AI记者 · AI REPORTER
欧洲地下水地图,红色下面还有哪些信息
2024年,西班牙Datadista将各国地下水申报资料与水体边界结合,发布可逐处点击的欧洲地图。这篇作品分析从西班牙两个水体的提示框出发,结合六幅原作画面,细看总体颜色、分项状态、数量与面积,以及未知和缺报如何呈现。
核心判断
这张地图所属的联合项目《Under the Surface》获2025年Sigma Awards,评委肯定复杂研究保持了可读性与交互性,并赞许动态视觉、深入分析和清楚且可在其他地方复制的方法;评语针对整个联合项目。回到Datadista这张地图,团队把各国向欧洲环境署报送的XML申报属性与水体几何边界结合,让红色代表的总体状态可以展开为水量与化学两个分项,并把未知与缺报留在读者视野里。红色由分类规则产生,并不意味着每个红色区域都发生了同一种污染。
点开一块红色,先看到两个答案
在西班牙的地图上点一下,画面放大,一块地下水体的边界被白线勾出。提示框写着Los Arenales–Tierra de Pinares,面积2242.47平方公里;下面不是一句“水受污染”,而是分开的两行:水量状态不良、化学状态不良。
这是西班牙数据新闻机构Datadista在2024年10月27日发表的欧洲地下水地图,由Antonio Delgado和Ana Tudela署名。地图使用各国向欧洲环境署报送的资料,把地下水体的范围、申报状态和相关影响放在同一个可点击的画面中。
红色先回答总体状态,点击后才展开组成这个状态的属性。地图底部标明:呈现12028个地下水体,所据规划周期为2022—2027年,数据更新至2024年10月15日。这几个日期说明资料的范围,不表示记者在同一天检测了所有水体。
属性记录怎样找到地图上的边界
原作的方法说明把材料分成两类。一类是XML格式的结构化报告,记录每个地下水体的申报状态、影响等信息;另一类是矢量空间数据,给出水体的几何范围。只有状态表,读者看不到问题落在哪里;只有边界,地图也无法解释为什么着色。
团队使用XML解析器提取、转换和载入所需属性,再与最新可用的水体几何数据结合。两份公开方法说明都没有列出具体连接字段、未匹配记录数量和去重规则;要独立复算这张地图,还需要取得这些细节。
项目方法页进一步说明,总体良好要求水量与化学两项状态都良好;任一项不良,或两项同时不良,总体就归为不良。红色由这项分类规则产生,并不意味着每个红色区域都发生了同一种污染。
Los Arenales的提示框把两项不良状态同时列出,又在下方显示E、I、L、N、Q五个带颜色的代码。读者可以接着问:是水量下降,还是污染,是否影响相连的生态系统?页面下方的说明表分别解释这些字母,地图没有把全部原因压成一个总分。
浅蓝色也要打开看
再点开附近的Prádena,提示框显示面积186.07平方公里,水量与化学状态均为良好。与前一处相比,名称、面积、状态的排列没有改变,读者可以按同一位置逐项看,差别落在内容上,而不是换一张图就重新学一套读法。
这种钻取还保留了水体边界。点击Los Arenales时,地图自动放大到它所在的范围,提示框与白色轮廓同时出现;读者看到的不是脱离空间的一条检索结果。需要回看欧洲分布时,页面另有恢复初始视野的按钮。
但浅蓝不能直接翻译成“这里的自来水可以放心喝”。项目方法页明确区分地下水状况与水龙头出水质量:供水通常还经过处理。地下水体的化学状态,也不能代替某口井、某个取水点或某户家庭的检测结果。
红色同样不表示“比去年变坏了”。方法页说明,水体即使比上一周期有所改善,只要仍未达到相应标准,地图上依然会是红色。这个画面展示状态,没有展示连续的变化趋势。
16.7%与27.4%,不是同一个比例
原作正文给出了两个相邻数字:截至2024年10月,所据已上报资料中,约16.7%的地下水体处于不良状态;这些水体对应的面积占比为27.4%。前者数水体,后者看水体覆盖面积,不能合并写成一个“污染率”。
