9 Kartografska komunikacija

9.1 Model kartografske komunikacije

Za dobro razumevanje kartografije kao discipline važno je shvatati kartu kao oblik vizualne komunikacije ili rezultat korišćenja specifičnog jezika kojim se služimo radi opisivanja prostornih odnosa6. U tom smislu, karte su zapravo simbolička apstrakcija - ili reprezentacija - realnog sveta i njegovih pojava. To znači da je svet prikazan na karti značajno generalizovan, a kartografski znaci upotrebljeni kao reči koje imaju zadatak da označe pojave koje postoje, ili kartograf smatra da postoje, u realnosti. Generalizovani model kartografske komunikacije objašnjava kako funkcioniše proces komunikacije putem karte (Slika 9.1, redizajnirano prema https://www.e-education.psu.edu/geog486/l1_p3.html).

Generalizovani model kartografske komunikacije.

Slika 9.1: Generalizovani model kartografske komunikacije.

Kartografski proces počinje od kartografove interpretacije realnog (ili imaginarnog) sveta ili neke njegove pojave i to viđenje prenosi na kartu koja postaje tekst (prenosilac poruke). Kartografova interpretacija sveta se formira pod uticajem njegovog porekla (eng background): kulturnog, tehničkog, akademskog, istorijskog, profesionalnog, ličnog, nacionalnog i bilo kog drugog. Kartograf kreira kartu koristeći se jezikom grafičkih znakova i primenjujući metode kartografskog izražavanja (o kojima će biti reči kasnije) sa namerom da korisnik interpretira kartu na način na koji je kartograf to želeo. Osnovni preduslov da karte prenose informaciju korisnicima je da kartograf i korisnik karte imaju zajedničko razumevanje o značenju grafičkih znakova na karti. Znak na karti predstavlja određenu pojavu u realnom svetu i ima ulogu nosioca značenja. Korisnik karte čita znak i stvara mentalnu sliku o realnoj (referentnoj) pojavi. Nauka koja obezbeđuje konceptualni okvir za razmišljanje i izučavanje ovakvog zajedničkog razumevanja znakova zove se semiotika.

Semiotički model.

Slika 9.2: Semiotički model.

Bitno je naglasiti da se karte ne mogu posmatrati kao rekonstrukcija realnog sveta već su one uvek konstrukcija određene slike o tom svetu. Kartografova interpretacija realnog sveta predstavlja zapravo stvaranje geografske informacije od prostornih podataka na osnovu određene konceptualizacije. S obzirom da se jedna ista geografska informacija može konceptualizovati na razne načine (a to zavisi od kartografovog profila, razmere karte, tehničkih uslova, istorijskog konteksta), to znači da je geografska informacija, za razliku od geografskih podataka, suštinski nepouzdana - ne postoji istina, ili bar ne postoji jedna i jedinstvena istina, . Pored toga, interpretacija karte od strane korisnika zavisi, kao što je to slučaj za svaki kognitivan proces, od konteksta i od samog korisnika (njegovog profesionalnog i privatnog profila), .

9.2 Sredstva kartografskog izražavanja

U sredstva kartografskog izražavanja ubrajamo: kartografske znake, slovne i cifarske znake i nazive.

Kartografski znaci su vizualni grafički znaci koji zbog svog značenja i položaja na karti imaju sposobnost da predstave objekte i pojave iz realnog sveta (Vasilev 2006). Oni poseduju dva tipa atributa: sopstveni (značenje i lokaciju) i nasleđeni od karte (razmera, projekcija, koordinatni sistem, itd., ).

U opštem smislu, svaki znak je nešto što zamenjuje nešto drugo u nekom svojstvu ili kvalitetu.7 Osnovna karakteristika znaka je njegovo značenje koje ga povezuje sa realnim objektom koji predstavlja.

Postoji nekoliko vrsta kartografskih znakova: ikonični znaci, simboli i geometrijski znaci.

