35、面向广泛受众的可视化反思

面向广泛受众的可视化反思

1. 广泛受众的定义

与特定领域专家等聚焦受众不同，广泛受众通常被理解为其对立面。初步来看，广泛受众可定义为普通公众，即一个几乎涵盖所有人的群体，他们在知识、兴趣、年龄、文化、地理和教育背景等方面具有广泛的差异。

在为广泛受众创建可视化时，我们对其有更狭义的定义：他们是可视化的接收者，通常不具备相关科学的专业知识或复杂的视觉数据分析能力，但可能（并非一定）比普通公众拥有更多相关的先前知识。此外，我们假设他们对理解所展示数据的主要信息持开放态度并感兴趣。例如，特定领域的学生群体与可视化所呈现的科学内容至少有部分重叠，他们有共同的知识基础，但个体的先前知识仍存在差异，这种异质性要求我们相应地设计可视化。

2. 数据复杂性与简化的必要性

随着计算能力的指数级增长，存储和分析大量复杂科学数据的需求也在同步发展。如今，像数值计算机模拟、遥感或数字成像等数字数据源产生的数据规模庞大且日益复杂，这种科学工作流程的范式转变催生了“数据密集型科学”这一术语。

科学模拟数据（如气候模型产生的数据）具有三维、时间相关和多变量的特点，通过集合模拟技术获得的不确定性信息进一步增加了数据的维度。观测数据同样存在测量仪器和程序带来的噪声与不确定性，以及由于技术限制或系统故障导致的数据缺失。数据的规模、复杂性和异质性是当今地球系统科学面临的主要挑战之一。不同来源、不同时空尺度和不同采样方式的数据中隐藏的地理科学信息需要被提取、整合、联合分析和可视化，以获取有价值的见解。

数据可视化的目的是减少信息和复杂性，使数据的相关部分易于理解。然而，向广泛受众传达科学发现时，与领域科学家最初使用的可视化设计相比，往往需要进一步减少信息