Skip to main content
LibreTexts - Ukrayinska

5: Спрощення

  1. Last updated
  2. Save as PDF
  • Page ID
    37837

    • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)

    «Яка корисна річ кишенькова карта!» Я зауважив.

    «Це ще одна річ, яку ми дізналися від вашої нації», - сказав Майн Герр, - створення карт. Але ми перенесли його набагато далі, ніж ви. Яку карту ви вважаєте найбільшою, яка була б дійсно корисною?»

    «Близько шести дюймів до милі».

    «Всього шість дюймів!» вигукнув Майн Герр. «Ми дуже скоро дісталися до шести ярдів до милі. Тоді ми спробували сто ярдів до милі. А потім прийшла найграндіозніша ідея з усіх! Ми фактично склали карту країни, в масштабі від милі до милі!»

    «Ви багато ним користувалися?» Я запитував.

    «Він ще ніколи не поширювався», - сказав Майн Герр: «Фермери заперечували: вони сказали, що це покриє всю країну, і закриє сонячне світло! Тож ми зараз використовуємо саму країну, як власну карту, і я запевняю вас, що вона робить майже так само».

    Льюїс Керролл, Сільві та Бруно укладені, глава XI, Лондон, 1895

    Карти за потребою менші, ніж те, що вони зображують у реальному світі. Через це на них може бути представлено лише обмежене число ознак. Потрібно зробити вибір про те, як спростити складність світу, щоб бути зрозумілим на карті. Знання того, хто ваша аудиторія, і чітке розуміння того, що ви хочете їм пояснити, мають вирішальне значення для вирішення того, що включати, а що залишити поза увагою. Наприклад, карти метро визначають пріоритети назв зупинок і з'єднань між лініями метро над географічним розташуванням зупинок.


    Карта метро. Офіційна карта метро для метро Вашингтона (зліва) порівняно з картою метрополітенів, намальованих у масштабі (праворуч). Карти метро визначають пріоритети назв зупинок і з'єднань між лініями метро над географічним розташуванням зупинок. [1]

    Спрощення використовується як в тематичних, так і в довідкових картах. У першій частині цього розділу будуть розглянуті різні види тематичних карт і поняття класифікації, приділяючи пильну увагу тому, як різні схеми класифікації розбивають дані між класами. Ми також поміркуємо над тим, як вибір схеми класифікації та кількість класів впливають на видимі шаблони даних. У другій частині цього розділу буде розглянуто, як карти спрощують форму або кількість об'єктів на еталонній карті - процес, відомий як узагальнення.

    Цей розділ познайомить вас з:

    • переваги та недоліки трьох поширених схем класифікації
    • ситуації, в яких стандартизація даних є доцільною
    • чотири основних типи узагальнення на довідкових картах

    5.1 Типи тематичних карт

    Ми використовуємо безліч різних видів карт. Ми швидко розглянемо кілька ключових видів, а потім зосередимося на деяких зокрема.

    • Карти щільності точок використовують точки або точки, щоб показати порівняльну щільність об'єктів над базовою картою. Точки все однакового розміру.
    • Пропорційні карти символів використовують символи, які зустрічаються в точках на карті, але на відміну від точкових карт, розмір символу змінюється залежно від кількості або величини речі, що вимірюється. Взагалі кажучи, більш високі значення отримують більші символи.
    • Карти хороплета є одними з найбільш часто використовуваних тематичних карт. Вони використовують різні кольори, щоб показати заходи, призначені для областей або регіонів на карті.
    • Картограми спотворюють форму областей, щоб зобразити величину вимірюваного атрибута. Відносно високе значення в межах типово невеликої географічної одиниці, як держава, буде зображено як непропорційно велике на картограмі, оскільки розмір регіону базується на його атрибутах, а не на фактичному розмірі.
    • Карти потоку показують рух товарів, людей та ідей між місцями. Зазвичай на них зображують розміри потоків, змінюючи ширину ліній, що з'єднують місця.
    • Карти щільності зображують концентрацію точкових мір. Ви можете подумати про цю карту, яка показує, як кожне місце поширює свою присутність за межі свого безпосереднього розташування, щоб включити сусідні області.