Ikonični znaci predstavljaju perspektivni crtež, horizontalnu ili vertikalnu projekciju predmeta prikaza. Ovi znaci veoma dobro predstavljaju predmet prikaza, ali su im nedostaci jednokratnost (najčešće predstavljaju jedan specifični objekat), odvlačenje pažnje od celine i ograničenost upotrebe (opterećuju kartu). Ikonični znaci ne zahtevaju prikaz legende jer im ne treba dodatno objašnjenje.

Primer ikoničnih znakova (Izvor: Vecteezy.com).

Slika 9.3: Primer ikoničnih znakova (Izvor: Vecteezy.com).

Simboli su vrsta kartografskih znakova koji svojim izgledom asociraju na objekat koji označavaju. Oni su pogodni jer olakšavaju prepoznavanje objekata koji su prikazani simbolima i na taj način poboljšavaju čitanje karte.

Primer simbola (Izvor: Vecteezy.com).

Slika 9.4: Primer simbola (Izvor: Vecteezy.com).

Geometrijski znaci znaci nastaju kompleksnom kombinacijom linija i tačaka. Korišćenje ovih znakova pruža velike mogućnosti u kartografskoj komunikaciji jer pružaju beskonačno mnogo vizualnih rešenja. Međutim, geometrijski znaci ne asociraju na objekat koji označavaju pa moraju biti objašnjeni u legendi. Dele se na tačka, linijske i poligonske znake.

Primer legende na kartama (Izvor: Vecteezy.com).

Slika 9.5: Primer legende na kartama (Izvor: Vecteezy.com).

(levo) Primer geometrijskih tačka znakova (Izvor: http://mapserver.org/mapfile/symbology/construction.html, poštujući licencu CC BY-SA). (sredina) Primer linijskih geometrijskih znakova (Izvor: http://www.openstreetmap.org). (desno) Primer poligonskih geometrijskih znakova (Izvor: https://land.copernicus.eu).

Slika 9.6: (levo) Primer geometrijskih tačka znakova (Izvor: http://mapserver.org/mapfile/symbology/construction.html, poštujući licencu CC BY-SA). (sredina) Primer linijskih geometrijskih znakova (Izvor: http://www.openstreetmap.org). (desno) Primer poligonskih geometrijskih znakova (Izvor: https://land.copernicus.eu).

Slovni znaci znaci obično označavaju kvalitativnu karakteristiku pojave (tačkaste, linijske, poligonske), a kod tačkastih pojava i njihov položaj. Primeri: Al- rudnik aluminijuma (tačkasta pojava, kvalitativna informacija), Kjm- vrsta stene (površinska pojava, kvalitativna informacija).

Primer korišćenja slovnih znakova; Geološka karta Zapadne Virdžinije (Izvor: West Virginia Geological and Economic Survey, http://www.wvgs.wvnet.edu/www/maps/geomap.htm).

Slika 9.7: Primer korišćenja slovnih znakova; Geološka karta Zapadne Virdžinije (Izvor: West Virginia Geological and Economic Survey, http://www.wvgs.wvnet.edu/www/maps/geomap.htm).

Cifarski znaci mogu označavati kvantitativnu i kvalitativnu karakteristiku pojave. Primeri: kote terena (kvantitativna informacija), broj puta (kvalitativna informacija).

Primeri korišćenja cifarskih znakova (Izvor: http://www.openstreetmap.org).

Slika 9.8: Primeri korišćenja cifarskih znakova (Izvor: http://www.openstreetmap.org).

Nazivi i oznake se koriste na kartama da bi se prikazanim pojavama dalo dodatno značenje. Posebnu grupu naziva čine toponimi. Toponim je naziv bilo kog geografskog entiteta: mesta, grada, države, reke, mora, planine, itd…

Osobine teksta kojim se ispisuju nazivi mogu biti nominalne ili ordinalne8.

Nominalne osobine teksta se koriste da ukažu na razlike u tipu pojave. Primer je dat na Slici 9.9 gde se vidi da je naziv auto puta ispisan crnom bojom, a naziv reke plavom.

