Bagaimana Berita Bloomberg Mendobrak Batasan | oleh Kotak Peta

Oleh: Ryan Mannion dan Cory Guillory

Lebih dari enam bulan setelah pandemi global terjadi, data tentang kasus dan kematian akibat Covid-19 masih tersedia di mana-mana. Minggu lalu, tim di Bloomberg Graphics News berbagi pandangan baru tentang betapa pentingnya kita memikirkan lokasi dan batas-batas dengan konteks yang tepat dalam artikel mereka “Memetakan Virus Corona: Berapa Banyak Kasus Covid-19 di Dekat Anda”. Visualisasi 🔥 mereka sebagian dibuat dengan API Mapbox, jadi kami meluangkan waktu sejenak untuk berbicara dengannya Cedric Sam dari tim Grafik Bloomberg (@BBGVisualData) untuk mempelajari lebih lanjut tentang perjalanan mereka untuk menyebarkan cerita ini.

Apa yang menginspirasi Anda untuk menceritakan kisah ini?

Kami memulai dengan keyakinan bahwa jumlah kasus Covid-19 di setiap negara bagian, apalagi secara nasional, terlalu luas dan data di tingkat daerah sering kali terlalu sedikit. Kami melihat apa yang akan terjadi jika kami memperluas agregasi melampaui batas-batas administratif atau metropolitan yang biasa kita baca ke wilayah yang lebih mudah berubah dan mencerminkan bagaimana orang sebenarnya bergerak dalam kehidupan sehari-hari.

Hasilnya adalah visualisasi interaktif dimana pembaca dapat memperoleh informasi yang mungkin menceritakan kisah yang berbeda dari apa yang didengar seseorang di berita lokal atau bahkan nasional. Mereka dapat memasukkan lokasi pilihan mereka dan kemudian beralih antara melihat kematian harian dan kasus baru di wilayah yang berjarak dua jam perjalanan dari lokasi tersebut. Ada penggeser waktu di bagian bawah yang dimulai pada 12 Maret dan berlanjut hingga hari ini, lalu ada diagram garis dinamis di atas peta yang membandingkan wilayah yang ditentukan dengan wilayah lain dalam jumlah kasus dan kematian.

Pelajari beberapa contoh paling menarik yang Anda temukan yang menunjukkan betapa pentingnya jenis konteks lokasi ini.

Interaktifnya benar-benar memungkinkan Anda menggali area yang terhubung. Misalnya Ripley County di Indiana, daerah pedesaan berpenduduk 28.000 jiwa, namun dalam waktu 2 jam berkendara dapat menjangkau 7,3 juta orang yang tinggal di pusat kota seperti Cincinnati, Indianapolis, dan Louisville.

Negara lainnya adalah Kalifornia. Kawasan Fresno di San Joaquin Valley dan kawasan di sekitar San Francisco serta Silicon Valley terletak bersebelahan, namun kawasan Fresno terkena dampak yang lebih parah pada musim panas ini.

Jelaskan bagaimana Anda membangun visualisasi ini.

Kami menggunakan kumpulan data kasus dan kematian Covid-19 di tingkat kabupaten dari teman-teman kami @nytgraphics di seluruh kota, yang kami bagi menjadi beberapa bagian per wilayah yang diperbarui setidaknya sekali sehari.

Untuk mengidentifikasi jarak berkendara yang paling dapat diandalkan antar negara, kami menanyakan API Matriks Mapbox untuk setiap kabupaten atau kabupaten yang setara di Amerika Serikat dibandingkan dengan sekitar 100 atau lebih negara tetangga terdekatnya. Kemudian, menggunakan Svelte dan Mapbox GL JS, kami membuat antarmuka peta dengan kotak pencarian khusus yang memungkinkan pengguna memilih tempat tertentu, yang mengambil hingga beberapa lusin file data historis untuk setiap wilayah dalam waktu 2 jam berkendara.

Kami melakukan geoproses berat pada peta dasar menggunakan berbagai alat, termasuk Dirty Reprojectors serta Mapshaper, alat dari NYT Graphics Editor Matthew Bloch.

Tantangan apa yang Anda temui dalam artikel ini dan bagaimana Anda mengatasinya?

