Wenn man beispielsweise nach räumlichen Clustern hoher und niedriger Werte eines bestimmten Merkmals sucht, zeigen die daraus resultierenden Karten entsprechender Statistiken in der Regel farbige Kartensymbole, die anzeigen, ob ein Polygon, Punkt oder eine Linie in irgendeiner Weise ungewöhnlich sind. Die auf diese Weise identifizierten Cluster können jedoch trotz derselben Kartensymbolik sehr unterschiedlicher Natur sein. So können beispielsweise manche identifizierten Cluster intern homogen sein, während andere durch einzelne Ausreißer geprägt sind. Beide Szenarien würden zu unterschiedlichen Interpretationen führen und sind daher für die Planungs- und geographische Forschung sowie die Praxis von großer Bedeutung. Der Beitrag von René Westerholt, der auf der 34. jährlichen GIS Research UK-Konferenz in Birmingham vorgestellt wurde, stellt das Cluster-Diagramm vor, eine Visualisierung, die Statistiken zur räumlichen Autokorrelation, zu Hotspots und zur räumlichen Varianz kombiniert: den lokalen Moran-Index I, den Getis–Ord-Index Gi* und ein Maß für die lokale räumliche Heteroskedastizität (Varianzungleichförmigkeit). Die Integration dieser Merkmale in einem einzigen Diagramm ermöglicht eine einfachere Charakterisierung räumlicher Cluster, einschließlich der Identifizierung homogener Hotspots und Coldspots, von Hotspots und Coldspots, die durch lokale Ausreißer bedingt sind, sowie von unregelmäßigen Clustern, die mit hoher lokaler Variabilität verbunden sind. Solche Charakterisierungen müssten andernfalls aus mehreren Karten und auf weniger intuitive Weise abgeleitet werden, was das Cluster-Diagramm zu einer nützlichen Ergänzung der visuellen Werkzeugpalette für die explorative räumliche Datenanalyse macht. Die Visualisierung wird derzeit zur Integration in die Python Spatial Analysis Library (PySAL) implementiert, wo sie in Kürze unter dem Namen „local cross plot“ verfügbar sein wird.
Referenz zum präsentierten Papier:
Westerholt, R. (2026): A novel cluster plot for the visual characterisation of irregular spatial hotspots and coldspots. 34th Annual GIS Research UK Conference (GISRUK), Birmingham, UK. DOI: 10.5281/zenodo.19421814