【制图师记】——Robert Simmon（罗伯特·西蒙）

罗伯特·西蒙（Robert Simmon）是Planet Labs的数据可视化工程师，之前曾是NASA  Earth Observatory的首席可视化师。他利用卫星数据制作了清晰且引人注目的图像产品，其中包括“夜晚的地球”和2002蓝色星球（Blue Marble）。他的作品曾在Physics Today， Fast Company，Apple iPhone和《国家地理》杂志的封面上发表。

定量和定性数据的可视化表达需要使用正确的工具。您希望读者能够理解您的数据，并能够将这些数据编织成一个吸引人的故事。本文介绍的是Avenza MAPublisher和Geographic Imager如何帮助Planet的高级数据可视化工程师Robert Simmon的。

罗伯特（Robert）不是科班出身的数据可视化工程师，他没有接受过科学的图形设计或制图方面的正式学习。他对计算机图形学的热情和兴趣以及材料科学的硕士学位为他提供了将数字转换为图形图像的技能，最终帮助他与同行业的科研工作者进行了有效的交流。

罗伯特是在NASA工作期间踏入了制图、设计和数据可视化领域，当时他的第一个项目是创建一个CD-ROM，该光盘将使学生和感兴趣的公众了解全球臭氧数据集。在那工作期间，他开始意识到NASA发布和使用的图形是为其他科学家而不是为更广大读者制作的。他还意识到，优秀的设计是改善沟通的强大工具。因此，他试图以更加用户友好的形式重新创建科学图形。罗伯特说：“直到我参加了一位知名的可视化讲师的演讲后，我才知道好的设计背后蕴含着一种理论，顿时脑洞大开。”“我开始学习有关设计、数据可视化和制图的所有知识，尤其是地图投影和使用颜色表达，因为NASA的大量可视化围绕着卫星遥感数据进行，而卫星遥感数据是定量的，本质上是地理空间的。”

最终，罗伯特创建了 Earth Observatory，与感兴趣的公众分享NASA的地球科学研究的广度。在NASA工作了十多年后，他获得了加入充满活力的创业公司——Planet的机会，并可以处理前所未有的高分辨率全球数据集。

罗伯特（Robert）开发了一个非常规的工作流程，围绕Adobe设计工具而不是GIS或其他科学可视化软件。这也说明基于Adobe Photoshop的Geographic Imager插件和基于Adobe Illustrator的 MAPublisher插件在弥合数据和可视化之间的差距方面发挥着极大的作用。

如今，罗伯特（Robert）的日常工作主要围绕处理可见光和近红外图像。他使用的每张图像都将通过Geographic Imager导入到Photoshop中。由于Adobe Photoshop之类的软件具有强大的色彩编辑校正工具，以及快速预览、图层管理、高位深度支持和历史记录选项等能力，因此在Adobe中创建地图已被证明是有效且高效的。

这些强大的可视化工具可以创建完美的图像产品。Robert使用Geographic Imager镶嵌多幅相邻的图像，或按时间序列以制作动画（即使它们处于不同的投影中），所有这些都只需一个“导入”步骤。然后，他将文件导出为GeoTIFF，以便以后可以将图像与其他补充数据合并。

尽管罗伯特（Robert）喜欢图像处理，但结合多种数据源（尤其是栅格和矢量）使他获得了最大的乐趣。在深入研究他的设计工作流程时，发现他将Adobe Photoshop和Illustrator结合在一起。在Adobe Photoshop / Geographic Imager中，他做一些初始的色彩处理并裁剪所需的地图范围，然后将其导入到Illustrator / MAPublisher中以叠加矢量数据并创建蒙版。“能够裁剪导入的矢量数据以匹配感兴趣的区域，而不是必须手动选择和删除Illustrator画板之外的对象，这特别有用。”罗伯特说。设置矢量层后，他随后将它们导出为分层的Photoshop文件，并将其与原始栅格图像重新组合，以确保完美的像素精度。

罗伯特（Robert）对MAPublisher的热爱可以追溯到2006年，当时他首次使用MAPublisher制作具有Landsat数据的地图。他在MAPublisher中使用ZIP数据创建了水体蒙版，这是他可以找到的唯一具有足够高分辨率的数据源，可以准确反映曼哈顿下城的突出码头。Robert还在MAPublisher强大的属性工具的帮助下创建了亚马逊地图（他个人最爱作品之一），该工具使他能够选择和合并Amazon生物群落的矢量数据（有别于现成可用的亚马逊的行政区数据）。他在Planet时继续针对此主题创建更新版本，包括德国植被图——它源自一个“Planet Surface Reflectance Basemap（行星表面反射底图）”，并叠加了Natural Earth的境界、城市区和交通数据。