⚡ electrical engineering

A Large-Scale Expert-Annotated Dataset of Thematic Maps for Layout and Color Analysis (1990-2025)

Este estudio presenta un conjunto de datos a gran escala, anotado por expertos, de 48.453 mapas temáticos desde 1990 hasta 2025, construido mediante un flujo de trabajo computacional integrado, para analizar sistemáticamente la evolución de los patrones de diseño cartográfico, revelando diferencias estilísticas distintivas entre mapas de revistas y de la web, al tiempo que proporciona un recurso fundamental para la estética empírica y el diseño de mapas inteligente.

Autores originales: Chenxi Song, Tazhu Wang, Zijin Zeng, Fan Wu, Hua Liao, Nai Yang, Zhiwei Wei

Publicado 2026-08-19

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Chenxi Song, Tazhu Wang, Zijin Zeng, Fan Wu, Hua Liao, Nai Yang, Zhiwei Wei

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Los mapas son más que simples imágenes del mundo; son argumentos cuidadosamente construidos que guían nuestros ojos y mentes a través de información compleja. Cuando un cartógrafo dibuja un mapa, no se limita a colocar puntos y líneas en una página. Está tomando miles de pequeñas decisiones sobre dónde colocar una leyenda, qué tan brillante hacer un color y cómo organizar un título para que el espectador comprenda la historia que se está contando sin confundirse. Durante décadas, los expertos han debatido estas elecciones, basándose en la experiencia personal y en ejemplos pequeños y seleccionados a mano para decidir qué hace que un mapa sea "bueno". Sin embargo, hasta ahora, nadie había sido capaz de observar toda la historia de la cartografía moderna para ver cómo estas elecciones visuales han cambiado realmente con el tiempo o cómo difieren entre una revista científica y un sitio web.

Un equipo de investigadores ha dado ahora un paso gigante al construir una biblioteca digital de casi 50,000 mapas temáticos —mapas que muestran temas específicos como la población, el clima o los resultados electorales— publicados entre 1990 y 2025. No se limitaron a coleccionar estas imágenes; enseñaron a las computadoras a leerlas, identificando cada uno de sus componentes, desde el área geográfica principal hasta las pequeñas etiquetas de texto y las barras de color. Al analizar esta enorme colección, han descubierto las reglas ocultas que gobiernan cómo vemos los mapas hoy en día, revelando que, si bien las herramientas han cambiado, la necesidad fundamental de claridad sigue siendo la misma.

Los investigadores comenzaron reuniendo mapas de dos mundos muy diferentes: revistas académicas, donde los científicos publican sus hallazgos, y la web, donde las organizaciones y los gobiernos comparten información con el público. Recopilaron 32,185 mapas de revistas y 16,268 de sitios web autorizados, creando un conjunto de datos que abarca treinta y cinco años de historia del diseño. Para dar sentido a esta montaña de datos, desarrollaron un flujo de trabajo computacional que actúa como un par de ojos altamente entrenados. Primero, el sistema escaneó miles de documentos para encontrar los mapas. Luego, utilizó inteligencia artificial para filtrar cualquier cosa que no fuera un mapa real, como una fotografía o un gráfico simple. Finalmente, el sistema descompuso cada mapa en sus partes, identificando el área principal del mapa, la leyenda, el título, la escala y otros elementos, mientras también medía los colores y el diseño de cada una de las hojas.

Lo que encontraron es que, a pesar de la explosión de herramientas digitales y el cambio del papel a las pantallas, los mapas temáticos se han mantenido sorprendentemente consistentes en su estructura central. El elemento más dominante de cualquier mapa es, naturalmente, el propio mapa. En casi todos los ejemplos, el área geográfica principal ocupa la mayor parte del espacio, sirviendo como ancla visual. El siguiente elemento más común es la leyenda, que explica qué significan los colores y los símbolos; esta aparece en aproximadamente el 6 de cada 10 mapas. Los títulos y las barras de escala también son frecuentes, pero otros elementos como las rosas de los vientos o los mapas de inserción aparecen con mucha menos frecuencia. Los investigadores descubrieron que la mayoría de los mapas son en realidad bastante simples, conteniendo solo de uno a cuatro componentes visuales distintos. Esto sugiere que los cartógrafos generalmente evitan la saturación, prefiriendo mantener el diseño enfocado para que el espectador pueda captar la información rápidamente.

