خريطة ملونة

الخريطة الكوربليثية ( من اليونانية القديمة χῶρος ( khôros ) بمعنى " منطقة" أو "إقليم " ، و πλῆθος ( plêthos ) بمعنى " حشد " ) هي نوع من الخرائط الإحصائية الموضوعية التي تستخدم الألوان الزائفة ، أي اللون الذي يتوافق مع ملخص إجمالي لخاصية جغرافية ضمن وحدات تعداد مكانية، مثل الكثافة السكانية أو متوسط ​​دخل الفرد . ^{[ 1 ] [ 2 ] [ 3 ]}  

تُتيح الخرائط الكوربليثية طريقة سهلة لتصوّر كيفية تغيّر متغير ما عبر منطقة جغرافية، أو لإظهار مستوى التباين داخل منطقة معينة. وتُشبهها الخريطة الحرارية أو الخريطة متساوية الكثافة ، لكنها تستخدم مناطق مرسومة وفقًا لنمط المتغير، بدلًا من المناطق الجغرافية المُحددة مسبقًا في الخرائط الكوربليثية. ولعلّ الخريطة الكوربليثية هي النوع الأكثر شيوعًا من الخرائط الموضوعية، لأن البيانات الإحصائية المنشورة (من مصادر حكومية أو غيرها) تُجمّع عادةً في وحدات جغرافية معروفة، مثل الدول والولايات والمقاطعات، وبالتالي يسهل إنشاؤها نسبيًا باستخدام نظم المعلومات الجغرافية أو جداول البيانات أو غيرها من البرامج.

أُنشئت أقدم خريطة توزيعية معروفة عام 1826 على يد البارون بيير شارل دوبان ، حيث صوّرت مدى توفر التعليم الأساسي في فرنسا حسب المقاطعة . ^{[ 4 ]} وسرعان ما أُنتجت المزيد من " الخرائط الملونة" في فرنسا لعرض "إحصاءات أخلاقية" أخرى حول التعليم والمرض والجريمة وظروف المعيشة. ^{[ 5 ] : 158.} اكتسبت الخرائط التوزيعية شعبية واسعة في العديد من البلدان نظرًا لتزايد توافر البيانات الديموغرافية المُجمّعة من التعدادات الوطنية، بدءًا بسلسلة من الخرائط التوزيعية التي نُشرت في التقارير الرسمية لتعداد أيرلندا لعام 1841. ^{[ 6 ]} وعندما أصبحت الطباعة الحجرية الملونة متاحة على نطاق واسع بعد عام 1850، أُضيفت الألوان بشكل متزايد إلى الخرائط التوزيعية. ^{[ 5 ] : 193}

استُخدم مصطلح "الخريطة الكوربليثية" لأول مرة عام 1938 من قِبل الجغرافي جون كيرتلاند رايت ، وأصبح شائع الاستخدام بين رسامي الخرائط بحلول أربعينيات القرن العشرين. ^{[ 7 ] [ 8 ]} وفي عام 1938 أيضًا، أعاد غلين تريوارثا تقديمها تحت مسمى "خرائط النسبة"، لكن هذا المصطلح لم يُستخدم بعد. ^{[ 9 ]}

تجمع خريطة التوزيع اللوني بين مجموعتين من البيانات: بيانات مكانية تمثل تقسيمًا للمساحة الجغرافية إلى مناطق متميزة ، وبيانات إحصائية تمثل متغيرًا مجمعًا داخل كل منطقة. يوجد نموذجان مفاهيميان شائعان لكيفية تفاعل هذين العنصرين في خريطة التوزيع اللوني: في النموذج الأول، والذي يُطلق عليه "النموذج الذي يركز على المناطق"، تكون المناطق (غالبًا ما تكون وحدات حكومية قائمة) هي محور التركيز، حيث يتم جمع مجموعة متنوعة من السمات، بما في ذلك المتغير المراد رسمه. أما في النموذج الثاني، والذي يُطلق عليه "النموذج الذي يركز على المتغير"، فيكون التركيز على المتغير كظاهرة جغرافية (مثلًا، السكان اللاتينيون)، مع توزيع واقعي، ويكون تقسيمه إلى مناطق مجرد أسلوب قياس ملائم. ^{[ 10 ]}

الهندسة: مناطق التجميع

في الخرائط الكوربليثية، عادةً ما تكون المناطق كيانات محددة مسبقًا، مثل الوحدات الحكومية أو الإدارية (كالمحافظات والمقاطعات والدول)، أو مناطق أُنشئت خصيصًا للتجميع الإحصائي (كالأحياء الإحصائية )، وبالتالي لا يُتوقع وجود ارتباط بينها وبين جغرافية المتغير. أي أن حدود المناطق الملونة قد تتطابق أو لا تتطابق مع مواقع التغيرات في التوزيع الجغرافي قيد الدراسة. وهذا يتناقض تمامًا مع الخرائط الكوركروماتية والخرائط متساوية العدّ ، حيث تُحدد حدود المناطق بأنماط التوزيع الجغرافي للظاهرة المدروسة.