    Типи карт. Існує шість поширених видів тематичних карт, які використовуються для спрощення даних. [2]

    5.1.1 Карта крапок

    На карті точок кожна точка представляє фіксовану величину. Для однокрапних карт кожна точка представляє один об'єкт або особу. Наприклад, знаменита карта Джона Сноу мала по одній крапці для кожної повідомленої смерті від холери навколо насоса Broad Street.


    Карта холери один до одного. Знаменита карта смертей від холери Джона Сноу зосереджена навколо насоса Broad Street. [3]

    Крім того, одна точка може стояти для декількох об'єктів або людей. На малюнку нижче показаний приклад карти «багато до одного», в якій одна точка представляє 10 000 людей.


    Карта крапок «багато до одного». На цій карті зображено загальне населення північно-східних Сполучених Штатів. Кожна точка представляє 10 000 чоловік. [4]

    Точкові карти корисні для швидкої візуалізації закономірностей кластеризації та щільності. Вони не вимагають кольору для спілкування, що дозволяє уникнути проблем, що виникають внаслідок відмінностей у тому, як люди сприймають колір, такі як дальтонізм. Хоча вони універсальні та інтуїтивно зрозумілі, це може бути важко визначити точкові числа на основі точкової карти. Одна область може мати більше точок, ніж інша, але щоб знати, скільки ще потрібно, щоб ви ретельно підраховували сотні або тисячі точок.

    Конфіденційність також може бути проблемою для карт «один на один». Наприклад, ви не хочете, щоб точні місця були відомі під час відображення чутливих суб'єктів, таких як, де живуть пацієнти з венеричними захворюваннями. Щоб обійти це, точки часто зміщуються від їх фактичного місця розташування. Спрощуючи кількість точок на карті, карти «багато до одного» уникають проблем із конфіденційністю, а натомість стикаються з проблемою, де розмістити точки. Крапки, як правило, розташовуються в середньому розташуванні декількох об'єктів, що представляють ред .


    Спрощення крапкової карти. Розміщення точок посередині доріг та нерівномірний розподіл навколо блоку є свідченням того, що точки на карті точок один до одного були зміщені. Карта «багато до одного» з одних і тих же блоків спрощує кількість показаних даних і розміщує точки в середньому місці. [5]

    Зверніть увагу, що дуже важливо, щоб карти точок були намальовані за допомогою проекції рівних площ, інакше щільність точок буде спотворена.

    5.1.2 Пропорційна карта символів

    Цей тип карти регулює розмір простих символів пропорційно значенню даних, знайденим у цьому місці. Чим більше символ, тим «більше» чогось існує. Пропорційні символи можуть використовуватися для представлення даних у точних місцях (точках) або даних, усереднених по географічній зоні. Ключовою перевагою цього типу карти є те, що на сприйняття значення даних не впливає розмір площі, яку представляє символ. На картах хороплету держави з невеликими географічними районами (наприклад, Род-Айленд) можуть бути не помічені, навіть якщо вони мають велике значення даних. На відміну від цього, розміри символів в пропорційній карті символів не прив'язані до площі землі.

    Мінусом цього є більша ймовірність візуального захаращення. Символи можуть перекриватися, якщо місця з великими значеннями знаходяться близько один до одного. Як на малюнку нижче, відносні розміри символів можуть мати значення. Якщо ви виберете символи, які загалом занадто малі, читачеві карт буде складніше бачити шаблони в даних (вгорі ліворуч), але якщо вони занадто великі, багато символів будуть перекриватися і ускладнювати перегляд шаблонів в даних (вгорі праворуч). В ідеалі символи мають невелике перекриття між символами в найбільш переповненій області карти (внизу), не маючи стільки перекриттів, що символи приховані.


    Розмір символу. Пропорційна карта символів загибелі автомобілів в Каліфорнії, США. Зверніть увагу, як відносні розміри символів потрібно вибирати з обережністю. [6]

    Ця проблема перекриття в пропорційних картах символів може дійти до того моменту, коли люди мають проблеми з точним порівнянням розмірів символів, на малюнку нижче. Багато людей недооцінюють відмінності в розмірі символу, особливо коли різниця велика. Пропорційний виробник карт символів повинен дотримуватися балансу між наявністю діапазону розмірів символів та обмеженням їх перекриття.


