電子報
近年來，各種資料大數據 (Big Data) 的收集及統計技術日趨成熟，政府機關也積極將機關內的各種資料變成開放資料 (OpenData) 向民眾分享，但動輒數以萬計的數據資料，如未規劃好呈現的方式，往往很難讓人對這些數據資料產生共鳴。如能透過創意結合人類視覺化及慣有的思維模式並適度取得數據呈現上的平衡，使得一張數據圖可以清楚展現各項資料的特性時，就能為這些數據提供更多有用的資訊及價值。
然而，資料視覺化是一門兼具創意及講故事的藝術，如何讓他們富有生命力，使民眾更能感受這些得來不易的數據，進而使人們對這些資料有感覺，了解這些數據所說出的精彩故事，即是資料分析者的重大課題。
基於大數據的數據量、數據種類和增長速度，要處理大數據的視覺化是相當複雜的。
一般建議可透過Andrew Abela於2020年時整理的圖表，其將常見的圖表歸納為四種：關係圖 (Relationship)、分布圖 (Distribution)、成分圖 (Composition) 和對比圖 (Comparison)。藉此選擇適合的圖表形式，幫助讀者能快速地透過圖表或地圖等了解數據背後的故事 (Khalid and Zebaree, 2021)(圖2)。
聯合國政府間氣候變化專門委員會 (Intergovernmental Panel on Climate Change, IPCC) 最新的Sixth Assessment Report (AR6) 報告書於2021年8月初發布，統整了溫室氣體 (Greenhouse Gas, GHG) 排放對全球氣候變遷之影響，也一如既往的結合精美的圖像化及視覺化方式，來呈現各項報告書內容給讀者。
本期電子報就以AR6氣候變遷評估報告為例，觀摩其資料視覺化的作法。
針對2015-2100年間多種模式預測的五種溫室氣體 (GHGs) 排放情境設定，AR6選擇以對比圖的方式呈現 (圖3)。對比圖顯示「非常高 (SSP5-8.5)、高 (SSP3-7.0)、中等 (SSP2-4.5)、低 (SSP1-2.6) 及非常低 (SSP1-1.9) 」等個別情境下，二氧化碳 (CO2) (左)、甲烷(CH4 )(右上)、一氧化二氮(N2O) (右中) 和二氧化硫(SO2 )(右下) 的排放軌跡。透過對比圖的顯示，能使讀者更有效的接收到AR6裡對於這五種情境的GHGs排放設定。
有了情境設定後，就能對於CO2累積排放量與全球表面溫度之間的關係進行模擬 (圖4)。此處AR6採用組合型式的對比圖來展示模擬成果，其中以灰底與黑線標示1850年至1900年以來觀測到的全球地表溫度，再利用不同的色彩顯示各情境到2050年間的全球累積二氧化碳排放量及表面溫度的預測。用這種方式就能清楚的看出二氧化碳累積排放量對於全球變暖的貢獻。
AR6對於1950年至今的歷史模擬結果，採用以35個六邊形象徵全球各地區大致地理位置，透過地圖方式展示每個地區過去到現在的整體氣候變遷趨勢。利用不同的顏色區塊顯示各項數據的空間分布，並在低相關或當數據有限時使用白灰色條紋及灰色六邊形標示。藉由地圖結合不同色階的形式，能分別清楚顯示極端高溫 (圖5a) 以及強降雨 (圖5b) 的空間分布，讓讀者快速了解過去到現在大致的氣候變遷趨勢。
回顧完過去，看向未來！
未來的氣候變化能透過複雜的氣候模擬模式 (CMIP6) 能跑出各式各樣的預測，每個預測結果都是一個耐人尋味的小宇宙。AR6就透過簡單的圖表即可告訴讀者分別在全球變暖 1°C、1.5°C、2°C 和 4°C 時，極端高溫、強降雨與農業乾旱事件的頻率及強度變化 (圖6及圖7)。
在「頻率」部分，每年用一個『點』表示，深色點表示超過閥值的年份，而淺色點表示未超過閥值的年份；在「強度」部分，平均值及其信賴區間分別顯示於直方圖頂部。
透過結合這兩部分，幾個明暗點及直方圖就能將AR6透過CMIP6對氣候變遷的分析一目瞭然。
私心推薦想接觸視覺化的朋友可以看看這影片，日本地震從2011年到2021年的視覺化影片 (by StoryMonoroch)，很明顯的看出地震影響日本的頻率及強度，並且在影片的最後也附上了統計圖表，在覺得地震很可怕的同時，又能感受到視覺的衝擊 b(￣▽￣)d !
資料視覺化是一門藝術，不僅用於數據的展示，更能用數據來說故事，以視覺化突破數據對於展示的限制，讓數據藉由視覺化進行加值，本文最後也介紹幾個推薦的視覺化連結頁面，有興趣的朋友可以自行瀏覽喔！
※ Muyueh 李慕約：Muyueh
※ Geodata& Tools：sheet2site
※ ICOS碳排放擴散：ICOS Carbon Portal
※ 水土保持局技術研究發展小組Tableau Public：Tableau
※ 用數據看台灣：taiwanstat
- Chen, C. H., Härdle, W. K., & Unwin, A. (Eds.). (2007). Handbook of data visualization. Springer Science & Business Media.
2. Friendly, M. (2008). A brief history of data visualization. In Handbook of data visualization (pp. 15-56). Springer, Berlin, Heidelberg.
3. IPCC, 2021: Summary for Policymakers. In: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change
4. Khalid, Z. M., & Zebaree, S. R. (2021). Big data analysis for data visualization: A review. International Journal of Science and Business, 5(2), 64-75.