Različita boja slova upotrebljena je za različite tipove pojava (Izvor: http://www.openstreetmap.org).

Slika 9.9: Različita boja slova upotrebljena je za različite tipove pojava (Izvor: http://www.openstreetmap.org).

Ordinalne karakteristike se obično koriste da ukažu na razlike u količini ili značaju pojave. Na primer, nazivi većih i značajnijih gradova se obično ispisuju većim slovima nego nazivi manjih mesta (Slika 9.10).

Primer isticanja veličine i značaja grada veličinom slova njegovog naziva (Izvor:http://www.openstreetmap.org).

Slika 9.10: Primer isticanja veličine i značaja grada veličinom slova njegovog naziva (Izvor:http://www.openstreetmap.org).

9.3 Vizualne promenljive kartografskih znakova

Vizualne promenljive predstavljaju načine na koji možemo kreirati razlike u znacima koje koristimo na karti. Standardne vizualne promenljive u kartografiji su: oblik, veličina, boja, intenzitet, tekstura i orijentacija. Vizualne promenljive omogućavaju kartiranje kvalitativnih i kvantitativnih karakteristika objekata ili pojava.

Oblik je promenljiva koja određuje neki objekat kao unikatan ili pripadnost nekom tipu (klasi) pojava.

Boja je veoma važan alat u kartografiji. Ona privlači pažnju korisnika karte i angažuje ga. Boja takođe obezbeđuje više dizajnerskih mogućnosti od crno-bele predstave i omogućava veću ekspresivnost i kreativnost u pravljenju karte. Međutim, da bi se maksimizovala efektivnost karte, boja se mora primeniti na pravi način. Ona komplikuje kartu i ako se koristi pogrešno može da izazove konfuziju kod korisnika ili da je percipiraju kao neatraktivnu.

Veličina kao vizualna promenljiva ima ulogu da promenom veličine znaka implicira relativne ili apsolutne nivoe značajnosti objekata.

Intenzitet (i zasićenost) predstavlja različite veličine ili redosled značajnosti u vrednosti podataka.

Tekstura je primenljiva na kartografske znake koje imaju neku površinu. Efekat korišćenja teksture je percepciju pripadnosti objekta grupi (klasi).

Orijentacija objekata u različitim pravcima kreira percepciju pripadnosti objekta grupi ili sličnosti sa drugim objektima.

Vizualne promenljive kartografskih znakova (Izvor:\citet{bocher2018redesign}.).

Slika 9.11: Vizualne promenljive kartografskih znakova (Izvor:.).

9.4 Boja

Boja se u kartografiji koristi da obezbedi strukturu, čitljivost i psihološku reakciju na kartu. Ako se pravilno koristi, boja značajno uvećava atraktivnost i korisnost karte i obrnuto, loša upotreba boje može odbiti korisnika karte i učiniti je teškom za čitanje.

U kartografiji postoje opšte usvojene konvencije za upotrebu boja. Na primer, vodene površine se obično prikazuju plavom bojom, a šume, parkovi i druge površine pod vegetacijom, zelenom bojom. Crvenom bojom se prikazuju visoke temperature, a plavom niske.

Uloga boje je posebno važna kada želimo da istaknemo objekat na karti koji je u fokusu u osnosu na pozadinu koja je izvan fokusa9. Cilj koji želimo da postignemo je da objekti koji su u fokusu budu odmah vidljivi i interesantni korisniku karte dok je pozadina korisna jer daje kontekstualne informacije i informacije o okolini u kojoj se objekat nalazi. Slične boje, intenzitet i zasićenost korisnik karte percipira kao slične pojave. Tople boje ističu objekat koji treba da bude u fokusu bolje nego hladne boje.

Primer dobrog (levo) i lošeg (desno) odnosa između objekta u fokusu i pozadine.

Slika 9.12: Primer dobrog (levo) i lošeg (desno) odnosa između objekta u fokusu i pozadine.

