Ga door naar hoofdcontent
ArtikelenOok over geur valt niet te twisten…
Open Kaart

Ook over geur valt niet te twisten…

Vrijdag 17 december 2021Afbeelding Ook over geur valt niet te twisten…

Zoals bekend worden er mondiaal veel data verzameld, erg veel zelfs en waar zal dat eindigen? Vrijwel alle data zijn visueel ‘binnengehaald’, technisch gemeten of analytisch berekend. Onze menselijke zintuigen raken daarbij op de achtergrond. Naast het zien, kunnen er via reuk ook veel data worden verkregen. Echter, deze vorm is voor zover bekend weinig in gebruik. Ruiken, het lijkt een ondergeschoven menselijk zintuig, en dat terwijl we er voor vele doeleinden prima gebruik van kunnen maken. Is het niet voor onze veiligheid als er ergens een chemische fabriek ontploft, en geurpluimen zich van de locatie des onheils verspreiden, dan kan het zijn voor onze persoonlijke lichamelijke gezondheid binnen de medische wetenschap. Ruiken we de verstikkende gassen uit een vervuild recreatiemeer, of de nu vaak in het nieuws zijnde natuurlijke ‘uitlaatgassen’ van het boerenbedrijf? Kortom, geuren onder een grote diversiteit aan omstandigheden. Het registreren en verzamelen van betrokken geurdata kan voor ons meer betekenen dan we ons waarschijnlijk realiseren. Daarnaast hebben Moeder Natuur en diverse voedselproducerende bedrijven vaak fraaie geuren voor ons in petto. Artieste K. McLean heeft medio 2017 een geurkaart ontworpen van een deel van New York City. Wetenschappelijk of niet, ze geeft daar een fraai beeld van dat wat via crowdsourcing aan geuren verzameld is: gezond of ongezond, algemeen technisch bruikbaar of wellicht als waarschuwing voor de veiligheid van ons menselijk bestaan.

Geurkaart van New York, Summer Streets. (K. McLean, Atlas Obscura 2017)
Google Maps, centrale deel van de geurkaart van New York, 2021.

Ronald Bokhove

Een goede kaart geeft beeldvorming. Kijk er een seconde of tien naar, leg haar dan weg en vertel je buurman wat je gezien hebt. Dat lukt hier nauwelijks. Bertin heeft ons een halve eeuw geleden al gewaarschuwd: maak het niet te bont! Met 7, hooguit 8 kleuren kun je kwalitatieve verschillen nog weergeven. In New York zijn er liefst 16 gebruikt en associatief lijken ze geen van alle. Nou eentje dan: groen voor een natuurlijke geur ligt inderdaad voor de hand. Waarom worden hier non-food en food/drink als verzamelrubriek gebruikt, als je ook animals, cleaning, emissions en tobacco als geurbron onderscheidt?

Er lijken geuren door elkaar heen te lopen. Bij de kruising van Lafayette Street en East 8th Street moet de waarnemer flink aan de bak. Bij een cursus wijnproeven lukte het me al niet om de geur van appel en rood fruit uit elkaar te houden. Hoe moet dat hier wel niet zijn? Maar wie zegt me dat er steeds op hetzelfde moment geroken wordt? Dag en nacht, zomer en winter, het kan een wereld van verschil zijn. Als het huisvuil is opgehaald, maakt de waste weer plaats voor de coffee.

Mooi gevonden zijn de krommen waarvan de aantallen de intensiteit van de geur weergeven. Of de vorm getrouw is aan de waarnemingen, valt te betwijfelen; schijnnauwkeurigheid ligt op de loer. De geurbron zal niet altijd op straat te vinden zijn, maar de waarnemingen zullen toch voornamelijk op de stoep zijn verricht. Wat écht niet kan, zijn elkaar kruisende isolijnen behorende bij dezelfde bron. Kijk maar eens op Broadway naar de subway exhaust. De meeste geuren verspreiden zich iets naar het zuidwesten, gerekend vanaf de bron. Dit moet iets zeggen over de overheersende windrichting op die dag, ik denk noordoost.

