⚡ electrical engineering

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

Deze studie presenteert een grootschalige, door experts geannoteerde dataset van 48.453 thematische kaarten van 1990 tot 2025, geconstrueerd via een geïntegreerde computationele workflow, om de evolutie van cartografische ontwerppatronen systematisch te analyseren, waarbij duidelijke stilistische verschillen tussen tijdschriftkaarten en webkaarten worden onthuld terwijl een fundamentele bron wordt geboden voor empirische esthetica en intelligent kaartontwerp.

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

Gepubliceerd 2026-08-19

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

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

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Kaarten zijn meer dan alleen plaatjes van de wereld; het zijn zorgvuldig geconstrueerde argumenten die onze ogen en geest door complexe informatie leiden. Wanneer een cartograaf een kaart tekent, plaatst hij niet simpelweg stippen en lijnen op een pagina. Hij maakt duizenden kleine beslissingen over waar hij een legenda plaatst, hoe fel hij een kleur maakt en hoe hij een titel arrangeert, zodat de kijker het verhaal begrijpt zonder in de war te raken. Decennialang hebben experts deze keuzes bediscussieerd, waarbij ze vertrouwden op persoonlijke ervaring en kleine, handgekozen voorbeelden om te bepalen wat een kaart "goed" maakt. Echter, tot nu toe was niemand in staat om de gehele geschiedenis van de moderne cartografie te bekijken om te zien hoe deze visuele keuzes daadwerkelijk in de loop der tijd zijn veranderd of hoe ze verschillen tussen een wetenschappelijk tijdschrift en een website.

Een team van onderzoekers heeft nu een enorme stap voorwaarts gezet door een digitale bibliotheek te bouwen van bijna 50.000 thematische kaarten — kaarten die specifieke onderwerpen tonen zoals bevolking, klimaat of verkiezingsuitslagen — gepubliceerd tussen 1990 en 2025. Ze hebben deze afbeeldingen niet alleen verzameld; ze hebben computers geleerd om ze te lezen, waarbij elke afzonderlijke component wordt geïdentificeerd, van het belangrijkste geografische gebied tot de kleine tekstlabels en kleurbalken. Door deze enorme collectie te analyseren, hebben ze de verborgen regels blootgelegd die bepalen hoe wij kaarten vandaag de dag zien, waarbij zij onthulden dat hoewel de instrumenten zijn veranderd, de fundamentele behoefte aan duidelijkheid hetzelfde is gebleven.

De onderzoekers begonnen met het verzamelen van kaarten uit twee zeer verschillende werelden: academische tijdschriften, waar wetenschappers hun bevindingen publiceren, en het web, waar organisaties en overheden informatie met het publiek delen. Ze verzamelden 32.185 kaarten uit tijdschriften en 16.268 van gezaghebbende websites, waardoor ze een dataset creëerden die een geschiedenis van dertig-vijf jaar aan ontwerp beslaat. Om orde te scheppen in deze berg data, ontwikkelden ze een computationele workflow die fungeert als een hooggetraind paar ogen. Eerst scande het systeem duizenden documenten om de kaarten te vinden. Vervolgens gebruikte het kunstmatige intelligentie om alles weg te filteren wat geen echte kaart was, zoals een foto of een eenvoudige grafiek. Ten slotte brak het systeem elke kaart af in zijn onderdelen, waarbij het het hoofdkaartgebied, de legenda, de titel, de schaalbalk en andere elementen identificeerde, terwijl het ook de kleuren en de lay-out van elk afzonderlijk vel mat.

Wat zij vonden, is dat ondanks de explosie van digitale hulpmiddelen en de verschuiving van papier naar schermen, thematische kaarten verrassend consistent zijn gebleven in hun kernstructuur. Het meest dominante kenmerk van elke kaart is, logischerwijs, de kaart zelf. In bijna elk enkel voorbeeld neemt het belangrijkste geografische gebied het grootste deel van de ruimte in beslag en dient het als het visuele anker. Het volgende meest voorkomende element is de legenda, die uitlegt wat de kleuren en symbolen betekenen; dit komt voor in ongeveer 61 procent van alle kaarten. Titels en schaalbalken zijn ook frequent, maar andere elementen zoals noordpijlen of inzetkaarten komen veel minder vaak voor. De onderzoekers ontdekten dat de meeste kaarten eigenlijk vrij eenvoudig zijn en slechts één tot vier afzonderlijke visuele componenten bevatten. Dit suggere de dat kaartmakers over het algemeen rommel vermijden en de voorkeur geven aan een gefocust ontwerp, zodat de kijker de informatie snel kan begrijpen.