Dodatne korisne informacije vezane za korišćenje boja u kartografiji:

http://www.freac.fsu.edu/download/MM-color.pdf

https://thumbnails-visually.netdna-ssl.com/using-color-in-maps_50eef8021d920.jpg

Web aplikacija za eksperimentisanje sa kombinacijama boja u kartografiji: http://colorbrewer2.org

9.5 Prikazivanje kvalitativnih i kvantitativnih karakteristika pojava

Na kartama se mogu prikazivati kvalitativne i kvantitativne razlike pojava koje se kartiraju. Kvalitativno kartiranje je deskriptivna prezentacija pojava, dok kvantitativne karte daju i apsolutne ili relativne informacije o količini ili veličini (kvantitetu) pojave.

Kvalitativno i kvantitativno kartiranje se postiže odgovarajućim korišćenjem vizualnih promenljivih nad kartografskih znacima. Uobičajeno korišćenje je prikazano u Tabeli 9.1.

Tabela 9.1: Vizualne promenljive za kvalitativno i kvalitativno kartiranje.
Vizualne promenljive za kvalitativno kartiranje Oblik
Orijentacija
Boja
Vizualne promenljive za kvantitativno kartiranje Tekstura
Intenzitet
Veličina

Kvalitativne karte prikazuju nominalne i ordinalne podatke.

Nominalni podaci se odnose na ime pojave ili postojanje klase pojava, Slike 9.13, 9.14, 9.15.

 Tačkaste pojave. Primer tačkastih nominalnih podataka - imena restorana i barova (Izvor: www.openstreet.map).

Slika 9.13: Tačkaste pojave. Primer tačkastih nominalnih podataka - imena restorana i barova (Izvor: www.openstreet.map).

 Linijske pojave. Primer linijskih nominalnih podataka - nazivi (oznake) saobraćajnica (Izvor: www.openstreet.map).

Slika 9.14: Linijske pojave. Primer linijskih nominalnih podataka - nazivi (oznake) saobraćajnica (Izvor: www.openstreet.map).

 Površinske pojave. Primer površinskih nominalnih podataka - klase zemljišnog pokrivača (Izvor: Copernicus Land Monitoring service).

Slika 9.15: Površinske pojave. Primer površinskih nominalnih podataka - klase zemljišnog pokrivača (Izvor: Copernicus Land Monitoring service).

Ordinalni podaci uključuju rangiranje (pri tome je uvek jedna klasa iznad ili ispod druge po rangu, Slike 9.16, 9.17, 9.18).

 Tačkaste pojave. Primer tačkastih ordinalnih podataka - gradovi različitog značaja (Izvor: © Sémhur / Wikimedia Commons).

Slika 9.16: Tačkaste pojave. Primer tačkastih ordinalnih podataka - gradovi različitog značaja (Izvor: © Sémhur / Wikimedia Commons).

Linijske pojave.  Primer linijskih ordinalnih podataka (odnosi se na prethodnu kartu) - putevi i granice različitog značaja (Izvor: © Sémhur / Wikimedia Commons).

Slika 9.17: Linijske pojave. Primer linijskih ordinalnih podataka (odnosi se na prethodnu kartu) - putevi i granice različitog značaja (Izvor: © Sémhur / Wikimedia Commons).

Površinske pojave. Primer površinskih ordinalnih podataka - rizik od hepatitisa A po zemljama (Izvor: Wikimedia Commons).

Slika 9.18: Površinske pojave. Primer površinskih ordinalnih podataka - rizik od hepatitisa A po zemljama (Izvor: Wikimedia Commons).

Kvantitativne karte prikazuju podatke koje se odnose na intervale ili odnose.

Intervalski podaci su numerički podaci ali na proizvoljnoj skali (obično se numerčki podaci klasifikuju). Kod odnosa podataka, vrednosti numeričkih podataka se nalaze na skali koja ima apsolutnu nulu (mogu biti fizičke vrednosti - npr. temperatura vazduha - ili odnos dva broja - broj stanovnika po kvadratnom kilometru Slike 9.19, 9.20, 9.21).

