Як ви обираєте класифікації на картах хороплету?

Я все більше і більше борюся за визначення меж перерв, коли відображаються хороплетні (теж тематичні) карти для перегляду іншими . Чи є у когось запропоновані посилання, які допомагають керівництву, як вибрати тип використовуваної шкали та відповідну кількість точок розриву? Зокрема, щодо кількості бункерів я коли-небудь бачив аргументи щодо обмежувального числа (наприклад, ви не повинні використовувати більше 5).

Щоб бути більш конкретним щодо того, що я шукаю, більшість посилань, які я натрапив на цю тему, схожі на документ, на який посилався Юлієн у цій публікації , і я просто шукаю більш поглиблене обговорення цієї теми.

Кілька конкретних випадків використання, які я часто зустрічаю (на прикладі моєї боротьби);

• Відображаючи дані з великим правим перекосом, я, як правило, не вагаюся відображати експоненціальну шкалу. Я побоююсь (для аудиторій, на які я зазвичай показую карти), це спричинило б більший обсяг пізнавального навантаження зчитування масштабу та відображення фактичних значень атрибутів кольорам. Мої страхи невірні? Також для цих типів розподілів мені важко виправдати будь-яку конкретну кількість бункерів.
• Як відображати безліч малих численних карт, як я вибираю відповідну шкалу, яка дозволяє ефективно візуалізувати відносини як у межах, так і між малими кратними? Мій фактичний стандарт, коли масштаби атрибутів значно варіюються, - це використовувати квінтили в межах кожного окремого розподілу. Чи є у квінтилів занадто багато класифікацій і створює занадто великий пізнавальний тягар для порівняння між панелями? Я припускаю, що люди розуміють, що кількісні класифікації еквівалентні класифікації (і, коли класифікований таким чином, допомагає інтерпретувати між панелями), чи це припущення правильне?

Я спочатку написав абзац, намагаючись описати цілі таких карт, але підозрюю, що цілі є досить типовими, тому це було непотрібно. Єдине, що потрібно ще раз уточнити, це те, що вони призначені для перегляду іншими людьми (як, наприклад, у звітах, публікаціях), і насправді не для мого власного аналізу даних про дослідження (хоча я б підозрював, що хороші поради повинні бути перекладені на будь-який). Можливо, хороша довідка може описувати потенційні цілі таких карт та компроміси, пов'язані з використанням різних схем класифікації. Мені були б цікаві як конкретні, так і загальні посилання.

Чудова посилання, недостатньо цитована, - це "Як працюють карти" Алана МакКерена (The Guilford Press, 1995/2004). Це не швидкий посібник, а всебічне роздуми про те, як карти бачать і розуміють, спираючись на дійсно вражаюче наукове опитування та знання практиків.

Нещодавно я придбав тематичну картографію та візуалізацію ( Slocum et al., 2005 ), і просто скумпуючи це, здається, більш ніж достатньо для мого запиту на загальні посилання на тему вибору бункерів. Це, безумовно, дасть мені багато читати протягом досить тривалого часу, і це було не надто важке рішення придбати (навколо них пливе багато старих дешевих примірників).

Примітка. Я не думаю, що я б рекомендував для цього питання MacEachren " Як працюють карти" . Книга настільки монолітна, що я, безумовно, забула, але я не пам’ятаю жодної прямої дискусії щодо вибору кількості бункерів (принаймні, не такої прямої, як розділ, присвячений їй у підручнику Slocum). Якщо я думаю, що я пам'ятаю, як він згадував про цю тему, трохи перевиконаний і не дійшов до реального висновку, але я б, безумовно, рекомендував його як загальну орієнтир для візуалізації даних у будь-якому випадку.

Існує шалена кількість літератури на цю тему, і мені доведеться зробити ще одне самостійне дослідження, щоб побачити, чи зможу я знайти більш задовільну відповідь для класифікації перекошеного розподілу. І я відправлю назад, якщо матиму щось більш суттєве, щоб сказати.

Але для другого питання про візуалізацію малих численних карт я нещодавно натрапив на статтю Сінтії Брюер та Лінди Пікл, « Оцінка методів класифікації епідеміологічних даних на картах Чороплета в серіях» (PDF тут ), що саме спрямоване на моє запитання.

Коротше кажучи, експерименти передбачають, що квантоли є найбільш корисним способом представити ряд малих численних карт, як для простоти інтерпретації (як я запропонував у запитанні), так і того, що вони створюють карти рівних площ з точки зору заповнення, коли полігони мають приблизно однаковий розмір. Це, мабуть, не очевидно, поки ви не побачите зустрічний приклад, нижче я вставив зображення декількох малих численних карт, в яких класифікації обмежені рівними по ряду різних рівнів раку (на сторінці 674 цитованої статті).

Оскільки захворюваність на печінку набагато нижча, ніж ХОЗЛ, всі округи на головних картах, як правило, підпадають під нижчі класифікації. Якщо ви не зможете розрізнити шаблони в межах однієї з карт, ви навряд чи зможете скласти шаблони між картами! Звичайно, якщо розумне, слід робити класифікації послідовними, але це розумно лише для деяких карт порівняння. А також щодо кількості бункерів, які вони вибрали в своїх експериментах.

дивись цю реф. Оптимізація вибору кількох класів хороплетів карт

в

Т. Бандрова та ін. (ред.), Тематична картографія для суспільства, Лекційні записки з геоінформації та картографії, DOI: 10.1007 / 978-3-319-08180-9_6, Springer International Publishing Switzerland 2014