Kartogramm

Für eine umfassendere Berichterstattung über dieses Thema siehe Thematische Karte.
Nicht zu verwechseln mit Kartographie.
Mosaikkartogramm zeigt die Verteilung der Weltbevölkerung. Jedes der 15.266 Pixel repräsentiert das Heimatland von 500.000 Menschen - Kartogramm von Max Roser zum Unsere Welt in Daten

A Kartogramm (auch a genannt Mehrwertkarte oder an anamorphe Karte, Letzteres unter deutschen Sprechern üblich) ist a thematische Karte von einer Reihe von Merkmalen (Länder, Provinzen usw.), in denen ihre geografische Größe geändert wird direkt proportional zu einem ausgewählten Verhältnisebene Variable wie Reisezeit, Population, oder BSP. Der geografische Raum selbst wird somit verzerrt, manchmal extrem, um die Verteilung der Variablen zu visualisieren. Es ist eine der abstraktsten Arten von Karte; In der Tat können einige Formen besser genannt werden Diagramme. Sie werden in erster Linie verwendet, um Betonung und Analyse als Analyse zu zeigen Nomographen.[1]

Kartogramme nutzen die Tatsache, dass die Größe am intuitivsten ist visuelle Variable für die Darstellung eines Gesamtbetrags.[2] Darin ist es eine Strategie, die ähnlich ist wie Proportionale Symbolkarten, welche Skala -Punkte und viele skalieren Flusskarten, das das Gewicht der linearen Merkmale skalieren. Diese beiden Techniken skalieren jedoch nur die Kartensymbol, nicht Raum selbst; Eine Karte, die die Länge der linearen Merkmale dehnt, wird als lineares Kartogramm angesehen (obwohl zusätzliche Durchflusskartentechniken hinzugefügt werden können). Sobald es konstruiert ist, werden Kartogramme häufig als Basis für andere thematische Mapping -Techniken verwendet, um zusätzliche Variablen zu visualisieren, wie z. Choropleth Mapping.

Geschichte

Eines von Levasseurs Kartogrammen von Europa von 1876, dem frühesten bekannten Beispiel für diese Technik.

Das Kartogramm wurde später als andere Arten von entwickelt thematische Kartenfolgte aber der gleichen Tradition der Innovation in Frankreich.[3] Das früheste bekannte Kartogramm wurde 1876 vom französischen Statistiker und Geographen veröffentlicht Pierre Émile Levasseur, der eine Reihe von Karten erstellte, die die Länder Europas als Quadrate darstellten, die nach einer Variablen und in ihrer allgemeinen geografischen Position arrangiert wurden (mit separaten Karten, die von Gebiet, Bevölkerung, religiösen Anhängern und Nationalhaushalt skaliert wurden).[4] Spätere Rezensenten haben seine Zahlen eher ein statistisches Diagramm als eine Karte bezeichnet, aber Levasseur bezeichnete es als a carte figurativ, der gemeinsame Begriff, der dann für eine thematische Karte verwendet wird. Er produzierte sie als Lehrmittel und erkannte sofort die intuitive Größe der Größe als visuelle Variable: „Es ist unmöglich, dass das Kind nicht von der Bedeutung des Handels Westeuropas in Bezug auf das Osteuropas beeindruckt ist, dass es nicht tut, dass es nicht tut Beachten Sie, wie viel England, das ein kleines Territorium hat, aber andere Nationen durch seinen Reichtum und insbesondere durch ihre Marine überwiegt, wie viel in der gegenteiligen Russland, das durch seine Region und seine Bevölkerung den ersten Rang einnimmt Der Handel und die Navigation. "

Levasseurs Technik scheint von anderen nicht übernommen worden zu sein, und seit vielen Jahren treten relativ wenige ähnliche Karten auf. Die nächste bemerkenswerte Entwicklung war ein Paar Karten von Hermann Haack und Hugo Weichel der 1898 Wahlergebnisse für die Deutsches Reichstag in Vorbereitung auf die 1903 Wahl, der früheste bekannte zusammenhängendes Kartogramm.[5] Beide Karten zeigten einen ähnlichen Umriss des deutschen Reiches, wobei einer in die Skalierung der Wahlkreise unterteilt war und der andere die Wahlkreise nach Gebiet verzerren. Die anschließende Ausdehnung dicht besiedelter Bereiche ums Berlin, Hamburg, und Sachsen sollte die kontroverse Tendenz der hauptsächlich städtischen Visualisierung der umstrittenen Tendenz visualisieren Sozialdemokraten um die Volksabstimmung zu gewinnen, während die hauptsächlich ländlichen Zentrum gewann mehr Sitze (somit die moderne Popularität von Kartogrammen für die Zeige der gleichen Tendenzen bei den jüngsten Wahlen in den Vereinigten Staaten).[6]

