上层序列只能靠带的厚度判读，精度显著更低
别名: 带厚判读 · 厚度估计 · band thickness
概念解释
堆叠面积图中，上层序列的值编码为上下边界之间的带厚（band thickness）。读者需要在同一横轴位置取两条边界的垂直差，而不能把色块的二维面积、上边界相对零线的高度或边界线的斜率直接当作该序列的值。与共同基线上的端点位置相比，这种非对齐的差值判读通常更难、误差更大；“显著更低”是任务和刺激条件下的经验趋势，不是跨图表恒定的精度折扣。
机制
带厚同时受到两个边界的定位误差影响。边界平行且变化缓慢时，视觉可以较容易形成局部宽度；两边斜率不同、带很薄、层数密集或相邻颜色难分时，读者还要确定垂直测量方向并抑制边界走势的干扰。面积填色主要帮助建立层的归属和连续性，本身并不把某一时刻的值变成“面积判断”。同理，连接线能强化时间连续性，却可能诱导读者追随一条累计边界，而忽略真正编码量值的是两边之差。
怎么研究
研究可用受控数据独立操纵真实厚度、上下边界斜率、目标层位置、邻层对比、采样密度、显示尺寸与不确定性表示，分别测绝对读数、两点比较、趋势方向和异常检出。对照条件应包含对齐长度、非对齐位置、直接标签和交互提示；分析准确率与时间之外，还要记录漏答、信心和速度—正确权衡。若只用巨大差异或高亮目标，可能高估堆叠的可读性；若去掉实际产品中的标签与交互，也可能低估它。
边界
粗略识别存在、峰值时段或大幅增减时，带厚可能已经够用；直接标签和按需读数也能支持精确查值，但它们改变了任务，不证明裸图的厚度通道精确。堆叠条形的段边是水平或垂直且每段离散，通常比连续、弯曲的面积带更容易比较，二者不应混成同一种刺激。streamgraph 的上下边界都随移动基线变化，适合观察流形而非读精确厚度。置信区间若再画成相邻带，容易与数据层混淆；不确定性应采用可辨且有说明的独立编码。
怎么落地
- 若上层需要精确值或细微趋势，提供小倍数、独立折线或可切换的聚焦视图；标签与提示只作为补充。
- 保留足够的带间边界与明度对比，并用直接标注、图案或程序化名称支持色觉差异和读屏访问。
- 对缺失点断开或明确标记；不要让插值后的连续色带冒充已观测值，也不要用面积阴影同时承担数据值和不确定性而不说明。
- 用真实尺寸和密度测试目标任务，比较读者从带厚得到的答案与底层数据；不要采用预设的统一误差阈值代替任务容差。