შეხვედრა 2 — სივრცული მონაცემების ვიზუალიზაცია (Visualizing Spatial Data)¶

📹 ვიდეო ჩანაწერი¶

▶️ 2. Visualizing Spatial Dat a


ჩაწერის თარიღი	24.05.2026
კურსი	Introduction to QGIS — Spatial Thoughts (Ujaval Gandhi)
გამოყენებული სისტემა	Linux Fedora KDE · QGIS Desktop on qgis-box · Podman Container
შინაარსი	99% პრაქტიკული სამუშაო

ვიდეოს გამოყენების შეახებ

🎯 შეხვედრის მიზანი¶

ეს შეხვედრა არის Spatial Thoughts-ის "Introduction to QGIS" კურსის მეორე ეტაპი.

მიზანი: მომავალში სტუდენტმა შეძლოს ამ კურსის დამოუკიდებლად გავლა და ოფიციალური QGIS სერტიფიკატის მოპოვება.

🔗 კურსის ოფიციალური გვერდი
🏅 სერტიფიკაციის შესახებ → იხ. ჩვენი გვერდი

📚 შეხვედრაზე გავლილი — Module 2: Visualizing Spatial Data¶

სავარჯიშო 2.1 — Table Joins¶

Case study: მოსახლეობის მონაცემების შეერთება ქვეყნების გეომეტრიასთან

ისწავლი:

Table Join — ატრიბუტული ცხრილის შეერთება ვექტორულ ფენასთან
CSV ფაილის ფენად დამატება Data Source Manager-ით
Layer Properties → Joins — ველების შეერთება საერთო გასაღებით (key field)
Join-ის შემდეგ ახალი ველების შემოწმება Attribute Table-ში

Table Join-ის პრინციპი

Join მუშაობს როგორც SQL-ის JOIN — ორ ცხრილს აერთებს საერთო ველის მიხედვით. მაგ.: ქვეყნის კოდი (ISO) ვექტორულ ფენაში = ქვეყნის კოდი CSV-ში.

სავარჯიშო 2.2 — Creating Choropleth Maps (კარტოგრამა)¶

Case study: მოსახლეობის სიმჭიდროვის Choropleth რუკა

ისწავლი:

Graduated renderer — ნორმალიზებული მონაცემების ვიზუალიზაცია
Color Ramp-ის შერჩევა (sequential vs diverging)
კლასებად დაყოფის მეთოდები:
- Equal Count (Quantile) — თანაბარი რაოდენობა კლასში
- Equal Interval — თანაბარი დიაპაზონი
- Natural Breaks (Jenks) — ბუნებრივი გახლეჩვა
Query Builder — ფენის ფილტრაცია SQL გამოხატულებით

Layer Properties → Symbology
    ↓
Graduated → Column: (joined field)
    ↓
Color Ramp → კლასების რაოდენობა
    ↓
Classify → OK

ნორმალიზაცია

Choropleth რუკაში ყოველთვის გამოიყენება ნორმალიზებული მონაცემი (%, სიმჭიდროვე, per capita), არა აბსოლუტური მნიშვნელობა — წინააღმდეგ შემთხვევაში დიდი ფართობის ქვეყნები ყოველთვის "გაიმარჯვებენ".

📝 შენიშვნები შეხვედრიდან¶

Challenge დავალებები — გამოტოვებულია

თითოეული სავარჯიშოს ბოლოს კურსში არის Challenge ნაწილი. ამ შეხვედრაზე ეს ნაწილები გამოტოვებულია — მომავალ ეტაპზე განახლდება.

💡 სახლში გასაკეთებელი: სცადე Challenge-ები დამოუკიდებლად! კურსის ოფიციალური გვერდი განმარტებებს შეიცავს.