La forma en que se utilizan los colores también ha seguido un camino constante y funcional. El estudio muestra que los mapas están abrumadoramente dominados por colores neutros, específicamente el blanco y el gris, que juntos constituyen más del 70 por ciento del espacio visual en un mapa promedio. Estos fondos claros y tranquilos actúan como un lienzo, permitiendo que los datos coloreados destaquen claramente. Si bien los tonos específicos de azul, verde o rojo utilizados para mostrar datos se han vuelto ligeramente más variados en las últimas décadas, la estrategia general no ha cambiado: mantener el fondo brillante y los colores distintos pero no abrumadores. Los investigadores señalaron que los mapas rara vez utilizan una mezcla caótica de muchos colores diferentes; en su lugar, suelen limitarse a una paleta pequeña de tres a siete colores para asegurar que el mapa sea fácil de leer.

Sin embargo, el estudio sí reveló una clara división en cómo se diseñan los mapas dependiendo de dónde se publiquen. Los mapas encontrados en revistas académicas tienden a ser más conservadores y centrados en la geografía misma. A menudo colocan el mapa principal exactamente en el centro de la página y dependen fuertmente de herramientas tradicionales como barras de escala y rosas de los vientos para asegurar la precisión científica. En contraste, los mapas diseñados para la web son más autónomos y orientados a la narrativa. Debido a que un lector en la web podría no tener el texto del artículo circundante para explicar el mapa, los mapas web incluyen más títulos, leyendas y texto explicativo directamente en la imagen. También son más flexibles en su diseño, organizando los elementos para contar una historia en lugar de seguir estrictamente una cuadrícula. Mientras que los mapas de revistas priorizan la precisión espacial, los mapas web priorizan la comprensión inmediata y la comunicación visual.

Durante los treinta y cinco años cubiertos por el estudio, los investigadores observaron un cambio gradual hacia mapas que son más autoexplicativos y visualmente diversos. En la década de 1990, los mapas solían ser muy sencillos, apoyándose casi por completo en fondos blancos y grises con muy pocos colores. Hoy, aunque el fondo sigue siendo claro, los mapas utilizan una gama más amplia de colores e incluyen más elementos para ayudar al espectador a comprender los datos sin necesidad de leer un artículo aparte. Esta evolución sugiere que, a medida que los mapas se han desplazado de la página impresa a la pantalla digital, se han adaptado para convertirse en objetos visuales más independientes. Se han vuelto mejores para contar sus propias historias, empaquetando más información en una sola imagen mientras mantienen la estructura clara y organizada que los hace útiles.

Este enorme conjunto de datos hace más que simplemente describir el pasado; proporciona una nueva base para el futuro de la cartografía. Al tener una imagen clara de lo que funciona y lo que no a través de miles de ejemplos, los diseñadores y los sistemas informáticos pueden ahora aprender de estos patrones. El estudio sugiere que el buen diseño de mapas no consiste en seguir reglas rígidas y anticuadas, sino en equilibrar la información con la simplicidad visual. Ya sea para un científico que analiza datos climáticos o un ciudadano que consulta resultados electorales, el objetivo sigue siendo el mismo: presentar información compleja de una manera que sea instantáneamente clara, visualmente estable y fácil de entender. Los investigadores han demostrado que, incluso en una era de inteligencia artificial y cambios rápidos, los mapas más efectivos son aquellos que respetan la necesidad de claridad del espectador.

Resumen Técnico: Un conjunto de datos a gran escala de mapas temáticos anotados por expertos para el análisis de diseño y color (1990–2025)

Planteamiento del problema

Los mapas temáticos son fundamentales para comunicar información geoespacial; sin embargo, sus patrones de diseño visual rara vez han sido estudiados sistemáticamente a gran escala o durante largos periodos temporales. Si bien existe la teoría cartográfica fundacional y avances computacionales recientes (por ejemplo, la generación automática de diseños y la recuperación de mapas), la mayoría de los conjuntos de datos existentes se centran en tareas específicas como el reconocimiento de mapas, la respuesta a preguntas o el razonamiento geoespacial. Existe una falta crítica de conjuntos de datos integrales orientados al diseño que permitan el análisis de la evolución estilística a largo plazo, las estructuras de diseño y la organización del color a través de diversos entornos mediáticos (revistas académicas frente a plataformas web). En consecuencia, la estética cartográfica empírica y la cartografía inteligente basada en datos carecen de la evidencia estructurada a gran escala necesaria para ir más allá de conjuntos de datos experimentales pequeños o ejemplos elaborados manualmente.

