Een algemene kaart probeert je alles te vertellen: waar de wegen lopen, hoe het terrein eruitziet, waar de steden liggen, waar de grenzen lopen. Een thematische kaart doet het tegenovergestelde. Hij kiest één onderwerp, zoals bevolkingsdichtheid, verkiezingsuitslagen of neerslag, en maakt van de rest van de geografie een rustige achtergrond. Alles op de pagina staat er om die ene dataset leesbaar te maken.
Thematische kaarten zijn de manier waarop journalisten verkiezingsuitslagen uitleggen, epidemiologen uitbraken volgen, planners infrastructuur dimensioneren en productteams beslissen welke markten ze betreden. Als je ooit naar een kaart van iets hebt gekeken en meteen een patroon zag dat je in een spreadsheet zou hebben gemist, dan keek je naar een thematische kaart.
Deze gids behandelt wat een thematische kaart is, de belangrijkste typen die je tegenkomt, wanneer je welke gebruikt en hoe je er een bouwt met de MapAtlas Maps API.
Wat een kaart "thematisch" maakt
Een referentiekaart (denk aan een atlaspagina) toont veel kenmerken tegelijk en behandelt ze als ongeveer gelijkwaardig. Een thematische kaart degradeert de geografie tot een onderlaag en promoveert één dataset naar de voorgrond. De onderlaag is bewust gedempt, vaak grijs uitgevallen grenzen of een zacht wegennet, zodat het oog wordt getrokken naar de kleuren, stippen of symbolen die de data dragen.
Twee dingen bepalen een goede thematische kaart. Ten eerste een helder onderwerp: één variabele goed gepresenteerd verslaat vijf variabelen die om aandacht vechten. Ten tweede een eerlijke visuele codering: de keuze van kleurschema, classificatie en symbooltype moet het patroon in de data onthullen, niet er een verzinnen.
De belangrijkste typen thematische kaart
Choropleetkaarten
Een choropleetkaart vult vooraf gedefinieerde regio's, landen, provincies, postcodes, hex-grids, met een kleur die een waarde codeert. Ze werken goed als je data al gekoppeld is aan administratieve grenzen en als je hem hebt genormaliseerd. Opkomst per regio bij verkiezingen is een klassiek voorbeeld. Normaliseer de data altijd, want ruwe aantallen in choropleetkaarten blazen grote regio's op en verbergen patronen in kleine.
Stippendichtheidskaarten
Een stippendichtheidskaart strooit één stip voor elke N voorkomens van een verschijnsel. Een stippendichtheidskaart van bevolking plaatst bijvoorbeeld één stip per 1.000 inwoners. Het oog leest de wolk van stippen als dichtheid zonder dat je getallen hoeft te berekenen of te labelen. Ze werken goed voor ruwe aantallen en omzeilen het oppervlakte-bias-probleem van choropleten.
Proportionele-symboolkaarten
Een proportionele-symboolkaart plaatst een cirkel (of andere vorm) op elke locatie en schaalt hem op basis van een waarde. Ze zijn uitstekend voor ruwe aantallen op puntlocaties: aantal klanten per winkel, aardbevingsmagnitudes, inwoners per stad. De lezer kan twee steden direct vergelijken door twee cirkels te vergelijken, ongeacht hoeveel oppervlakte elke stad toevallig beslaat.
Isaritmische kaarten en heatmaps
Isaritmische kaarten (ook contourkaarten genoemd) tekenen lijnen of gevulde banden van gelijke waarde over een continu oppervlak. Topografische hoogtelijnen, weerisothermen en drukisobaren zijn allemaal isaritmische kaarten. Een web-heatmap is een nauw verwante visualisatie die puntdata uitsmeert tot een continu gekleurd oppervlak, handig om te tonen waar activiteit zich clustert in een stad of op een website.
Dasymetrische varianten en cartogrammen
Dasymetrische kaarten verfijnen een choropleet door aanvullende data (zoals landgebruik) te gebruiken om de waarde te verschuiven naar de delen van de regio waar hij daadwerkelijk voorkomt. Cartogrammen vervormen de grootte van regio's om bij de data te passen, zodat een land met een grote bevolking groot wordt op de kaart, ongeacht zijn fysieke oppervlakte. Beide zijn krachtig wanneer standaardtypen misleidend zijn.