Das kontinuierliche Kartogramm trat kurz darauf in den Vereinigten Staaten auf, wo nach 1911 in den populären Medien eine Vielfalt auftrat.[7][8] Die meisten wurden im Vergleich zu Haack und Weichel ziemlich grob gezogen, mit Ausnahme der "rechteckigen statistischen Kartogramme" des amerikanischen Master -Kartografen Erwin Raisz, der behauptete, die Technik erfunden zu haben.[9][10]

Als Haack und Weichel ihre Karte als Karte bezeichneten KartogrammDieser Begriff wurde häufig verwendet, um auf alle thematischen Karten, insbesondere in Europa, zu beziehen.[11][12] Erst als Raisz und andere akademische Kartografen ihre Präferenz für eine eingeschränkte Verwendung des Begriffs in ihren Lehrbüchern angaben (Raisz tritt zunächst ein Wertschöpfungskartogramm) dass die aktuelle Bedeutung allmählich angenommen wurde.[13][14]

Die primäre Herausforderung von Kartogrammen war schon immer die Ausarbeitung der verzerrten Formen, was sie zu einem Hauptziel für die Computerautomatisierung machte. Waldo R. Tobler entwickelte 1963 einen der ersten Algorithmen, basierend auf einer Strategie, den Raum selbst als die unterschiedlichen Bezirke zu verzerrten.[15] Seitdem wurde eine Vielzahl von Algorithmen entwickelt (siehe unten), obwohl es immer noch üblich ist, Kartogramme manuell zu erstellen.[1]

Allgemeine Grundsätze

Seit den frühen Tagen der akademischen Studie über Kartogramme wurden sie verglichen mit Kartenprojektionen In vielerlei Hinsicht verwandeln beide Methoden den Raum selbst.[15] Das Ziel, ein Kartogramm oder eine Kartenprojektion zu entwerfen, ist daher, einen oder mehrere Aspekte der geografischen Phänomene so genau wie möglich darzustellen und gleichzeitig die Kollateralschädigung der Verzerrung in anderen Aspekten zu minimieren. Im Falle von Kartogrammen besteht die Gefahr, dass die Merkmale in dem Maße verzerrt werden, indem sie eine Größe proportional zu einer anderen Variablen als ihrer tatsächlichen Größe haben, dass die Merkmale nicht mehr erkennbar sind, um die Leser zu kartieren, was sie weniger nützlich macht.

Wie bei Kartenprojektionen haben die Kompromisse mit Kartogrammen zu einer Vielzahl von Strategien geführt, einschließlich manueller Methoden und Dutzende von Computeralgorithmen, die sehr unterschiedliche Ergebnisse als dieselben Quelldaten erzeugen. Die Qualität jeder Art von Kartogramm wird typischerweise beurteilt, wie genau es jedes Merkmal skaliert und wie (und wie gut) es versucht, eine Art Erkennbarkeit in den Merkmalen zu erhalten, normalerweise in zwei Aspekten: Form und Topologische Beziehung (d. h. beibehalten der Adjazenz benachbarter Merkmale).[16][17] Es ist wahrscheinlich unmöglich, beide zu erhalten Erkennbarkeit, um ein anderes Ziel zu erreichen.

Bereichskartogramme

Kartogramm von Deutschland, mit den Staaten und Bezirken, die gemäß den Bevölkerung geändert wurden

Das Gebietskartogramm ist bei weitem die häufigste Form; Es skaliert eine Reihe von Regionen Merkmalen, normalerweise Verwaltungsbezirke wie Landkreise oder Länder, so dass die Bereich jedes Distrikts ist direkt proportional zu einer bestimmten Variablen. Normalerweise repräsentiert diese Variable die Gesamtzahl oder Menge von etwas, wie z. B. insgesamt Bevölkerung, Bruttoinlandsprodukt, oder die Anzahl der Einzelhandelsgeschäfte einer bestimmten Marke oder eines bestimmten Typs. Andere streng positive Verhältnis Variablen können auch verwendet werden, wie z. Das BIP pro Kopf oder GeburtenrateAber diese können manchmal irreführende Ergebnisse erzielen, da die natürliche Tendenz, die Größe als Gesamtmenge zu interpretieren,.[2] Von diesen ist die Gesamtbevölkerung wahrscheinlich die häufigste Variable, die manchmal als als bezeichnet wird Isodemografische Karte.

Die verschiedenen Strategien und Algorithmen wurden auf verschiedene Weise eingestuft, im Allgemeinen nach ihren Strategien in Bezug auf die Erhaltung von Form und Topologie. Diejenigen, die Form bewahren, werden manchmal genannt äquiform, obwohl isomorph (gleichschützer) oder homomorph (Ähnliches Form) kann bessere Begriffe sein. Drei breite Kategorien sind weit verbreitet: zusammenhängend (Topologie, Verzerrung), nicht kontinuierlich (Form, Form, Verzerrung Topologie) und Diagrammatik (beide). In jüngster Zeit haben gründlichere Taxonomien von Nusrat und Kobourov, Markowska und anderen auf diesem Grundrahmen aufgebaut, um die Vielfalt der vorgeschlagenen Ansätze und in den Erscheinungen der Ergebnisse zu erfassen.[18][19] Die verschiedenen Taxonomien stimmen tendenziell auf die folgenden allgemeinen Arten von Gebietskartogrammen ein.