يُتيح استخدام مناطق التجميع المُحددة مسبقًا عددًا من المزايا، منها: سهولة تجميع البيانات ورسم خرائطها (خاصةً في عصر نظم المعلومات الجغرافية والإنترنت بما يوفره من مصادر بيانات متعددة)، وسهولة تمييز الدوائر الانتخابية، وإمكانية تطبيق المعلومات في مزيد من البحث ووضع السياسات المتعلقة بكل دائرة على حدة. ومن أبرز الأمثلة على ذلك الانتخابات، حيث يُحدد مجموع الأصوات في كل دائرة ممثلها المنتخب.

مع ذلك، قد ينتج عن ذلك عدد من المشكلات، ويرجع ذلك عمومًا إلى أن اللون الثابت المُطبق على كل منطقة تجميع يجعلها تبدو متجانسة، مما يُخفي درجة غير معروفة من التباين في المتغير داخل المنطقة. على سبيل المثال، قد تضم مدينة ما أحياءً ذات دخل أسري منخفض ومتوسط ​​وعالٍ، ولكنها تُلوّن بلون واحد ثابت "متوسط". وبالتالي، قد لا تتوافق الأنماط المكانية في العالم الحقيقي مع الوحدة الإقليمية المُمثلة. ^{[ 11 ]} ولهذا السبب، يمكن أن تؤدي مشكلات مثل المغالطة البيئية ومشكلة الوحدة المساحية القابلة للتعديل (MAUP) إلى سوء تفسير كبير للبيانات المعروضة، وتُفضّل تقنيات أخرى إذا أمكن الحصول على البيانات اللازمة. ^{[ 12 ] [ 13 ] [ 14 ]}

يمكن التخفيف من هذه المشكلات إلى حد ما باستخدام مناطق أصغر، لأنها تُظهر اختلافات أدق في المتغير المُمَثَّل على الخريطة، كما أن صغر حجمها المرئي وكثرة عددها يقللان من احتمالية إصدار مستخدم الخريطة أحكامًا حول التباين داخل منطقة واحدة. مع ذلك، قد تُؤدي هذه المناطق إلى تعقيد الخريطة بشكل مفرط، خاصةً إذا لم يكن هناك نمط جغرافي واضح في المتغير (أي، تبدو الخريطة وكأنها ألوان متناثرة عشوائيًا). على الرغم من أن تمثيل بيانات محددة في مناطق واسعة قد يكون مُضللًا، إلا أن أشكال المناطق المألوفة تُمكن الخريطة من أن تكون أكثر وضوحًا وأسهل في التفسير والتذكر. ^{[ 15 ]} يعتمد اختيار المناطق في النهاية على الجمهور المستهدف والغرض من الخريطة. بدلاً من ذلك، يمكن أحيانًا استخدام تقنية التوزيع الداسيمتري لتحسين حدود المناطق لتتوافق بشكل أدق مع التغيرات الفعلية في الظاهرة المدروسة.

بسبب هذه المشكلات، قد يُفضّل استخدام خريطة متساوية القياس (للمتغيرات الكمية) أو خريطة توزيع لوني (للمتغيرات النوعية) للعديد من المتغيرات، حيث تُحدد حدود المناطق بناءً على البيانات نفسها. مع ذلك، في كثير من الحالات، لا تتوفر هذه المعلومات التفصيلية، وتكون خريطة التوزيع اللوني هي الخيار الوحيد المتاح.

