De kaarten 3, 4 en 5
In deze kaarten op schaal 1:2.500.000 is de topografie
sterker gegeneraliseerd weergegeven dan in de hoofd-
kaart. De generalisatie is uitgevoerd met het Software -
pakket gimms, waarin gebruik wordt gemaakt van de
Douglas-Peuker-algoritme.
In kaart 3 wordt de wegendichtheid per gemeente weer-
geven. De klasse 'onbekend' is niet ingekleurd om het
beeld, dat al zwaar wordt belast door het grote aantal
gebieden, niet verder te belasten. In deze klasse vallen
met name de grote Steden. Deze hebben blijkbaar geen
informatie over het aantal kilometer verharde weg. Dit
werkt ook door in kaart 4.
Opvallend in kaart 3 is dat de punt van Limburg en de
Brabantse Stedenrij een nogal hoge wegendichtheid
hebben. Vergelijking met kaart 4 leert dat het aantal
voertuigen per kilometer verharde weg in de Randstad
duidelijk het hoogst is.
Bij kaart 5 is de nested-means klasse-indeling gebruikt
waardoor bij na alle gemeenten in de twee laagste klas-
sen vallen. Bij deze keuze stond het schetsen van een
vrij neutraal beeld voorop. Het hoge aantal ver-
keersslachtoffers in Zuid-Flevoland is misschien een ge-
volg van lange, saaie, rechte wegen waar te hard wordt
gereden? De keuze van een klasse-indeling kan bijvoor-
beeld tot gevolg hebben dat men een indruk krijgt dat
er erg veel of juist nauwelijks verkeersongevallen
plaatsvinden. De keuze van een indelingsmethode is
sterk afhankelijk van wat men met de kaart wil be-
reiken.
De kaarten 6, 7, 8 en 9
Kaart 6 geeft de ligging van het stedelijke ('s-Graven-
hage) en het landelijke (ZW-Overijssel) coROP-gebied
weer. Ook worden de namen van de betreffende ge
meenten gegeven.
Kaart 7 geeft per gemeente het aantal en het soort
voertuigen weer. In een dergelijk kartogram blijft het
lastig om kategorieen met een relatief klein aandeel,
zoals hier de motorfietsen, weer te geven.
In kaart 8 wordt het aantal verkeersongevallen gerela-
teerd aan het aantal inwoners via een kombinatie van
een choropleet en een figuratieve kaart. Overigens moet
hierbij worden opgepast met het trekken van konklu-
sies daar een gemeente met weinig inwoners op een
drukke gevaarlijk doorgaande weg kan liggen waardoor
het aantal verkeersongevallen hoger ligt dan op grond
van het aantal inwoners verwacht mag worden. Een
omgekeerde situatie is ook denkbaar.
Kaart 9 gebruikt dezelfde kartografische weergaveme-
thoden om per gemeente het aantal voertuigen per
1000 inwoners te relateren aan het aantal verkeers-
slachtoffers.
In de kaarten 7, 8 en 9 komt het verschil tussen een
landelijk en een stedelijk gebied duidelijk naar voren,
al kan ook hier de keuze van de klassegrenzen dit
beeld versterken of verzwakken.
Konklusie
De manier waarop de statistische gegevens op dit
kaartblad zijn weergegeven geeft een indruk hoe de in
formatie middels kaarten inzichtelijk kan worden weer
gegeven. En zeker wanneer de produktie van de kaar
ten gebeurt met computer-ondersteunde technieken
moet het mogelijk zijn de publikaties van het cbs te
verluchtigen en ook te verduidelijken met thematische
kaarten. Wel dient men zieh te realiseren wat men met
de kaarten voor ogen heeft. Wil men een neutraal
beeld schetsen of trends weergeven? En welke trend?
Men moet er voor waken dat, zonder de huidige Pro
dukten van het cbs afbreuk te doen, de spreuk 'how to
lie with statistics' niet wordt 'how to lie with maps'.
Noot
Dr M.J. Kraak en drs T.P.M. Tijssen zijn beiden als universi-
tair docent werkzaam bij het ccgm Faculteit der Geodesie
van de Technische Universiteit Delft.
Ing. M. Struyk is als senior medewerker tekenkamer karto-
grafie werkzaam bij de Provincie Overijssel, Hoofdgroep Mi
lieu Waterstaat.
Het besproken kaartblad Verkeersongevallen in Nederland
1987 is als bijlage bij dit nummer van het KT gevoegd.
KT 1989.X V.4
51