Anamorphe Projektion

Siehe auch: Anamorphose

Dies ist eine Art von zusammenhängendem Kartogramm, das eine einzelne parametrische mathematische Formel verwendet (wie z. Polynom gebogene Oberfläche) den Raum selbst zu verzerren, um die räumliche Verteilung der ausgewählten Variablen auszugleichen, anstatt die einzelnen Merkmale zu verzerren. Aufgrund dieser Unterscheidung haben einige es vorgezogen, das Ergebnis a zu bezeichnen Pseudo-Kartogramm.[20] Toblers Der erste Computerkartogrammalgorithmus basierte auf dieser Strategie.[15][21] für das er das allgemeine mathematische Konstrukt entwickelte, auf dem seine und nachfolgenden Algorithmen basieren.[15] Dieser Ansatz modelliert erstmal Die geringsten Quadrate passen) und verwendet dann die Umkehrung dieser Funktion, um den Raum so anzupassen, dass die Dichte ausgeglichen wird. Der Gastner-Newman-Algorithmus, eines der beliebtesten Tools heute, ist eine fortgeschrittenere Version dieses Ansatzes.[22][23] Da sie die Distrikte nicht direkt skalieren, gibt es keine Garantie dafür, dass die Fläche jedes Distrikts genau seinem Wert entspricht.

Zusammenhängende Kartogramme mit Formwaren

Konttiguelles Kartogramm (Gastner-Newman) der Welt, wobei jedes Land im Verhältnis zu den Hektar der zertifizierten Hektar skaliert ist biologischer Anbau[24]

Auch genannt unregelmäßige Kartogramme oder Verformungskartogramme,[19] Dies ist eine Familie von sehr unterschiedlichen Algorithmen, die die Form jedes Distrikts skalieren und verformen und gleichzeitig benachbarte Kanten aufrechterhalten. Dieser Ansatz hat seine Wurzeln in den Kartogrammen von Haack und Weichel und anderen Kartogrammen des 20. Jahrhunderts, obwohl diese selten so mathematisch präzise waren wie aktuelle computergestützte Versionen. Die Vielfalt der vorgeschlagenen Ansätze umfassen Mobilfunk Automaten, Quadtree -Partitionen, Kartografische Verallgemeinerung, mediale Achsen, federartige Kräfte und Simulationen der Inflation und Deflation.[18] Einige versuchen, einen gewissen Anschein der ursprünglichen Form zu erhalten (und können daher als bezeichnet werden homomorph),[25] Dies sind jedoch oft komplexere und langsamere Algorithmen als solche, die die Form stark verzerren.

Nicht zusammenhängende isomorphe Kartogramme

Nicht kontinuierliches isomorphes Kartogramm der Tschechische Republik, in der die Größe jedes Distrikts proportional zum katholischen Prozentsatz und die Farbe (Choropleth) ist, die den Anteil darstellt, der für die KDU-CSL-Partei im Jahr 2010 stimmt und eine starke Korrelation zeigt.

Dies ist möglicherweise die einfachste Methode zum Bau eines Kartogramms, bei dem jeder Distrikt einfach reduziert oder in der Größe gemäß der Variablen vergrößert wird, ohne seine Form überhaupt zu ändern.[16] In den meisten Fällen passt ein zweiter Schritt die Position jeder Form an, um Lücken und Überlappungen zwischen den Formen zu reduzieren, ihre Grenzen sind jedoch nicht tatsächlich nebeneinander. Während die Erhaltung der Form ein Hauptvorteil dieses Ansatzes ist, haben die Ergebnisse häufig ein zufälliges Erscheinungsbild, da die einzelnen Bezirke nicht gut zusammenpassen.

Diagrammatkartogramme (Dorling)

Diagrammatisches (Dorling) Kartogramm der Häufigkeit, mit der jedes Land in der französischsprachigen Wikipedia verbunden ist.

Bei diesem Ansatz wird jeder Distrikt durch eine einfache geometrische Form der proportionalen Größe ersetzt. Somit wird die ursprüngliche Form vollständig beseitigt und die Kontiguität kann in begrenzter Form oder gar nicht behalten werden. Obwohl sie normalerweise als als bezeichnet werden Dorling -Kartogramme Nach Daniel Dorlings Algorithmus von 1996 erleichterte er erstmals ihren Bau,[26] Dies sind eigentlich die ursprüngliche Form des Kartogramms, die nach Levasseur (1876) ausgehen[4] und Raisz (1934).[9] Für die geometrischen Formen stehen verschiedene Optionen zur Verfügung:

  • Kreise (Dorling), typischerweise zusammengebracht und angeordnet, um einen gewissen Anschein der Gesamtform des ursprünglichen Raums zu erhalten.[26] Diese sehen oft aus wie Proportionale Symbolkartenund einige betrachten sie als Mischung zwischen den beiden Arten der thematischen Karte.
  • Quadrate (Levasseur/Demers), behandelt auf die gleiche Weise wie die Kreise, obwohl sie im Allgemeinen nicht so einfach zusammenpassen.
  • Rechtecke (Raisz), in dem die Höhe und Breite jedes rechteckigen Distrikts so eingestellt ist, dass sie in eine Gesamtform passt. Das Ergebnis sieht ähnlich aus wie a Treemap -Diagrammobwohl letztere im Allgemeinen eher nach Größe als nach Geographie sortiert werden. Diese sind oft zusammenhängend, obwohl die Kontiguität möglicherweise illusorisch ist, da viele der in der Karte nebeneinander angrenzenden Distrikte möglicherweise nicht die gleichen sind wie die, die in der Realität benachbart sind.