الخاصية: ملخصات إحصائية مجمعة

قد ينتمي المتغير المراد رسمه إلى مجموعة واسعة من التخصصات في العالم البشري أو الطبيعي، مع أن المواضيع البشرية (مثل التركيبة السكانية، والاقتصاد، والزراعة) هي الأكثر شيوعًا عمومًا نظرًا لدور الوحدات الحكومية في النشاط البشري، والذي غالبًا ما يؤدي إلى جمع البيانات الإحصائية في الأصل. ويمكن أن يكون المتغير ضمن أي من مستويات قياس ستيفنز : اسمي، أو ترتيبي، أو فئوي، أو نسبي، مع أن المتغيرات الكمية (الفئوية/النسبية) أكثر استخدامًا في الخرائط الكوربليثية من المتغيرات النوعية (الاسمية/الترتيبية). وقد يختلف مستوى قياس البيانات الفردية عن مستوى الإحصاء الإجمالي الموجز. على سبيل المثال، قد يسأل تعداد سكاني كل فرد عن "لغته المنطوقة الأساسية" (اسمي)، ولكن يمكن تلخيص ذلك لجميع الأفراد في مقاطعة ما على أنه "نسبة مئوية لمن يتحدثون الإسبانية كلغة أساسية" (نسبي) أو "اللغة الأساسية السائدة" (اسمي).

بشكل عام، قد تمثل خريطة التوزيع اللوني نوعين من المتغيرات، وهو تمييز شائع في الفيزياء والكيمياء وكذلك في الإحصاء الجيولوجي والتحليل المكاني :

• المتغير المكاني الممتد (أو الخاصية الشاملة ) هو متغير ينطبق على المنطقة بأكملها، وعادةً ما يكون على شكل إجمالي عدد أو كمية ظاهرة ما (كالكتلة أو الوزن في الفيزياء). ويُقال إن المتغيرات الممتدة تتراكم مكانيًا؛ فعلى سبيل المثال، إذا كان عدد سكان المملكة المتحدة 65 مليون نسمة، فمن غير الممكن أن يكون عدد سكان إنجلترا وويلز واسكتلندا وأيرلندا الشمالية 65 مليون نسمة أيضًا. بدلًا من ذلك، يجب أن تتراكم أعداد سكان هذه المناطق مجتمعةً لحساب إجمالي عدد سكان الكيان. ومع ذلك، فبينما يُمكن تمثيل المتغير الممتد على خريطة التوزيع اللوني، إلا أن هذا الأمر يُنصح بتجنبه عمومًا لأن الأنماط قد تُفسَّر بشكل خاطئ بسهولة. على سبيل المثال، إذا خصصت خريطة التوزيع اللوني درجة معينة من اللون الأحمر لإجمالي عدد السكان بين 60 و70 مليون نسمة، فإن حالة وجود 65 مليون نسمة في المملكة المتحدة (كمقاطعة واحدة) لن يكون بالإمكان تمييزها عن حالة وجود 65 مليون نسمة في كل من الدول الأربع المكونة لها، على الرغم من اختلاف الواقع الجغرافي بينهما اختلافًا كبيرًا. ومن مصادر الخطأ الأخرى في التفسير أنه إذا كانت لمقاطعة كبيرة وأخرى صغيرة القيمة نفسها (وبالتالي اللون نفسه)، فإن المقاطعة الأكبر ستبدو بطبيعة الحال وكأنها تضم ​​عددًا أكبر من السكان. ^{[ 16 ]} أما أنواع الخرائط الموضوعية الأخرى ، وخاصة الرموز النسبية والخرائط الكارتوغرافية ، فهي مصممة لتمثيل المتغيرات الواسعة النطاق، وهي تُفضل عمومًا. ^{[ 1 ] : 131}
• المتغير المكاني المكثف ، المعروف أيضًا باسم الحقل أو السطح الإحصائي أو المتغير الموضعي ، يمثل خاصية يمكن قياسها في أي موقع (نقطة أو منطقة صغيرة، حسب طبيعتها) في الفضاء، بغض النظر عن أي حدود، على الرغم من إمكانية تلخيص تباينها في منطقة ما بقيمة واحدة. تشمل المتغيرات المكثفة الشائعة الكثافات، والنسب، ومعدلات التغير، ومتوسطات الحصص (مثل نصيب الفرد من الناتج المحلي الإجمالي)، والإحصاءات الوصفية (مثل المتوسط، والوسيط، والانحراف المعياري). يُقال إن المتغيرات المكثفة موزعة مكانيًا؛ على سبيل المثال، إذا كانت الكثافة السكانية في المملكة المتحدة 250 نسمة لكل كيلومتر مربع، فسيكون من المعقول تقدير (في غياب أي بيانات أخرى) أن الكثافة الأكثر ترجيحًا (إن لم تكن صحيحة فعليًا) لكل دولة من الدول الأربع المكونة لها هي أيضًا 250 نسمة/ ^كم² . تقليديًا، في علم الخرائط، كان النموذج المفاهيمي السائد لهذا النوع من الظواهر هو السطح الإحصائي ، حيث يُتصور المتغير على أنه "ارتفاع" ثلاثي الأبعاد فوق الفضاء ثنائي الأبعاد يتغير باستمرار. ^{[ 17 ]} في علم المعلومات الجغرافية ، يُعدّ مفهوم الحقل أكثر شيوعًا ، وهو مفهوم مُستعار من الفيزياء ويُنمذج عادةً كدالة قياسية للموقع. تُناسب الخرائط الكوربليثية المتغيرات المكثفة أكثر من المتغيرات الشاملة؛ فإذا رأى مستخدم الخريطة المملكة المتحدة مُلوّنة بلون يُشير إلى "100-200 شخص لكل كيلومتر مربع"، فإن تقدير أن ويلز وإنجلترا قد تحتويان على 100-200 شخص لكل كيلومتر مربع قد لا يكون دقيقًا، ولكنه ممكن ويُمثل تقديرًا معقولًا.

