Pomóż wybrać najbardziej odpowiedni dwuwymiarowy schemat mapowania choropleth

Próbuję nałożyć zmienną nominalną (2 kategorie - deszczowe vs nawadniane) na mapie choropleth na zmienną numeryczną.

Aby podkreślić różnicę we wzorze między dwiema kategoriami, nakreśliłem jedną kategorię innym kolorem (obszary nawadniane na „czerwono”), podczas gdy te bezbarwne to obszary deszczowe.

Mapa jest jednak zagracona, a kontur miesza się z ciemniejszymi odcieniami zmiennej numerycznej.

Staram się unikać używania dwóch różnych schematów cieniowania do reprezentowania dwóch kategorii, ponieważ uważam, że ukryłoby to ogólny rozkład zmiennej bazowej.

Czy istnieje lepszy sposób na przedstawienie tej dwuwymiarowej klasyfikacji za pomocą pakietu ggplots2 w języku R (którego obecnie używam do tworzenia załączonej mapy)?

Mapy te zostaną ostatecznie wydrukowane na papierze.

Zamiast konturów wskazujących obszary nawadniane należy zastosować coś w rodzaju przezroczystego wzoru wypełnienia (np. Linie, przęsła). Przykład wyglądałby podobnie do tego:

lub po prostu „wzorce wypełnienia mapy” Google, aby uzyskać przegląd dostępnych opcji. Używanie konturów tylko dla obszarów nawadnianych sprawiałoby wrażenie, że nawadnianie nie jest zjawiskiem ciągłym.

Niedawno musiałem zrobić podobną mapę. Rozwiązanie, które wymyśliłem, wykorzystuje pakiet rasterVis, a nie ggplot2 (nawiasem mówiąc, jest to niesamowity pakiet).

W moim przypadku miałem mapę trendów w czasie (która jest również zmienną numeryczną), a także mapę pokazującą istotność trendu (uzyskaną z testu statystycznego).

W moim przypadku chciałem nakreślić mapę istotności na górze mapy numerycznej, coś podobnego do wzoru „stippling”, aby pokazać, gdzie poziom ufności był wyższy.

Jest to z grubsza kod, którego użyłem do stworzenia mapy.

require(raster)
require(rasterVis)

# Scratch raster objects
data(volcano)
r1 <- raster(volcano)

over <- ifelse(volcano >=160 & volcano <=180, 1, NA) # This is the "mask" raster
r2 <- raster(over)

# And this is the key step:
# To convert the "mask" raster to spatial points
r.mask <- rasterToPoints(r2, spatial=TRUE)

# Plot
levelplot(r1, margin=F) +
layer(sp.points(r.mask, pch=20, cex=0.3, alpha=0.8))

W twoim przypadku możesz zmienić kod poprzez:

1) utworzenie „binarnego” rastra, w którym na przykład 0 jest nawadniany deszczem, a 1 jest nawadniany, i wykreślić to tak, jak zrobiłem lub;

2) utworzenie dwóch różnych masek, jednej dla deszczówki i jednej dla nawadnianych, i wykreślić oba z nich jako różne obiekty (na przykład koła dla deszczu i krzyżyki dla deszczu).

Myślę, że druga alternatywa spowodowałaby, że mapa wyglądałaby na zbyt „zanieczyszczoną” wizualnie, ale zawsze można kontrolować parametry punktów, w spszczególności w dokumentacji pakietu ?sp.points.

Mam nadzieję, że to pomoże.