Multivariate kaart - Multivariate map
Een bivariate of multivariate kaart is een soort thematische kaart die twee of meer variabelen op een enkele kaart weergeeft door verschillende sets symbolen te combineren . Elk van de variabelen wordt weergegeven met behulp van een standaard thematische kaarttechniek , zoals choropleth , cartogram of proportionele symbolen . Ze kunnen van hetzelfde type zijn of van verschillende typen, en ze kunnen op afzonderlijke lagen van de kaart staan, of ze kunnen worden gecombineerd tot een enkel multivariant symbool.
Het typische doel van een multivariate kaart is om een statistische of geografische relatie tussen de variabelen te visualiseren . Het heeft de potentie om relaties tussen variabelen effectiever bloot te leggen dan een zij-aan-zij vergelijking van de corresponderende univariate kaarten, maar heeft ook het gevaar van cognitieve overbelasting wanneer de symbolen en patronen te complex zijn om gemakkelijk te begrijpen.
Geschiedenis
De eerste multivariate kaarten verschenen in het vroege industriële tijdperk (1830-1860), op hetzelfde moment dat thematische kaarten in het algemeen begonnen te verschijnen. Een boekje met kaarten uit 1838, geproduceerd door Henry Drury Harness voor een rapport over Ierse spoorwegen, bevatte een boekje dat tegelijkertijd de stadsbevolking liet zien als proportionele symbolen en het spoorwegverkeersvolume als een stroomkaart .
Charles Joseph Minard werd een meester in het creëren van visualisaties die meerdere variabelen combineerden tijdens de jaren 1850 en 1860, waarbij hij vaak choropleth , stroomlijnen , proportionele symbolen en statistische grafieken mengde om complexe verhalen visueel te vertellen.
Multivariate thematische kaarten vonden een heropleving vanaf het midden van de 20e eeuw, die samenviel met de wetenschappelijke ommekeer in de geografie . George F. Jenks introduceerde de bivariate puntdichtheidskaart in 1953. De eerste moderne bivariate choropleth-kaarten werden in de jaren zeventig door het US Census Bureau gepubliceerd. Hun vaak complexe patronen van meerdere kleuren hebben sindsdien bijval en kritiek gekregen, maar hebben ook geleid tot onderzoek om effectieve ontwerptechnieken te ontdekken.
Vanaf de jaren tachtig maakte computersoftware, waaronder het geografische informatiesysteem (GIS), het ontwerp en de productie van multivariate kaarten mogelijk. In feite werd in 2020 een tool geïntroduceerd voor het automatisch genereren van bivariate choropleth-kaarten in ArcGIS Pro van Esri .
Methoden
Er zijn verschillende manieren waarop afzonderlijke variabelen tegelijkertijd in kaart kunnen worden gebracht, die over het algemeen in een paar benaderingen vallen:
- Een thematische kaart met meerdere lagen geeft de variabelen weer als afzonderlijke kaartlagen, met behulp van verschillende thematische kaarttechnieken. Een voorbeeld is het tonen van een variabele als een choropleth-kaart , met een andere variabele weergegeven als proportionele symbolen bovenop de choropleth.
- Een gecorreleerde symboolkaart vertegenwoordigt twee of meer variabelen in dezelfde thematische kaartlaag, gebruikmakend van dezelfde visuele variabele , zo ontworpen dat de relatieve combinatie van de twee variabelen wordt weergegeven.
- Een bivariate choropleth-kaart is het meest voorkomende type gecorreleerd symbool. Over het algemeen worden contrasterende maar niet complementaire kleuren gebruikt, zodat hun combinatie intuïtief wordt herkend als "tussen" de twee originele kleuren, zoals rood + blauw = paars. Ze blijken gemakkelijker te worden gebruikt als de kaart een zorgvuldig ontworpen legenda en een uitleg van de techniek bevat. Een veelgebruikte legenda-strategie is een tweedimensionale matrix, onderverdeeld in kleinere vakken, waarbij elk vak een unieke relatie van de variabelen vertegenwoordigt.
- Een multivariate dot dichtheid kaart mixen stippen van verschillende kleuren in elke wijk, meestal neerkomt op afzonderlijke subgroepen van de totale bevolking.
- Een multivariate symboolkaart vertegenwoordigt twee of meer variabelen in dezelfde thematische kaartlaag, waarbij voor elke variabele afzonderlijke visuele variabelen worden gebruikt. Een laag steden kan bijvoorbeeld worden gesymboliseerd met cirkels van evenredige grootte die de totale bevolking vertegenwoordigen, en de tint van elke cirkel die het overheersende brontype van zijn elektrische energie vertegenwoordigt, vergelijkbaar met een nominale choropleth-kaart .