Da die Distrikte überhaupt nicht erkennbar sind, ist dieser Ansatz für Situationen, in denen die Formen ohnehin nicht den Kartenlesern vertraut sind (z. B., beliebt, in Situationen, in denen die Formen nicht bekannt sind (z. Großbritannien Parlamentarische Wahlkreise) oder wo die Bezirke den Lesern so vertraut sind, dass ihre allgemeine Verteilung ausreichend Informationen ist, um sie zu erkennen (z. B. Länder der Welt). In der Regel wird diese Methode verwendet, wenn es für die Leser wichtiger ist, das geografische Gesamtmuster zu ermitteln, als bestimmte Distrikte zu identifizieren. Wenn die Identifizierung erforderlich ist, werden die einzelnen geometrischen Formen häufig gekennzeichnet.

Mosaikkartogramme

Mosaikkartogramm des US -amerikanischen Wahlkollegiums (skaliert von 2008) von vier früheren Präsidentschaftswahlen (1996, 2000, 2004, 2008)
 Staaten, die der Republikaner bei allen vier Wahlen getragen haben
 Staaten, die der Republikaner in drei der vier Wahlen getragen hat
 Staaten, die von jeder Partei zweimal bei den vier Wahlen getragen werden
 Staaten, die der Demokrat in drei der vier Wahlen getragen haben
 Staaten, die der Demokrat bei allen vier Wahlen getragen haben

In diesem Ansatz (auch genannt Block oder Reguläre Kartogramme) Jede Form ist nicht nur skaliert oder verzerrt, sondern auch aus einem diskreten rekonstruiert Tessellation des Raums, normalerweise in Quadrate oder Sechsecke. Jede Zelle der Tessellation stellt einen konstanten Wert der Variablen dar (z. B. 5000 Einwohner), sodass die Anzahl der zu besetzenden Ganzzellen berechnet werden kann (obwohl der Rundungsfehler häufig bedeutet, dass die endgültige Fläche nicht genau proportional zur Variablen ist). Dann wird eine Form aus diesen Zellen zusammengesetzt, normalerweise mit einigen Versuchen, die ursprüngliche Form zu halten, einschließlich herausragender Merkmale wie Panhandles, die die Erkennung unterstützen (zum Beispiel,, Long Island und Cape Cod sind oft übertrieben). Somit sind diese Kartogramme normalerweise homomorph und zumindest teilweise zusammenhängend.

Diese Methode funktioniert am besten mit Variablen, die bereits als relativ niedrig bewertete Ganzzahl gemessen werden und eine Eins-zu-Eins-Übereinstimmung mit den Zellen ermöglichen. Dies hat sie sehr beliebt für die Visualisierung der Wahlkollegium der Vereinigten Staaten das bestimmt die Wahl der PräsidentErscheint auf Fernsehberichterstattung und zahlreiche Websites für die Stimmenverfolgung.[27] Während der US -Präsidentschaftswahlsaison 2016 wurden mehrere Beispiele für Blockkartogramme von 2016 veröffentlicht Die Washington Post,[28] das Fivethirtyeight Blog,[29] und die Wallstreet Journal,[30] unter anderen.

Der Hauptnachteil dieser Art von Kartogramm war traditionell, dass sie manuell konstruiert werden mussten, aber kürzlich wurden Algorithmen entwickelt, um automatisch sowohl quadratische als auch hexagonale Mosaik -Kartogramme zu erzeugen.[31][32] Eines davon, Tilegrams, gibt sogar zu, dass die Ergebnisse ihres Algorithmus nicht perfekt sind und den Benutzern eine Möglichkeit bieten, das Produkt zu bearbeiten.

Lineare Kartogramme

Ein lineares Kartogramm des Londoner Untergrund

Während ein Bereichskartogramm den Bereich eines Polygon -Features manipuliert, a Lineares Kartogramm Manipuliert die lineare Entfernung auf einer Linienfunktion. Die räumliche Verzerrung ermöglicht es dem Kartenleser, immaterielle Konzepte wie Reisezeit und Konnektivität in einem Netzwerk leicht zu visualisieren. Distanzkartogramme sind auch nützlich, um solche Konzepte zwischen verschiedenen geografischen Merkmalen zu vergleichen. Ein Entfernungskartogramm kann auch als a genannt werden Zentralpunktkartogramm.