 Tačkaste pojave. Proporcionalni simboli – veličina simbola srazmerna je vrednosti kvantitativne karakteristike.

Slika 9.19: Tačkaste pojave. Proporcionalni simboli – veličina simbola srazmerna je vrednosti kvantitativne karakteristike.

Linijske pojave. (gore) Linije toka - debljina linije je proporcionalna vrednosti kvantitativne karakteristike. (dole) Izolinije - spajaju tačke sa istom vrednošću nekog parametra.

Slika 9.20: Linijske pojave. (gore) Linije toka - debljina linije je proporcionalna vrednosti kvantitativne karakteristike. (dole) Izolinije - spajaju tačke sa istom vrednošću nekog parametra.

Površinske pojave. Horoplet karte - kvantitativne informacije se prikazuju za određene površinske jedinice (npr. administrativne jedinice). U ovom primeru prikazani su podaci o očekivanom životnom veku u Evropi po NUTS 2 administrativnim jedinicama. (Izvor: Eurostat).

Slika 9.21: Površinske pojave. Horoplet karte - kvantitativne informacije se prikazuju za određene površinske jedinice (npr. administrativne jedinice). U ovom primeru prikazani su podaci o očekivanom životnom veku u Evropi po NUTS 2 administrativnim jedinicama. (Izvor: Eurostat).

9.6 Klasifikacija kvantitativnih podataka10

Pojave i objekti koji se prikazuju na karti se, na osnovu određenog skupa uslova, klasifikuju u odvojene klase. Rezultat klasifikacije može biti novi ili izmenjeni atributski podaci za svaki objekat. Na primer, podatak o gustini naseljenosti se može klasifikovati u klase: gusto, srednje i retko naseljeno.

Osnovni razlog za klasifikaciju podataka je da se oni uproste za potrebe vizualne prezentacije na takav način da prostorni obrasci budu lakše vidljivi i jasniji korisniku karte. Pored ovoga, cilj je i da se slični podaci grupišu i da se prikažu razlike u ovim grupama.

Prilikom klasifikacije treba paziti da se sačuva karakter osnovnih podataka. Pored ovog, ostali zahtevi koji se moraju poštovati su: klasa podataka i dalje treba dobro da reprezentuje trend, klasifikacija treba da uključi pun opseg podataka, pri definiciji klasa treba voditi računa da se one ne preklapaju i da nema vrednosti koje nisu uključene ni u jednu klasu, potrebno je postići balans prilikom određivanja broja klasa - kako se broj klasa povećava, i vizualna interpretacija postaje teža stoga je bitno da se izabere broj klasa koji je lak za interpretaciju ali i dalje prikazuje adekvatnu kompleksnost podataka (Slika 9.22); podaci treba da se podele u razumno jednake grupe - klase ne moraju uvek da budu iste veličine, ali takođe ne bi trebalo da postoje velike nesaglasnosti u opsezima podataka; treba mudro birati boje prilikom predstavljanja klasa - dve osnovne varijante izbora boja koje su odgovarajuće za klasifikovanje kvantitativnih podataka su: sekvencijalna i divergentna paleta boja (Slika 9.23).

 (levo) Ova karta ima samo 2 klase što je čini dosadnom i verovatno sakriva kompleksne prostorne obrasce. (sredina) Ova karta ima previše klasa što čini prepoznavanje odgovarajućih boja otežano - korisnik će morati više puta da gleda u legendu da bi zapamtio koja boja odgovara kojoj klasi podataka.(desno) Ova karta ima 4 klase i dobro prikazuje obrazac i kompleksnost podataka.(Izvor: http://www.spatialquerylab.com/FOSS4GAcademy, autor primera Richard Smith, http://creativecommons.org/licenses/by/3.0).