- Een cartogram vervormt de grootte en vorm van een reeks districten volgens een variabele, maar dicteert niet het symbool dat wordt gebruikt om elk district te tekenen. Het is dus gebruikelijk om ze te symboliseren als een choropleth-kaart .
- Een diagramkaart vertegenwoordigt elk geografisch kenmerk met een statistisch diagram , vaak een cirkeldiagram of staafdiagram , dat een aantal variabelen kan bevatten. Elke grafiek wordt meestal proportioneel getekend ten opzichte van een totaal, waardoor het een multivariant symbool wordt.
- Chernoff-gezichten worden sinds de jaren zeventig af en toe op kaarten gebruikt, meestal in een experimentele situatie. Deze techniek construeert een complex puntsymbool dat eruitziet als een gezicht, met verschillende gelaatstrekken die zijn vervormd om verschillende variabelen weer te geven, in een poging om de aangeboren menselijke ervaring van het interpreteren van betekenis uit gezichtsuitdrukkingen te benutten. Experimentele resultaten waren over het algemeen gemengd en de techniek is nooit erg populair geworden.
- Een klein veelvoud is een reeks kleine kaarten, gerangschikt in een raster of array, die elk een andere (maar mogelijk gerelateerde) variabele over dezelfde ruimte tonen. Er is aangevoerd dat dit technisch gezien geen multivariate kaart is omdat het een set van afzonderlijke kaarten is, maar het is hier opgenomen omdat het bedoeld is om hetzelfde doel te bereiken.
Voordelen en kritiek
Multivariate thematische kaarten kunnen een zeer effectief hulpmiddel zijn om ingewikkelde geografische patronen in complexe gegevens te ontdekken. Als ze goed worden uitgevoerd, kunnen gerelateerde patronen tussen variabelen gemakkelijker worden herkend in een multivariate kaart dan door afzonderlijke thematische kaarten te vergelijken.
De techniek werkt het beste wanneer de variabelen een duidelijk geografisch patroon hebben, zoals een hoge mate van ruimtelijke autocorrelatie , zodat er grote, gelijkaardige gebieden zijn met geleidelijke veranderingen tussen de variabelen, of een over het algemeen sterke correlatie tussen de twee variabelen. Als er geen duidelijk patroon is, kan de kaart een overweldigende mix van willekeurige symbolen worden.
Een tweede probleem doet zich voor wanneer de symbolen niet goed harmoniëren. In overeenstemming met de Gestaltpsychologie zal een multivariate kaart het beste werken wanneer kaartlezers patronen in elke variabele afzonderlijk kunnen isoleren en ze ook met elkaar kunnen vergelijken. Dit gebeurt wanneer de kaartsymbolen de gestaltprincipes van groepering volgen . Omgekeerd is het mogelijk om thematische symboolstrategieën te selecteren die op zichzelf effectief zijn, maar niet goed samenwerken, zoals een proportioneel puntsymbool dat de choropleth-kaart eronder verduistert, of een bivariate choropleth-kaart met basiskleuren die niet-intuïtieve gemengde kleuren creëren. .
Een derde probleem doet zich voor wanneer een kaart, of zelfs een enkel symbool, wordt overladen met te veel variabelen die niet efficiënt kunnen worden geïnterpreteerd. Chernoff-gezichten zijn vaak bekritiseerd vanwege dit effect.
Veel multivariate kaarten blijken dus technisch indrukwekkend, maar praktisch onbruikbaar. Dit betekent dat de cartograaf kritisch moet kunnen beoordelen of een door hem ontworpen multivariate kaart ook daadwerkelijk effectief is. Er is ook gesuggereerd dat in sommige gevallen een kaart misschien niet het beste hulpmiddel is om een bepaalde multivariate dataset te bestuderen, en dat andere analytische methoden meer verhelderend kunnen zijn, zoals clusteranalyse .
Zie ook
Referenties
Andere literatuur
- Jeong W. en Gluck M., (2002). Multimodale bivariate thematische kaarten met auditieve en haptische weergave. Proceedings of the 2002 International Conference on Auditory Display, Kyoto, Japan, 2-5 juli.
- Leonowicz, A (2006). Twee-variabele choropleth-kaarten als een handig hulpmiddel voor het visualiseren van geografische relaties. Geografija (42) blz. 33-37.
- Liu L. en Du C., (1999). Environmental System Research Institute (ESRI), online bibliotheek.