Eine häufige Verwendung von Entfernungskartogrammen besteht darin, die relativen Reisezeiten und -anweisungen von Scheitelpunkten in einem Netzwerk zu zeigen. In einem Entfernungskartogramm, der die Reisezeit zwischen den Städten zeigt, ist beispielsweise weniger Zeit erforderlich, um von einer Stadt zur anderen zu gelangen, desto kürzer ist die Entfernung im Kartogramm. Wenn es länger dauert, zwischen zwei Städten zu reisen, werden sie im Kartogramm so weiter voneinander entfernt gezeigt, auch wenn sie physisch nahe beieinander liegen.

Entfernungskartogramme werden auch verwendet, um die Konnektivität zu zeigen. Dies ist auf U -Bahn- und U -Bahn -Karten üblich, bei denen Stationen und Stopps auf der Karte gleich voneinander entfernt sind, obwohl die wahre Entfernung variiert. Obwohl die genaue Zeit und Entfernung von einem Ort zum anderen verzerrt ist, sind diese Kartogramme immer noch für Reisen und Analysen nützlich.

Multivariate Kartogramme

Hexagonales Mosaik -Kartogramm der Ergebnisse der kanadischen Parlamentswahlen 2019, gefärbt mit der Party jedes Gewinners mit einer nominalen Choropleth -Technik.
Hauptartikel: Multivariate Karte

Sowohl die Flächen- als auch die linearen Kartogramme stellen die Basisgeometrie der Karte ein, aber keine Anforderungen für die symbolisierte Art und Weise. Das bedeutet, dass Symbologie kann verwendet werden, um eine zweite Variable mit einem anderen Typ von darzustellen thematische Mapping -Technik.[16] Für lineare Kartogramme kann die Linienbreite als skaliert werden Flow Map eine Variable wie das Verkehrsvolumen darzustellen. Für Gebietskartogramme ist es sehr üblich, jeden Distrikt mit einer Farbe wie a zu füllen Choropleth -Karte. Zum Beispiel, WorldMapper hat diese Technik verwendet, um Themen in Bezug auf globale soziale Probleme wie Armut oder Unterernährung zu kartieren. Ein auf der Gesamtbevölkerung basierendes Kartogramm wird mit einem Choropleth einer sozioökonomischen Variablen kombiniert, was den Lesern eine klare Visualisierung der Anzahl der Menschen unter benachteiligten Bedingungen bietet.

Eine weitere Option für diagrammatische Kartogramme besteht darin, die Formen als Diagramme zu unterteilen (häufig a Kuchendiagramm), auf die gleiche Weise, die oft mit proportionalen Symbolkarten erfolgt. Dies kann sehr effektiv sein, um komplexe Variablen wie die Bevölkerungszusammensetzung zu zeigen, kann jedoch überwältigend sein, wenn eine große Anzahl von Symbolen vorliegt oder wenn die einzelnen Symbole sehr klein sind.

Produktion

Einer der ersten Kartografen, der mit Hilfe der Computervisualisierung Kartogramme erzeugt, war Waldo Tobler von UC Santa Barbara In den 1960ern. Vor Toblers Arbeit wurden Kartogramme von Hand erstellt (wie sie gelegentlich noch sind). Das Nationales Zentrum für geografische Informationen und Analyse Das Hotel liegt auf dem UCSB -Campus beibehält online Kartogramm zentral mit Ressourcen in Bezug auf Kartogramme.

Eine Reihe von Softwarepaketen generiert Kartogramme. Die meisten der verfügbaren Tools zur Kartogrammgenerierung funktionieren in Verbindung mit anderen GIS -Software Tools als Add-Ons oder erzeugen unabhängig voneinander kartografische Ausgaben aus GIS-Daten, die so formatiert sind, dass sie mit häufig verwendeten GIS-Produkten arbeiten. Beispiele für Kartogrammsoftware sind Scapetoad,[33][34] Wagen,[35] und das Kartogrammverarbeitungswerkzeug (ein Arcscript für Esri's Arcgis), die alle den Gastner-Newman-Algorithmus verwenden.[36][37] Ein alternativer Algorithmus, carto3f,[38] wird auch als unabhängiges Programm für den nichtkommerziellen Gebrauch auf Windows-Plattformen implementiert.[39] Dieses Programm bietet auch eine Optimierung des ursprünglichen Dougenik-Gummi-Blatt-Algorithmus.[40] [41] Das Kran Paket RecMap Bietet eine Implementierung eines rechteckigen Kartogrammalgorithmus.[42]