تطبيع

التطبيع هو أسلوب لاستخلاص متغير ذي كثافة مكانية عالية من متغير واحد أو أكثر ذي كثافة مكانية واسعة، بحيث يمكن استخدامه بشكل مناسب في خريطة التوزيع اللوني. ^{[ 3 ]} وهو مشابه، ولكنه ليس مطابقًا تمامًا، لأسلوب التطبيع أو التقييس في الإحصاء. ويتم ذلك عادةً بحساب النسبة بين متغيرين ذوي كثافة مكانية واسعة. ^{[ 12 ] : 252} على الرغم من أن أي نسبة من هذا القبيل ستؤدي إلى متغير ذي كثافة مكانية عالية، إلا أن عددًا قليلًا منها فقط ذو دلالة خاصة ويُستخدم بشكل شائع في خرائط التوزيع اللوني.

• الكثافة = المجموع / المساحة. مثال: الكثافة السكانية
• النسبة = إجمالي المجموعة الفرعية / الإجمالي الكلي. مثال: الأسر الثرية كنسبة مئوية من إجمالي الأسر.
• متوسط ​​التخصيص = إجمالي المبلغ / إجمالي عدد الأفراد. مثال: الناتج المحلي الإجمالي للفرد (إجمالي الناتج المحلي / إجمالي عدد السكان).
• معدل التغير = المجموع في وقت لاحق / المجموع في وقت سابق. مثال: معدل النمو السكاني السنوي.

ليست هذه الخرائط متكافئة، ولا تُعدّ إحداها أفضل من الأخرى. بل إنها تُصوّر جوانب مختلفة من السرد الجغرافي. على سبيل المثال، تُصوّر خريطة التوزيع اللوني لكثافة السكان اللاتينيين في تكساس سردًا حول التجمّع المكاني وتوزيع هذه المجموعة، بينما تُصوّر خريطة النسبة المئوية للاتينيين سردًا حول تكوينهم وهيمنتهم. سيؤدي عدم استخدام التوحيد القياسي المناسب إلى خريطة غير مناسبة وربما مُضلّلة في جميع الحالات تقريبًا. ^{[ 16 ] [ 18 ] [ 19 ]} يُعدّ هذا أحد أكثر الأخطاء شيوعًا في رسم الخرائط، حيث وجدت إحدى الدراسات أن أكثر من نصف لوحات معلومات كوفيد-19 في الولايات المتحدة، التي تستضيفها حكومات الولايات، لم تكن تستخدم التوحيد القياسي لخرائط التوزيع اللوني في وقتٍ ما. ^{[ 19 ]} هذه إحدى المشكلات العديدة التي ساهمت في انتشار المعلومات المضللة حول جائحة كوفيد-19، و"قد تكون أيضًا عاملًا خفيًا في الاستقطاب السياسي الحاد المحيط بإجراءات مكافحة كوفيد-19 التي حدثت في الولايات المتحدة". ^{[ 18 ] [ 20 ]}