    Пропорційна карта символів. За допомогою цієї карти населення за округами важко зрозуміти, який округ кожен символ представляє в районах з багатьма невеликими населеними округами. [7]

    5.1.3 Хоропліт Карта

    На картах хороплету області затінюються за допомогою відтінку або значення для представлення різних величин. Зазвичай більш темні відтінки або значення означають більшу кількість. Карти Choropleth легко зробити і інтерпретувати, що зробило їх дуже популярними серед виробників карт. Однак вони можуть бути дуже оманливими, якщо неправильно стандартизовані або якщо географічні явища, що відображаються, не прив'язані до областей, що затінюються. Наприклад, кількість опадів, тип ґрунту та тривалість поїздок не змінюються залежно від кордонів округу чи поштового індексу. Явища, що відображаються, рідко різко змінюються на визначених людиною кордонів, як це здається на карті хороплету, і може бути багато варіацій в межах області, символізованої одним кольором. Працюючи з картами хороплетів, картографіст повинен намагатися підтримувати важливі закономірності, спрощуючи непотрібну складність.


    Карта щільності населення Choropleth. Ця карта щільності населення за округами перепису 2010 року спирається на те, що користувачі правильно інтерпретують спосіб поділу даних на групи. [8].

    5.2 Стандартизація

    Важливим фактором у тематичному картографуванні, особливо на картах хороплету, є те, чи візуалізуються дані як підрахунок (наприклад, кількість людей) або як щільність (кількість людей на квадратну милю). Основна причина стандартизації даних полягає в тому, щоб дозволити зчитувачу карт порівнювати місця, які сильно відрізняються за розміром або формою. Порівняння такого великого місця, як Росія, з меншим місцем, таким як Ірландія, насправді можливо лише дивлячись на щільність населення замість загальної кількості населення. У Росії набагато більше людей, ніж Ірландія, але має меншу щільність населення, оскільки вона така велика.

    Деякі форми стандартизації є просторовими, такими як щільність населення - кількість людей на квадратну милю. Розглянемо малюнок нижче. Карта вгорі просто показує підрахунок кількості людей в кожному штаті в 2010 році. Техас та Нью-Йорк мають набагато більшу чисельність населення, ніж Північна чи Південна Дакота, тому не дивно, що вони також мають більш темне затінення. На відміну від цього, карта на дні стандартизована — показує кількість народжень на квадратну милю. Ця карта цікавіша тим, що орієнтована на людей, а не на розмір держави.


    Стандартизація та чисельність населення. На верхній карті показано підрахунок кількості людей у кожному штаті в 2010 році. Нижня карта стандартизована - показує кількість народжень на квадратну милю.Дженніфер Сміт, факультет географії Університету штату Пенсільванія; Дані Бюро перепису населення США. [9]

    Інші види стандартизації є непросторовими, такі як поділ вартості житла на загальний дохід домогосподарств або поділ кількості учнів, які отримують безкоштовний або знижений обід на загальну кількість учнів цієї школи. Як необроблений підрахунок, так і стандартизовані числа можуть бути корисними, залежно від того, що ви намагаєтеся досягти. Якщо ви розраховуєте вартість надання їжі за допомогою безкоштовної або зниженою ціною обідньої програми, вам потрібно буде знати кількість студентів, які кваліфікуються. Якщо ви намагаєтеся зрозуміти, скільки студентського тіла стикається з продовольчою небезпекою, маючи стандартизовану кількість - відсоток студентів, які отримують безкоштовний або знижений обід - було б корисніше. При картографуванні соціальних даних, якщо порівнювані області не схожі за розміром та чисельністю населення, зазвичай найкраще стандартизувати цифри.

