✖


Jump to content

Карта хороплета

Картографическая карта, на которой визуализирована доля австралийцев , идентифицировавших себя как англиканцы по данным переписи 2011 года. Выбранные районы являются территориями местного самоуправления , переменная является пространственно интенсивной (пропорцией), которая не классифицируется, и используется частично-спектральная последовательная цветовая схема.

Карта -картоплет (от древнегреческого χῶρος ( khôros ) «площадь, регион» и πλῆθος ( plethos ) «множество») — это тип статистической тематической карты , в которой используется псевдоцвет , то есть цвет , соответствующий совокупной сводке географической характеристики в рамках пространственного перечисления. единицы, такие как плотность населения или доход на душу населения . [1] [2] [3]

Картографические карты предоставляют простой способ визуализировать, как переменная варьируется в зависимости от географической области, или показать уровень изменчивости внутри региона. Тепловая карта или изарифмическая карта аналогичны, но используют области, нарисованные в соответствии с шаблоном переменной, а не априорные географические области картограмм. Картограф, вероятно, является наиболее распространенным типом тематической карты, поскольку опубликованные статистические данные (из государственных или других источников) обычно агрегируются по хорошо известным географическим единицам, таким как страны, штаты, провинции и округа, и поэтому их относительно легко анализировать. создавать с помощью ГИС , электронных таблиц или других программных инструментов.

История

[ редактировать ]
Карта грамотности во Франции Дюпена 1826 года.

Самая ранняя известная карта-картограмма была создана в 1826 году бароном Пьером Шарлем Дюпеном и отображала доступность базового образования во Франции по отделам . [4] Вскоре во Франции были созданы новые « cartes teintées » («тонированные карты») для визуализации другой «моральной статистики» по образованию, болезням, преступности и условиям жизни. [5] : 158  Картограммы быстро завоевали популярность в нескольких странах из-за растущей доступности демографических данных, собранных на основе национальных переписей населения, начиная с серии картограмм, опубликованных в официальных отчетах переписи населения Ирландии 1841 года. [6] Когда после 1850 года хромолитография стала широко доступной, к картографическим картам все чаще добавлялся цвет. [5] : 193 

Термин «картографическая карта» был введен в 1938 году географом Джоном Киртландом Райтом и широко использовался картографами к 1940-м годам. [7] [8] Также в 1938 году Гленн Треварта вновь представил их как «карты соотношений», но этот термин не прижился. [9]

Структура

[ редактировать ]

Картографическая карта объединяет два набора данных: пространственные данные, представляющие разделение географического пространства на отдельные районы , и статистические данные , представляющие переменную, агрегированную внутри каждого района. Существуют две общие концептуальные модели того, как они взаимодействуют на картограмме: в одной точке зрения, которую можно назвать «доминантой округа», в центре внимания находятся районы (часто существующие государственные единицы), в которых собираются различные атрибуты, в том числе отображаемая переменная. Согласно другой точке зрения, которую можно назвать «доминантой переменной», основное внимание уделяется переменной как географическому феномену (скажем, латиноамериканскому населению) с реальным распределением, а ее разделение на районы является просто удобным способом. техника измерения. [10]

На этой картограмме районы представляют собой страны, переменная является пространственно интенсивной (среднее распределение) с модифицированной классификацией геометрической прогрессии и используется спектрально-расходящаяся цветовая схема.

Геометрия: районы агрегации

[ редактировать ]

На картограмме районы обычно представляют собой заранее определенные объекты, такие как правительственные или административные единицы (например, округа, провинции, страны) или районы, созданные специально для статистического агрегирования (например, переписные участки ), и, таким образом, не ожидается корреляции с география переменной. То есть границы цветных районов могут совпадать, а могут и не совпадать с местом изменений изучаемого географического распределения. Это находится в прямом противоречии с хорохроматическими и изарифмическими картами, на которых границы регионов определяются закономерностями географического распространения предметного явления.

Использование предварительно определенных регионов агрегирования имеет ряд преимуществ, в том числе: упрощение компиляции и картирования переменных (особенно в эпоху ГИС и Интернета с многочисленными источниками данных), узнаваемость районов и применимость информации. для дальнейшего расследования и политики, привязанной к отдельным округам. Ярким примером этого могут быть выборы, на которых общее количество голосов в каждом округе определяет его избранного представителя.