De manier waarop kleuren worden gebruikt, heeft ook een gestaag, functioneel pad gevolgd. De studie laat zien dat kaarten overwegend worden gedomineerd door neutrale kleuren, specifiek wit en grijs, die samen meer dan 70 procent van de visuele ruimte in een gemiddelde kaart beslaan. Deze lichte, rustige achtergronden fungeren als een canvas, waardoor de gekleurde data duidelijk naar voren kan komen. Hoewel de specifieke tinten blauw, groen of rood die worden gebruikt om data weer te geven, de afgelopen decennia iets gevarieerder zijn geworden, is de algemene strategie niet veranderd: houd de achtergrond helder en de kleuren duidelijk maar niet overweldigend. De onderzoekers merkten op dat kaarten zelden een chaotische mix van veel verschillende kleuren gebruiken; in plaats daarvan houden ze zich meestal aan een klein palet van drie tot zeven kleuren om ervoor te zorgen dat de kaart gemakkelijk leesbaar blijft.

Echter, de studie onthulde wel een duidelijke splitsing in hoe kaarten worden ontworpen, afhankelijk van waar ze worden gepubliceerd. Kaarten in academische tijdschriften hebben de neiging conservatiever te zijn en meer gericht op de geografie zelf. Ze plaatsen de hoofdkaart vaak exact in het midden van de pagina en vertrouwen zwaar op traditionele instrumenten zoals schaalbalken en noordpijlen om wetenschappelijke precisie te waarborgen. In contrast hiermee zijn kaarten die voor het web zijn ontworpen meer zelfstandig en narratief gestuurd. Omdat een weblezer mogelijk niet over de omliggende artikeltekst beschikt om de kaart uit te leggen, bevatten webkaarten meer titels, legenda's en verklarende tekst direct op de afbeelding. Ze zijn ook flexibeler in hun lay-out, waarbij elementen vaak zo worden gerangschikt dat ze een verhaal vertellen in plaats van strikt een raster te volgen. Terwijl tijdschriftkaarten prioriteit geven aan ruimtelijke nauwkeurigheid, geven webkaarten prioriteit aan onmiddellijke begrijpelijkheid en visuele communicatie.

Over de drieëndertig jaar die de studie beslaat, observeerden de onderzoekers een geleidelijke verschuiving naar kaarten die meer zelfverklarend en visueel divers zijn. In de jaren 90 waren kaarten vaak erg sober en vertrouwden ze bijna volledig op witte en grijze achtergronden met zeer weinig kleuren. Vandaag de dag, hoewel de achtergrond licht blijft, gebruiken kaarten een breder scala aan kleuren en bevatten ze meer elementen om de kijker te helpen de data te begrijpen zonder een apart artikel te hoeven lezen. Deze evolutie suggereert dat naarmate kaarten van de gedrukte pagina naar het digitale scherm zijn verplaatst, ze zich hebben aangepast om meer onafhankelijke visuele objecten te worden. Ze zijn beter geworden in het vertellen van hun eigen verhaal, waarbij ze meer informatie in een enkele afbeelding passen terwijl ze nog steeds de heldere, georganiseerde structuur behouden die ze nuttig maakt.

Deze enorme dataset doet meer dan alleen het verleden beschrijven; het biedt een nieuw fundament voor de toekomst van de cartografie. Door een helder beeld te hebben van wat werkt en wat niet werkt over duizenden voorbeelden heen, kunnen ontwerpers en computersystemen nu leren van deze patronen. De studie suggereert dat goed kaartontwerp niet gaat over het volgen van rigide, ouderwetse regels, maar over het balanceren van informatie met visuele eenvoud. Of het nu gaat om een wetenschapper die klimaatdata analyseert of een burger die de verkiezingsuitslagen controleert, het doel blijft hetzelfde: om complexe informatie op een manier te presenteren die direct duidelijk, visueel stabiel en gemakkelijk te begrijpen is. De onderzoekers hebben aangetoond dat zelfs in een tijdperk van kunstmatige intelligentie en snelle verandering, de meest effectieve kaarten nog steeds die zijn die respect hebben voor de behoefte van de kijker aan helderheid.

Technische Samenvatting: Een grootschalige, door experts geannoteerde dataset van thematische kaarten voor lay-out- en kleuranalyse (1990–2025)

Probleemstelling

Thematische kaarten zijn cruciaal voor het communiceren van geospatiale informatie, maar hun visuele ontwerppatronen zijn zelden systematisch op grote schaal of over lange perioden bestudeerd. Hoewel fundamentele cartografische theorie en recente computationele vooruitgang (bijv. automatische lay-outgeneratie, kaartretrieval) bestaan, richten de meeste bestaande datasets zich op specifieke taken zoals kaartherkenning, vraagbeantwoording of geospatiale redenering. Er is een kritiek gebrek aan uitgebreide, ontwerpgerichte datasets die de analyse van langetermijnstijlontwikkeling, lay-outstructuren en kleurorganisatie over diverse mediaplatforms heen (academische tijdschriften versus webplatforms) mogelijk maken. Bijgevolg missen empirische cartografische esthetiek en datagestuurde intelligente cartografie de noodzakelijke grootschalige, gestructureerde bewijsvoering om verder te gaan dan kleine experimentele datasets of handmatige voorbeelden.

