2.2 Методика вибору методів класифікації для тематичних карт

При складанні тематичної карти найважливішим етапом є вибір типу тематичної карти та її розфарбування, що найкраще відповідає характеру зміни показника, що картографується. В деяких випадках можна встановити взаємнооднозначну відповідність між типами значків і змінних. Така ситуація виникає, наприклад, коли невелике число категорій об’єктів подається на карті значками однакового розміру, але різної форми. Проте навіть у разі категорійних даних часто потрібно відобразити декілька ознак, що мають близькі значення, одним і тим же графічним символом. Наприклад, односімейні та багатосімейні домогосподарства можуть відображатися одним і тим же точковим символом. Числова змінна може бути пов'язана із значком певного розміру або із кольором лише після категоризації (поділи на класи).

Процес, при якому спостереження із близькими значеннями об'єднуються для відображення одним і тим же значком, називається класифікацією. Цей процес близький до методів класифікації в статистиці, при яких значення групуються в категорії так, щоб мінімізувати дисперсію спостережень усередині категорій і максимізувати дисперсію між різними категоріями. В ГІС передбачена можливість призначати за умовчуванням певні уммовні позначення (легенди) значенням або інтервалам значень.

Значення, вибрані за умовчуванням, можуть виявитися вдалими або невдалими для змінної, що відображається, і частіше вони виявляються невдалими. Автоматизовані засоби класифікації часто призводят до створення небездоганної, а інколи і дезорієнтованої карти. У зв'язку з цим в далі в цьому розділі ми детальніше розглянемо деякі варіанти класифікації.

Класи числових даних зазвичай відповідають інтервалами значень. Кількість класів визначається декількома чинниками: законом розподілу даних, вибраною точністью подання даних, а також, що не менш важливо|, здатністю пристроїв виведення відображати відтінки кольору та незначні відмінності в текстурі. Збільшення кількості класів не обов'язково призводить до поліпшення тематичної карти, оскільки при цьому користувачеві складніше розрізняти класи. Набагато важливіше вибрати межі класів, які точно відповідають зміні показникка.

Вибір процедури класифікації залежить від розподілу величини змінної. Метод, який дає точну і наочну карту у випадку рівномірно розподіленої ознаки, може не працювати для даних, що мають асиметричний розподіл, наприклад багато малих значень і мало дуже великих.

Таким чином, для створення якісної карти необхідно оцінювати дані з використанням статистичних графіків розподілу. Деякі ГІС, зокрема й MapInfo, містять вбудовані функції для побудови графіків та статистичного аналізу даних.

Найкориснішим типом графіків для визначення інтервалів є рангові графіки. Всі значення даних ранжируються за збільшенням. Потім дані виносяться на графік у вигляді точок, у яких координата хдорівнює рангу кожного спостереження, а координатау дорівнює його значенню. Вертикальні пропуски, абоприродні розриви, між сусідніми точками данихможуть розглядатися як хороші претенденти на роль меж між класами, хоча кількість таких розривів не завжди збігається з бажаним числомкласів.

Нижче наводяться приклади загальних методів класифікації для трьох показників із різними статистичними розподілами даних. Щільність населення має асиметричний розподіл. Вона містить велике число невеликих значень в діапазоні від 21 до приблизно 110 чоловік на 1 кв. км. і лише зовсім трохи дуже великих значень. Максимальне значення (791) приблизно в два з половиною рази перевершує друге за величиною значення (320). Таке положення — не рідкість при аналізі щільності населення. На території району з максимальною щільністю може, наприклад, знаходиться місто-центр в цілому сільськогосподарській області. Другий показник є рівень письменності населення. Йогозначення розподіляється досить рівномірно, на що указує приблизно пряма лінія, на яку лягають спостереження на ранговому графіку. В цьому випадку екстремальних значень немає.

Третій приклад - загальний рівень народжуваност. На графіку «ранг-значення» видно досить різьке зростання в області малих значень, протяжний середній інтервал із повільнішим зростанням, та нове різке зростання в області дуже високих значень в правій частині. Це вказує на нормальний розподіл, який характеризується відносно невеликою часткою дуже низьких і дуже високих значень і великою кількістю спостережень середньої величини. Зрозуміло, приведені приклади є лише ілюстрацією. У інших географічних регіонах ті ж самі показники можуть мати абсолютно інші розподіли. Приклади показують лише незаперечний факт, що вид та якість тематичної карти суттєво залежить від вибраного методу класифікації даних, який може відповідати або не відповідати закону розподілу показника.