تعتمد كل خريطة توزيعية على استراتيجية لربط القيم بالألوان. تفصل الخريطة التوزيعية المصنفة نطاق القيم إلى فئات، حيث تُخصص نفس الدرجة اللونية لجميع المناطق في كل فئة. أما الخريطة غير المصنفة (وتُسمى أحيانًا خريطة الفئات المتعددة ) فتُخصص لونًا يتناسب مع قيمة كل منطقة. ومنذ خريطة دوبين عام 1826، أصبحت الخرائط التوزيعية المصنفة أكثر شيوعًا. ^{[ 2 ]} يُرجح أن ذلك كان في الأصل بسبب سهولة تطبيق مجموعة محدودة من التدرجات اللونية؛ ولم تُصبح الخرائط التوزيعية غير المصنفة ممكنة إلا في عصر رسم الخرائط الحاسوبي، وحتى وقت قريب، لم يكن إنشاؤها سهلًا في معظم برامج رسم الخرائط. ^{[ 21 ] [ 2 ] [ 22 ] [ 23 ]} أكد والدو ر. توبلر ، عند تقديمه الرسمي للمخطط غير المصنف عام 1973، أنه يمثل تمثيلاً أدق للبيانات الأصلية، وذكر أن الحجة الأساسية المؤيدة للتصنيف، وهي سهولة قراءة المخطط، تحتاج إلى اختبار. ^{[ 2 ]} خلصت المناقشات والتجارب اللاحقة إلى استنتاج عام مفاده أن الميزة الأساسية لخرائط التوزيع اللوني غير المصنفة، بالإضافة إلى تأكيد توبلر على دقتها المطلقة، هي أنها تتيح للقراء رؤية الاختلافات الدقيقة في المتغير، دون أن توحي لهم بأن المناطق التي تندرج ضمن الفئة نفسها لها قيم متطابقة. وبالتالي، يمكنهم رؤية الأنماط العامة في الظاهرة الجغرافية بشكل أفضل، ولكن ليس القيم المحددة. ^{[ 1 ] : 109 [ 24 ] [ 25 ]} الحجة الرئيسية المؤيدة لخرائط التوزيع اللوني المصنفة هي أنها أسهل في المعالجة بالنسبة للقراء، نظرًا لقلة عدد الظلال المختلفة التي يجب تمييزها، مما يقلل من الجهد المعرفي ويسمح لهم بمطابقة الألوان في الخريطة بدقة مع القيم المدرجة في مفتاح الخريطة. ^{[ 2 ] [ 22 ] [ 23 ]}

يتم التصنيف من خلال وضع قاعدة تصنيف ، وهي عبارة عن سلسلة من العتبات التي تقسم النطاق الكمي لقيم المتغيرات إلى سلسلة من الفئات المرتبة. على سبيل المثال، إذا كانت مجموعة بيانات متوسط ​​الدخل السنوي حسب مقاطعة في الولايات المتحدة تتضمن قيمًا تتراوح بين 20,000 دولار أمريكي و150,000 دولار أمريكي، فيمكن تقسيمها إلى ثلاث فئات عند عتبتي 45,000 دولار أمريكي و83,000 دولار أمريكي. ولتجنب الالتباس، يجب أن تكون أي قاعدة تصنيف حصرية وشاملة ، بمعنى أن أي قيمة محتملة تقع ضمن فئة واحدة فقط. على سبيل المثال، إذا حددت قاعدة عتبة عند القيمة 6.5، فيجب أن توضح ما إذا كانت منطقة ما بقيمة 6.5 بالضبط ستُصنف ضمن الفئة الدنيا أو العليا (أي ما إذا كان تعريف الفئة الدنيا هو <6.5 أو ≤6.5، وما إذا كانت الفئة العليا >6.5 أو ≥6.5). تم تطوير أنواع مختلفة من قواعد التصنيف لخرائط التوزيع اللوني: ^{[ 26 ] [ 1 ] : 87}