Methodologie

Constructie van de dataset

De studie construeert een dataset van 48.453 thematische kaarten gepubliceerd tussen 1990 en 2025. De gegevens zijn afkomstig van twee verschillende typen media:

Tijdschriftkaarten (32.185): Geëxtraheerd uit 19 academische tijdschriften gerelateerd aan cartografie en geografische informatiewetenschap.
Webkaarten (16.268): Verzameld uit 14 gecureerde online bronnen, inclus_ief officiële kaartgalerijen, institutionele bibliotheken en cartografische wedstrijden.

De workflow voor de constructie maakt gebruik van een geïntegreerde computationele pijplijn die documentparsing, vision-language modellen en computer vision combineert:

Verzameling & Parsing: PDF's uit tijdschriften werden geparsed met behulp van MinerU (een vision-gebaseerd groot model) om kandidaat-figuren te extraheren. Webkaarten werden georganiseerd per bron en publicatiejaar.
Filtering & Verificatie: Een tweestaps filteringsproces werd toegepast. Eerst voerde Qwen3-VL-8B (een vision-language model) automatische filtering uit via een tweestaps prompting-workflow om niet-kaartgrafieken (bijv. diagrammen, foto's) uit te sluiten. Ten tweede verifieerden menselijke experts steekproefsgewijs de selectie, waarbij werd gewaarborgd dat elke behouden kaart een duidelijk dominant hoofdelement (hoofdkaart) bevatte en ambigue figuren of figuren waarbij geografische informatie secundair was, werden uitgesloten.
Identificatie van Elementen: Een YOLOv8-OBB (Oriented Bounding Box) objectdetectiemodel, getraind op 1.625 handmatig geannoteerde kaarten, identificeerde tien specifieke kaartelementen: hoofdkaart, legenda, kaarttitel, schaalbalk, inzetkaart, noordpijl, beschrijvende tekst, diagram, afbeelding en tabel.
Extractie van de Hoofdkaart: Het Segment Anything Model (SAM) werd gebruikt om de regio van de hoofdkaart te extraheren. De bounding box en het middelpunt van de gedetecteerde hoofdkaart dienden als prompts voor SAM om precieze segmentatiemaskers te genereren.
Kwantificering van Kenmerken: De dataset werd gestructureerd om drie ontwerpdimensies te kwantificeren:
- Kaartelementen: Detectiegraad, aantallen en co-occurrence patronen.
- Kleurontwerp: Metrieken inclusief kleurverdeling (10 vooraf gedefinieerde categorieën), gemiddelde verzadiging ( $S_{ave}$ ), gemiddelde helderheid ( $V_{ave}$ ), helderheidscontrast ( $V_{con}$ ), aantal kleuren ( $N_{color}$ ) en kleurentropie ( $E_{color}$ ).
- Lay-outstructuur: Metrieken voor compactheid ( $R_{map}$ ), hiërarchie ( $D$ ), uitlijningsdispersie ( $R_{horizontal}, R_{vertical}$ ) en visuele balans ( $B_{horizontal}, B_{vertical}$ ).

Belangrijkste Bijdragen

Grootschalige, door experts geannoteerde dataset: Het artikel biedt de eerste grootschalige dataset (48.453 kaarten) die specifiek is ontworpen voor analyse van kaartontwerp in plaats van enkel herkenning of redenering. Het bewaart zowel volledige kaartbladen als geëxtraheerde regio's van de hoofdkaart.
Gestructureerd Representatiekader: De auteurs stellen een kader voor dat de samenstelling van kaartelementen, kleurorganisatie en lay-outstructuur gezamenlijk karakteriseert, waardoor machineleesbare representaties voor empirische analyse worden gegenereerd.
Langetermijn Temporele Analyse: De dataset maakt de examinatie van ontwerpontwikkeling over een periode van 35 jaar (1990–2025) mogelijk, waarbij verschuivingen van traditionele academische normen naar moderne webgebaseerde communicatiestijlen worden vastgelegd.
Media-specifieke Vergelijkende Analyse: De studie contrasteert systematisch ontwerppatronen tussen academische tijdschriftkaarten en webkaarten, wat verschillende ontwerplogica's onthult die worden gedreven door verschillende communicatiecontexten.