Однако это может привести к ряду проблем, как правило, из-за того, что постоянный цвет, применяемый к каждому округу агрегации, делает его однородным, маскируя неизвестную степень изменения переменной внутри округа. Например, город может включать районы с низким, средним и высоким семейным доходом, но быть окрашен одним постоянным «умеренным» цветом. Таким образом, пространственные модели реального мира могут не соответствовать символизированной региональной единице. [11] Из-за этого такие проблемы, как экологическая ошибка и проблема модифицируемых единиц площади (MAUP), могут привести к серьезным неверным интерпретациям изображенных данных, и другие методы предпочтительнее, если можно получить необходимые данные. [12] [13] [14]

Эти проблемы можно несколько смягчить, используя районы меньшего размера, поскольку они показывают более мелкие вариации отображаемой переменной, а их меньший визуальный размер и увеличенное количество уменьшают вероятность того, что пользователь карты вынесет суждение об изменениях в пределах одного района. Однако они могут сделать карту слишком сложной, особенно если в переменной нет значимого географического шаблона (т. е. карта выглядит как случайно разбросанные цвета). Хотя представление конкретных данных в крупных регионах может вводить в заблуждение, знакомые формы районов могут сделать карту более четкой, ее легче интерпретировать и запоминать. [15] Выбор регионов в конечном итоге будет зависеть от целевой аудитории и цели карты. В качестве альтернативы иногда можно использовать дасимметричный метод для уточнения границ региона, чтобы более точно соответствовать фактическим изменениям в рассматриваемом явлении.

Из-за этих проблем для многих переменных можно предпочесть изарифмическую (для количественной переменной) или хорохроматическую карту (для качественной переменной), в которой границы областей основаны на самих данных. Однако во многих случаях такая подробная информация просто недоступна, и картограмма является единственным возможным вариантом.

Картографическая карта, на которой районами являются округа США, переменная является пространственно интенсивной (пропорцией) с квантильной классификацией и использует последовательную цветовую схему с одним оттенком.

Недвижимость: совокупные статистические сводки

[ редактировать ]

Переменная, подлежащая картированию, может относиться к самым разным дисциплинам человеческого или природного мира, хотя человеческие темы (например, демография, экономика, сельское хозяйство), как правило, более распространены из-за роли государственных единиц в человеческой деятельности, что часто приводит к исходный сборник статистических данных. Переменная также может находиться на любом из Стивенса уровней измерения : номинальном, порядковом, интервальном или отношении, хотя количественные переменные (интервал/отношение) чаще используются в картограммах, чем качественные (номинальные/порядковые) переменные. Важно отметить, что уровень измерения отдельных данных может отличаться от уровня совокупной сводной статистики. Например, в ходе переписи у каждого человека может быть задан вопрос об «основном разговорном языке» (номинальном), но это можно суммировать по всем лицам в округе как «процент преимущественно говорящих по-испански» (соотношение) или как «преобладающий основной разговорный язык» (номинальный). язык» (номинальный).

Вообще говоря, картограмма может представлять два типа переменных - различие, общее для физики и химии, а также для геостатистики и пространственного анализа :