Slika 9.22: (levo) Ova karta ima samo 2 klase što je čini dosadnom i verovatno sakriva kompleksne prostorne obrasce. (sredina) Ova karta ima previše klasa što čini prepoznavanje odgovarajućih boja otežano - korisnik će morati više puta da gleda u legendu da bi zapamtio koja boja odgovara kojoj klasi podataka.(desno) Ova karta ima 4 klase i dobro prikazuje obrazac i kompleksnost podataka.(Izvor: http://www.spatialquerylab.com/FOSS4GAcademy, autor primera Richard Smith, http://creativecommons.org/licenses/by/3.0).

(levo) Sekvencijalna paleta boja - koristi se za prikazivanje klasa kada se vrednost podataka postepeno uvećava od niskih do visokih vrednosti. Obično se upotrebljava jedna boja kod koje se menja intenzitet ili zasićenost. (desno) Divergentna paleta boja - koristi se za prikazivanje klasa kada se vrednost podataka uvećava u suprotnim smerovima od neke neutralne tačke. Obično se upotrebljavaju komplementarne boje čija se zasićenost povećava prema ekstremnim vrednostima podataka. U neutralnoj tački bi trebalo da bude neutralna siva ili sa obe strane jednako nisko zasićena vrednost za obe boje.

Slika 9.23: (levo) Sekvencijalna paleta boja - koristi se za prikazivanje klasa kada se vrednost podataka postepeno uvećava od niskih do visokih vrednosti. Obično se upotrebljava jedna boja kod koje se menja intenzitet ili zasićenost. (desno) Divergentna paleta boja - koristi se za prikazivanje klasa kada se vrednost podataka uvećava u suprotnim smerovima od neke neutralne tačke. Obično se upotrebljavaju komplementarne boje čija se zasićenost povećava prema ekstremnim vrednostima podataka. U neutralnoj tački bi trebalo da bude neutralna siva ili sa obe strane jednako nisko zasićena vrednost za obe boje.

Klasifikacija sa jednakim intervalima kreira klase sa istim opsezima vrednosti atributa. Ova klasifikacija daje dobre rezultate kada su podaci ravnomerno raspoređeni u celom opsegu. Negativna osobina ove metode je ta što ona ne uzima u obzir raspored podataka, pa se može desiti da postoji klasa kojoj ne pripada ni jedan prostorni objekat.

Slika 9.24: Klasifikacija sa jednakim intervalima kreira klase sa istim opsezima vrednosti atributa. Ova klasifikacija daje dobre rezultate kada su podaci ravnomerno raspoređeni u celom opsegu. Negativna osobina ove metode je ta što ona ne uzima u obzir raspored podataka, pa se može desiti da postoji klasa kojoj ne pripada ni jedan prostorni objekat.

Kvantil klasifikacija je metod koji raspodeljuje skup vrednosti podataka u grupe koje sadrže jednak broj merenja (podataka). Na slici je prikazan histogram podataka pri čemu je niz vrednosti podatka podeljen tako da broj izmerenih vrednosti u svakoj grupi bude jednak 10. Kod ove klasifikacije, svaka klasa je jednako reprezentovana na karti. (Izvor: http://wiki.gis.com/wiki/index.php/Quantile )

Slika 9.25: Kvantil klasifikacija je metod koji raspodeljuje skup vrednosti podataka u grupe koje sadrže jednak broj merenja (podataka). Na slici je prikazan histogram podataka pri čemu je niz vrednosti podatka podeljen tako da broj izmerenih vrednosti u svakoj grupi bude jednak 10. Kod ove klasifikacije, svaka klasa je jednako reprezentovana na karti. (Izvor: http://wiki.gis.com/wiki/index.php/Quantile )

Metod Dženksovih (Jenks) prirodnih granica u klasifikaciji maksimizuje homogene klase. Ovaj metod analizira histogram, prepoznaje grupe podataka koji su slični i kreira granice klasa. Na ovaj način se uzima u obzir raspodela podataka da bi se minimizirala varijacija unutar klasa.

