TC20 Iron Viz 决赛作品大赏:探索空气与环境质量对人类的影响

published: 2023-01-01

作为 Tableau Conference 2020 大会最吸引眼球的环节,2020 年的 Iron Viz 竞赛绝对精彩且仪式感十足!纵然是以线上直播的形式,但从直播中,我们可以更“近距离”地感受和见证比赛的生动刺激与决赛选手们超高的可视化制作水平!

今年的 Iron Viz 竞赛,以环境为话题,共提供了 3 份数据集:NOAA 气象概览数据,WHO 全球城市环境空气污染数据,以及 343 个城市的二氧化碳排放量和辅助数据。

而评分标准则仍从三个方面进行评估:数据分析,可视化设计和故事的力量。直播间的评委团评分占总分的 90%,剩余 10% 的评分将通过观众在 Twitter 的投票评分统计后获得。

在短短的 20 分钟内,三位决赛选手在集合了万千数据粉的直播间中“同台”竞技,Viz 的可视化与故事性都非常出色!最终,Christian Felix 以 88.3 总分决胜这场终极数据对决,夺下桂冠。

今天,就让我们一睹 3 位 Viz 大神的精彩作品,一同探索空气与环境污染如何影响全球人们的生活与健康!


Take my breath away

Alex 从 3 个数据集中选择了 2 个来分析对比世界各地城市高浓度的空气颗粒物和排放物。

在可视化的呈现上,他在仪表板中对 6 种不同的度量标准(细颗粒物 PM2.5、粗颗粒 PM 10、总排放量、人均排放量、人口和总能源需求)进行了计算与呈现,并结合集操作和参数操作等创新的 Tableau 功能,帮助最终用户实现自助式且深入的探索体验。

▼ 季军作品 By Alex Jones,Public 地址

值得学习的是,他通过 Tableau Prep 找到了这些度量标准的最小值和最大值,对数据进行规范化,以便可以在可视化中以不同的形状与大小来获取直观的数据对比效果。

从故事性探索中,我们可以得知:世界各地城市均未达到世界卫生组织(WHO)所指定的空气颗粒物质标准。这意味着,如果人们吸入这些颗粒,对身体将有潜在的危害。

而发展迅猛的人口数量,也意味着更多的能源消耗,且还需大量生产能源所需的原材料。这些原料会增大排放量,释放更多有害的空气颗粒,导致大气污染,危害人体健康。


Would you live there?

亚军 Simon 的作品相对于季军的作品来说,或许可视化的呈现效果没这么突出,却能够使用简单的图表和亮眼的配色来讲述更丰满且有趣的数据故事。

▼ 亚军作品 By Simon Beaumont,Public 地址

通过左侧的甘特图表,Simon 旨在呈现全球各国采用了不同政策后其排放量与人口数量的关系。而在右侧,他着重对比了部分国家首都的 PM 2.5 浓度与 WHO 设定的安全标准。

中国的空气污染情况引起了我们的注意。除了北京以外,大多数中国城市的 PM2.5 浓度都远远超过了安全标准。例如石家庄和保定的 PM2.5 浓度超过安全标准约 12 倍之多。

不过,对比起其他国家,中国对空气质量和环境的监测更为完善,所以更能针对性地逐步改善空气质量。


The Air We Breathe

Christian 将 WHO 的空气污染数据与 Tableau Prep 中的二氧化碳排放数据结合在一起。尽管这是 Christian 第一次使用 Tableau Prep,但他能够很快地弄清楚使用方法,并输出了可供分析的数据,可见他的专业程度!

▼冠军作品 By Christian Felix,Public 地址

从最终可视化成果来看,有许多值得赞许的细节:

首先,他在标题中用颜色图例来呈现了地图和散点图中的分析度量,让整个可视化的主题色更加突出。其次,地图、柱形图与曲线的拼接与布局,让所有人的目光都聚焦在这个复合图形上,简洁直观。

再结合参数控件,帮助用户在地图可视化中切换查看并探索城市地理维度和人口大小与空气质量之间的关系。显而易见,中国很多城市的空气质量都不太好。

而他在仪表板的右下角结合使用了“页面”功能与散点图,来呈现人均 GDP 和空气中 PM2.5 浓度的关联性。正如从 WHO 数据分析出来的那样,空气质量差对人均 GDP 低的城市的人们影响最大,而人均 GDP 的增长实则有助于改善城市的空气质量。


结语:你更喜欢哪一个决赛作品?

对于以上世界级数据分析大神的创意设计,你学会了多少?如果可以投票,你会 Pick 谁呢?



如果你也想用数据表达对某一现象的见解,就和以上 Viz 的作者一样,用 Tableau 完成自己的数据分析报告吧!

想回看 Iron Viz 直播全过程?点击此处链接,感受更多现场精彩!进一步了解以上可视化作品,可直接打开 Public 链接探索更多。

版权声明:

  • 本文中所列的数据可视化作品图片均来源于 Tableau Public ,版权归原作者所有!

  • 其他图片说明:正文中所引用的其他图片均来源于网络。