  • Пространственно обширная переменная (иногда называемая глобальным свойством ) — это переменная, которая может применяться только ко всему району, обычно в форме общего количества или количества явления (сродни массе или весу в физике). Говорят, что экстенсивные переменные накапливаются в пространстве; например, если население Соединенного Королевства составляет 65 миллионов человек, невозможно, чтобы население Англии, Уэльса, Шотландии и Северной Ирландии также могло составлять 65 миллионов человек. Вместо этого их общая численность населения должна суммироваться (накапливаться) для расчета общей численности населения коллективного образования. Однако, хотя можно отобразить обширную переменную на картограмме, это почти всегда не рекомендуется, поскольку закономерности могут быть легко неверно истолкованы. Например, если картограмма присвоит определенный оттенок красного общему населению от 60 до 70 миллионов человек, ситуация, в которой Соединенное Королевство (как единый округ) имеет 65 миллионов жителей, будет неотличима от ситуации, в которой четыре составляющие страны в каждой из них проживало по 65 миллионов человек, хотя это совершенно разные географические реальности. Другой источник ошибки интерпретации заключается в том, что если большой район и маленький район имеют одинаковое значение (и, следовательно, один и тот же цвет), более крупный район, естественно, будет выглядеть как больший. [16] Другие типы тематических карт , особенно пропорциональные символы и картограммы , предназначены для представления обширных переменных и обычно являются предпочтительными. [1] : 131 
  • Пространственно- интенсивная переменная, также известная как поле , статистическая поверхность или локализованная переменная , представляет собой свойство, которое можно измерить в любом месте (точке или небольшой области, в зависимости от ее природы) в пространстве, независимо от каких-либо границ, хотя ее вариации по району можно суммировать как одно значение. Общие интенсивные переменные включают плотность, пропорции, темпы изменений, средние распределения (например, ВВП на душу населения) и описательную статистику (например, среднее значение, медиану, стандартное отклонение). Говорят, что интенсивные переменные дистрибутивны в пространстве; например, если плотность населения Соединенного Королевства составляет 250 человек на квадратный километр, то было бы разумно оценить (при отсутствии каких-либо других данных), что наиболее вероятная (если не совсем правильная) плотность каждой из пяти стран стран-участниц также 250/км. 2 . Традиционно в картографии преобладающей концептуальной моделью такого рода явлений была статистическая поверхность , в которой переменная представлялась как трехмерная «высота» над двумерным пространством, которая постоянно меняется. [17] В географической информатике более распространенной концептуализацией является поле , заимствованное из физики и обычно моделируемое как скалярная функция местоположения. Картограммы лучше подходят для интенсивных переменных, чем для экстенсивных; Если пользователь карты видит Соединенное Королевство, закрашенное цветом «100-200 человек на квадратный километр», оценка того, что в Уэльсе и Англии может быть по 100-200 человек на квадратный километр, может быть неточной, но это возможно и разумно. оценивать.
Нормализация: на карте слева для определения цвета используется общая численность населения. Это приводит к тому, что более крупные полигоны кажутся более урбанизированными, чем меньшие плотные городские районы Бостона , штат Массачусетс. На карте справа используется плотность населения. Правильно нормализованная карта будет отображать переменные, независимые от размера полигонов.

Нормализация

[ редактировать ]

Нормализация — это метод получения пространственно интенсивной переменной из одной или нескольких пространственно обширных переменных, чтобы ее можно было соответствующим образом использовать в картограмме. [3] Он похож, но не идентичен методу нормализации или стандартизации в статистике. Обычно это достигается путем вычисления отношения между двумя пространственно обширными переменными. [12] : 252  Хотя любое такое соотношение приведет к появлению интенсивной переменной, лишь некоторые из них имеют особое значение и обычно используются в картограммах:

  • Плотность = общая/площадь. Пример: плотность населения
  • Пропорция = общее количество подгрупп / общий итог. Пример: Процент богатых домохозяйств от всех домохозяйств.
  • Среднее распределение = общая сумма / общее количество людей. Пример: валовой внутренний продукт на душу населения (общий ВВП / общая численность населения)
  • Скорость изменения = общее количество в более позднее время / общее количество в более раннее время. Пример: ежегодные темпы прироста населения.

Они не эквивалентны, и один не лучше другого. Скорее, они рассказывают разные аспекты географического повествования. Например, картограмма плотности населения латиноамериканцев в Техасе визуализирует повествование о пространственной кластеризации и распределении этой группы, тогда как карта процентного содержания латиноамериканцев визуализирует повествование о составе и преобладании. Неспособность использовать правильную нормализацию почти во всех случаях приведет к получению неподходящей и потенциально вводящей в заблуждение карты. [16] [18] [19] Это одна из самых распространенных ошибок в картографии: одно исследование показало, что в какой-то момент более половины информационных панелей США по COVID-19, размещенных правительствами штатов, не использовали нормализацию своих картографических карт. [19] Это одна из многих проблем, которые способствовали возникновению инфодемии вокруг пандемии COVID-19, а также «может также быть скрытым фактором, способствующим крайней политической поляризации вокруг мер по борьбе с COVID, которая произошла в Соединенных Штатах». [18] [20]

Классификация

[ редактировать ]
Основные статьи: Объединение данных , Кластерный анализ и Статистическая классификация.
На этой карте президентских выборов в США 2004–2016 гг. используются округа, пространственно-интенсивная переменная (разница в пропорциях), которая не классифицируется, и спектральная расходящаяся цветовая прогрессия. Обратите внимание на легенду непрерывного градиента, которая отражает отсутствие классификации.