Algorithmen

Kartogramm (wahrscheinlich Gastner-Newman) zeigen Offenes Europa Schätzung der Gesamtzahl europäische Union Netto -Haushaltsausgaben in Euro für den gesamten Zeitraum 2007–2013, pro Kopf, bezogen auf Eurostat 2007 Pop. Schätzungen (Luxemburg nicht gezeigt).
Netto -Mitwirkende
 –5000 bis –1000 Euro pro Kopf
 –1000 bis –500 Euro pro Kopf
 –500 bis 0 Euro pro Kopf
Netzempfänger
 0 bis 500 Euro pro Kopf
 500 bis 1000 Euro pro Kopf
 1000 bis 5000 Euro pro Kopf
 5000 bis 10000 Euro pro Kopf
 10000 Euro plus Pro -Kopf
Jahr Autor Algorithmus Typ Form Erhaltung Topologieerhaltung
1973 Tobler Gummi -Karten -Methode Bereich zusammenhängend mit Verzerrung Ja, aber nicht garantiert
1976 Olson Projektormethode Gebiet nicht zusammenhaltend Jawohl Nein
1978 Kadmon, Shlomi Polyfokalprojektion Entfernung radial Unbekannt Unbekannt
1984 Selvin et al. DAMP -Methode (radiale Expansion) Bereich zusammenhängend mit Verzerrung Unbekannt
1985 Dougenik et al. Gummiblattverzerrungsmethode [41] Bereich zusammenhängend mit Verzerrung Ja, aber nicht garantiert
1986 Tobler Pseudo-Kartogramm-Methode Bereich zusammenhängend mit Verzerrung Ja
1987 Snyder Vergrößerungsglas Azimutal -Karte Projektionen Entfernung radial Unbekannt Unbekannt
1989 Colette Cauvin[FR] et al. Piezopleth -Karten Bereich zusammenhängend mit Verzerrung Unbekannt
1990 TORGUSON Interaktive Polygon -Reißverkaufsmethode Bereich zusammenhängend mit Verzerrung Unbekannt
1990 Dorling Mobilfunk -Automaten -Maschinenmethode Bereich zusammenhängend mit Verzerrung Ja
1993 Gusein-Zade, Tikunov Linienintegralmethode Bereich zusammenhängend mit Verzerrung Ja
1996 Dorling Rundkartogramm Gebiet nicht zusammenhaltend Nein (Kreise) Nein
1997 Sarkar, Brown Grafische Fisheye -Ansichten Entfernung radial Unbekannt Unbekannt
1997 Edelsbrunner, Waupotitsch Kombinatorischer Ansatz Bereich zusammenhängend mit Verzerrung Unbekannt
1998 Kocmoud, Haus Einschränkungsbasierter Ansatz Bereich zusammenhängend mit Verzerrung Ja
2001 Keim, Nördlich, Panse Cartodraw[43] Bereich zusammenhängend mit Verzerrung Ja, algorithmisch garantiert
2004 Gastner, Newman Diffusionsbasierte Methode[44] Bereich zusammenhängend mit Verzerrung Ja, algorithmisch garantiert
2004 Sluga Nachna Tehnika Za Izdelavo Anamorfoz Bereich zusammenhängend mit Verzerrung Unbekannt
2004 Van Kreveld, Speckmann Rechteckiges Kartogramm[45] Bereich zusammenhängend Nein (Rechtecke) Nein
2004 Heilmann, Keim et al. RecMap[42] Gebiet nicht zusammenhaltend Nein (Rechtecke) Nein
2005 Keim, Nördlich, Panse Kartogramme auf medialer Achsen basiert[46] Bereich zusammenhängend mit Verzerrung Ja, algorithmisch garantiert
2009 Heriquen, Bação, Lobo Carto-som Bereich zusammenhängend mit Verzerrung Ja
2013 Shippeng Sun Opti-dcn[40] und carto3f[38] Bereich zusammenhängend mit Verzerrung Ja, algorithmisch garantiert
2014 B. S. Daya Sagar Mathematische Morphologie-basierte Kartogramme Bereich zusammenhängend mit lokaler Verzerrung,
Aber keine globale Verzerrung		 Nein
2018 Gastner, Seguy, mehr Schnelle fließbasierte Methode[22] Bereich zusammenhängend mit Verzerrung Ja, algorithmisch garantiert