    5.3 Класифікація

    Класифікація лежить в основі спрощення та тематичного відображення. Класифікація може бути використана для спрощення широкого діапазону значень у щось, що може бути легше інтерпретовано аудиторією карти. Замість того, щоб символізувати кожне значення даних унікальним відтінком або розміром, значення групуються в меншу кількість категорій. Існує безліч класифікаційних схем — методів розбиття даних на ці категорії. Ми зупинимося на трьох найбільш часто використовуваних схемах класифікації: 1) рівний інтервал, 2) квантиль і 3) природні розриви.

    5.3.1 Рівний інтервал

    Використовуючи метод рівних інтервалів, дані поділяються на класи, які мають рівний діапазон значень (наприклад, 0-100, 100-200, 200-300 тощо). Рівний інтервал легко інтерпретувати і порівнювати з іншими картами в серії. Однак це не працює добре для всіх дистрибутивів даних. Якщо в значеннях даних є прогалини, деякі класи можуть бути порожніми. Якщо дані сильно перекошені або мають викиди, ви можете отримати карту, де майже всі області знаходяться в одному класі. Рівний інтервал найкраще працює, коли дані відносно рівномірно розподілені між мінімальним і максимальним значенням, і немає викидів.


    Рівноінтервальна класифікація. Щільність населення за графством Міннесота, США за допомогою рівної інтервальної класифікації. [10]

    5.3.2 Квантиль

    При квантильному методі дані поділяються так, щоб в кожному класі було рівне число спостережень. Наприклад, якщо у вас 100 міст і 5 класів, у кожному класі було б 20 міст. Цей метод дає привабливі, візуально збалансовані карти і може бути корисним, якщо ви працюєте з порядковими даними, або тими, які ранжуються (в даному випадку від найбільших до найменших). Оскільки він ставить однакову кількість спостережень у кожному класі без посилання на значення цих спостережень, квантиль іноді групує дуже різні значення в одному класі (наприклад, 0-11,12-21,22-33,34-70,71-2961). Цей ефект особливо помітний з викидами, або особливо низькими або високими значеннями, які виходять самі по собі. Якби створити квантильну класифікацію, яка є технічно вимогливою, вона могла б поставити спостереження з однаковим значенням у різні класи; однак, картографісти часто вручну змінюють класифікацію, щоб спостереження однакового значення не розділялися, що робить її більше схожою на природні розриви класифікація (нижче).


    Квантильна класифікація. Щільність населення за графством Міннесота, США за допомогою класифікації квантилей. [11]

    5.3.3 Природні розриви

    Метод природних перерв намагається максимізувати відмінності між класами та мінімізувати відмінності всередині класів. Існує кілька алгоритмів, як це зробити, як правило, ставлячи точки розриву там, де є найбільші прогалини між значеннями спостереження. Цей метод особливо добре працює для даних з кластерами або викидами. Одним з недоліків природних розривів є те, що він встановлює унікальні точки розриву для кожного набору даних, і тому його важко використовувати, якщо вам потрібно провести порівняння на декількох картах (наприклад, зміна населення в місті між 1970 і 2010 роками).


    Класифікація природних розривів. Щільність населення за графствами штату Міннесота з використанням класифікації природних перерв. Менші графіки вище є розкидними графіками фактичних точок даних і показують щільність населення округів діапазон від найнижчого ліворуч до найвищого праворуч. Ви можете побачити, як графік усіх округів має багато низьких значень і лише кілька вищих значень праворуч, які є густонаселеними містами-побратимами, такими як Хеннепін та Ремсі. [12]

    5.3.4 Кількість класів

    Окрім вибору методу класифікації, виробники карт повинні вирішити, на скільки класів або категорій розділити дані. Маючи лише кілька занять, можна приховати важливі деталі та привернути увагу до географічних закономірностей, яких насправді немає. Маючи занадто багато класів, однак, може зробити карту заплутаною.

    При більшій кількості класів буває важко розрізнити різні кольори, збільшуючи ймовірність того, що значення в легенді будуть неправильно прочитані. Не існує ідеальної кількості класів, які працюватимуть для кожної карти хороплету. Це залежить від того, що ви намагаєтеся передати і як розподіляються ваші дані.