Каждая картограмма имеет стратегию сопоставления значений цветам. Классифицированная . картограмма разделяет диапазон значений на классы, при этом всем районам в каждом классе присвоен один и тот же цвет Неклассифицированная ) напрямую назначает цвет , карта (иногда называемая n-классом пропорциональный значению каждого района. Начиная с карты Дюпена 1826 года, классифицированные карты-картоплеты стали гораздо более распространенными. [2] Вероятно, изначально это было связано с большей простотой нанесения ограниченного набора оттенков; только в эпоху компьютерной картографии неклассифицированные картографические карты стали возможными, и до недавнего времени их все еще было нелегко создать в большинстве картографических программ. [21] [2] [22] [23] Уолдо Р. Тоблер , официально представив неклассифицированную схему в 1973 году, утверждал, что она является более точным описанием исходных данных, и заявил, что основной аргумент в пользу классификации, заключающийся в том, что она более удобочитаема, необходимо проверить. [2] Последующие дебаты и эксперименты привели к общему выводу, что основное преимущество неклассифицированных картограмм, в дополнение к утверждению Тоблера о абсолютной точности, заключалось в том, что они позволяли читателям видеть тонкие изменения переменной, не заставляя их поверить в то, что районы Попавшие в один и тот же класс имели одинаковые значения. Таким образом, они способны лучше увидеть общие закономерности географического явления, а не конкретные значения. [1] : 109  [24] [25] Основной аргумент в пользу классифицированных картограмм заключается в том, что читателям их легче обрабатывать из-за меньшего количества различных оттенков, которые нужно распознать, что снижает когнитивную нагрузку и позволяет им точно сопоставлять цвета на карте со значениями, перечисленными в легенда. [2] [22] [23]

Классификация осуществляется путем установления правила классификации — ряда пороговых значений, которые делят количественный диапазон значений переменных на ряд упорядоченных классов. Например, если набор данных о среднем годовом доходе по округам США включает значения от 20 000 до 150 000 долларов США, его можно разбить на три класса с пороговыми значениями от 45 000 до 83 000 долларов США. Во избежание путаницы любое правило классификации должно быть взаимоисключающим и коллективно исчерпывающим , то есть любое возможное значение попадает ровно в один класс. Например, если правило устанавливает пороговое значение в размере 6,5, необходимо четко определить, будет ли район со значением ровно 6,5 отнесен к нижнему или высшему классу (т. е. является ли определение нижнего класса < 6,5 или ≤6,5 и является ли верхний класс >6,5 или ≥6,5).Для картограмм были разработаны различные типы правил классификации: [26] [1] : 87 

  • Экзогенные правила импортируют пороговые значения без учета закономерностей в имеющихся данных.
    • Установленные правила — это те, которые уже широко используются благодаря прошлым научным исследованиям или официальной политике. Примером может служить использование государственных налоговых категорий или стандартного порога бедности при классификации уровней доходов.
    • Специальные стратегии, или стратегии здравого смысла, по сути, изобретаются картографом с использованием пороговых значений, которые имеют некоторый интуитивный смысл. Примером может служить классификация доходов в соответствии с тем, что картограф считает «богатыми», «средним классом» и «бедными». Эти стратегии обычно не рекомендуются, если все другие методы невозможны.
  • Эндогенные правила основаны на закономерностях в самом наборе данных.
    • Правила естественных разрывов ищут в данных естественные кластеры, в которых большое количество районов имеют одинаковые значения с большими разрывами между ними. Если это так, то такие кластеры, вероятно, имеют географическое значение.
    • Равные интервалы или арифметическая прогрессия делят диапазон значений так, чтобы каждый класс имел равный диапазон значений: ( max - min )/ n . Например, вышеуказанный диапазон доходов (20 000–150 000 долларов США) будет разделен на четыре класса: 52 500 долларов США, 85 000 долларов США и 117 500 долларов США.
      • Правило стандартного отклонения также генерирует равные диапазоны значений, но вместо того, чтобы начинать с минимального и максимального значений, оно начинается со среднего арифметического значения данных и устанавливает разрыв в каждом кратном постоянному числу стандартных отклонений выше и ниже среднего значения. .
    • Квантили делят набор данных так, чтобы каждый класс имел одинаковое количество районов. Например, если бы 3141 округ Соединенных Штатов были разделены на четыре квантильных класса (т. е. квартилей ), то в первый класс вошли бы 785 беднейших округов, а затем в следующие 785. Возможно, потребуется внести коррективы, когда число округов не делится поровну или когда идентичные значения выходят за пределы порога.
    • Правило геометрической прогрессии разделяет диапазон значений, поэтому соотношение порогов остается постоянным (а не их интервал, как в арифметической прогрессии). Например, указанный выше диапазон доходов будет разделен с использованием коэффициента 2 с пороговыми значениями в 40 000 и 80 000 долларов США. Этот тип правил обычно используется, когда частотное распределение данных имеет очень высокий положительный сдвиг , особенно если оно является геометрическим или экспоненциальным .
    • Правило вложенных средних или разрывов головы/хвоста — это алгоритм, который рекурсивно делит набор данных, устанавливая пороговое значение на уровне среднего арифметического , затем подразделяя каждый из двух созданных классов на соответствующие средние значения и так далее. Таким образом, количество классов не является произвольным, а должно быть степенью двойки (2, 4, 8 и т. д.). Было высказано предположение, что это также хорошо работает для сильно асимметричных распределений.