• تستورد القواعد الخارجية العتبات دون مراعاة الأنماط الموجودة في البيانات المتاحة.
  • القواعد الراسخة هي تلك المستخدمة بالفعل بشكل شائع نتيجة للأبحاث العلمية السابقة أو السياسات الرسمية. ومن الأمثلة على ذلك استخدام شرائح الضرائب الحكومية أو عتبة الفقر القياسية عند تصنيف مستويات الدخل.
  • تُبتكر الاستراتيجيات المخصصة أو البديهية من قِبل رسام الخرائط باستخدام عتبات منطقية. ومن الأمثلة على ذلك تصنيف الدخول وفقًا لما يعتبره رسام الخرائط "غنيًا" و"متوسط ​​الدخل" و"فقيرًا". ولا يُنصح عمومًا بهذه الاستراتيجيات إلا إذا كانت جميع الطرق الأخرى غير مجدية.
• تعتمد القواعد الداخلية على الأنماط الموجودة في مجموعة البيانات نفسها.
  • تبحث قواعد الفواصل الطبيعية عن تجمعات طبيعية في البيانات، حيث تتشابه قيم عدد كبير من المناطق مع وجود فجوات كبيرة بينها. إذا كان هذا هو الحال، فمن المحتمل أن تكون هذه التجمعات ذات دلالة جغرافية.
    • تُعدّ خوارزمية جينكس لتحسين الفواصل الطبيعية ، التي طوّرها جورج ف. جينكس ، خوارزمية استدلالية لتحديد هذه التجمعات تلقائيًا إن وُجدت؛ وهي في جوهرها شكل أحادي البُعد من خوارزمية التجميع k-means . ^{[ 27 ]} في حال عدم وجود تجمعات طبيعية، تُعتبر الفواصل التي تُنتجها هذه الخوارزمية حلاً وسطًا جيدًا بين الطرق الأخرى، وهي عادةً المصنّف الافتراضي المُستخدم في برامج نظم المعلومات الجغرافية.
  • تقسم الفترات المتساوية أو المتتابعة الحسابية نطاق القيم بحيث يكون لكل فئة نطاق قيم متساوٍ: ( الحد الأقصى - الحد الأدنى ) / ن . على سبيل المثال، سيتم تقسيم نطاق الدخل المذكور أعلاه (20,000 دولار - 150,000 دولار) إلى أربع فئات عند 52,500 دولار، و85,000 دولار، و117,500 دولار.
    • كما أن قاعدة الانحراف المعياري تولد نطاقات متساوية من القيم، ولكن بدلاً من البدء بالقيم الدنيا والقصوى، فإنها تبدأ من المتوسط ​​الحسابي للبيانات وتحدد نقطة فاصلة عند كل مضاعف لعدد ثابت من الانحرافات المعيارية أعلى وأسفل المتوسط.
  • تقسم المئينات مجموعة البيانات بحيث تحتوي كل فئة على عدد متساوٍ من المقاطعات. على سبيل المثال، إذا قُسّمت مقاطعات الولايات المتحدة البالغ عددها 3141 مقاطعة إلى أربع فئات مئينية (أي أرباع )، فإن الفئة الأولى ستضم أفقر 785 مقاطعة، ثم تليها 785 مقاطعة أخرى. قد يلزم إجراء تعديلات عندما لا يكون عدد المقاطعات متساوياً، أو عندما تقع القيم المتطابقة على جانبي العتبة.
  • تقسم قاعدة المتتابعة الهندسية نطاق القيم بحيث تكون نسبة العتبات ثابتة (بدلاً من تباعدها كما في المتتابعة الحسابية). على سبيل المثال، يُقسّم نطاق الدخل المذكور أعلاه بنسبة 2، مع عتبات عند 40,000 دولار و80,000 دولار. يُستخدم هذا النوع من القواعد عادةً عندما يكون توزيع البيانات التكراري ملتويًا إيجابيًا بشدة ، خاصةً إذا كان هندسيًا أو أُسّيًا .
  • قاعدة المتوسطات المتداخلة أو قاعدة فواصل الرأس/الذيل هي خوارزمية تقسم مجموعة البيانات بشكل متكرر عن طريق تحديد عتبة عند المتوسط ​​الحسابي ، ثم تقسيم كل فئة من الفئتين الناتجتين عند متوسطاتها، وهكذا. وبالتالي، فإن عدد الفئات ليس عشوائيًا، بل يجب أن يكون قوة للعدد اثنين (2، 4، 8، إلخ). وقد أشير إلى أن هذه الطريقة فعالة أيضًا مع التوزيعات شديدة الانحراف .

نظرًا لأن العتبات المحسوبة غالبًا ما تكون عند قيم دقيقة يصعب على قارئي الخرائط فهمها (مثل 74,326.9734 دولارًا)، فمن الشائع إنشاء قاعدة تصنيف معدلة بتقريب قيم العتبات إلى رقم بسيط مماثل. ومن الأمثلة الشائعة على ذلك المتتالية الهندسية المعدلة التي تقسم قوى العدد عشرة، مثل [1، 2.5، 5، 10، 25، 50، 100، ...] أو [1، 3، 10، 30، 100، ...].