Siehe auch

Verweise

  1. ^ a b Tobler, Waldo (März 2004). "35 Jahre Computerkartogramme". Annalen der Vereinigung der amerikanischen Geographen. 94 (1): 58–73. Citeseerx 10.1.1.551.7290. doi:10.1111/j.1467-8306.2004.09401004.x. JStor 3694068. S2CID 129840496.
  2. ^ a b Jacque Bertin, Sémiologie Graphique. LES -Diagramme, Les Réseaux, Les Carkes. Mit Marc Barbut [et al.]. Paris: Gauthier-Villars. Semiologie der Grafik, English Edition, Übersetzung von William J. Berg, Universität von Wisconsin Press, 1983.)
  3. ^ Johnson (2008-12-08). "Frühe Kartogramme". indiemaps.com/blog. Abgerufen 2012-08-17.
  4. ^ a b Levasseur, Pierre Émile (1876-08-29). "Memoire Sur l'Étude de la Statistique Dans l'Enseigenent Primaire, Secondaire et Superieur". Programm du Neuvieme Congrès International de Statistique, I. Abschnitt, Theorie ET -Bevölkerung: 7–32.. Leider haben alle verfügbaren Scans das GateFold nicht erweitert, sodass nur eine Karte in der Serie online sichtbar ist.
  5. ^ Haack, Hermann; Weichel, Hugo (1903). Kartogramm zur ReichstagsWahl. Zwei Wahlkarten des Deutschen Reiches. Justus Perthes Gotha.
  6. ^ Hennig, Benjamin D. (November 2018). "Kartogramm Zurstagswort: Ein frühes Wahlkartogramm Deutschlands". Das Bulletin der Society of University Cartographers. 52 (2): 15–25.
  7. ^ Bailey, William B. (6. April 1911). "Aufteilungskarte der Vereinigten Staaten". Der Unabhängige. 70 (3253): 722.
  8. ^ "Elektrische Bedeutung der verschiedenen Zustände". Elektrische Welt. 77 (12): 650–651. 19. März 1921.
  9. ^ a b Raisz, Erwin (April 1934). "Das rechteckige statistische Kartogramm". Geografische Überprüfung. 24 (2): 292–296. doi:10.2307/208794. JStor 208794.
  10. ^ Raisz, Erwin (1936). "Rechteckige statistische Kartogramme der Welt". Journal of Geography. 34 (1): 8–10. doi:10.1080/00221343608987880.
  11. ^ Funkhouser, H. Gray (1937). "Historische Entwicklung der grafischen Darstellung statistischer Daten". Osiris. 3: 259–404. doi:10.1086/368480. JStor 301591. S2CID 145013441.
  12. ^ Krygier, John. "Mehr alte Schulkartogramme, 1921-1938". Karten machen: DIY -Kartographie. Abgerufen 14. November 2020.
  13. ^ Raisz, Erwin, Allgemeine Kartographie, 2. Auflage, McGraw-Hill, 1948, S.257
  14. ^ Raisz, Erwin (1962). Prinzipien der Kartographie. McGraw-Hill. S. 215–221.
  15. ^ a b c d Tobler, Waldo R. (Januar 1963). "Geografische Fläche und Kartenprojektionen". Geografische Überprüfung. 53 (1): 59–79. doi:10.2307/212809. JStor 212809.
  16. ^ a b c Dent, Borden D., Jeffrey S. Torguson, Thomas W. Hodler, Kartographie: thematisches Kartendesign, 6. Ausgabe, McGraw-Hill, 2009, S. 168-187
  17. ^ Nusrat, Sabrina; Kobourov, Stephen (2015). "Visualisierung von Kartogrammen: Ziele und Taxonomie der Aufgabe". 17. Eurographics Conference on Visualisierung (Eurovis). Arxiv:1502.07792. Abgerufen 15. November 2020.
  18. ^ a b Nusrat, Sabrina; Kobourov, Stephen (2016). "Der Stand der Technik in Kartogrammen". Computergrafikforum. 35 (3): 619–642. Arxiv:1605.08485. doi:10.1111/cgf.12932. HDL:10150/621282. S2CID 12180113. Sonderausgabe: 18. Eurographics Conference on Visualisierung (Eurovis), Stand der Technik
  19. ^ a b Markowska, Anna (2019). "Kartogramme - Klassifizierung und Terminologie". Polnische kartografische Bewertung. 51 (2): 51–65. doi:10.2478/PCR-2019-0005.
  20. ^ Bortins, Ian; Demers, Steve. "Kartogrammtypen". Kartogramm zentral. Nationales Zentrum für geografische Informationsanalyse, UC Santa Barbara. Abgerufen 15. November 2020.
  21. ^ Tobler, Waldo R. (1973). "Eine kontinuierliche Transformation, die zum Distriktieren nützt". Annalen der New York Academy of Sciences. 219 (1): 215–220. Bibcode:1973nyasa.219..215t. doi:10.1111/j.1749-6632.1973.tb41401.x. HDL:2027.42/71945. PMID 4518429. S2CID 35585206.
  22. ^ a b Michael T. Gastner; Vivien Seguy; Pratyush More (2018). "Schneller fließbasierter Algorithmus zum Erstellen von Dichte-Equalalisierungskartenprojektionen". Verfahren der National Academy of Sciences. 115 (10): E2156 - E2164. Arxiv:1802.07625. Bibcode:2018ArXIV180207625G. doi:10.1073/pnas.1712674115. PMC 5877977. PMID 29463721.
