Fischfang & Fischkonsum

Themenfindung

Immer mehr Medien machen auf das Thema “Fischfang und Fischkonsum” aufmerksam. Darunter auch der große Streamingdienst Netflix mit der Dokumentation “Seaspiracy”(2021). Das aktuelle Thema sorgt für viel Diskussion. Unser Team hat es sich zur Aufgabe gemacht den Fischfang und Konsum zu visualisieren. Dem Endverbraucher bleibt hierbei oft unbekannt wieviel Fisch tatsächlich gefangen wird und von wo dieser stammt.

Trigger Warnung

Um einen Einblick in das Thema zu erhalten, haben wir mehrere Videoschnitte zusammengefügt, die die verschiedenen Fangarten zeigen. Insbesondere die Tradition des Grindwalfang der Färöer-Inseln.
Wir möchten darauf hinweisen, dass die folgenden Bilder für manche Person verstörend wirken können.

Datenrecherche

Der Fokus der Datensammlung lag zunächst auf dem Beifang und dem illegalen Fischfang. Diese Suche gestaltete sich jedoch schwieriger als gedacht, da viele Unternehmen diese gar nicht erst dokumentieren.
So orientierten wir uns neu. Den Bereich “Seafood production” behielten wir als Ansatz und Orientierungspunkt für unser Thema bei.
Für die Recherche wurden mehrere Datensätze im Bereich Seafood Production verwendet. Wir wählten dabei gezielt Bereiche, die im indirekten Zusammenhang zueinander stehen.
Schließlich legten wir unser Thema auf ”wild fish catch vs aquaculture production” fest.
Der Datensatz “wild fish catch vs aquaculture production” (https://ourworldindata.org/grapher/capture-and-aquaculture-production?country=~OWID_WRL) umfasst die genauen Zahlen zum Fischfang aus dem Jahr 2015. Gemessen wird dabei in Tonnen pro Jahr. Wir erweiterten unseren Datensatz um Längen- und Breitengrade, den jährlich Konsum pro Einwohner in Kilogramm und die Bevölkerungsgröße der jeweiligen Länder. Den Wert der Einwohner wollten wir in soweit nutzen um dem Thema einen neuen individuellen Bezugspunkt zu geben.
Wie viele Tonnen Fisch fängt ein Land pro Einwohner? Wie verhält sich der Konsum hier hingegen?
Diese Fragen sollen mit unserer Datenvisualisierung beantwortet werden.

Visualisierung

Um schnell iterieren zu können, haben wir uns dazu entschieden, die Darstellung in p5.js umzusetzen. Um unsere Kreise an den richtigen Stellen generieren zu können, gingen wir mit einer for-loop durch unsere .csv Datei. Die Koordinaten wurden nun mittels einer Map-Funktion auf das p5.js Canvas übersetzt. Die Größe der Kreise ergibt sich aus der Wurzel des anzugebenden Wertes, um die Flächen korrekt und vergleichbar darzustellen.

Bei diesem Versuch litt jedoch die Lesbarkeit der einzelnen Werte. Um dieses Problem zu lösen verwendeten wir die physics-Library matter.js und ließen unsere Kreise als feste Körper im Raum schweben und sich gegenseitig abstoßen. Per Mouse-Hover lässt sich der konkrete Wert des jeweiligen Landes ausgeben.
Anschließend wählten wir gleichwertige Farben und setzten die Folgenden Darstellungen um:

• Aquakulturen gesamt
• Wildfang gesamt
• Konsum pro Einwohner
• Aquakultur pro Einwohner
• Wildfang pro Einwohner

Der fertige Prototyp zeigt nun alle aufgezählten Daten von 2015.
Auch wir waren überrascht, als wir das erste Mal das finale Ergebnis gesehen haben, da Fischfang und Konsum nur bedingt im Zusammenfang stehen. Durch die Globalisierung und schnelle Transporte, ist es möglich, unabhängig des Fangwerts des Landes, Fisch zu essen.

Anmerkung

Während des Arbeitsprozesses sind uns einige Fehler in den Rohdaten von OurWorldInData aufgefallen. Die fehlerhaften Daten wurde nach Sichtung bearbeitet. Es ist jedoch wahrscheinlich, dass uns einige Fehler nicht aufgefallen sind.

Code:

github: https://github.com/hfg-joschua-r/DarstellenSimulationFishing
p5.js demo (preview window am besten groß ziehen): https://hfg-joschua-r.github.io/DarstellenSimulationFishing/