العنصر الأخير في الخريطة الكوربليثية هو مجموعة الألوان المستخدمة لتمثيل القيم المختلفة للمتغير. توجد طرق متنوعة لإنجاز هذه المهمة، لكن المبدأ الأساسي هو أن أي ترتيب في المتغير (مثلًا، من القيم الكمية المنخفضة إلى العالية) يجب أن ينعكس في الترتيب المُدرَك للألوان (مثلًا، من الفاتح إلى الداكن)، إذ يُتيح ذلك لقارئي الخريطة إمكانية إصدار أحكام بديهية حول "الأكثر مقابل الأقل" ورؤية الاتجاهات والأنماط بأقل قدر من الرجوع إلى مفتاح الخريطة. ^{[ 1 ] : 114} وهناك توجيه عام آخر، على الأقل بالنسبة للخرائط المصنفة، وهو أن تكون الألوان قابلة للتمييز بسهولة، بحيث يمكن مطابقة الألوان على الخريطة بشكل لا لبس فيه مع تلك الموجودة في مفتاح الخريطة لتحديد القيم المُمثَّلة. هذا الشرط يُحدِّد عدد الفئات التي يُمكن تضمينها؛ فبالنسبة لتدرجات اللون الرمادي، أظهرت الاختبارات أنه عند استخدام القيمة وحدها (مثلًا، من الفاتح إلى الداكن، سواء كان رماديًا أو أي لون آخر )، يصعب عمليًا استخدام أكثر من سبع فئات. ^{[ 19 ] [ 28 ]} إذا أُخذت اختلافات درجة اللون و/أو تشبّعه في الاعتبار، فإن هذا الحد يرتفع بشكل ملحوظ ليصل إلى 10-12 فئة. كما تتأثر الحاجة إلى تمييز الألوان بنقص رؤية الألوان ؛ فعلى سبيل المثال، لن تكون أنظمة الألوان التي تستخدم الأحمر والأخضر لتمييز القيم مفيدة لشريحة كبيرة من السكان . ^{[ 29 ]}

تشمل أكثر أنواع تدرجات الألوان شيوعًا المستخدمة في الخرائط الكوربليثية (وغيرها من الخرائط الموضوعية): ^{[ 30 ] [ 31 ]}

• يمثل التتابع التسلسلي القيم المتغيرة كقيمة لونية
  • يستخدم التدرج الرمادي درجات اللون الرمادي فقط.
  • يتدرج اللون الأحادي من درجة داكنة من اللون المختار (أو الرمادي) إلى درجة فاتحة جدًا أو بيضاء من نفس الدرجة تقريبًا. هذه طريقة شائعة تُستخدم لرسم خرائط المقادير. تمثل الدرجة الأغمق أكبر رقم في مجموعة البيانات، بينما تمثل الدرجة الأفتح أقل رقم.
  • يستخدم التدرج الطيفي الجزئي نطاقًا محدودًا من الألوان لإضافة تباين أكبر إلى تباين القيم، مما يتيح استخدام عدد أكبر من الفئات. يُستخدم اللون الأصفر عادةً للطرف الأفتح من التدرج نظرًا لسطوعه الظاهري الطبيعي. تشمل نطاقات الألوان الشائعة الأصفر والأخضر والأزرق، والأصفر والبرتقالي والأحمر.
• التدرج المتباعد أو ثنائي القطب هو في الأساس تدرجان لونيان متتاليان (من الأنواع المذكورة أعلاه) متصلان بلون فاتح مشترك أو أبيض. يُستخدم عادةً لتمثيل القيم الموجبة والسالبة أو التباعد عن النزعة المركزية ، مثل متوسط ​​المتغير المراد تمثيله. على سبيل المثال، يكون التدرج النموذجي عند تمثيل درجات الحرارة من الأزرق الداكن (للبرودة) إلى الأحمر الداكن (للحرارة) مع وجود الأبيض في المنتصف. غالبًا ما يُستخدم هذا التدرج عند إعطاء قيم للطرفين المتطرفين، مثل تمثيل الطرف "الجيد" باللون الأخضر والطرف "السيئ" باللون الأحمر. ^{[ 32 ]} وللدلالة على القبول القانوني أو الاجتماعي لظاهرة ما، يُرمز عادةً إلى السماح باللون الأخضر وإلى الحظر باللون الأحمر.
• يستخدم التدرج الطيفي نطاقًا واسعًا من الألوان (ربما عجلة الألوان بأكملها) دون وجود اختلافات مقصودة في قيمتها. يُستخدم هذا الأسلوب غالبًا عندما يكون هناك ترتيب للقيم، ولكنه ليس ترتيبًا قائمًا على "الأكثر مقابل الأقل"، كما هو الحال في المواسم. ويستخدمه غير المتخصصين في رسم الخرائط بكثرة في الحالات التي تكون فيها تدرجات الألوان الأخرى أكثر فعالية. ^{[ 33 ] [ 34 ]}
• يستخدم التدرج النوعي مجموعة متناثرة من الألوان دون ترتيب محدد، ودون وجود فرق مقصود في القيمة. ويُستخدم هذا الأسلوب عادةً مع الفئات الاسمية في خريطة التوزيع اللوني النوعي، مثل "الدين الأكثر انتشارًا".