Het juiste type kiezen
Begin bij de data. Is het een ratio of percentage gekoppeld aan administratieve regio's, gebruik dan een choropleet. Is het een ruw aantal gekoppeld aan puntlocaties, gebruik dan proportionele symbolen. Is het een ruw aantal over een gebied, gebruik dan stippendichtheid. Is het een continue variabele zoals temperatuur of hoogte, gebruik dan een isaritmische kaart. Zou de fysieke oppervlakte de boodschap vervormen, gebruik dan een cartogram.
Kies daarna een kleurschema. Sequentiële schema's (licht naar donker) werken voor geordende data. Divergerende schema's (twee kleuren die elkaar in een middelpunt ontmoeten) werken voor data met een betekenisvolle nul, zoals verandering ten opzichte van een nullijn. Categorische paletten zijn voor ongeordende categorieën. De ColorBrewer-paletten blijven de standaardreferentie voor al deze gevallen.
Een thematische kaart bouwen met MapAtlas
De MapAtlas Maps API geeft je vector tiles en stylingopties die geschikt zijn voor elk van bovenstaande typen. Je laadt een basisstijl met administratieve grenzen, haalt je data op als GeoJSON en voegt een fill-laag toe (voor choropleten), een circle-laag (voor proportionele symbolen) of een heatmap-laag voor dichtheidsvisualisatie.
Voor administratieve regio's is de eenvoudigste workflow: host je grenzen als GeoJSON, hang de waarde die je wilt tonen als property aan elk feature en voeg een fill-laag toe met een data-driven kleurexpressie die de property naar een kleurverloop mapt. Voor puntdata hang je de waarde als property en gebruik je een circle-radius-expressie die op de waarde schaalt, met een circle-stroke voor leesbaarheid op drukke kaarten.
Is interactieve analyse je doel (op een regio klikken voor exacte cijfers, filteren op categorie, animeren over tijd), combineer dan de Maps API met een kleine client-side state-laag. Voor eenmalige statische kaarten in blogposts of rapporten kan dezelfde API een statisch beeld renderen dat je als PNG kunt opslaan.
Je kunt ook een adres omzetten naar de lat/lng die je nodig hebt om een symbool te plaatsen met de coördinaten-tool, of rijtijd-catchments berekenen met de routing API voor toegankelijkheidsthema's.
Veelgemaakte fouten om te vermijden
De meest voorkomende blunder is ruwe aantallen gebruiken in een choropleet: een twee keer zo grote regio lijkt twee keer zo belangrijk. De tweede is overclassificatie met te veel kleurklassen, wat het patroon juist verbergt; vijf tot zeven klassen is meestal genoeg. De derde is kleurenblindheid negeren, het standaard rood-groene palet is onleesbaar voor een aanzienlijk deel van de gebruikers.
Een thematische kaart is een vorm van communicatie. De wiskunde moet kloppen, de codering moet helder zijn en de lezer moet het patroon binnen seconden kunnen vatten. Wanneer dat lukt, vervangt één kaart duizend rijen van een spreadsheet.
Veelgestelde vragen
Wat is een thematische kaart?
Een thematische kaart is een kaart die het ruimtelijke patroon van één specifiek onderwerp laat zien, zoals bevolkingsdichtheid, gemiddeld inkomen, verkiezingsuitslagen of neerslag. Anders dan een algemene referentiekaart, die veel kenmerken tegelijk probeert te tonen (wegen, rivieren, steden, terrein), schikt een thematische kaart al het andere onder aan één dataset en gebruikt kleur, arcering of symbolen om die dataset in één oogopslag leesbaar te maken.
Wat zijn de belangrijkste typen thematische kaart?
De vier meest voorkomende typen zijn choropleetkaarten (die vooraf gedefinieerde regio's zoals landen of gemeenten inkleuren op basis van een waarde), stippendichtheidskaarten (die één stip per N voorkomens van een verschijnsel plaatsen), proportionele-symboolkaarten (die op elke locatie een cirkel of vierkant in grootte schalen op basis van een waarde) en isaritmische of contourkaarten (die lijnen of gevulde banden van gelijke waarde tekenen, zoals isothermen voor temperatuur of hoogtelijnen). Heatmaps en dasymetrische kaarten zijn breed gebruikte varianten.
Wanneer gebruik je een choropleetkaart en wanneer juist niet?
Gebruik een choropleetkaart wanneer je data van nature is gekoppeld aan administratieve regio's en genormaliseerd is (percentages, ratio's of waarden per hoofd, geen ruwe aantallen). Vermijd hem voor ruwe aantallen, want grotere regio's lijken dan belangrijker dan kleinere puur door hun oppervlakte. Voor ruwe aantallen is een proportionele-symboolkaart of stippendichtheidskaart meestal een betere keuze.
