Konklusies en samenvatting
30
nen. Ook de aggregatie-index en de kompaktheid-index
bieden dan geen uitkomst. De complexiteit van de
kaart kan in zo'n geval bepaald worden met behulp
van de grens-index. Deze maat is wel bruikbaar omdat
niet uitgegaan wordt van basiseenheden maar van po-
lygonen.
Bij het produceren van een choropleetkaart is het be-
langrijk om informatie zo duidelijk mogelijk te presen-
teren. De complexiteit van choropleetkaarten kan door
gebruik te maken van complexiteitsmaten objektief
worden vergeleken. Uit de literatuur zijn zes van deze
maten geselekteerd. Vier indices blijken de door proef-
personen ervaren complexiteit goed weer te geven. Een
statistische vergelijking tussen deze maten laat zien dat
ze onderling sterk gekorreleerd zijn. Een gevolg hiervan
is dat men zieh kan beperken tot het berekenen van een
maat. De fragmentatie-index ligt qua eenvoud en bere-
keningsgemak het meest voor de hand.
Door bij het vervaardigen van choropleetkaarten met
de fragmentatie-index als beoordelingsfaktor rekening
te houden wordt de leesbaarheid van het produkt ver-
hoogd. Over het algemeen zal dit leiden tot een betere
informatie-overdracht. Gewaakt moet echter worden
voor een te Sterke vereenvoudiging van een kaartbeeld.
Het effekt van de geringe kaartcomplexiteit kan dan
teniet worden gedaan door het informatieverlies dat
optreedt als gevolg van het weglaten van voor de kaart-
lezer belangrijke details. Verder onderzoek is noodza-
kelijk om een waarde van de fragmentatie-index te
kunnen vaststellen waarbij de informatie-overdracht
maximaal is.
Noten
M.C.S. Wopereis en A.K. Bregt hebben het hier beschreven
onderzoek uitgevoerd bij de Stichting voor Bodemkartering
(Stiboka) te Wageningen. Dit instituut is per 1 januari 1989
opgegaan in het Staring Centrum.
1. muller (1975) definieert de aggregatie-index (AG) als:
n n n n
AG E E ab, Z Z a„
i=lj=l i=lj=l J
waarin:
n aantal basiscellen; a^ 1 als cellen i en j aan elkaar
grenzen, =0 als dat niet het geval is of als i=j;
aby 1 als i en j buurcellen zijn en in dezelfde klasse Val
ien, abIJ =0 in alle andere gevallen, ook als i=j.
2. muller (1975) nöemt een groep van i cellen van gelijke
klasse kompakt indien i-1 cellen grenzen aan een andere
gelijke cel terwijl op z'n minst i-2 paren van die i-1 om-
gevende cellen aan elkaar grenzen. Aantal en grootte van
kompakte gebieden bepaalt de 'totale kompaktheid'
(TKP) van de kaart:
9
TKP L W(i) xE(i)
i 3
waarin:
W(i) aantal cellen in kompakt gebied;
E(i) aantal groepen van i kompakte cellen.
TKP is in deze Studie omgezet in de kompaktheid-index
door te delen door de maximale TKP-waarde.
3. muller (1975) definieert het totale grenskontrast (TGK)
van een kaart als het aantal maal dat drie onderling aan
grenzende cellen alle tot een andere klasse behoren. TGK
is in deze Studie omgezet in de grenskontrast-index door te
delen door de maximale TGK-waarde.
4. MONMONtER (1974) definieert de fragmentatie-index (FI)
als:
FI (M-1)/(N-1)
waarin:
M aantal polygonen en N aantal basiseenheden.
5. De oppervlakte van iedere polygoon wordt gedeeld door
de totale oppervlakte van de kaart. Vervolgens worden
deze proportionele oppervlaktes P gerangschikt van klein
naar groot. De X-as wordt in m gelijke stukjes verdeeld,
waarbij m het aantal polygonen voorstelt. Voor iedere po
lygoon j, beginnend bij het kleinste, wordt vervolgens de
vector Yj uitgezet op de Y-as, waarbij Yj de kumulatieve
proportionele oppervlakte voorstelt van alle polygonen
kleiner dan j en van j zelf. X- en Y-as lopen van 0 tot 1.
De oppervlakte tussen diagonaal en kurve bepaalt de size-
disparity index. (Zie o.a. yeates, 1968.)
6. Voor kaart A4 wordt dit bijvoorbeeld:
Cgem (1 x0+2x0+3xl 4xl5 5 x9 6x3)/28 4,5
(zie tabel 2).
Literatuur
Ankum, L.A., A.K. Bregt, J. Denneboom en Y. van Randen
(1987), Bodemkaart van Nederland in rastervorm: fout bij
verrasteren. Kartografisch Tijdschrift XIII.2, pp. 35-39.
Chang, K. (1978), Visual Aspects of Class Intervals in Cho-
roplethic Mapping. The Cartographic Journal 15, pp. 42-48.
Dent, B.D. (1985), Mapping Enumeration Data: The Choro-
pleth Map. In: Principles of Thematic Map Design. Addison-
Wesley, Reading, Mass., pp. 192-222.
MacEachren, A.M. (1982), Map complexity: Comparison and
Measurement. The American Cartographer 9, pp. 31-46.
Monmonier, M.S. (1974), Measures of Pattern Complexity
for Choroplethic Maps. The American Cartographer 1,
pp. 159-169.
Müller, J.C (1975), Definition, measurement, and compari
son of map attributes in choroplethic mapping. Proceedings,
Association of American Geographers 7, pp. 160-164.
Müller, J.G (1976), Objective and Subjective Comparison in
Choroplethic Mapping. The Cartographic Journal 13,
pp. 156-166.
Olson, J. (1972), Autocorrelation as a measure of map com
plexity. American Congress on Surveying and Mapping. Pro
ceedings, pp. 111-119.
Yeates, M.H. (1968), An introduetion to quantitative analysis
in economic geography. New York: McGraw-Hill.
KT 1989.XV.1