🔗 გამოყენებული თეორიული რესურსები¶

რესურსი	ბმული
📘 QGIS Docs — Graduated Renderer	docs.qgis.org — Graduated Renderer
📘 GTU — შეხვედრა 2	gtu.qgis.ge/GIS_SKA/Certification/Meeting_2/
📘 QGIS Docs — Query Builder	docs.qgis.org — Query Builder
🎓 Spatial Thoughts კურსი	courses.spatialthoughts.com/introduction-to-qgis.html

რუკების კლასიფიკაცია — ვიზუალიზაციის მეთოდები¶

"False Friends" — კარტოგრამა vs Cartogram¶

ტერმინოლოგიური ხაფანგი

ქართულ და ინგლისურ GIS ლიტერატურაში ერთი და იგივე სიტყვა სხვადასხვა რამეს ნიშნავს:

ქართული ტერმინი	ინგლისური შესატყვისი	აღწერა
კარტოგრამა	Choropleth Map	ფერით შეფერადებული გეოგრაფიული არეალები
ანამორფული რუკა	Cartogram	ფართობი დამახინჯებულია მონაცემის მიხედვით

გავრცელებული შეცდომა

ვინც "ანამორფულ რუკებს" (Cartogram) ქართულად კარტოგრამას უწოდებს — არასწორია. ეს კლასიკური False Friend-ია: სიტყვები ჰგვანან, მაგრამ სხვადასხვა ობიექტს აღნიშნავენ.

Choropleth რუკა (ქართ. კარტოგრამა)¶

Choropleth რუკები იყენებენ ფერს როგორც სიმბოლოს — ნორმალიზებული მონაცემების ვიზუალიზაციისთვის წინასწარ განსაზღვრულ გეოგრაფიულ არეალებში.

პასუხობს კითხვას:

„როგორ იცვლება პროპორციები ან პროცენტები გეოგრაფიული არეალების მიხედვით?"

როგორ მუშაობს:

გეოგრაფიული არეალი (პოლიგონი)
        ↓
  მონაცემი / სტატისტიკა
        ↓
  რიცხობრივი დიაპაზონები → კატეგორიები
        ↓
      ფერი = კატეგორია

მაგალითები:

საქართველოს რეგიონები მოსახლეობის სიმჭიდროვის მიხედვით
ვირუსის გავრცელება მუნიციპალიტეტების მიხედვით
საშუალო ხელფასი რაიონების მიხედვით

Heatmap (სიმკვრივის რუკა)¶

Heatmap გამოიყენება წერტილოვანი მონაცემების განაწილების ვიზუალიზაციისთვის.

პასუხობს კითხვას:

„როგორ ნაწილდება / კონცენტრირდება რამე სივრცეში?"

Heatmap-ის სპეციფიკა:

არეალი მონაცემებითვე განისაზღვრება — არ არის წინასწარ მოცემული
ფერი იცვლება ცივიდან → ცხელამდე სიმკვრივის მიხედვით
საზღვრები ბუნდოვანია, გლუვი გადასვლებით

Choropleth vs Heatmap — შედარება¶

კრიტერიუმი	Choropleth	Heatmap
არეალის საზღვრები	წინასწარ განსაზღვრული (რეგიონი, მუნიც.)	მონაცემებიდან გამომდინარე
მონაცემის ტიპი	ნორმალიზებული (%, სიმჭიდროვე)	წერტილოვანი, კოორდინატები
ფერის მნიშვნელობა	კატეგორია / დიაპაზონი	სიმკვრივე / ინტენსივობა
ვიზუალური შედეგი	მკვეთრი საზღვრები	გლუვი გრადიენტი
შედარება	✅ ადვილი	❌ რთული

მარტივი გასახსენებელი

Choropleth = "ვინ რამდენია რომელ ადგილას" — ადმინისტრაციული საზღვრები
Heatmap = "სად კონცენტრირდება" — მონაცემის განაწილება

ანამორფული რუკა (Cartogram)¶

Cartogram ≠ კარტოგრამა

Cartogram (ქართ. ანამორფული რუკა) — გეოგრაფიული ფართობი დამახინჯებულია მონაცემის მიხედვით.

ქვეყნის ზომა პროპორციულია მოსახლეობაზე / GDP-ზე / სხვა მაჩვენებელზე
ფორმა გახლეჩილია, მაგრამ ტოპოლოგიური კავშირი შენარჩუნებულია
ვიზუალურად "ტყლარწია" — სწორედ ამიტომ ემთხვევა ქართული სახელი