
**Datenquelle:** Rasterbasierte Bevölkerung der Welt (GPW v4, SEDAC), 15 Bogenminuten Auflösung (~70.000 besiedelte Zellen)
**Methode:** Hierarchischer Clustering-Algorithmus. Regionen verschmelzen aufgrund gegenseitiger Anziehung = (Pop₁ × Pop₂) / Entfernung⁴. Der Algorithmus führt iterativ die zusammen
Koppeln Sie mit der höchsten Anziehungskraft, bis alle Regionen verbunden sind.
**Visualisierung:** Jede Zeile zeigt ein Zusammenführungsereignis. Die Farbe gibt die Zusammenführungsreihenfolge an – frühe Zusammenführungen (Stadtviertel, dichte städtische Gebiete) beginnen in Schwarz/Marineblau/Blau.
Übergang durch das Farbspektrum zu Gelb/Rot für späte Zusammenführungen (interkontinentale Verbindungen).
**Verwandtes Projekt:** https://jspenc4.github.io – 3D-Geländevisualisierungen der globalen Bevölkerungsverteilung
**Tools:** Java (Clustering-Algorithmus)
Von Federal-Cut301
2 Kommentare
ya know it’s hard to *simultaneously* optimize on two constraints:
1. communicates nothing
2. repellently ugly
but you did it!
Can you clarify (ELI5) what I’m looking at here? What is „attraction strength“. Is this supposed to be highlighting regions that interact or have certain commonalities?