Origin–destination flow maps are a popular option to visualize connections between different spatial locations, where specific routes between the origin and destination are unknown or irrelevant. Visualizing origin–destination flows is challenging mainly due to visual clutter which appears quickly as data sets grow. Clutter reduction techniques are intensively explored in the information visualization and cartography domains. However, current automatic techniques for origin–destination flow visualization, such as edge bundling, are not available in geographic information systems which are widely used to visualize spatial data, such as origin–destination flows. In this article, we explore the applicability of edge bundling to spatial data sets and necessary adaptations under the constraints inherent to platform-independent geographic information system scripting environments. We propose (1) a new clustering technique for origin–destination flows that provides within-cluster consistency to speed up computations, (2) an edge bundling approach based on force-directed edge bundling employing matrix computations, (3) a new technique to determine the local strength of a bundle leveraging spatial indexes, and (4) a geographic information system–based technique to spatially offset bundles describing different flow directions. Finally, we evaluate our method by applying it to origin–destination flow data sets with a wide variety of different data characteristics.

中文翻译：

---

解开地理信息系统中的起点-终点流

起点-终点流图是可视化不同空间位置之间的连接的流行选项，其中起点和终点之间的特定路线未知或不相关。可视化起点-终点流具有挑战性，主要是由于随着数据集的增长而迅速出现的视觉混乱。在信息可视化和制图领域深入探索了减少杂波的技术。然而，当前用于源-目的地流可视化的自动技术，如边缘捆绑，在地理信息系统中不可用，地理信息系统广泛用于可视化空间数据，如源-目的地流。在本文中，我们探索了边缘捆绑对空间数据集的适用性以及在独立于平台的地理信息系统脚本环境固有的约束下的必要适应性。我们提出 (1) 一种新的源-目的地流聚类技术，它提供集群内一致性以加快计算速度，(2) 一种基于使用矩阵计算的力导向边缘捆绑的边缘捆绑方法，(3) 一种新技术利用空间索引确定束的局部强度，以及 (4) 基于地理信息系统的技术，用于在空间上偏移描述不同流向的束。最后，我们通过将我们的方法应用于具有各种不同数据特征的起点-终点流数据集来评估我们的方法。我们提出 (1) 一种新的源-目的地流聚类技术，它提供集群内一致性以加快计算速度，(2) 一种基于使用矩阵计算的力导向边缘捆绑的边缘捆绑方法，(3) 一种新技术利用空间索引确定束的局部强度，以及 (4) 基于地理信息系统的技术，用于在空间上偏移描述不同流向的束。最后，我们通过将我们的方法应用于具有各种不同数据特征的起点-终点流数据集来评估我们的方法。我们提出 (1) 一种新的源-目的地流聚类技术，它提供集群内一致性以加快计算速度，(2) 一种基于使用矩阵计算的力导向边缘捆绑的边缘捆绑方法，(3) 一种新技术利用空间索引确定束的局部强度，以及 (4) 基于地理信息系统的技术，用于在空间上偏移描述不同流向的束。最后，我们通过将我们的方法应用于具有各种不同数据特征的起点-终点流数据集来评估我们的方法。(3) 利用空间索引确定束的局部强度的新技术，以及 (4) 基于地理信息系统的技术，用于在空间上偏移描述不同流向的束。最后，我们通过将我们的方法应用于具有各种不同数据特征的起点-终点流数据集来评估我们的方法。(3) 利用空间索引确定束的局部强度的新技术，以及 (4) 基于地理信息系统的技术，用于在空间上偏移描述不同流向的束。最后，我们通过将我们的方法应用于具有各种不同数据特征的起点-终点流数据集来评估我们的方法。