Поскольку рассчитанные пороговые значения часто могут иметь точные значения, которые нелегко интерпретировать читателям карт (например, 74 326,9734 долларов США), обычно создают модифицированное правило классификации , округляя пороговые значения до аналогичного простого числа. Типичным примером является модифицированная геометрическая прогрессия, которая подразделяет степени десяти, например [1, 2,5, 5, 10, 25, 50, 100, ...] или [1, 3, 10, 30, 100, ...] ].

Цветовая прогрессия

[ редактировать ]
Основная статья: Цветовая схема

Последний элемент картограммы — это набор цветов, используемых для представления различных значений переменной. Существует множество различных подходов к этой задаче, но основной принцип заключается в том, что любой порядок переменной (например, от низкого к высокому количественному значению) должен отражаться в воспринимаемом порядке цветов (например, от светлого к темному), поскольку это позволит читателям карт интуитивно делать выводы «больше или меньше» и видеть тенденции и закономерности с минимальным обращением к легенде. [1] : 114  Второе общее правило, по крайней мере для классифицированных карт, заключается в том, что цвета должны быть легко различимы, чтобы цвета на карте можно было однозначно сопоставить с цветами в легенде для определения представленных значений. Это требование ограничивает количество классов, которые могут быть включены; для оттенков серого тесты показали, что когда используется только значение (например, от светлого до темного, будь то серый или какой-либо один оттенок ), на практике трудно использовать более семи классов. [19] [28] Если учитывать различия в оттенке и/или насыщенности, этот предел значительно увеличивается до 10–12 классов. На потребность в различении цветов дополнительно влияют недостатки цветового зрения ; например, цветовые схемы, в которых для различения значений используются красный и зеленый цвета, не будут полезны для значительной части населения . [29]

Наиболее распространенные типы цветовых последовательностей, используемые в картограммах (и других тематических) картах, включают: [30] [31]

  • Последовательная последовательность представляет значения переменных как значения цвета.
    • В прогрессии оттенков серого используются только оттенки серого.
      Прогресс в оттенках серого
    • Прогрессия одного оттенка происходит от темного оттенка выбранного цвета (или серого) к очень светлому или белому оттенку относительно того же оттенка. Это распространенный метод, используемый для картирования величины. Самый темный оттенок представляет наибольшее число в наборе данных, а самый светлый оттенок представляет наименьшее число.
      Прогрессия одного оттенка
    • Частично -спектральная прогрессия использует ограниченный диапазон оттенков, чтобы добавить больше контраста к контрасту значений, что позволяет использовать большее количество классов. Желтый обычно используется для более светлого конца прогрессии из-за его естественной кажущейся легкости. Распространенные диапазоны оттенков: желто-зелено-синий и желто-оранжево-красный.
      Частичная спектральная прогрессия
  • Дивергентная — это , или биполярная прогрессия по сути, две последовательные цветовые прогрессии (типов, указанных выше), соединенные общим светлым или белым цветом. Обычно они используются для представления положительных и отрицательных значений или отклонения от центральной тенденции, такой как среднее значение отображаемой переменной. Например, типичный прогресс при картографировании температуры — от темно-синего (холодного) до темно-красного (жаркого) с белым посередине. Они часто используются, когда двум крайностям даны оценочные суждения, например, когда «хороший» конец показан зеленым, а «плохой» - красным. [32]
    Биполярная прогрессия цвета
  • Спектральная прогрессия использует широкий диапазон оттенков (возможно, весь цветовой круг) без предполагаемых различий в значениях. Чаще всего это используется, когда значения имеют порядок, но это не порядок «больше или меньше», например сезонность. Он часто используется некартографами в ситуациях, когда другие цветовые вариации были бы гораздо более эффективными. [33] [34]
    Полноспектральная прогрессия цвета
  • Качественная прогрессия использует разбросанный набор оттенков в произвольном порядке, без предполагаемой разницы в значении. Чаще всего это используется с номинальными категориями в качественной картограмме, например, «самая распространенная религия».
    Качественная прогрессия цвета