Mendapatkan jarak berkendara untuk setiap daerah adalah salah satu bagian teknis yang lebih sulit dari proyek ini.

Untuk menentukan kedekatan antar wilayah, kami tidak yakin apakah menggunakan pusat massa setiap wilayah atau batas luarnya dan menghitung jarak garis lurus akan menjadi ukuran terbaik. Kami menentukan bahwa kota yang representatif di suatu kabupaten, yaitu pusat pemerintahan kabupaten di 98% kabupaten, adalah poin per kabupaten yang kami inginkan dan menggunakan kumpulan data dari DOT. Kami juga menentukan bahwa jarak berkendara adalah metrik yang lebih baik untuk menghitung keterhubungan, meskipun hal tersebut lebih sulit didapat (sepertinya tidak ada data yang telah dihitung sebelumnya).

Sekarang, bagaimana kita mengukur keterhubungan di 3.000 atau lebih kabupaten atau kabupaten yang setara di AS? Kami awalnya melihat API Mapbox Isochrone, tetapi jarak maksimumnya adalah 60 menit, yang tidak cukup jauh untuk suatu wilayah. Jadi kami melihat API jarak mengemudi di luar sana yang dapat kami gunakan dan akhirnya memilih API Matriks Mapbox. Untuk dapat mengukur jarak berkendara antara 3.000+ kabupaten dengan 2.999 kabupaten lainnya, kami melakukan beberapa pra-pemrosesan untuk mengurangi jumlah panggilan API.

Setelah mendapatkan data jarak, kami menguraikannya dan membuat struktur kompak, lalu mencantumkan kabupaten dalam waktu 7.200 detik untuk setiap kabupaten, menggunakan pengenal FIPSnya.

Teknik Dirty Reprojectors yang disebutkan di atas juga menambahkan lapisan kompleksitas lain dalam menangani interaksi pengguna. Titik pada peta yang berinteraksi dengan pembaca tidak sama dengan pasangan angka lintang dan bujur yang sebenarnya. Sebaliknya, titik-titik tersebut adalah titik-titik di sekitar Pulau Null, sebutan untuk titik di permukaan bumi yang menjadi tempat perpotongan garis meridian utama dan garis khatulistiwa. Jadi, setiap interaksi pengguna (setiap sentuhan peta) adalah kueri yang harus menentukan poligon mana pada lapisan peta Kotak Peta yang disentuh. Lalu, rangkaian fungsi (melibatkan penggunaan Turf untuk membuat kontur di sekitar area yang dipilih) akan memvisualisasikan pilihan pada peta dan diagram garis di atas peta.

Apakah Anda mendapat pembelajaran tak terduga saat menyusunnya?

Membangun interaktif ini memberi kami kemungkinan untuk memulai dengan observasi eksternal tingkat tinggi dan dapat menelusuri untuk menentukan apakah memang terdapat perbedaan nyata antara wilayah yang berdekatan. Misalnya, kami telah mendengar bahwa selama sekitar satu minggu, kasus di Wisconsin utara telah meningkat. Visualnya menunjukkan bahwa pada tanggal 21 September, terdapat dua kali lipat jumlah kasus baru per kapita di sekitar Wausau dibandingkan di sekitar Madison. Sebaliknya, Anda dapat memulai dengan wilayah tempat tinggal Anda yang mungkin tidak diketahui mempunyai banyak kasus per kapita, dan kemudian melihat dari interaktif bahwa Anda tinggal dalam jarak berkendara yang dekat dari wilayah yang mengalami peningkatan kasus. Saya pikir itu adalah fitur yang sangat kuat dari proyek kami. Kami memeriksanya lebih lanjut di Twitter.

Ada lagi yang tidak kami tanyakan yang ingin Anda sampaikan?

Untuk mendorong pembaca menjelajahi dan membagikan apa yang mereka anggap menarik, kami menambahkan tanda pagar ke URL utama saat mereka berinteraksi dengan grafik dan menelusuri tempat menarik. Untuk Chicago, Anda dapat menyimpan dan membagikan pandangan ini, misalnya. (Petunjuk: berbagilah!)