  23. ^ Gastner, Michael T.; Newman, M.E.J. (18. Mai 2004). "Diffusionsbasierte Methode zur Erzeugung von Dichte-Gleichstellung Karten". Verfahren der Nationalen Akademie der Wissenschaften der Vereinigten Staaten von Amerika. 101 (20): 7499–7504. Arxiv:Physik/0401102. doi:10.1073/pnas.0400280101. JStor 3372222. PMC 419634. PMID 15136719. S2CID 2487634.
  24. ^ Paull, John & Hennig, Benjamin (2016) Atlas der organischen Stufe: Vier Karten der Welt der organischen Landwirtschaft Journal of Organics. 3 (1): 25–32.
  25. ^ Haus, Donald H.; Kocmoud, Christopher J. (Oktober 1998). "Kontinuierliche Kartogrammkonstruktion". Proceedings Visualisierung '98: 197–204. doi:10.1109/visual.1998.745303. ISBN 0-8186-9176-x.
  26. ^ a b Dorling, Daniel (1996). Bereichskartogramme: ihre Verwendung und Schöpfung. Konzepte und Techniken in der modernen Geographie (Catmog). Vol. 59. Universität von East Anglia.
  27. ^ Bliss, Laura; Patino, Marie. "Wie man irreführende Wahlkarten erfasst". Bloomberg CityLab. Bloomberg. Abgerufen 15. November 2020.
  28. ^ "Umfrage: Neue der Wahlkarte neu". Washington Post. Abgerufen 4. Februar 2018.
  29. ^ "Wahlprognose 2016". Fivethirtyeight Blog. Abgerufen 4. Februar 2018.
  30. ^ "Zeichnen Sie die Electoral College -Karte 2016". Wallstreet Journal. Abgerufen 4. Februar 2018.
  31. ^ Cano, R.G.; Buchin, K.; Castermans, T.; Pieterse, a.; Sonke, W.; Speckman, B. (2015). "Mosaikzeichnungen und Kartogramme". Computergrafikforum. 34 (3): 361–370. doi:10.1111/cgf.12648. S2CID 41253089. Proceedings of 2015 Eurographics Conference on Visualisierung (Eurovis)
  32. ^ Florin, Adam; Hamel, Jessica. "Tilegrams". Pitch Interactive. Abgerufen 15. November 2020.
  33. ^ Scapetoad
  34. ^ "Die Kunst der Software: Cartogramm -Absturzkurs". Archiviert von das Original 2013-06-28. Abgerufen 2012-08-17.
  35. ^ Wagen: Computersoftware zur Herstellung von Kartogrammen
  36. ^ Kartogramm -Geoprozessing -Tool
  37. ^ Hennig, Benjamin D.; Pritchard, John; Ramsden, Mark; Dorling, Danny, "Neuzupackung der Weltbevölkerung: Visualisierung von Daten mithilfe von Kartogrammen", Spieler (Winter 2010): 66–69
  38. ^ a b Sun, Shippeng (2013), "Ein schneller, frequentierender Gummi-Blatt-Algorithmus für zusammenhängende Bereichskartogramme", Internationales Journal of Geographical Information Science, 27 (3): 567–93, doi:10.1080/13658816.2012.709247, S2CID 17216016
  39. ^ Persönliche Website von Shippeng Sun
  40. ^ a b Sun, Shippeng (2013), "Ein optimierter Gummi-Blatt-Algorithmus für kontinuierliche Kartogramme des Gebiets", Der professionelle Geograph, 16 (1): 16–30, doi:10.1080/00330124.2011.639613, S2CID 58909676
  41. ^ a b Dougenik, James A.; Chrisman, Nicholas R.; Niemeyer, Duane R. (1985), "Ein Algorithmus zum Konstrukt von kontinuierlichen Flächenkartogrammen", Der professionelle Geograph, 37 (1): 75–81, doi:10.1111/j.0033-0124.1985.00075.x
  42. ^ a b Heilmann, Roland; Keim, Daniel; Panse, Christus; SIPS, Mike (2004). Recmap: Rechteckige Kartennäherungen. Verfahren des 10. IEEE -Symposiums zur Informationsvisualisierung. S. 33–40. doi:10.1109/invis.2004.57. ISBN 978-0-7803-8779-9. S2CID 14266549.
  43. ^ Keim, Daniel; Norden, Stephen; Panse, Christian (2004). "Cartodraw: Ein schneller Algorithmus zur Erzeugung von zusammenhängenden Kartogrammen". IEEE Trans vis Computgrapher. 10 (1): 95–110. doi:10.1109/tvcg.2004.1260761. PMID 15382701. S2CID 9726148.
  44. ^ Gastner, Michael T. und Mark E. J. Newman, "Diffusionsbasierte Methode zur Herstellung von Dichte-Gleichstellungskarten". Verfahren der National Academy of Sciences 2004; 101: 7499–7504.
  45. ^ Van Kreveld, Marc; Speckmann, Bettina (2004). Auf rechteckigen Kartogrammen. In: Albers S., Radzik T. (Hrsg.) Algorithmen - ESA 2004. ESA 2004. Vorlesungen in Informatik. Vorlesungsnotizen in Informatik. Vol. 3221. S. 724–735. doi:10.1007/978-3-540-30140-0_64. ISBN 978-3-540-23025-0.
  46. ^ Keim, Daniel; Panse, Christus; North, Stephen (2005). "Kartogramme auf medialer Achsen". IEEE -Computergrafiken und Anwendungen. 25 (3): 60–68. doi:10.1109/mcg.2005.64. PMID 15943089. S2CID 6012366.

Weitere Lektüre

Externe Links