Figuur 3. Model van geautomatiseerde symboolkeuze door
het KES.
groep Symbolen kan er sprake zijn van bijvoorbeeld
verschil in grootte, grijswaarde of kleur. Als tweede
wordt de topologie (punt, lijn of vlak) van de symbool-
groep omschreven.
Een verzameling Symbolen met een zekere samenhang
en bepaalde gezamenlijke kenmerken, zoals de topolo
gie en de toegepaste visuele variabelen, wordt in het
KES opgeslagen in een zogenaamde ränge.
Zo'n ränge bevat naast de bovengenoemde eigenschap
pen ook informatie over hoeveel klassen er maximaal
mee kunnen worden weergegeven, zonder dat de beeld-
vorming aangetast wordt. Verder kan een ränge infor
matie bevatten over hoeveel verschillende variabelen er
mee weergegeven kunnen worden.
Een ränge bestaat bijvoorbeeld uit cirkelvormige punt-
symbolen van verschillende grootte, en kan dan een va-
riabele van kwantitatieve aard weergeven, met een maxi-
mum van zes klassen. Als er sprake is van cirkelseg-
menten in dat puntsymbool, dan kunnen er meerdere
variabelen met dat symbool gerepresenteerd worden.
Voorbeelden van ranges zijn te zien in figuur 5.
Eigenschappen van de variabelen en hun relatie met
symbooleigenschappen
De gebruiker selekteert de te karteren variabelen vanuit
de wens om tot een bepaalde kaartinhoud te komen.
De eigenschappen van de geselekteerde variabelen, het
linkse blok in het model in figuur 3, beschrijven per
variabele het meetniveau, de eenheid en de organisa-
tiestruktuur.
Op grond van deze eigenschappen wordt aan de hand
van kartografische regels uit de grote verzameling ran
ges een kleinere groep geselekteerd, die geschikt is om
de variabelen weer te geven.
Daarbij worden ook nog kennisregels geraadpleegd, die
nagaan of zieh bepaalde uitzonderingssituaties voor-
doen, die bijzondere eisen stellen aan de symboolran-
ges. Dit kan tot gevolg hebben dat de verzameling van
geschikte ranges verder beperkt wordt. Veel van de ken
nisregels zijn gericht op het voorkomen van onvoorspel-
bare overlap bij het karteren van meerdere variabelen.
Zo kan het voorkomen dat de gebruiker de bevolkings-
dichtheid wil karteren per provincie en per gemeente in
een kaart. Er is dan een regel die ervoor zorgt, dat de
gebiedsindeling die het hoogste in de hierarchie is (in
dit geval provincie) met vlaksymbolen wordt gekarteerd
en de lagere (gemeente) met puntsymbolen.
Waarnemingseigenschappen en hun relatie met
symbooleigenschappen
Zoals eerder vermeld, worden de waarnemingseigen
schappen (het rechtse blok in figuur 3) gebruikt om
achter het gewenste doel van de kaart te komen. Met
dit doel in het achterhoofd kiest de gebruiker die waar
nemingseigenschappen die hij belangrijk vindt.
De vier oorspronkelijke waarnemingseigenschappen van
Bertin, associatie, selektie, ordening en kwantificering
(bertin, 1967), zijn voor dit doel niet voldoende. Het-
zelfde geldt voor de waarnemingseigenschappen van
oeels (1987/88) die identifikatie, selektie en beeldvor-
ming onderscheidt. Deze indelingen zijn te veel gericht
op het effekt van een symbool en niet op het effekt van
verschillende Symbolen samen op het totale kaartbeeld.
Er is als het wäre een leemte in het gebied tussen het
effekt van een symbool en het totale kaartbeeld. Hier-
door ontbreekt de basis om een groep samenhangende
variabelen aan een groep met elkaar samenhangende
kaartsymbolen te koppelen.
In een poging om tot een voor onze doeleinden meer
bruikbare indeling te komen ontstond het in figuur 4
weergegeven model.
Figuur 4. Hierarchisch model van waarnemingseigen
schappen.
In dit hierarchische model kan de gebruiker kiezen uit
zes gewenste waarnemingseffekten, op een drietal
niveaus:
Associatie: een symbool komt in de kaart duidelijk
naar voren en kan snel geidentifieeerd worden.
Selektie: een symbool behoort duidelijk tot een be
paalde groep, die als zodanig terug te vinden is in de
kaart.
Kwantificering: aan elk symbool is een hoeveelheid
te koppelen, door schatting of meting.
Samenhang: de Symbolen zijn goed identifieeerbaar
en ook te groeperen, zodat de samenhang tussen de
gekarteerde variabelen duidelijk wordt.
Vergelijking: de Symbolen kunnen gekwantifieeerd
worden en ook is binnen de Symbolen een rangorde
te herkennen (bijvoorbeeld van klein naar groot).
Hierdoor kunnen de waarden van de gekarteerde va
riabelen onderling vergeleken worden (bijv. ver-
schijnsel A is 3x zo sterk als verschijnsel B).
Totaalindruk: er is een samenhang tussen de gekar
teerde variabelen zichtbaar en ook kunnen de varia
belen onderling worden vergeleken. Hierdoor ont-
KT 1991.XVII.I
meetnivo
eenheid
organisatiestructuur
haart- haart-
inhoud doe
Gebruiker
Variabele-
eigenschappen:
Waarnemings
eigenschappen
Symbool-
eigenschappen
visuele variabelen
topologie
totaal-indruh
samenhang
vergelijkmg
associatie
selectie
kwantificermg
c r tena
Symbool
symbool
groep
Mm«nh«ng
v*rg*lljklng
••(•eil*
■wooiatl«
kwanttflo*ring
Meerdere Symbolen
Een symbool
32