Двумерные картограммы

[ редактировать ]
Основная статья: Двумерная карта
Двумерная картограмма, сравнивающая чернокожее (синий) и латиноамериканское (красный) население в США, перепись 2010 года; оттенки фиолетового демонстрируют значительную долю обеих групп.

Можно одновременно представить две (а иногда и три) переменные на одной картограмме, представляя каждую в виде прогрессии одного оттенка и смешивая цвета каждого района. Этот метод был впервые опубликован Бюро переписи населения США в 1970-х годах и с тех пор использовался много раз с разной степенью успеха. [35] Этот метод обычно используется для визуализации корреляции и контраста между двумя переменными, предположительно тесно связанными, такими как уровень образования и доход. Обычно используются контрастные, но не дополняющие друг друга цвета, так что их комбинация интуитивно распознается как «между» двумя исходными цветами, например красный + синий = фиолетовый. Этот метод работает лучше всего, когда география переменной имеет высокую степень пространственной автокорреляции , так что существуют большие области схожих цветов с постепенными изменениями между ними; в противном случае карта может выглядеть как запутанная смесь случайных цветов. [12] : 331  Было обнаружено, что их легче использовать, если карта включает тщательно разработанную легенду и объяснение метода. [36]

Легенда

[ редактировать ]
См. также: Макет страницы (картография).

Картограмма использует специальные символы для представления отображаемой переменной. Хотя общая стратегия может быть интуитивно понятной, если выбрана цветовая последовательность, отражающая правильный порядок, читатели карт не смогут расшифровать фактическую ценность каждого района без легенды. Типичная легенда картоплета для классифицированной карты картоплета включает серию образцов символов для каждого класса с текстовым описанием соответствующего диапазона значений. На неклассифицированной картограмме легенда обычно показывает плавный цветовой градиент между минимальным и максимальным значениями, с двумя или более точками вдоль нее, помеченными соответствующими значениями. [1] : 111 

Альтернативным подходом является легенда гистограммы , которая включает гистограмму, показывающую частотное распределение отображаемой переменной (т. е. количества районов в каждом классе). Каждый класс может быть представлен одной полосой, ширина которой определяется минимальным и максимальным пороговыми значениями, а высота рассчитывается так, чтобы площадь рамки была пропорциональна количеству включенных районов, а затем раскрашена символом карты, используемым для этого класса. В качестве альтернативы гистограмма может быть разделена на большое количество столбцов, так что каждый класс включает один или несколько столбцов, обозначенных в соответствии с его символом на карте. [37] Эта форма легенды показывает не только пороговые значения для каждого класса, но и дает некоторый контекст для источника этих значений, особенно для эндогенных правил классификации, основанных на частотном распределении, таких как квантили. Однако в настоящее время они не поддерживаются в ГИС и картографическом программном обеспечении и обычно должны создаваться вручную.

См. также

[ редактировать ]