من الممكن تمثيل متغيرين (وأحيانًا ثلاثة) في آنٍ واحد على خريطة تدرج لوني واحدة، وذلك بتمثيل كل متغير بتدرج لوني واحد ومزج ألوان كل منطقة. نُشرت هذه التقنية لأول مرة من قِبل مكتب الإحصاء الأمريكي في سبعينيات القرن الماضي، واستُخدمت مرات عديدة منذ ذلك الحين، بدرجات متفاوتة من النجاح. ^{[ 35 ]} تُستخدم هذه التقنية عمومًا لتصوير الارتباط والتباين بين متغيرين يُفترض أنهما مرتبطان ارتباطًا وثيقًا، مثل التحصيل العلمي والدخل. تُستخدم عادةً ألوان متباينة وليست متكاملة، بحيث يُدرك المرء بديهيًا أن مزيجها يقع بين اللونين الأصليين، مثل الأحمر + الأزرق = البنفسجي. تُعطي هذه التقنية أفضل النتائج عندما يكون للتوزيع الجغرافي للمتغير درجة عالية من الارتباط الذاتي المكاني ، بحيث توجد مناطق واسعة ذات ألوان متشابهة مع تغيرات تدريجية بينها؛ وإلا فقد تبدو الخريطة كمزيج مُربك من ألوان عشوائية. ^{[ 12 ] : 331} وقد وُجد أنها أسهل استخدامًا إذا تضمنت الخريطة مفتاحًا مصممًا بعناية وشرحًا للتقنية. ^{[ 36 ]}

تستخدم خريطة التوزيع اللوني رموزًا مخصصة لتمثيل المتغير المُمَثَّل. ورغم أن الاستراتيجية العامة قد تكون بديهية إذا تم اختيار تدرج لوني يعكس الترتيب الصحيح، إلا أن قارئي الخرائط لا يستطيعون تحديد القيمة الفعلية لكل منطقة دون وجود مفتاح. يتضمن مفتاح خريطة التوزيع اللوني النموذجي لخريطة التوزيع اللوني المصنفة سلسلة من عينات رمز كل فئة، مع وصف نصي لنطاق القيم المقابل. أما في خريطة التوزيع اللوني غير المصنفة، فمن الشائع أن يُظهر المفتاح تدرجًا لونيًا سلسًا بين القيم الدنيا والقصوى، مع وجود نقطتين أو أكثر على طوله تحملان القيم المقابلة. ^{[ 1 ] : 111}

يُعدّ مفتاح الرسم البياني التكراري نهجًا بديلًا ، إذ يتضمن رسمًا بيانيًا يُظهر التوزيع التكراري للمتغير المُمَثَّل (أي عدد المناطق في كل فئة). يمكن تمثيل كل فئة بشريط واحد، يُحدد عرضه بقيمتي العتبة الدنيا والقصوى، ويُحسب ارتفاعه بحيث تتناسب مساحة المربع مع عدد المناطق المُدرجة، ثم يُلوَّن برمز الخريطة المُستخدم لتلك الفئة. بدلاً من ذلك، يمكن تقسيم الرسم البياني التكراري إلى عدد كبير من الأشرطة، بحيث تتضمن كل فئة شريطًا واحدًا أو أكثر، مُرمَّزة وفقًا لرمزها في الخريطة. ^{[ 37 ]} لا يُظهر هذا النوع من المفاتيح قيم العتبة لكل فئة فحسب، بل يُعطي أيضًا سياقًا لمصدر تلك القيم، لا سيما لقواعد التصنيف الداخلية القائمة على التوزيع التكراري، مثل المئينات. مع ذلك، لا تدعم برامج نظم المعلومات الجغرافية وبرامج رسم الخرائط هذه المفاتيح حاليًا، ويجب إنشاؤها يدويًا في الغالب.

• رسم كاريكاتورية
• خريطة التوزيع اللوني
• خريطة داسيمترية
• خريطة توزيع النقاط
• خريطة حرارية
• ماكشورو
• تلوين الخريطة
• خريطة الرموز النسبية

• دينت، بوردن؛ تورغسون، جيفري؛ هودلر، توماس (21 أغسطس 2008). رسم الخرائط: تصميم الخرائط الموضوعية . ماكجرو هيل. ISBN 978-0-072-94382-5.

• كولور بروير – نصائح حول الألوان لرسم الخرائط
• مولد خرائط التوزيع اللوني للولايات المتحدة