570 likes | 777 Vues
1. GENERALIZACIÓN CARTOGRÁFICA. Generalización: Una necesidad y una molestia. Necesaria para: Mejorar la calidad visual Facilitar análisis a diferente nivel de detalle Reducir cantidad de información Una molestia por: Causar cambios en la medición de áreas y distancias. Escala y resolución.
E N D
Generalización: Una necesidad y una molestia • Necesaria para: • Mejorar la calidad visual • Facilitar análisis a diferente nivel de detalle • Reducir cantidad de información • Una molestia por: • Causar cambios en la medición de áreas y distancias
Escala y resolución • La resolución del mapa determina el tamaño del objeto más pequeño que puede ser discernible • En mapas topográficos: 2,5mm; • Escala 1:10,000 – 25 metros • Escala 1:250,000 – 625 metros
Paradoja de la generalización • A medida que el tamaño del mapa decrece en escala, los objetos han de hacerse más pequeños. • Cuando la escala es excesivamente reducida, el tamaño del elemento es exagerado • Ejemplo: ciudades de escala 1:25,000 a escala 1:1,000,000
Generalización • Tipos • Clasificación (ej usos del suelo) • Simplificación (ej líneas costeras) • Suavizado de líneas (ej ríos) • Exageración (ej postes eléctricos) • Agregación (ptos reunidos en polígono) • Fusión (vías férreas en estación) • Amalgama (polígonos manzanas urbanas) • Selección (afluentes clave representan a todos) • Acentuado (entrada estrecha a una bahía) • Desplazamiento (alejamiento de objetos muy próximos) • Esquematización (planos edificios) • Simbolización (ej mapas densidad prac 2)
2. CLASIFICACIÓN DE LA VARIABLE TEMÁTICA • Imposibilidad o dificultad en asignar un símbolo diferente a cada valor temático • Imposibilidad o dificultad en la lectura del mapa • Necesidad de agrupaciones: • Clasificación
Discretización (clasificación) de variables cartográficas • Número de clases • Método de clasificación
Densidad de población - Mismos datos - Misma base cartográfica - Mismo software
Coropletas – Clasificación de datos • Intervalos iguales: Sólo apropiado en caso de áreas similares y en donde el histograma tenga forma rectangular
Coropletas – Clasificación de datos • Desviación estándar: Sólo apropiado en caso de contar con una variable de distribución normal. De interés cuando se pretende enfatizar sobre la desviación con respecto a la media
Coropletas – Clasificación de datos • Quantiles: Asegura igual número de elementos en cada clase. Precaución con áreas de tamaño muy diverso – puede solucionarse con promedio por área
Coropletas – Clasificación de datos • Cortes naturales: Ayuda a determinar grupos más o menos homogéneos. Ofrece pobres resultados en la definición de los límites de las clases
Coropletas – Clasificación de datos • Definido por el usuario: • Precaución con falseamiento de la información
Variables visuales • Jacques Bertin, 1967, SemiologieGraphique, París, Ed Gauiers-Villars Variables primarias • Forma • Tamaño • Orientación • Color – gama • Color – tono • Color – pureza • Variables secundarias • Textura • Orientación • Disposición
Forma • Característica gráfica relativa la disposición. Puede ser regular (rectángulos, círculos...) o irregular (pictogramas)
Tamaño • Refleja dimensiones geométricas diferentes (longitud, altura, área, volumen). Como regla general, a mayor importancia, más grande será un elemento
Orientación • Un marco de referencia es necesario; normalmente el borde de la hoja (líneas o polígonos alargados).
Color - gama • Cuando empleamos en cartografía el término “color”, en realidad nos estamos refiriendo a “gama”. Es la variable visual más compleja • Tener en cuenta convencionalismos
Sistemas CMYK y RGB a. Síntesis aditiva (RVA-RGB) b. Síntesis sustractiva (CMYK)
Color – tono o valor • Se refiere a la relativa claridad u oscuridad. Como regla general, a mayor importancia del elemento, mayor valor
Color - pureza • También referido como saturación, intensidad, riqueza o luminosidad. Indica el contenido de gris (saturación, intensidad, riqueza, pureza...)
Variables secundarias Textura • Se refiere al tamaño y al espaciado de los elementos de una trama (fina muy próximos; gruesa muy alejados)
Orientación • Se refiere a la dirección seguida por la trama
Disposición (patrón) • Se refiere a la forma y configuración de los elementos que forman la trama. Puede ser aleatoria o sistemática
Variables complejas (francés)
Variables complejas (inglés)
A D G Simbolización • Puntos • Signos individuales que denotan posición, intensidad o localización representativa para datos agregados cualitativos cuantitativos
Datos puntuales – escala de intervalo o de razón. Variación del valor
Datos puntuales – escala de intervalo o de razón. Variación de la talla
Datos puntuales – escala de intervalo o de razón. Variación de la distribución
Datos puntuales – escala de intervalo o de razón. Símbolos proporcionales
Simbolización • Líneas • Signos lineales individuales cuantitativos cualitativos ríos gratícula límites carreteras flujos migratorios
Simbolización • Áreas – Mapas de coropletas • Simbolización • Clasificación (discretización) de los datos • Diseño de la leyenda
Coropletas - Simbolización • Información cualitativa; categorías