Ссылки

[ редактировать ]
  1. ^ Jump up to: а б с д и ж Дент, Борден Д.; Торгюсон, Джеффри С.; Ходлер, Томас В. (2009). Картография: Дизайн тематических карт (6-е изд.). МакГроу-Хилл.
  2. ^ Jump up to: а б с д и Тоблер, Уолдо (1973). «Карты картограмм без интервалов классов?» . Географический анализ . 5 (3): 262–265. Бибкод : 1973GeoAn...5..262T . дои : 10.1111/j.1538-4632.1973.tb01012.x .
  3. ^ Jump up to: а б Адамс, Аарон; Чен, Сян; Ли, Вэйдун; Чжан, Чуанжун (2020). «Замаскированная пандемия: важность нормализации данных при веб-картировании COVID-19» . Общественное здравоохранение . 183 : 36–37. дои : 10.1016/j.puhe.2020.04.034 . ПМК   7203028 . ПМИД   32416476 .
  4. ^ Дюпен, Шарль (1826). Образная карта народного образования во Франции . Брюссель: sn
  5. ^ Jump up to: а б Робинсон, Артур Х. (1982). Раннее тематическое картографирование в истории картографии . Издательство Чикагского университета.
  6. ^ Ирландия (1843 г.). Отчет комиссаров, назначенных для проведения переписи населения Ирландии за 1841 год . Дублин: Канцелярский офис Ее Величества. п. лв.
  7. ^ Джон Киртланд Райт (1938). «Проблемы картирования населения» в «Записках по статистическому картированию», с особым упором на картирование демографических явлений , стр.12.
  8. ^ Раис, Эрвин (1948). Общая картография (2-е изд.). МакГроу-Хилл. п. 249.
  9. ^ Треварта, Гленн Т. (январь 1938 г.). «Карты соотношений ферм и сельскохозяйственных культур Китая». Географическое обозрение . 28 (1): 102–111. Бибкод : 1938GeoRv..28..102T . дои : 10.2307/210569 . JSTOR   210569 .
  10. ^ Крисман, Николас (2002). Исследование географических информационных систем (2-е изд.). Уайли. п. 65. ИСБН  0-471-31425-0 .
  11. ^ Дженкс, Джордж Ф.; Каспалл, Фред К. (июнь 1971 г.). «Ошибка на хороплетных картах: определение, измерение, сокращение». Анналы Ассоциации американских географов . 61 (2): 217–244. дои : 10.1111/j.1467-8306.1971.tb00779.x . ISSN   0004-5608 .
  12. ^ Jump up to: а б с Т. Слокум, Р. Макмастер, Ф. Кесслер, Х. Ховард (2009). Тематическая картография и геовизуализация, Третье издание, стр. 252. Пирсон Прентис Холл: Аппер-Сэдд-Ривер, Нью-Джерси.
  13. ^ Опеншоу, Стэн (1983). Проблема изменяемой единицы площади (PDF) . ISBN  0-86094-134-5 .
  14. ^ Чен, Сян; Да, Синьюэ; Уайденер, Майкл Дж.; Делмелль, Эрик; Кван, Мэй-По; Шеннон, Джерри; Расин, Расин Ф.; Адамс, Аарон; Лян, Лу; Пэн, Цзя (27 декабря 2022 г.). «Систематический обзор проблемы модифицируемых единиц площади (MAUP) в общественных исследованиях окружающей среды в области продуктов питания» . Городская информатика . 1 (1): 22. Бибкод : 2022UrbIn...1...22C . дои : 10.1007/s44212-022-00021-1 .
  15. ^ Ритчоф, Кент (1998). «Изучение и запоминание по тематическим картам знакомых регионов». Исследования и разработки образовательных технологий . 46 : 19–38. дои : 10.1007/BF02299827 . S2CID   145086925 .
  16. ^ Jump up to: а б Марк Монмонье (1991). Как лгать с картами . стр. 22–23. Издательство Чикагского университета
  17. ^ Дженкс, Джордж Ф. (1963). «Обобщение в статистическом картировании». Анналы Ассоциации американских географов . 53 (1): 15. doi : 10.1111/j.1467-8306.1963.tb00429.x .
  18. ^ Jump up to: а б Муни, Питер (июль 2020 г.). «Картирование COVID-19: как веб-карты способствуют инфодемии» . Диалоги в человеческой географии . 10 (2): 265–270. дои : 10.1177/2043820620934926 .
  19. ^ Jump up to: а б с Адамс, Аарон М.; Чен, Сян; Ли, Вэйдун; Чуанжун, Чжан (27 июля 2023 г.). «Нормализация пандемии: изучение картографических проблем на информационных панелях правительства штата по COVID-19» . Журнал карт . 19 (5): 1–9. Бибкод : 2023JMaps..19Q...1A . дои : 10.1080/17445647.2023.2235385 .
  20. ^ Энгель, Клаудия; Родден, Джонатан; Табеллини, Марко (18 марта 2022 г.). «Политика влияния на восприятие риска COVID-19: случай карт» . Достижения науки . 8 (11): eabm5106. Бибкод : 2022SciA....8M5106E . дои : 10.1126/sciadv.abm5106 . ПМЦ   8932671 . ПМИД   35302842 .