Belangrijkste Resultaten

Algemene Ontwerkarakteristieken

Elementensamenstelling: De hoofdkaart en de legenda zijn de primaire elementen, waarbij legenda's in 60,69% van de kaarten voorkomen. De meeste kaarten (79,63%) bevatten tussen de 1 en 4 elementen, wat wijst op een voorkeur voor visuele eenvoud boven complexiteit. De meest frequente co-occurrence is "Legenda + Hoofdkaart".
Kleurontwerp: Neutrale kleuren domineren, waarbij wit (57,1%) en grijs (14,9%) meer dan 70% van de pixels beslaan. Ontwerpen geven de voorkeur aan hoge helderheid ( $V_{ave} > 0,8$ ) en lage verzadiging ( $S_{ave} < 0,3$ ). Het aantal kleuren ligt doorgaans tussen de 3 en 7, en de kleurentropie blijft gematigd, wat duidt op een balans tussen differentiatie en cognitieve belasting.
Lay-outstructuur: Kaarten vertonen een sterke dominantie van de hoofdkaart (mediane compactheid $R_{map} \approx 0,74$ ) en een centrale hiërarchie (lage $D$ -waarden). Hoewel de verticale uitlijning flexibel is, is de visuele balans over het algemeen stabiel en gecentreerd.

Temporele Evolutie (1990–2025)

Elementen: Er is een verschuiving naar zelfverklarende ontwerpen. De detectiegraad van legenda's is aanzienlijk gestegen (bereikt ~66% in 2025), en het gemiddelde aantal elementen per kaart is toegenomen, met name na 2020.
Kleur: Het ontwerp is geëvolueerd van door neutrale achtergronden gedomineerde schema's (wit/grijs ~88% in 1995–1999) naar meer diverse, chromatische schema's (wit/grijs ~65% in 2020–2025). De verzadiging is toegenomen en het aantal kleuren is gestegen, terwijl de helderheid hoog blijft en het contrast gecontroleerd blijft.
Lay-out: De compactheid van de hoofdkaart is afgenomen (van ~0,77 naar ~0,63), wat aangeeft dat er meer ruimte wordt toegewezen aan aanvullende informatie. De hoofdkaart blijft echter centraal gepositioneerd en de visuele balans wordt behouden ondanks de toegenomen complexiteit.

Verschillen tussen Tijdschriftkaarten en Webkaarten

Tijdschriftkaarten: Prioriteren ruimtelijke referentie en academische normen. Ze vertonen een hogere compactheid van de hoofdkaart ( $R_{map} \approx 0,79$ ), een hoger gebruik van schaalbalken en noordpijlen, en complexere kleurstructuren (hogere entropie en kleurcounts) om gedetailleerde wetenschappelijke analyse te ondersteunen.
Webkaarten: Prioriteren onafhankelijke uitleg en snelle begrijpelijkheid. Ze vertonen een lagere compactheid van de hoofdkaart ( $R_{map} \approx 0,62$ ), een significant hoger gebruik van kaarttitels (71,8% vs. 22,2%) en beschrijvende tekst, en een frequentere integratie van diagrammen. Ze maken gebruik van helderdere, levendigere tinten, maar behouden een lagere algehele kleurcomplexiteit om snel lezen te bevorderen.

Betekenis en Claims

Het artikel stelt dat deze dataset en dit kader een fundamentele bron vormen voor empirische cartografische esthetiek en intelligente cartografische vormgeving. Door verder te gaan dan kleine, taakspecifieke datasets, demonstreert de studie dat thematische kaartesthetiek niet louter subjectieve voorkeuren zijn, maar meetbare, interpreteerbare ontwerppatronen die worden gedreven door functionele vereisten.

De auteurs beweren dat de dataset ondersteuning biedt voor:

Grootschalige exploratie van designtrends over tijd en media heen.
Benchmarking voor computationele kaartontwerpanalyse, inclusief elementdetectie en stijlclustering.
Ontwerpgerichte retrieval en aanbevelingssystemen gebaseerd op visuele structuur.
Training en evaluatie van intelligente cartografische systemen, waarbij empirische beperkingen worden geboden voor automatische lay-outgeneratie en kleurselectie.

De studie concludeert dat hoewel de ontwerpdoelstellingen zijn verschoven van strikte cartografische normen naar communicatiegerichte flexibiliteit, de kern van de visuele orde — gecentreerd rond de hoofdkaart en gebalanceerd door functionele hulp-elementen — een consistent, datagestuurd patroon blijft in het ontwerp van thematische kaarten.