Wykorzystanie danych rastrowych do wizualizacji rasowo-etnicznej struktury ludności na przykładzie danych ze Stanów Zjednoczonych

W artykule przedstawiono dwa podejścia do wizualizacji składu rasowego przy użyciu danych rastrowych o wysokiej rozdzielczości (30m). Dane rastrowe są wyniki zastosowania modelowania dazymetrycznego do do rozłożenia zagregowanych danych zebranych w ramach Amerykańskiego Narodowego Spisu Ludności z wykorzystaniem map pokrycia terenu wysokiej rozdzielczości. Przedstawione podejścia klasyfikują dane rastrowe wykonane dla poszczególnych grup rasowo-etnicznych na kilka kategorii. Mapa typów zróżnicowania rasowo-etnicznego przedstawia przestrzenny charakter rasowo-etnicznej struktury ludności na jednej, łatwej do zrozumienia mapie. Każda kategoria oznaczona kolorem wskazuje poziom zróżnicowania oraz dominującą grupę rasowo-etniczną. Drugie podejście – metoda krajobrazu rasowo-etnicznego (KR) pozwala na wykonanie 3 typów map. Krajobraz rasowo-etniczny przedstawia mozaikę składającą się z różnej wielkości enklaw rasowo-etnicznych utworzonych przez sąsiadujące komórki należące do tej samej grupy rasowo-etnicznej. Ponadto metoda KR może również wizualizować segregację rasową i różnorodność w dowolnej skali. Powstałe mapy pozwalają na wizualizację składu rasowego w dowolnym miejscu w kontynentalnej części Stanów Zjednoczonych.

The paper presents two approaches to visualize racial composition using high-resolution raster data (30m). The raster grids represent the results of applying dasymetric modelling to disaggregate US Census data using high-resolution land cover maps. The presented approaches classify race-specific raster grids into several categories. A racial diversity map shows the spatial character of neighbourhoods in a single, easy-to-understand map. Each category depicted by colour indicates the level of diversity and a dominant race. A second approach - the racial landscape method (RL) - results in three maps. Racial landscapes consist of a mosaic of patches (enclaves) formed by adjacent raster grid cells belonging to the same racial category. Furthermore, the RL method can also visualize racial segregation and diversity on any scale. The resulting maps allow visualizing racial composition in any place in the continental United States.