  21. ^ Келли, Бретт (2017). «Обзор неклассифицированного картографирования хороплетов» . Картографические перспективы (86): 30. doi : 10.14714/CP86.1424 .
  22. ^ Jump up to: а б Добсон, Майкл В. (октябрь 1973 г.). «Карты картограмм без интервалов классов? Комментарий» . Географический анализ . 5 (4): 358–360. Бибкод : 1973GeoAn...5..358D . дои : 10.1111/j.1538-4632.1973.tb00498.x .
  23. ^ Jump up to: а б Добсон, Майкл В.; Петерсон, Майкл П. (1980). «Неклассифицированные картографические карты: комментарий, ответ». Американский картограф . 7 (1): 78–81. дои : 10.1559/152304080784522928 .
  24. ^ Петерсон, Майкл П. (1979). «Оценка неклассифицированного картографирования пересеченных линий». Американский картограф . 6 (1): 21–37. дои : 10.1559/152304079784022736 .
  25. ^ Мюллер, Жан-Клод (июнь 1979 г.). «Восприятие непрерывно заштрихованных карт». Анналы Ассоциации американских географов . 69 (2): 240. doi : 10.1111/j.1467-8306.1979.tb01254.x .
  26. ^ Краак, Менно-Ян; Ормелинг, Ферьян (2003). Картография: визуализация пространственных данных (2-е изд.). Прентис Холл. стр. 116–121. ISBN  978-0-13-088890-7 .
  27. ^ Дженкс, Джордж Ф. 1967. «Концепция модели данных в статистическом картировании», Международный ежегодник картографии 7: 186–190.
  28. ^ Монмонье, Марк (1977). Карты, искажения и смысл . Ассоциация американских географов.
  29. ^ Олсон, Джуди М.; Брюэр, Синтия (1997). «Оценка выбора цвета для удобства пользователей карт с нарушениями цветового зрения». Анналы Ассоциации американских географов . 87 (1): 103–134. дои : 10.1111/0004-5608.00043 .
  30. ^ Робинсон, А.Х., Моррисон, Дж.Л., Мюрке, ПК, Киммерлинг, А.Дж. и Гуптилл, СК (1995) Элементы картографии. (6-е издание), Нью-Йорк: Wiley.
  31. ^ Брюэр, Синтия А. «Руководство по использованию цвета для картографирования и визуализации». В Макихрене, Алан М.; Тейлор, DRF (ред.). Визуализация в современной картографии . Пергамон. стр. 123–147.
  32. ^ Патрисия Коэн (9 августа 2011 г.). «Что цифровые карты могут рассказать нам об американском образе жизни» . Нью-Йорк Таймс .
  33. ^ Свет; и др. (2004). «Конец радуги? Цветовые схемы для улучшения графики данных» (PDF) . Эос . 85 (40): 385–91. Бибкод : 2004EOSTr..85..385L . дои : 10.1029/2004EO400002 .
  34. ^ Стауффер, Рето. «Где-то за радугой» . Мастер HCL . Проверено 14 августа 2019 г.
  35. ^ Мейер, Мортон А.; Брум, Фредерик Р.; Швейцер, Ричард Х. младший (1975). «Цветное статистическое картографирование Бюро переписи населения США». Американский картограф . 2 (2): 101–117. дои : 10.1559/152304075784313250 .
  36. ^ Олсон, Джуди М. (1981). «Спектрально закодированные карты с двумя переменными». Анналы Ассоциации американских географов . 71 (2): 259–276. дои : 10.1111/j.1467-8306.1981.tb01352.x .
  37. ^ Кумар, Нареш (2004). «Легенда о гистограмме частоты на картограмме: замена традиционным легендам». Картография и географическая информатика . 31 (4): 217–236. Бибкод : 2004CGISc..31..217K . дои : 10.1559/1523040042742411 . S2CID   119795925 .

Дальнейшее чтение

[ редактировать ]
  • Дент, Борден; Торгюсон, Джеффри; Ходлер, Томас (21 августа 2008 г.). Картография Тематический дизайн карт . МакГроу-Хилл. ISBN  978-0-072-94382-5 .
[ редактировать ]
Найдите картографическую карту в Викисловаре, бесплатном словаре.
Викискладе есть медиафайлы, связанные с Карты и Картограммы .
Retrieved from "https://en.wikipedia.org/w/index.php?title=Choropleth_map&oldid=1223556988"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 7531c7ca463a2fb00da837f5689fb4dc__1715542920
URL1:https://arc.ask3.ru/arc/aa/75/dc/7531c7ca463a2fb00da837f5689fb4dc.html
Заголовок, (Title) документа по адресу, URL1:
Choropleth map - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)