    Різні класифікації. Ці три карти використовують ту саму схему класифікації (квантиль) та дані (ACS 2010 5-річна оцінка), але показують різні закономірності та місця, де існує старий житловий фонд. [13]

    Підсумовуючи, залежно від вибору, зробленого щодо стандартизації, схеми класифікації та кількості класів, одні й ті ж дані можуть бути візуалізовані дуже по-різному. Ці відмінності можуть мати величезний вплив на соціальні та політичні висновки, зроблені з карти. Роблячи карти або дивлячись на карту, яку зробив хтось інший, будьте дуже вдумливі про те, як ваші дані були розділені на категорії.

    5.4 Узагальнення

    Ми розглядали спрощення даних для тематичних карт (тобто групування даних в меншу кількість категорій або областей). Спрощення даних та інформації також важливо при створенні довідкових карт, процесу, відомого як узагальнення. Узагальнення особливо необхідно на маломасштабних картах. Наприклад, коли ви зменшуєте масштаб на Картах Google, стає все більш недоцільним показувати дрібні деталі, такі як житлові вулиці. Навіть якщо ви хотіли включити кожну будівлю та назву вулиці, об'єкти в кінцевому підсумку будуть занадто малі, щоб відображатися на екрані вашого комп'ютера. Мапмейкер повинен вибрати, які функції карти є найбільш важливими для включення і що можна спростити.

    Усунути. Видалення об'єктів з карти. Картографік може повністю видалити об'єкти, якщо вони стають занадто малими, щоб побачити, занадто близько один до одного, щоб бути значущими, або надати непотрібні деталі. Наприклад, невеликі житлові вулиці були усунені із зображення праворуч.


    Ліквідація. Карта узагальнена шляхом усунення вулиць. [14]

    Спростити. Згладжування або видалення геометрії об'єктів на карті. Берегові лінії, річки та кордони між країнами часто мають багато вигинів і вигинів. Працюючи в малих масштабах, картографіст може вибрати спрощення форми об'єктів або згладити хиткі лінії. Примітка: так, це може збивати з пантелику - узагальнення є своєрідним спрощенням, але узагальнення також використовує підхід, який називається спрощенням.


    Спростити. Карта узагальнена згладжуванням берегових ліній. [15]

    Комбінат. Об'єднання, агрегування або об'єднання ознак. Картографік також може вибрати об'єднання невеликих об'єктів у більший об'єкт, який буде видимим при зменшенні масштабу в малих масштабах.


    Комбінат. Карта узагальнена об'єднанням островів з материком. [16]

    витіснити. Переміщення або посилення об'єкта. Якщо об'єкт важливий для призначення карти, але дуже малий або не видно у вибраному масштабі, картографіст може збільшити розмір символу. Символ з'явиться на карті більше, ніж це було б насправді. Якщо кілька важливих об'єктів настільки близькі один до одного, що їх символи перекриваються, виробник карт також може розсунути їх. Наприклад, дорога та стоянка на зображенні праворуч трохи зрушені від фактичного місця розташування, щоб карту було легше читати.


    витіснити. Карта узагальнена рухомою дорогою для посилення відокремлення від берегової лінії. [17]

    5.5 Висновок

    Ключ до правильного вибору щодо спрощення полягає в тому, щоб знати, що ви намагаєтеся сказати з вашою картою. Тепер ви знайомі з декількома типами тематичного картографування, включаючи точкові карти, пропорційні карти символів та карти хороплету. Ви також маєте уявлення про те, як стандартизація та класифікація впливають на те, як виглядають дані, коли вони візуалізуються на карті. Розглянуто спрощення даних шляхом поділу їх на класи (через процес класифікації) трьома основними підходами: 1) рівним інтервалом, 2) квантилем та 3) природними розривами. Ми також взяли гусак у спрощенні геометрії шляхом узагальнення фактичної точки, ліній та областей шляхом усунення, поєднання, спрощення та переміщення. Найголовніше, ви повинні бути в пошуку спрощення і цікаво про його вплив на повідомлення карт, з якими ви стикаєтеся.

