Geo-visualisatie/Deel B: Geo-visualisatie: verschil tussen versies
Verwijderde inhoud Toegevoegde inhoud
spelfouten/redactionele kleinigheden |
k typefoutjes er uit / redactionele wijzigingetjes |
||
Regel 326:
De drie kaarten hierboven lijken tot nu toe de best mogelijke kaarten. Misschien is op visueel gebied (kleuren en labels) nog één en ander te verbeteren. Met méér gegevens per kaart zouden deze anders wel eens te ingewikkeld kunnen worden.
Of iets wel of niet te ingewikkeld is, bepaalt de doelgroep. Voor een haastige Spits! of DAG-lezer is zoiets op de
Merk op dat de GIS-specialist in een aantal kaarten bewust de 'positie' van de plaatsen verschoven heeft. (Vergelijk maar eens de positie van de drie meest oostelijk gelegen steden van kaart tot kaart.) Op deze wijze komt de symbologie (dus het onderwerp) beter tot zijn recht. Dat de plaatsen 'verkeerd' liggen is niet erg, zolang de onderlinge ligging maar niet tot onduidelijkheden leidt bij de kaartlezer. De plaatsnamen zorgen er gelukkig voor dat er ook geen misverstand kan ontstaan.
<div style="background:#FFEFD5;">
[[Afbeelding:Crystal Clear app ktip.png|20px]] '''TIP:''' Het oog van een kaartlezer gaat vaak al snel naar de gebieden waar veel (grote) symbolen voorkomen. Wil je ook nadruk legen op plekken waar geen of weinig (maar juist kleine) symbolen
</div>
Regel 349:
[[Afbeelding:VS_inwoners_pmi2_zonder_rangorde_is_fout_leeskaart.PNG|thumb|right|300px|Kaart 1. Een zogenaamde 'leeskaart'. De informatie klopt. De kleuren zijn door hun rangorde (beter: wanorde) een afleidende factor. Er is géén spreiding waar te nemen, omdat de lezer de individuele waarden niet kan onthouden. Het is daarmee een beperkte en volgens Bertin ook slechte kaart. De kleuren weglaten was beter geweest.]]
[[Afbeelding:VS_inwoners_pmi2_met_foute_visuele_rangorde_kleur.PNG|thumb|right|300px|Kaart 2. De informatie klopt, echter, de visuele rangorde in de legenda stemt ''niet'' overeen met rangorde (er is geen orde). De lezer neemt een spreiding weer,
[[Afbeelding:VS_inwoners_pmi2_met_foute_visuele_rangorde_zw_w.PNG|thumb|right|300px|Kaart 3. Exact dezelfde kaart 2. Echter, de kaart is zwart wit afgedrukt. Het is een even foute kaart. Het geeft echter wel duidelijk weer waarom de kaart bij 2 fout is. Het oog ontleent de spreiding aan de 'in de kleur verstopte' grijstint.]]
[[Afbeelding:VS_inwoners_pmi2_met_juiste_visuele_rangorde_kleur_choropleet.PNG|thumb|right|300px|Kaart 4. Een kaart 'om te zien'. De spreiding is nu zichtbaar, en juist. De kaart geeft twee soorten antwoorden: 1) de klasse 'inwoners per mi2' per staat is afleesbaar; 2) de spreiding is waar te nemen (=zien). Deze spreiding is niet waar te nemen in bovenstaande voorbeelden. Indien het doel van de kaart er aanleiding toe zou geven, zou er wellicht één kleine verbetering te maken zijn; het label plaatsen zoals in kaart 1. Bij het toevoegen van nog meer opties aan een kaart moet echter
[[Afbeelding:VS_inwoners_pmi2_met_juiste_visuele_rangorde_zw_w_choropleet.PNG|thumb|right|300px|Kaart 5. Exact dezelfde kaart als kaart 4, nu zwart wit. Duidelijk is dat het oog dezelfde visuele rangorde waarneemt bij deze kaart als bij de kleurenvariant. Ook hier neemt hij dus de juiste beslissingen, omdat deze visuele rangorde nu wel overeenkomt met de rangorde van het kenmerk.]]