Metodología

Construcción del conjunto de datos

El estudio construye un conjunto de datos de 48.453 mapas temáticos publicados entre 1990 y 2025. Los datos provienen de dos tipos de medios distintos:

Mapas de Revistas (32.185): Extraídos de 19 revistas académicas relacionadas con la cartografía y la ciencia de la información geográfica.
Mapas Web (16.268): Recopilados de 14 fuentes en línea curadas, incluyendo galerías de mapas oficiales, bibliotecas institucionales y competiciones cartográficas.

El flujo de trabajo de construcción emplea un pipeline computacional integrado que combina el análisis de documentos, modelos de visión-lenguaje y visión por computadora:

Recolección y Análisis (Parsing): Los PDF de las revistas fueron analizados mediante MinerU (un modelo de lenguaje de visión) para extraer figuras candidatas. Los mapas web fueron organizados por fuente y año de publicación.
Filtrado y Verificación: Se aplicó un proceso de filtrado de dos etapas. Primero, Qwen3-VL-8B (un modelo de visión-lenguaje) realizó un filtrado automatizado mediante un flujo de trabajo de prompting de dos pasos para excluir gráficos que no fueran mapas (por ejemplo, gráficos o fotos). Segundo, expertos humanos verificaron manualmente las muestras, asegurando que cada una conservara un mapa principal claramente dominante y excluyendo figuras ambiguas o aquellas donde la información geográfica fuera secundaria.
Identificación de Elementos: Un modelo de detección de objetos YOLOv8-OBB (Oriented Bounding Box), entrenado en 1.625 mapas anotados manualmente, identificó diez elementos específicos del mapa: Mapa principal, leyenda, título del mapa, barra de escala, mapa de inserción (inset map), flecha de norte, texto descriptivo, gráfico, imagen y tabla.
Extracción del Mapa Principal: Se utilizó el Segment Anything Model (SAM) para extraer la región del mapa principal. El cuadro delimitador (bounding box) y el punto central del mapa principal detectado sirvieron como prompts para que SAM generara máscaras de segmentación precisas.
Cuantificación de Características: El conjunto de datos se estructuró para cuantificar tres dimensiones de diseño:
- Elementos del Mapa: Tasas de detección, conteos y patrones de coocurrencia.
- Diseño de Color: Métricas que incluyen la distribución de matices (10 categorías predefinidas), saturación promedio ( $S_{ave}$ ), brillo promedio ( $V_{ave}$ ), contraste de brillo ( $V_{con}$ ), conteo de matices ( $N_{color}$ ) y entropía de color ( $E_{color}$ ).
- Estructura de Diseño (Layout): Métricas de compacidad ( $R_{map}$ ), jerarquía ( $D$ ), dispersión de alineación ( $R_{horizontal}, R_{vertical}$ ) y equilibrio visual ( $B_{horizontal}, B_{vertical}$ ).

Contribuciones Clave

Conjunto de Datos a Gran Escala Anotado por Expertos: El artículo proporciona el primer conjunto de datos a gran escala (48.453 mapas) diseñado específicamente para el análisis de diseño de mapas temáticos, en lugar de solo reconocimiento o razonamiento. Preserva tanto las hojas de mapas completas como las regiones de mapas principales extraídas.
Marco de Representación Estructurada: Los autores proponen un marco que caracteriza conjuntamente la composición de los elementos del mapa, la organización del color y la estructura del diseño, generando representaciones legibles por máquina para el análisis empírico.
Análisis Temporal a Largo Plazo: El conjunto de datos permite el examen de la evolución del diseño durante un periodo de 35 años (1990–2025), capturando los cambios desde las normas académicas tradicionales hacia los estilos de comunicación modernos basados en la web.
Análisis Comparativo por Medio: El estudio contrasta sistemáticamente los patrones de diseño entre los mapas de revistas académicas y los mapas web, revelando lógicas de diseño distintas impulsadas por diferentes contextos de comunicación.

