آمار 1939 ، 10 ، 275-287. [ Google Scholar ] [ CrossRef ]
  25. والیس، WA نسبت همبستگی برای داده های رتبه بندی شده. مربا. آمار دانشیار 1939 ، 34 ، 533-538. [ Google Scholar ]
  26. دانیل، WW Applied Nonparametric Statistics , 2nd ed.; Duxbury: Pacific Grove, CA, USA, 1990; صص 192-198. [ Google Scholar ]

پیوست I

بررسی تجسم عدم قطعیت
شماره معافیت IRB: XXXX
نام من XXXX است. من دانشجوی دکترا در گروه XXXX در دانشگاه XXXX هستم. از شما دعوت می کنم با شرکت در این نظرسنجی 10 دقیقه ای در پروژه تحقیقاتی من شرکت کنید.
هدف از این نظرسنجی بررسی این موضوع است که چگونه عدم قطعیت می‌تواند در تصمیم‌گیری گنجانده شود، و چگونه می‌توان عدم قطعیت را روی نقشه تجسم کرد. این نظرسنجی از دو بخش یازده سوال تشکیل شده است. هیچ اطلاعات خصوصی جمع آوری نخواهد شد.
اگر در مورد این نظرسنجی یا پروژه تحقیقاتی سؤالی دارید، لطفاً به من ایمیل XXXX بزنید. از شما برای مشارکت تان سپاسگزاریم!
تجربه GIS
با احتساب ترم جاری، چند درس GIS/Cartography/Remote Sensing را گذرانده اید؟ __________

  • هیچ یک
  • یکی
  • دو
  • سه
  • بیش از سه
پس زمینه (لطفا با دقت بخوانید!)
این بررسی شامل 6 نقشه است که مقدار بارش سالانه پیش بینی شده (بر حسب اینچ) در برخی از ایستگاه های هواشناسی در تگزاس را نشان می دهد. مقدار بارش سالانه پیش بینی شده از میانگین بارندگی سالانه 10 سال گذشته محاسبه می شود. از آنجایی که بارندگی سالانه در طول سال‌ها متفاوت است، هر چه تغییرات در یک مکان بیشتر باشد، پیش‌بینی دقیق بارش سالانه دشوارتر است. پیش‌بینی چنین مکانی از عدم قطعیت بالاتری برخوردار است. درجه عدم قطعیت در پیش بینی با تغییرات بارندگی سالانه از 10 سال گذشته اندازه گیری می شود.
بخش 1 تجسم عدم قطعیت
نقشه 1

  • نقشه زیر از اندازه نماد برای نشان دادن مقدار بارش سالانه پیش‌بینی‌شده و فازی برای نشان دادن عدم قطعیت پیش‌بینی استفاده می‌کند. کدام راه عدم قطعیت را بهتر نشان می دهد؟ _______
    • هرچه نماد کمتر مبهم باشد، در بارش مانند ایستگاه هواشناسی (a) نامشخص تر است.
    • هرچه نماد مبهم‌تر باشد، در بارش مانند ایستگاه هواشناسی (b) نامشخص‌تر است.

Ijgi 03 01180 i001

نقشه 2

2.
نقشه زیر از اندازه نماد برای نشان دادن مقدار بارش سالانه پیش بینی شده و روشنایی رنگ برای نشان دادن عدم قطعیت پیش بینی استفاده می کند. کدام راه عدم قطعیت را بهتر نشان می دهد؟ _______
  • هرچه نماد تیره تر باشد، بارش مانند ایستگاه هواشناسی (a) نامشخص تر است.
  • هرچه نماد روشن تر باشد، بارش مانند ایستگاه هواشناسی (b) نامشخص تر است.

Ijgi 03 01180 i002

نقشه 3

3.
نقشه زیر از اندازه نماد برای نشان دادن مقدار بارش سالانه پیش بینی شده و شکل نماد برای نشان دادن عدم قطعیت پیش بینی استفاده می کند. کدام راه عدم قطعیت را بهتر نشان می دهد؟ _______
  • هرچه شکل زاویه دارتر باشد، بارش نامطمئن تر است مانند ایستگاه هواشناسی (a)
  • هرچه شکل دایره ای بیشتر باشد، بارش نامطمئن تر است مانند ایستگاه هواشناسی (b)

