用于可视化的线属性感知

宽度和虚线等线属性常用于编码信息。然而,关于线属性感知的许多问题仍然存在,例如可区分多少级属性变化,或哪些线属性是哪些任务的首选。我们开展了三项研究,以制定使用样式化线条编码标量数据的指南。在第一项研究中,参与者绘制样式化线条来编码不确定性信息。不确定性通常与其它数据一起可视化,因此替代视觉通道对于不确定性的可视化十分重要。此外,不确定性——例如天气预报中的不确定性——对大多数人来说是熟悉的话题。因此,我们在研究 1 中选取其作为可视化场景。我们利用研究结果确定了绘制不确定性最常用的线属性:虚线、亮度、波幅和宽度。虽然这些线属性在绘制不确定性时尤其常见,但它们也常用于其他领域。在研究 2 和 3 中,我们调查了研究 1 中确定的线属性的可分辨性。研究 2 和 3 不需要特定应用领域,因此其结果为任意标量数据的线属性可视化所适用。我们评估了恰可察觉差(JND)并推导了感知上可区分线级别的建议。我们发现参与者对线属性宽度的可分辨级别明显多于波幅、虚线或亮度。