Regel 387:
Soms gaat alleen vraag 1) goed af, zie figuur 1. In dat geval is de kaart een 'leeskaart' in de bewoordingen van Bertin. Bij elke plek kan gelezen worden hoeveel inwoners er zijn of wanneer in die provincie de eerste school is opgericht. Deze kaarten zijn hooguit goed genoeg voor iemand die (alléén) op die ene plek moet zijn. Deze kaarten geven alléén een meerwaarde boven teksten of tabellen, indien iemand een route weet, de topografie goed kent, en snel slechts één of enkele waarden wil weten.
:Maar enig overzicht is er niet bij dergelijke kaarten. De lezer merkt dat wanneer hij iets over de spreiding van het fenomeen wil leren, dat hij:
:*veel tijd kwijt is, óf - erger - hij
:*een verkeerde inschatting van het fenomeen krijgt.
::Is de lezer '''veel tijd kwijt''' (bv: kaart 1) dan is waarschijnlijk de rangorde van het fenomeen (bijvoorbeeld bevolkingsdichtheid) vertaald naar een visuele niet-rangorde van de
::De lezer krijgt '''een verkeerde inschatting''' wanneer de rangorde van het fenomeen ongelijk is aan de visuele rangorde (kaart 2 en 3). De grijswaarden (van de kleuren) lopen niet gelijk op met de waarden van de
:Via hedendaagse GIS-software is momenteel 'alles mogelijk'. Gelukkig begeleiden ''wizards'' en keuzeopties de GIS-ser vaak naar de juiste oplossing: hoe hoger de waarden, hoe hoger de grijswaarde (van de kleur). Echter, de GIS-ser kan dit teniet doen. Of door onkundig gebruik van de applicatie of te weinig cartografische kennis toch tot andere uitkomsten komen. Er worden dan verkeerde (beleids-) beslissingen genomen. Het kan zijn dat in dergelijke gevallen door de maker of opdrachtgever van de kaart desondanks gesteld wordt dat de legenda juist is en de kaart dus goed. Bijvoorbeeld met het argument dat de kaartlezer van de kaart uiteindelijk toch echt de juiste waarden uit de kaart ''kan'' halen door die legenda. Getalsmatig heeft hij gelijk. Echter de kaart is slechts 'leesbaar'. Omdat de spreiding ''niet juist'' zichtbaar is, 'ziet' niemand de echte spreiding. De visuele spreiding is ongelijk aan de spreiding van het fenomeen/kenmerk. Zo'n kaart blijft dus wetenschappelijk (cartografisch) gezien fout.
Regel 443:
* via de '''grijswaarde'''. Bijvoorbeeld: van donkerrood naar lichtrood en zelfs naar wit geeft een afnemende bevolkingsdichtheid. (Overigens, verzadiging is iets anders. Verzadiging is de mate van verontreiniging van een kleur met grijs dat dezelfde grijswaarde heeft als die kleur. De verzadiging geeft de relatieve zuiverheid aan. Zie ook [[Geo-visualisatie/Deel_C:_Kaartopmaak#Het_HSV-systeem|Het HSV-systeem]].)
In het tweede geval, wanneer gevarieerd wordt in de grijswaarde van één kleur, kiest de cartograaf normaliter voor een logisch, bij het kenmerk behorende kleur. Voor waterdiepte of ijsdikte zou dat blauw kunnen zijn, voor bevolkingsdichtheid rood. Wanneer het eindresultaat van die kleurenkaart in zwart-wit zou worden omgezet, zal visueel (in het brein van de lezer) géén enkel verschil worden opgemerkt met de kleurenkaart. De verspreiding / clustering van het kenmerk over de kaart is even goed te zien. Het brein zag dus niet de (variatie in) kleur, maar de (variatie in) grijswaarde! De kleur wordt 'slechts' gebruikt om de kaart aantrekkelijker te maken. Bij een thematische kaart waarin de diepte van de zee (hoe dieper hoe
Meer over kleuren staat met name in [[Geo-visualisatie/Symbologie#Kleurgebruik_en_kleurassociaties|Kleurgebruik en kleurassociaties]].
Regel 460:
* het juiste aggregatieniveau, gedetailleerd (per object) of samengesteld (per gebied).
Bij het visualiseren is het van belang het juiste object te visualiseren. Bovendien mag het kenmerk niet 'overdreven' worden, doordat het object dat het kenmerk visualiseert, feitelijk níet over het kenmerk gaat. Hoewel zo
De voorbeelden hieronder tonen dat aan. Daarnaast zal blijken dat het maken van een kaart een iteratief proces is. Wanneer het eindresultaat eindelijk goed lijkt te zijn, komt de onderzoeker met de juiste antwoorden en nieuwe vragen. Er zal wellicht wéér een andere kaart gemaakt moeten worden. De analist/beleidsmaker is op die manier kaartenmaker/cartograaf geworden... Voor onderzoeksdoeleinden volstaat één kaart niet. Maar er kunnen bij dit proces veel fouten gemaakt worden indien er niet lang over de kaarten en de problematiek wordt nagedacht.
Stel, een beleidsmaker wil onderzoeken welke staten of welke snelwegen extra aandacht behoeven bij de bestrijding van het hoge aantal doden in de VS op de snelwegen /'' 'interstates'. '' In 2004 waren dat 42.636 doden, dus gemiddeld 0,88 doden per jaar per mijl snelweg, Alaska niet meegerekend (bron: http://usgovinfo.about.com/od/medicalnews/a/traffictoll.htm). <small>''(NB: de spreiding van het aantal doden over staten en snelwegen lijkt reëel, maar is in dit voorbeeld gebaseerd op fictieve aannames. Daarom deze gegevens niet gebruiken voor eigen onderzoek/VS-illustraties, e.d. Zie commentaar bij de afbeeldingen. Het enige dat klopt zijn de hierboven genoemde aantallen.)''</small>
De beleidsmaker maakt achtereenvolgens de volgende kaarten met zijn GIS, steeds op basis van dezelfde gegevens:
Regel 471:
:Gaan we bedenken - wellicht dankzij deze kaart - waarom Texas zoveel meer doden heeft dan South Dakota, dan schrikken we. Want hoeveel mensen wonen er in deze twee staten, en hoeveel snelwegen zijn er verhoudingsgewijs? Een staat als gebied zegt misschien wel iets over het aantal slachtoffers, maar niet over de oorzaak ervan. Een kleine staat met weinig of misschien zelfs géén snelwegen zal weinig/géén doden kennen, maar dat zegt niets over dat de snelwegen er veilig zijn. De oorzaak is het aantal snelwegen; hoe zijn die verspreid over de staten van de VS? ''De staat is dus het verkeerde object om 'snelwegdoden' mee te visualiseren''.
* Kaart 7. Exact dezelfde kaart als kaart 6, maar nu met het aantal snelwegen. Het lijkt nu logisch dat Texas veel doden kent: er zijn meer snelwegen dan in South Dakota. Bovendien is het een grote staat met veel inwoners. Zouden spreiding van de inwoners dan ook maar in beeld moeten komen? Nee. dat
:Gaan we bedenken hoe het dan wél moet, dan moeten we letterlijk gaan kijken naar het aantal doden per snelweg. Dáár vallen de doden. Het kenmerk moet op die 'verantwoordelijke' (lijn-) objecten - en niet op de (vlak-) objecten - gevisualiseerd worden. Het moet dus dan dus ook bekend zijn op welke snelweg die doden per staat vallen.
* Kaart 8. Ditmaal wordt het juiste object gebruikt; de snelweg zelf. Maar er is toch iets goed mis met deze kaart. Rijden automobilisten harder en roekelozer op de lange wegen? Zijn de automobilisten in het drukke oosten beter in autorijden, of zijn daar veiliger snelwegen? In alle steden en drukke knooppunten lijkt alles ook veel veiliger...
Regel 480:
:Toch is de beleidsmaker niet tevreden. Het is onoverzichtelijk, wanneer zoveel diagrammen in zo'n kartogram te voorschijn komen. Normaliseren is de oplossing.
* Kaart 10. Hierop wordt voor elke snelweg het aantal doden per kilometer vermeld. Dit heet '''normaliseren'''. Bij lijnen moet het kenmerk dat gevisualiseerd moet worden, gedeeld worden door de lengte. Bij vlakken moet
: Voor het eerst verschijnt een nuttige kaart. De andere kaarten waren 'slechts' nuttig om er achter te komen welke kaart dan wel gemaakt had moeten worden. Déze laatste kaart geeft eerlijk de getallen weer. De drukke knooppunten in de steden zijn dus wel degelijk gevaarlijk. Het visuele beeld dat nu ontstaat in cartografisch correct, grafisch aantrekkelijk en snel te lezen. Nog een detail. Wil de lezer bij een snelweg kunnen afleiden hoeveel doden er vallen, dan moet het aantal doden zoals dat in de legenda staat (per mijl) vermenigvuldigd worden met het aantal mijlen. Vandaar dat nu een schaalbalk een must is. Op deze wijze is het volgens Bertin niet alleen 'een kaart om te zien', maar ook een leeskaart.
Regel 487:
** Naar aanleiding van de kaart bij 10 zal de onderzoeker zich afvragen waarom bepaalde snelwegen zo veel doden opleveren. Er dient waarschijnlijk onderscheid gemaakt te worden tussen het soort snelwegen - wel of niet gescheiden weghelften - en de drukte.
** Kaarten 6, 7 en 9 en 10 zijn alle choropleten.
** 'Helaas' zal een oplettende lezer merken dat kaart 10, 'de enige juiste kaart' laat zien dat op elke snelweg, in elke staat, per lengte-eenheid, evenveel doden vallen. Dit is in
==Het verschil tussen objecten en verschijnselen==
Regel 493:
|-
| [[Image:Nederland neerslag metingen.png|thumb|right|290px|'''Objecten in beeld''': Meetlocaties met (gelabeld) de gemiddelde neerslag per jaar in mm. ''De data is niet fout, maar matig weergegeven.'']]
| [[Image:Nederland neerslag iso lijnen versie.png|thumb|right|250px|'''Het verschijnsel in beeld''': de zelfde data als links, maar nu beter weergegeven. Door
|-
| [[Image:Caravan Brandmeldingen obv punten.png|thumb|right|280px|'''objecten in beeld''': Plaatsen die geteisterd worden door pyromanen, met (gelabeld) het aantal caravans dat daarbij betrokken is. ''De data is redelijk weergegeven.'' <small>(gesimuleerde data)</small>.]]
| [[Image:Caravan Brandmeldingen isolijnen.png|thumb|right|265px|'''Zelfde data, met
|-
|}
Regel 508:
In het geval van de gemeten neerslag (al of niet gemiddeld) gaat het waarschijnlijk niet om de objecten/locaties. Het gaat om het ''verschijnsel'' neerslag. Waar die ene hoge neerslagwaarde toevallig gemeten is, is niet zo interessant, of het moet verantwoorden hoe de kaart tot stand is gekomen, en met hoeveel meetstations. Maar belangrijker is dan dat het verschijnsel neerslag in beeld komt, en wel voor héél het gebied. Er moeten nu dus géén objecten worden gekarteerd middels een spreidingskaart, maar een choropleet. Het verschijnsel neerslag vindt immers overal plaats, het varieert slechts in locatie. Ook waar niet gemeten wordt, vindt neerslag plaats. '''Het is een zogeheten continu verschijnsel''' (Engels: 'continues data'). Laat - bijvoorbeeld door [[Geo-visualisatie/Vervolg_GIS#Ruimtelijke_statistiek_.2F_interpolatietechnieken|interpolatietechnieken]] die een GIS biedt - die variatie dus zien; karteer de neerslag als ''verschijnsel''.