Ijgi 03 01180 i003

نقشه 4

4.
نقشه زیر از اندازه نماد برای نشان دادن مقدار بارش سالانه پیش بینی شده و شفافیت برای نشان دادن عدم قطعیت پیش بینی استفاده می کند. کدام راه عدم قطعیت را بهتر نشان می دهد؟ _______
  • هر چه شفاف‌تر باشد، بارش‌ها مانند ایستگاه هواشناسی (a) نامشخص‌تر است.
  • هرچه شفافیت کمتر باشد، بارش نامطمئن تر است مانند ایستگاه هواشناسی (ب)

Ijgi 03 01180 i004

5.
لطفاً در ارائه اطلاعات عدم قطعیت، نقشه 1 تا نقشه 4 را از محبوب ترین راه تا کم علاقه ترین راه رتبه بندی کنید: _____________________________________
قسمت 2 عدم قطعیت و تصمیم گیری
نقشه 1

  • نقشه زیر مقدار بارش سالانه پیش بینی شده را با استفاده از اندازه نماد نشان می دهد. فرض کنید در حال رشد نوع خاصی از محصول هستید که نیاز به بارندگی سالانه بین 31 تا 40 اینچ دارد، زمانی که همه چیز در مقایسه با مکان (ب) برابر است، مکان (الف) _________ است.
    • برای رشد محصول ترجیح داده می شود
    • کمتر برای رشد محصول ترجیح داده می شود
    • به همان اندازه برای رشد محصول ترجیح داده می شود

Ijgi 03 01180 i005

نقشه 2
نقشه زیر از اندازه نماد برای نشان دادن مقدار بارش سالانه پیش‌بینی‌شده و فازی برای نشان دادن عدم قطعیت پیش‌بینی استفاده می‌کند. مثلث های فازی تر نشان دهنده درجات بالاتر عدم قطعیت هستند.
2.
فرض کنید در حال رشد نوع خاصی از محصول هستید که نیاز به بارندگی سالانه بین 31 تا 40 اینچ دارد، در مقایسه با مکان (ب)، مکان (الف) _________ است.

  • برای رشد محصول ترجیح داده می شود
  • کمتر برای رشد محصول ترجیح داده می شود
  • به همان اندازه برای رشد محصول ترجیح داده می شود

Ijgi 03 01180 i006

با توجه به دو نقشه قبلی ، لطفا به ما بگویید:

3.
آیا اطلاعات عدم قطعیت به شما در تصمیم گیری بهتر کمک می کند؟ ________

  • بسیار مفید
  • تا حدودی مفید است
  • اصلا مفید نیست
  • مطمئن نیستم
4.
آیا در صورت ارائه اطلاعات عدم قطعیت در تصمیم گیری حاضرید از آن استفاده کنید؟ ________

  • آره
  • خیر
5.
اگر پاسخ شما به سوال بالا “نه” است، چرا؟ ________

  • به عدم قطعیت اهمیت نده
  • عدم قطعیت را درک نمی کند
  • برای استفاده از اطلاعات در مورد عدم قطعیت بسیار پیچیده است
  • دیگر
اگر «سایر» است، لطفاً در اینجا توضیح دهید:

ضمیمه II

جدول A1. درصد شرکت کنندگان در هیچ یک از گروه ها که ترجیح می دهند متغیرهای بصری مختلف نشان دهنده سطح بالایی از عدم اطمینان باشند.
جدول A2. تعداد اولویت رتبه بندی برای چهار نقشه توسط شرکت کنندگان در هیچ گروه.
جدول A3. میانگین و انحراف معیار نمرات ترجیح چهار متغیر بصری در بازنمایی عدم قطعیت توسط شرکت‌کنندگان در هیچ یک از گروه‌ها.
جدول A4. فراوانی مشاهده شده از تصمیمات صحیح و نادرست که با و بدون اطلاعات عدم قطعیت توسط شرکت کنندگان در هیچ یک از گروه ها گرفته شده است.
جدول A5. فرکانس های مشاهده شده در مورد مفید بودن اطلاعات عدم قطعیت برای تصمیم گیری توسط شرکت کنندگان در هیچ یک از گروه ها.
جدول A6. فراوانی های مشاهده شده در مورد تمایل به استفاده از اطلاعات عدم قطعیت در تصمیم گیری توسط شرکت کنندگان در هیچ یک از گروه ها.

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *