Geo-visualisatie/Classificatie: verschil tussen versies
Verwijderde inhoud Toegevoegde inhoud
redigeren 1e deel |
redigeeractie2 |
||
Regel 165:
* NB3: Divergerende kleurenschema's doen bij kwantitatieve data een uitspraak over 'goed-beter-best', in tegenstelling tot volgordelijke kleurenschema's. Divergerende kleurenschema's voegen door extra informatie een extra oordeel toe aan de data / klassegrenzen. Volgordelijke schema's doen dat niet en zijn daardoor objectiever, maar soms ook minder veelzeggend. Of je voor een divergerende of een volgordelijke kleurenschema kiest, hangt dus af van wat je wilt zeggen met de kaart.
Een voorbeeld van een meer in Oostenrijk (zie figuur rechts) toont hoe strak kaartsoorten, datasets en kleurenschema's qua mogelijkheden aan ekaar gebonden zijn. Het betreft een isolijnen (diepte-lijnen) kaart. De isolijnen zélf zijn echter door het GIS-programma onzichtbaar gehouden. Doordat de tussenliggende vlakken met verschillende blauwtinten zijn ingekleurd, is een choropleet ontstaan. Verder gaat het om een kwantitatieve dataset (diepte), een volgordelijk kleurenschema en er is als classificatiemethode van het weergeven van de diepte gekozen voor een zogenaamde 'equal interval' classificatie. Over classificatiemethodes
<div style="background:#FFDAB9;">
[[Afbeelding:Leer meer.png|20px]] '''SAMENVATTING:''' Bij kwalitatieve meetschalen (nominaal, binair) horen kwalitatieve kleurenschema's. Bij kwantitatieve meetschalen (ordinaal, interval en ratio) horen volgordelijke of divergerende kleurenschema's. Kleurenschema's zoals die door een GIS standaard gegenereerd worden voldoen niet altijd. Handmatig moeten deze vaak worden gewijzigd. Dat kan zijn om meer onderscheid te creëeren (door bijvoorbeeld meer verzadiging toe te passen)
</div>
Regel 179:
|}
<div style="background:#FFEFD5;">
[[Afbeelding:Crystal Clear app ktip.png|20px]] '''TIP1:''' Maak je bij kwalitatieve datasets gebruik van harde, primaire kleuren, dan worden de vlakken vaak als tegengesteld ervaren (bijvoorbeeld links of rechts stemmend). Bekijk de eerste twee voorbeelden van de drie kleurenschema's hier rechts. Het eerste kleurenschema is met zijn pasteltinten lichter en minder verzadigd dan de donkere, verzadigdere tinten daarnaast. Maar in beide voorbeelden gaat het om zogenaamde mengkleuren. Dat zijn kleuren ontstaan door het mengen van de primaire kleuren. Maak je van dergelijke
</div>
Regel 187:
<div style="background:#FFEFD5;">
[[Afbeelding:Crystal Clear app ktip.png|20px]] '''TIP3:''' Heb je aan bovenstaande links, aanwijzingen, je eigen GIS-pakket en je eigen inspiratie nog niet genoeg om zelf kleurenschema's te maken, gebruik onderstaande figuur met vele (ongesorteerde)
</div>
Regel 193:
<div style="background:#FFEFD5;">
[[Afbeelding:Crystal Clear app ktip.png|20px]] '''TIP4:''' Pas op met divergerende kleurenschema's. Deze kennen vaak een lichte, neutrale kleur in het midden - bij de gemiddelde waarden - maar worden donkerder naar beide kanten toe. Bijvoorbeeld steeds groener voor gebieden met een relatief steeds
</div>
==De visuele indruk van een kleurenschema==
Bij kwantitatieve data worden dus 'volgordelijke' kleurenschema's gebruikt.
▲De exacte kleuren die je kiest voor een legenda moeten namelijk in overeenstemming zijn met de data. Stem het gradueel laten oplopen van de verzadiging en / of het donkerder laten worden van de kleuren, af op de dataset. Zie de figuur. Stel voor dat hierin (bijvoorbeeld) de neerslag van een gebied of de diepte van een meer mee wordt gerepresenteerd. Laten we de verschillende kleurenschema's eens bespreken. We gaan daarbij voor het gemak niet in op het aantal klassen dat gekozen is, dat is in deze paragraaf even niet het onderwerp.
[[Afbeelding:Kleurschemas in relatie tot dataset.PNG|thumb|right|400px|'''volgordelijk kleurenschema's''' in relatie tot de data. Het gaat hier bijvoorbeeld om neerslagcijfers in mm per jaar of dieptes in meters (zie verder tekst).]]
* '''Bij A''' is gekozen voor een blauwe, steeds donkerder
* '''Bij B''' zie je in de laatste klasse een soort vergaarbak van dieptes. Misschien is dat gedaan omdat deze waarden niet zo vaak voorkomen, of omdat de gradaties onder de 1000 belangrijker zijn. Van belang is dan wel dat deze brede (gemiddeld diepe!) klasse ook een ''donkerdere'' kleur krijgt. Die donkere kleur vertegenwoordigt de gemiddelde waarde van de vier hoogste klassen uit de situatie bij A. Dat betekent dus ook dat die kleur het gemiddelde moet zijn van de kleur van die vier klassen. In ieder geval ga je aan de donkere kant zitten, zodat deze zeldzame en hoge klasse goed opvalt ten opzichte van de lagere klassen. Zo waarschuw je de kaartlezer met de kleur al in de kaart en hoeft hij strikt genomen de legenda niet te zien.
* '''Bij C''' zie je dat er - in tegenstelling tot bij A - niet gekozen is om de complete range die ons aan lichte en donkere blauwe kleuren ter beschikking staat te gebruiken. Dit wordt gedaan om niet de indruk te wekken dat zelfs de donkerste klasse (800-1000) zo veel neerslag betekent. Het gaat blijkbaar om een relatief droog gebied.
* '''Bij D''' (het eerste voorbeeld van D) zie je dat er vooral blauwe kleuren voorkomen. Dit wekt de indruk dat het er nat is. Dat betekent dus dat het gebied in werkelijkheid ook een gebied moet zijn waar relatief veel neerslag valt. Ook al hebben landen een heel verschillend neerslagbereik, landen worden zo wel onderling vergelijkbaar. Landen met een legenda C en landen met een legenda D zijn dus goed vergelijkbaar. Ook als er géén kaart met een legenda zoals bij C bij deze kaart stond was het niet slim om een lichtere legenda te nemen. Er dienen gewoon donkere kleuren gekozen te worden. Wanneer een gebied overal zeer nat is, is het niet slim om de kleine verschillen die er zijn met veel klassen uiteen te splitsen, en die dan met sterk uiteelopende lichte en donkere kleuren blauw te representeren. Een mogelijk nadeel van deze (juiste) overwegingen kan echter zijn dat de onderlinge onderscheidbaarheid minder is geworden. Het tweede voorbeeld bij D zie je dat er toch voor gekozen is om de klassen maximaal van elkaar op kleur te kunnen onderscheiden. Dit is gevaarlijk, omdat de visuele indruk van de kleur niet overeenkomt met de data (hoeveelheid regen bijvoorbeeld). De tekst zal er aandacht aan moeten schenken. Het is
* '''Bij E''' zie je in feite hetzelfde als bij A. Hier heeft de kaartmaker er voor gekozen dan 1000 mm al veel (erg nat) is. Merk op dat de kleuren nu iets dichter bij het midden zitten. Het is minder noodzakelijk om extreem lichte en extreem donkere (verzadigde) kleuren te gebruiken. Dat levert een mooiere kaart op. Het héle lichte en het hele donkere zijn op laptops, beamers minder goed te zien. Dat is overigens ook een reden om zo min mogelijk klassen te gebruiken; kleuren worden beter onderling onderscheidbaar.▼