Hiernaast staan vier figuren die bovenstaande verder verduidelijken. Het gaat om twee thema's; boven de neerslag en onder caravanbranden. In het geval van de neerslag is al duidelijk; die dient als choropleet in beeld te worden gebracht. De grenzen zijn hier middels
Je zou nu zeggen dat voor de kaart met brandstichtingen exact hetzelfde geldt als bij de neerslag: maak een choropleet en die kaart zal dan wel beter zijn dan die stippenkaart / spreidingenkaart. Niets is minder waar!
Regel 576:
|-
| [[Image:Vb geaggregeerd stippenkaart.PNG|100px]]
| '''3) Met een [[Geo-visualisatie/Inleiding_Cartografie#Stippenkaart|stippenkaart]]'''. Indien de punten werkelijk de locaties zijn van de individuele gebeurtenissen of objecten, dan is dit de meest gedetailleerde weergave. Maar daardoor niet
|-
| [[Image:Vb geaggregeerd isolijnen.PNG|100px]]
Regel 587:
==Het juiste verschijnsel karteren==
Het is belangrijk om het juiste verschijnsel te karteren bij een bepaald onderwerp. Gaat het in een artikel om de verspreiding van de islam in Nederland, dan lijkt het misschien logisch om de kaart van de moskeeën in het bovenstaande voorbeeld er bij te nemen. Bedenk echter wat je exact wil karteren. Het aantal moskeeën zegt niets over hoe groot die moskeeën zijn, hoe goed ze bezocht worden en of er steden zijn waar de moslims nog niet naar een moskee gaan omdat ze hun geloof in kleinere groepen in (openbare) gebouwen
{| class="editmode" cellpadding="0" cellspacing="0" style="float:{{#ifeq:{{{1|}}}|links|left;clear:left|right;clear:right}}; background:none; border:none; padding:0; margin:0; style="width:100%"
Regel 596:
|}
Het kennen van het thema ''alléén'' (hier: de verspreiding van de islam) is niet voldoende. Bedenk dus wat exact geïllustreerd moet worden. Welke vragen dient de kaart te beantwoorden? Bedenk ook of het om wijken, gemeentes, COROP-gebieden of provincies gaat. (COROP-gebieden zijn bij elkaar behorende gemeenten met min of meer dezelfde sociaal-economische kenmerken Het Centraal Bureau voor de Satistiek (CBS) houdt veel gegevens bij, maar doet dat niet altijd op gemeentelijk niveau, enkel op COROP-gebieden niveau). Vraag jezelf ook af, als de kaart eenmaal gereed is, wélke vragen die kaart weer oproept. In het voorbeeld van de moskeeën was één van de reacties: 'Hé, maar het aantal moskeeën zegt helemaal niets over of er 'op het platteland' wel of geen moslims zijn, maar de kaart ''lijkt'' dit wel te bevestigen'. Misschien is het dan zinvol de kaart te laten vergezellen met een tweede kaart (zie de twee figuren hieronder). Ze lijken over dezelfde spreiding te gaan, maar niets is minder waar. Misschien had de eerste kaart helemaal niet gemaakt hoeven te worden, en zegt de tweede kaart veel meer over de spreiding van de islam. En de tweede kaart suggereert niet dat het een
Nog een voorbeeld: gaat het om de groei van de industrie in een bepaald gebied, karteer dan de groei van de industrie, door de groeipercentages per gemeente weer te geven, of door de uitbreiding van de industriegebieden tussen 1990 en 2007 weer te geven. Een kaart van de industriegebieden is onvoldoende.
| |||