Introduction

C'est la combinaison de ces deux éléments qui mène à ce choix de représentation particulier.

En effet, les problématiques aérales et quantitatives relatives doivent être représentées par des symboles aréaux dont la valeur ou le grain changent pour rendre perceptible une hiérarchie entre les catégories représentées.

Pour rappel, les variables quantitatives relatives sont des grandeurs rapportées à la superficie de l'unité spatiale ou à une autre grandeur variant avec sa superficie, par exemple la densité de la population (nombre de personnes divisé par la superficie), le pourcentage/taux de personnes âgées (nombre de personnes âgées divisé par la population totale),... Dans ce cas, l'effet de taille étant éliminé par le rapport, on les représente par une gamme de trames de valeur croissante ou par une gamme de teintes ordonnées. Ces variables ont le défaut de ne garder que l'ordre et pas la proportionnalité (on ne peut pas faire un rapport mathématique entre deux classes de valeur ou de trame différentes, mais on peut en percevoir l'ordre).

Pour représenter sur carte une variable quantitative, il est en général indispensable de passer par une division en classes ou discrétisation ; bien sûr en faisant des classes, on perd de l'information, mais on gagne en lisibilité. Si l'on s'abstient de faire des classes, la représentation cartographique sera plus fidèle à la variable mais la carte sera plus difficile à lire, car la correspondance entre la carte et la légende sera compliquée à établir. Ainsi, une représentation correcte implique également de choisir le nombre de catégories d'informations que l'on souhaite conserver pour maintenir une bonne visibilité et de classer ces informations pour obtenir des indicateurs discrétisés, en tenant compte des capacités des variables visuelles.

Exemple : Part des femmes dans la population actives par région, Part des terres cultivées par commune, Taux d'urbanisation, Part des personnes âgées dans la population de différents territoires, Densité de population par pays,...