    Ресурси

    Для отримання додаткової інформації про типи тематичних карт:

    Для отримання інформації про класифікацію:

    • Картування хороплету з дослідницьким аналізом даних в журналі Directions
    1. КУБ.СМ ПО-НК 4.0. Петро Довак 2013. www.behance.net/Галерея/пральна... Масшта/10965947⟩
    2. КУБ.СМ ЗА 3,0. Адаптовано з http://giscommons.org/output/
    3. Громадське надбання. Джон Сноу; Опубліковано C.F Cheffins, Літ, Саутгемптон будівель, Лондон, Англія, 1854 в Сноу, Джон. Про спосіб спілкування холери, 2-е видання, Джон Черчілль, Нью-Берлінгтон-стріт, Лондон, Англія, 1855. https://commons.wikimedia.org/w/inde...? курід=2278605 ↑
    4. КУБ.СМ ПО-НК-СА 4.0. Сара Нельсон 2015. Дані SocialExplorer та перепису населення США. ←
    5. КУБ.СМ ПО-НК-СА 4.0. Сара Нельсон 2015. Дані SocialExplorer та перепису населення США. ←
    6. КУБ.СМ ПО-НК-СА 3.0. Адаптовано з Адрієнн Грувер (2016). Картографія та візуалізація. www.e-education.psu.edu/geog486/l1_p7.html
    7. КУБ.СМ ПО-НК-СА 4.0. Сара Нельсон 2015. Дані SocialExplorer та перепису населення США. ←
    8. КУБ.СМ ПО-НК-СА 4.0. Сара Нельсон 2015. Дані SocialExplorer та перепису населення США. ←
    9. КУБ.СМ ПО-НК-СА 3.0. Адаптовано з Dibiase et al. (2012) Картування нашого мінливого світу. https://www.e-education.psu.edu/maps/l5_p5.html س
    10. КУБ.СМ ПО-НК-СА 4.0. Стівен Менсон та Джеррі Шеннон, 2012 ↑
    11. КУБ.СМ ПО-НК-СА 4.0. Стівен Менсон та Джеррі Шеннон, 2012 ↑
    12. КУБ.СМ ПО-НК-СА 4.0. Стівен Менсон та Джеррі Шеннон, 2012 ↑
    13. КУБ.СМ ПО-НК-СА 4.0. Стівен Менсон 2015. Дані з SocialExplorer та перепису населення США
    14. КУБ.СМ ЗА НК-НД 4.0. Рот, Р.А., Брюер, C.A., і Страйкер, М.С. (2011). Типологія операторів для підтримки розбірливих конструкцій карт у різних масштабах, Картографічні перспективи, Північна Америка, 68, березень 2011. Доступно за адресою: http://www.cartographicperspectives... -Рот-і-ал/18. Дата доступу: 24 вер. 2015 р. ←
    15. КУБ.СМ ЗА НК-НД 4.0. Рот, Р.А., Брюер, C.A., і Страйкер, М.С. (2011). Типологія операторів для підтримки розбірливої карти desi gns в декількох масштабах, Картографічні перспективи, Північна Америка, 68, березень 2011. Доступно за адресою: http://www.cartographicperspectives... -Рот-і-ал/18. Дата доступу: 24 вер. 2015 р. ←
    16. КУБ.СМ ЗА НК-НД 4.0. Рот, Р.А., Брюер, C.A., і Страйкер, М.С. (2011). Типологія операторів для підтримки розбірливих конструкцій карт у різних масштабах, Картографічні перспективи, Північна Америка, 68, березень 2011. Доступно за адресою: http://www.cartographicperspectives... -Рот-і-ал/18. Дата доступу: 24 вер. 2015 р. ←
    17. КУБ.СМ ЗА НК-НД 4.0. Рот, Р.А., Брюер, C.A., і Страйкер, М.С. (2011). Типологія операторів для підтримки розбірливих конструкцій карт у різних масштабах, Картографічні перспективи, Північна Америка, 68, березень 2011. Доступно за адресою: http://www.cartographicperspectives... -Рот-і-ал/18. Дата доступу: 24 вер. 2015 р. ←
    1. Back to top
    • Was this article helpful?

    Recommended articles

    1. Article type
      Chapter
      License
      CC BY-NC-SA
      Show Page TOC
      No on Page
    2. Tags
      1. authorname:smanson
      2. source[translate]-geo-5548