Slika 9.26: Metod Dženksovih (Jenks) prirodnih granica u klasifikaciji maksimizuje homogene klase. Ovaj metod analizira histogram, prepoznaje grupe podataka koji su slični i kreira granice klasa. Na ovaj način se uzima u obzir raspodela podataka da bi se minimizirala varijacija unutar klasa.

Metod geometrijskih intervala kreira granice klasa koje se sistematski menjaju nekom matematičkom progresijom. Ova klasifikacija predstavlja kompromis između prirodnih granica (Jenks), jednakih intervala i kvantila i korisna je kada je opseg vrednosti podataka značajan i kada one prate neku vrstu matematičke progresije koja treba da bude opisana odgovarajučim odgovarajućim klasama.

Slika 9.27: Metod geometrijskih intervala kreira granice klasa koje se sistematski menjaju nekom matematičkom progresijom. Ova klasifikacija predstavlja kompromis između prirodnih granica (Jenks), jednakih intervala i kvantila i korisna je kada je opseg vrednosti podataka značajan i kada one prate neku vrstu matematičke progresije koja treba da bude opisana odgovarajučim odgovarajućim klasama.

9.7 Prikazivanje 3. dimenzije (reljefa)

Uobičajeno, karte predstavljaju 2-dimenzionalnu predstavu prostora koji je u prirodi 3-dimenzionalan. Za kartografe je oduvek bio izazov da prikažu visinu terena (i objekata) odnosno reljef.

U klasičnoj kartografiji razvile su se tri metode za prikazivanje reljefa i to: 1) korišćenjem izohipsi, 2) senčenjem i 3) korišćenjem hipsometrijske skale.

Izohipse - predstavljaju (zatvorene) krive linije koje spajaju tačke sa istom nadmorskom visinom. Ekvidistancija predstavlja visinsku razliku između dve susedne izohipse i definiše detaljnost prikaza reljefa. Prikaz visina izohipsama ne omogućava dobru percepciju reljefa od strane korisnika karte, ali obezbeđuje kvantitativne informacije o visini terena.

U savremenim softverskim GIS alatima, moguće je automatski generisati izohipse iz skupa tačaka u kojima je poznata nadmorska visina ili iz digitalnog elevacionog modela (DEM).

Izohipse se mogu prikazati različitim debljinama i bojama, a uobičajeno je da se na određene izohipse upisuje njena visina radi lakše upotrebe karte.

Primer DEM određenog područja (okolina grada Valjeva, Srbija).

Slika 9.28: Primer DEM određenog područja (okolina grada Valjeva, Srbija).

Korišćenjem DEM okoline Valjeva, Srbija (Slika 9.28) generisane su izohipse u QGIS softveru sa tri različite vrednosti ekvidistancije (Slika 9.29).

Izohipse generisane nad DEM-om koji obuhvata Valjevo i okolinu. (levo) Ekvidistancija 10 m. (sredina) Ekvidistancija 50 m. (desno) Ekvidistancija 100 m.

Slika 9.29: Izohipse generisane nad DEM-om koji obuhvata Valjevo i okolinu. (levo) Ekvidistancija 10 m. (sredina) Ekvidistancija 50 m. (desno) Ekvidistancija 100 m.

Uobičajeno je da se određene izohipse prikazuju naglašeno radi lakšeg čitanja karte. Na Slici 9.30 prikazane su izohipse sa ekvidistancijom 20 m pri čemu je svaka peta izohipsa podebljana (izohipse deljive sa 100).

Primer naglašavanja izohipsi - prikazane su izohipse sa ekvidistancijom 20 m pri čemu je svaka peta (100 m, 200 m, …) naglašena.

Slika 9.30: Primer naglašavanja izohipsi - prikazane su izohipse sa ekvidistancijom 20 m pri čemu je svaka peta (100 m, 200 m, …) naglašena.