Resultados Clave

Características Generales de Diseño

Composición de Elementos: El mapa principal y la leyenda son los elementos primarios, siendo las leyendas presentes en el 60,69% de los mapas. La mayoría de los mapas (79,63%) contiene entre 1 y 4 elementos, lo que indica una preferencia por la simplicidad visual sobre la complejidad. La coocurrencia más frecuente es "Leyenda + Mapa Principal".
Diseño de Color: Los colores neutros predominan, con el blanco (57,1%) y el gris (14,9%) representando más del 70% de los píxeles. Los diseños favorecen un brillo alto ( $V_{ave} > 0,8$ ) y una saturación baja ( $S_{ave} < 0,3$ ). Los conteos de matices suelen estar entre 3 y 7, y la entropía de color se mantiene moderada, lo que sugiere un equilibrio entre la diferenciación y la carga cognitiva.
Estructura de Diseño (Layout): Los mapas exhiben un fuerte dominio del mapa principal (mediana de compacidad $R_{map} \approx 0,74$ ) y una jerarquía central (valores de $D$ bajos). Mientras que la alineación vertical es flexible, el equilibrio visual es generalmente estable y centrado.

Evolución Temporal (1990–2025)

Elementos: Hay un cambio hacia diseños autoexplicativos. La tasa de detección de leyendas ha aumentado significativamente (alcanzando aproximadamente el 66% en 2025), y el número promedio de elementos por mapa ha aumentado, particularmente después de 2020.
Color: El diseño ha evolucionado de esquemas dominados por fondos neutros (blanco/gris ~88% en 1995–1999) hacia esquemas cromáticos más diversos (blanco/gris ~65% en 2020–2025). La saturación ha aumentado y los conteos de matices han subido, aunque el brillo permanece alto y el contraste se mantiene controlado.
Diseño (Layout): La compacidad del mapa principal ha disminuido (de ~0,77 a ~0,63), lo que indica que se asigna más espacio a la información auxiliar. Sin embargo, el mapa principal permanece posicionado centralmente y el equilibrio visual se mantiene a pesar del aumento de la complejidad.

Diferencias entre Mapas de Revistas y Mapas Web

Mapas de Revistas: Priorizan la referencia espacial y las normas académicas. Presentan una mayor compacidad del mapa principal ( $R_{map} \approx 0,79$ ), un mayor uso de barras de escala y flechas de norte, y estructuras de color más complejas (mayor entropía y conteo de matices) para apoyar el análisis científico detallado.
Mapas Web: Priorizan la explicación independiente y la comprensión rápida. Presentan una menor compacidad del mapa principal ( $R_{map} \approx 0,62$ ), un uso significativamente mayor de títulos de mapas (71,8% frente a 22,2%) y texto descriptivo, así como una integración más frecuente de gráficos. Utilizan matices más brillantes y vívidos, pero mantienen una complejidad de color general menor para facilitar la lectura rápida.

Significado y Reivindicaciones

El artículo afirma que este conjunto de datos y marco proporcionan un recurso fundamental para la estética cartográfica empírica y el diseño cartográfico inteligente. Al ir más allá de los conjuntos de datos pequeños y de tareas específicas, el estudio demuestra que la estética de los mapas temáticos no es meramente una preferencia subjetiva, sino patrones de diseño medibles e interpretables impulsados por requisitos funcionales.

Los autores sostienen que el conjunto de datos respalda:

La exploración a gran escala de las tendencias de diseño a través del tiempo y los medios.
El benchmarking para el análisis de diseño de mapas computacional, incluyendo la detección de elementos y la agrupación de estilos (clustering).
La recuperación de diseño y los sistemas de recomendación basados en la estructura visual.
El entrenamiento y la evaluación de sistemas de cartografía inteligente, ofreciendo restricciones empíricas para la generación automática de diseños y la selección de esquemas de color.

El estudio concluye que, si bien los objetivos de diseño han pasado de las normas cartográficas estrictas hacia una flexibilidad orientada a la comunicación, el orden visual central —centrado en el mapa principal y equilibrado por elementos auxiliares funcionales— sigue siendo un patrón consistente y basado en datos en el diseño de mapas temáticos.