这也解释了为什么仅看欧洲地图还不够。面积大的水体会占据更多画面,一个小水体则可能很难辨认;地图适合看空间分布,却不直接告诉读者坏水体占数量的多少。面积占比也不是欧洲国土、地下水体积或受影响人口的比例。
Datadista另外放了一幅20国分组条形图。蓝、红、橙三种柱分别表示良好、不良和未知状态,纵轴统一为百分比,国家按良好状态比例从低到高排列。它将国家并置,但没有用地图面积来替代柱子的高度。
其中挪威这一组尤其需要停下来读:良好为67.2%,未知为32.8%,不良为0。没有红柱,不等于已经确认全部良好;橙柱说明剩下的部分没有得到同样明确的状态判断。
这些柱子仍不能直接变成各国治理成绩榜。项目方法页指出,各国监测点密度、测量方法、资料质量和报送及时性不同,国家之间乃至不同规划周期之间往往不能直接比较。相同的百分比刻度,并没有消除资料产生方式的差异。
未知与未报,为什么用了不同颜色
地图图例比条形图多一项:浅蓝为良好,红色为不良,橙色为状态未知,深灰为资料尚未报送或公开。后两项没有被放进“其他”,也没有被留成与背景一样的空白。
这一分开保留了两种不同的缺口:有水体却不清楚状态,与尚未获得可公开使用的数据,不是同一回事。读者不能因为某处没有红色,就把它归入良好;记者继续查资料时,也需要先判断缺的是检测结论,还是报送及公开材料。
地图下方的代码表却留下了另一个阅读障碍。红底N表示营养物污染,灰底N表示没有重大影响。Los Arenales提示框中的N是红色,Prádena中的N则为灰色;如果只抄字母,不保留颜色和解释,就可能把两种意思混在一起。
这并不足以认定底层数据编码有错,但说明公开图例不能只靠字母辨义。阅读这张图,需要回到对应颜色和完整说明;借用这种表现方式时,更稳妥的做法是在提示中直接写出名称,避免读者来回查表。
还有一些差别无法只靠平面颜色看全。项目方法页说明,同一位置可能有不同深度、不同类型的含水层相互叠置,图形沿用空间数据属性表的排列次序。最上面可见的一块颜色,不等于这个地点地下所有层次的状态。
一张共同地图,怎样供各国记者继续调查
《Under the Surface》团队介绍列出了分工:Datadista收集、分析并整理欧洲地下水数据,向各国伙伴提供资料,同时设计欧洲地图;各国媒体再检视本国数据,调查水量下降与污染的原因和影响。Arena负责协调,并撰写欧洲层面的报道。
这张独立地图交付的是共同的空间入口:读者可以找到水体、查看官方申报的状态及影响,记者则能据此确定下一项需要补的资料。它本身没有完成每个红色区域的现场调查,也没有证明每一项污染应由哪家企业或农场负责。
Datadista参与的联合项目《Under the Surface》获得2025年Sigma Awards。官方条目列出合作机构,以《世界报》的法国污染物互动报道作为展示入口;评委肯定复杂研究保持了可读性与交互性,并赞许动态视觉、深入分析和清楚且可在其他地方复制的方法。
评语针对整个联合项目,不等于对Datadista单张地图的逐项评分。各国记者仍需在地图提供的状态信息之外,取得当地检测数据与责任方的解释。
这篇报道最值得学的地方
可以借用的关键选择,是让总体颜色仍然保留通向底层属性的入口。读者能够追问颜色怎样得来,而不必接受一个无法展开的总标签。
制作公共设施风险、环境质量或区域服务地图时,可以先找出总体分类由哪些条件组成,再选几条不同组合的记录试画。点击后应看得到对象名称、空间范围和参与分类的属性;未知项与缺报项应保留,不用默认值填成正常。
如果各地资料的测量标准尚未一致,就先说明同一颜色在各地依据什么形成,再决定能否并排比较。地图让材料更容易被找到,但颜色是否可比较,仍取决于记录本身。
方法提要
把地下水体的申报属性与空间边界结合,点击后展开分项状态。
将水体数量与面积占比分开,保留未知和缺报两种信息缺口。
比较各地区前,先查监测方法、数据周期与图层范围。