Ad van der Meer

Dit is nou echt wat je noemt een visualisatie. Alleen het feit dat er heel licht een stratenpatroon onder is gezet, doet nog denken aan een kaart. De visualisatie brengt op een originele manier een verschijnsel in beeld waar je – sommige gevallen daargelaten – niet bij stilstaat. Ik vind de opmaak goed gekozen: een stip als bron, en een soort isolijnen voor de spreiding. Het valt daarbij op dat de bron veelal niet in het centrum van het spreidingsgebied ligt; zal iets met de wind te maken hebben, vermoed ik.

Je kunt als beschouwer al gaande langs de straten de verschillende geurimpulsen proberen op te roepen. Keus genoeg, want er zijn ongeveer 375 geurbronnen in dit stukje New York geïdentificeerd. Die kennen een opvallende variëteit: er worden 15 categorieën onderscheiden, waaronder de opvallende categorie ‘human’, die geuren omvat van bedelaars, daklozen … én sportschooltypes. Gelukkig zijn dat er niet veel.

Omdat het beeld op basis van crowdsourcing is gemaakt, valt helaas niet na te gaan of de verdeling representatief is. Er staan leuke grapjes op de kaart, zoals ‘pretentious coffee roast’ en ‘phone booth’ – bij die eerste kan ik me nog wat voorstellen, maar bij de geur van een telefooncel heb ik toch echt geen (geur)beeld. Ik zou overigens wel benieuwd zijn hoe de gemiddelde manisch-hygiënische Amerikaan op dit kaartbeeld zou reageren.

Een geurkaart zou trouwens wel een passende visualisatie kunnen zijn bij de tentoonstelling Vervlogen – geuren in kleuren die heeft gelopen in het Mauritshuis in Den Haag. In de tentoonstelling kreeg je via geurdispensers de geur mee die bij de tentoongestelde schilderijen hoorde – die van een schone linnenkast, bleekvelden, mirre en natuurlijk de vreselijk stinkende gracht. Ik probeer me à la McLean een geurkaart voor te stellen van de Amsterdamse grachtengordel in een 17e-eeuwse zomer – knijpers meenemen…

Jonna Bosch

Allereerst vind ik visualisaties van het (on)mogelijke altijd reuze interessant. Geuren horen daar uiteraard bij. Hoe zet je dit om naar bruikbare data, en dat dan ook weer naar een kaart? Ik denk dat dit gedeeltelijk gelukt is. De kaart jeukt, wat goed is want dat maakt nieuwsgierig.

De topografie is teruggebracht tot een stratenpatroon, wat passend is. Verder zie ik vooral veel gekleurde lijnen. Ik vind het een oogstrelende afbeelding, dat is vast gelukt. Vormgeving en kleurkeuze zijn prima. Het probleem zit in het aantal klassen en daarmee dus in de data-analyse – of in de statische uitvoering. Met kleur kunnen we het grootste aantal klassen onderscheiden, maar bij meer dan acht gaan de kleuren op elkaar lijken. Dat is hier zeker ook het geval. Had het gescheeld als klassen bij elkaar waren gevoegd? Voor de kaart wellicht wel, maar blijft er dan nog iets over van het subjectieve onderwerp?

Ik zie een dynamische kaart voor me, waarbij op kleinere schaal maar enkele klassen zichtbaar zijn. Door over de oorspronkelijke kaart te hoveren (zie bron, Atlas Obscura) met de muis, kun je dan een sunburst of iets dergelijks zien, en bij inzoomen lijkt de kaart steeds meer op wat we nu in de statische vorm zien. Met het verschil dat bij dynamische kaarten te veel kleuren iets minder een probleem zijn, omdat hoveren informatie oplevert. Al met al is het een intrigerende manier van kartografie. Het doet me denken aan ‘deep mapping’, meegekregen op een Map Time van Arita Baaijens, maar dan gericht op één zintuig. Een geconcentreerde deep map?

Dit vraagt om een uitdieping tijdens een Map Time of workshop datavisualisatie. Hoe kun je met dit soort subjectieve data een aansprekende kaart maken? Is een dynamische kaart beter, of is een statische kaart mogelijk met behoud van de subjectiviteit?

Zie ook:

Bronnen:

Auteurs

Afbeelding voor Peter Weenink

Peter Weenink

Volledige biografie