ArcGIS Pro高级地图可视化

——双变量符号地图

1

背景

“我不是双变量，但我很好奇。”出自2013 年南卡罗来纳州格林维尔举行的 NACIS 会议上，双变量地图随着这句俏皮的话便跳跃在人们的视角下，在讨论二元映射之后，它不仅恰逢其时，而且还包含了很多事实：很多人并没有创建二元映射，但他们想尝试一下。虽然这只是一个笑话，制作它的人可以轻松创建二元地图，但大多数人发现它们太困难或神秘。

在维基百科中对这类双变量地图有这样的解释：双变量地图或多变量地图是一种专题地图，通过组合不同的符号集在单个地图上显示两个或多个变量。每个变量都使用标准专题地图技术来表示，例如分区统计图、地图或比例符号。它们可以是相同类型或不同类型，并且它们可以位于地图的不同图层上，或者它们可以组合成单个多元符号。

2

示例

为了帮助介绍这种映射样式，展示了关系映射的构建块。例如，这是经典的主题分区统计图，显示了美国患有糖尿病的成年人口的百分比（根据疾病控制和预防中心的数据）。此数据来自 Behavioral Risk Factor Surveillance System，该系统是 ArcGIS Living Atlas of the World 中的图层。

上图是比较美国黑人（蓝色）和西班牙裔（红色）人口的双变量等值线地图，紫色阴影显示两组的显着比例。左侧地图颜色偏红，代表西班牙裔人多，黑人少，右侧蓝色多，代表着黑人多，西班牙裔少。这类双变量地区显示着两类变量在哪里趋于一致或趋于不一致。

下面，我们看到另一个主题分区统计图，显示了 CDC 调查的肥胖成年人口的百分比：

乍一看，这些模式看起来很相似，但我想看看这些模式在哪里既高，又低，或者单独强烈出现。关系映射允许我将这两种映射模式结合起来，以探索模式重叠或发散的地方。因此，如果我们将这两个色带组合在一起以显示图案的组合，我们将得到如下所示的网格和地图：

从这张地图中，我们看到图例的角落告诉我们很多信息。紫色值表示肥胖和糖尿病的高发病率。最深的粉红色值表示糖尿病人群较多，但肥胖人群较少。最深的蓝色值表示人们最有可能肥胖的地方，但患糖尿病的可能性较小。

3

原理

首先为变量创建一个 3 类顺序配色方案。

对另一个变量执行相同的操作。这一次，选择与第一个完全不同的色调。

通过垂直拉伸（或复制）每个矩形配色方案将其转换为正方形，如下所示：

现在采用第一个变量的配色方案，逆时针旋转 90°，使中性（低）颜色在底部，高在顶部：

在 Photoshop、Illustrator 或其他功能强大的图形程序中，将第一个配色方案的混合模式更改为变暗。然后定位第一个配色方案，使其完美地覆盖第二个配色方案。即出现了如下变量：

如果一直在关注不同的颜色选择，则必须进行与此处显示的略有不同的调整。但目标是相同的：配色方案应该阐明数据中沿三条路径的关系，每条路径都按顺序排列以增加饱和度和暗度：

下图是以ArcGIS Blog里下载的糖尿病和肥胖数据为基础，以点状要素作为展示对象，调整了对应的符号系统和分级尺寸大小。

这类多元地图的典型目标是可视化变量之间的任何统计或地理关系。它有可能比相应单变量图的并排比较更有效地揭示变量之间的关系，但当符号和模式过于复杂而难以理解时，也存在认知超载的危险。

参考文献

https://www.joshuastevens.net/cartography/make-a-bivariate-choropleth-map/

https://www.esri.com/arcgis-blog/products/arcgis-online/mapping/what-is-a-relationship-map/