▲* '''Bij E''' zie je in feite hetzelfde als bij A. Hier heeft de kaartmaker er voor gekozen dan 1000 mm al veel (erg nat) is. Merk op dat de kleuren nu iets dichter bij het midden zitten. Het is minder noodzakelijk om extreem lichte en extreem donkere (verzadigde) kleuren te gebruiken. Dat levert een mooiere kaart op. Het héle lichte en het hele donkere zijn op laptops
* In alle getoonde kleurenschema's is er nog géén wit gebruikt. Dat had ook niet gemogen! '''Bij F''' zijn er gebieden waar echt géén neerslag is gevallen (in die maand of in dat jaar). Die dienen dus ook géén kleur te krijgen. Overigens, onbekende gebieden, of gebieden waarvan geen (neerslag) cijfers bekend zijn, dienen dus juist ook géén witte e/o blauwe kleuren mee te krijgen, om dezelfde reden; anders zou de kaartlezer denken dat hier geen neerslag valt, of dat er juist wel een bepaalde hoeveelheid valt.▼
▲* In alle getoonde kleurenschema's is er nog géén wit gebruikt. Dat had ook niet gemogen! '''Bij F''' zijn er gebieden waar echt géén neerslag is gevallen (in die maand of in dat jaar). Die dienen dus ook géén kleur te krijgen, maar wit te blijven. Overigens, onbekende gebieden, of gebieden waarvan geen (neerslag) cijfers bekend zijn, dienen dus juist ook géén witte e/o blauwe kleuren mee te krijgen, om dezelfde reden; anders zou de kaartlezer denken dat hier geen neerslag valt, of dat er juist wel een bepaalde hoeveelheid valt.
* Om dat te voorkomen wordt meestal grijs gekozen als kleur om die gebieden weer te geven. '''Zie G.''' In de legenda wordt zo'n grijs legendavakje dan ook vaak los getekend van de overige legendavakjes (legendaeenheden).▼
▲* Om dat te voorkomen wordt meestal grijs gekozen als kleur om
* '''Bij H''' gaat het weer over dezelfde dataset (laten we maar weer zeggen: neerslag), echter nu kwalificeren we echter de kwantitatieve dataset; dat gebeurt met een min of meer divergerende schaal; de lage waarden worden gegroepeerd, en zijn samen (immers door hun gelige kleuren) te onderscheiden als te droog. Ook de te natte waarden zijn bewust beide erg blauw weergegeven (ook al zijn die nerslagcijfers voor bijvoorbeeld andere gebieden aan de lage kant). De indruk die ontstaat bij de kaartlezer is ook voor deze 'neerslagkleuren' erg nat. De uiteindelijke kaart zal naar verwachting goed leesbaar zijn, omdat de kaartlezer 3 kleursoorten ervaart: gele tinten (te droog), groen/blauwe tinten (geschikt) en erg blauwe tinten (te nat).▼
▲* '''Bij H''' gaat het weer over dezelfde dataset (laten we maar weer zeggen: neerslag), echter nu kwalificeren we echter de kwantitatieve dataset; dat gebeurt met een min of meer divergerende schaal; de lage waarden worden gegroepeerd, en zijn samen (immers door hun gelige kleuren) te onderscheiden als te droog. Ook de te natte waarden zijn bewust
NB1: Merk dus op dat al deze kleurenschema's goed (kunnen) zijn.▼
▲NB1: Merk dus op dat al deze kleurenschema's goed (kunnen) zijn. En merk op dat geen van de getoonde kleurenschema's in elk geval voldoet.
<div style="background:#FFDAB9;">
[[Afbeelding:Leer meer.png|20px]] '''SAMENVATTING:''' Het kleurverloop binnen (kwantitatieve) kleurenschema's is niet geheel vrij. Ze worden deels opgedrongen door het verloop van de dataset. Verschillend gekozen
</div>
|