Senčenje - ova metoda imitira osvetljenost i zasenčenost terena pod uticajem nekog izvora svetlosti (npr. Sunca) posmatranog odozgo. Efekat senčenja je utisak “plastičnosti”, odnosno osećanje korisnika karte da je teren trodimenzionalan. Međutim, kod ove metode, kvantitativne informacije o reljefu su izgubljene.

U savremenim softverskim GIS alatima (npr. QGIS), moguće je automatski generisati senke iz digitalnog elevacionog modela (DEM). Uobičajeno je da kartograf može da podesi položaj izvora svetlosti (azimut i vertikalni ugao) kao i metodu senčenja (Slika 9.31).

Senke generisane u QGIS sa položajem izvora svetlosti: 300 stepeni azimut, 40 stepeni vertikalni ugao.

Slika 9.31: Senke generisane u QGIS sa položajem izvora svetlosti: 300 stepeni azimut, 40 stepeni vertikalni ugao.

Hipsometrijska skala - ova metoda podrazumeva upotrebu palete boja da bi se postigao efekat visinskih razlika odnosno percepciju relativnih visinskih razlika od strane korisnika karte. Kod ove metode, međutim, korisnik karte veoma teško može da dobije kvantitativne informacije o visini terena. Prilikom kreiranja hipsometrijske skale za neku kartu, teren se podeli na visinske pojaseve, a zatim se definiše boja za svaki pojas (Slika 9.32).

Hipsometrijska skala koju je kreirao Rudolf Leuzinger za svoju kartu `Carte physique et géographique de la France` (Izvor: http://www.reliefshading.com).

Slika 9.32: Hipsometrijska skala koju je kreirao Rudolf Leuzinger za svoju kartu Carte physique et géographique de la France (Izvor: http://www.reliefshading.com).

Za DEM iz prethodnih primera, primenjena je hipsometrijska skala u QGIS softverskom paketu , pri čemu je teren podeljen na 5 jednakih visinskih pojaseva, svaki visine 125 m (Slika 9.33). Svaki piksel u okviru DEM prikazan je u odgovarajućoj boji na osnovu pripadnosti određenom visinskom pojasu.

DEM vizualizovan korišćenjem hipsometrijske skale.

Slika 9.33: DEM vizualizovan korišćenjem hipsometrijske skale.

Kombinovana metoda - veoma često se koristi više metoda za prikazivanje reljefa u kombinaciji. Na taj način se iskorišćava prednost svake od navedenih metoda: kvantitativna informacija koju donose izohipse i utisak “plastičnosti” koji je rezultat senčenja i hipsometrijske skale. Međutim, u ovom slučaju treba voditi računa da prikaz reljefa ne postane isuviše dominantan na karti kada služi isključivo kao pozadina za druge tematske informacije.

Kombinovanje izohipsi, senčenja i hipsometrijske skale kod prikazivanja reljefa.

Slika 9.34: Kombinovanje izohipsi, senčenja i hipsometrijske skale kod prikazivanja reljefa.

Dodatne korisne informacije vezane za prikaz reljefa u kartografiji mogu se pronaći na sajtu: http://www.reliefshading.com/

Literatura

Vasilev, Stanislav. 2006. “ABOUT the Cartographical Signs.” Conference Proceedings of 1-St International Trade Fair of Geodesy, Cartography, Navigation and Geoinformatics GEOS 2006.


  1. The Geographer’s Craft, Department of Geography, University of Colorado at Boulder, Cartographic Communication by Kenneth E. Foote and Shannon Crum, 1995

  2. Peirce, C. S., 1897, Collected Papers. 8 volumes, vols. 1-6, eds. Charles Hartshorne and Paul Weiss, vols. 7-8, ed. Arthur W. Burks. Cambridge, Mass.: Harvard University Press, 1931-1958.

  3. https://www.e-education.psu.edu/geog486/node/1947

  4. Adaptirano prema FOSS4GAcademy/Lectures/GST104/L6/ link: goo.gl/KDs6C4

  5. Adaptirano prema FOSS4GAcademy/Lectures/GST104/L6/ link: goo.gl/KDs6C4