网址：Color Advice for Maps

配色文件内分门别类的将三种格式颜色从3段到9段的配色方案全部列出并列示了RGB色值，足够日常配色需要。

同时ColorBrewer甚至还有一个名为RColorBrewer的 R语言包，可以在ggplot中使用RColorBrewer包中的颜色，灰常好用！ 在R语言中的使用方法可以参考以下链接：

2

色彩方案对制图效果的影响

由于色彩可为地图增添特殊的魅力,在条件允许的情况下，制图者通常都会首选彩色地图,其次才是黑白地图。虽有很多色彩可选择,但色彩可能是最易被错用的视觉变量。运用色彩进行地图制作时，首先必须理解视觉的三个属性,即色调（色相）、明度（亮度、暗度）和彩度（饱和度）。也就是所谓的 HSV颜色模型。

色调 （Hue）,是一种色彩与另一种色彩区别的性质,如红色与蓝色即为不同的色调。色调也可定义为组成一种颜色的光的主波长。人们通常倾向于将不同的色调与不同类型的数据联系起来。

彩度 （ Saturation ）,又称为饱和度或强度，指的是一种色彩的丰富程度或鲜艳程度。完全饱和的色彩为纯色,而低饱和度的色彩则偏灰。通常,色彩饱和度越高的符号其视觉重要性也越大。

亮度 （Value）,是一种色彩的明度或暗度,其中,黑色为低值而白色为高值。在地图上,我们通常感到较暗的符号更重要或更具分量。

HSV色彩模型

色彩运用的第一窍门是简单：色调是适于表征定性(标称)数据的视觉变量,而亮度与彩度则更适于表征定量(排序、区间和比率)数据。一般来说，色彩方案可以分为以下几类：

(1)单色调方案。此方案采用单一色调、不同亮度和彩度的组合,生成一个系列的色彩方案。例如,浅红到深红。对于显示定量数据,这是一个简单却有效的方案。

ColorBrewer的单色调配色方案

ColorBrewer的 色调与亮度 配色方案

(3)双端色方案。此方案采用两种主色的渐变色。例如,双端色方案可由深蓝到浅蓝,然后再由浅红到深红。双端色方案尤其适合有正、负值或者增加与减少的数据。但是,当读图者从不包括正负值的定量地图获取信息时，双端色方案实际上也比其他色彩方案更好。

ColorBrewer的双端色配色方案

(4)部分光谱方案。本方案用可见光光谱中相邻的色彩来表示显著差异。此方案的例子有:“黄色一橙色 一红色”和“黄色 一绿色一蓝色”等。

ColorBrewer的部分光谱配色方案

(5)全光谱方案。本方案采用可见光光谱的所有颜色。常用于高程地图。本方案的色调之间没有逻辑顺序,因此,本方案不常用于其他定量数据的制图。

3

分类方法对制图效果的影响

但色彩方案相同，符号系统表达出来的结果就一定会更好吗？这里我们还要看一下数据分类。 （我数了一遍）Arcmap一共提供了 7种不同的数据分类方法。以下介绍 5种常用的分类方法，并以大陆 夜间灯光的地图展示一下使用相同的色彩方案（色带）不同分类方法对制图结果的影响：

(1)相等间隔。使分类结果中每个类的数值间距(数值变化范围)相等。

(2)几何间隔。该方法将数据值通过逐渐递增的间隔进行分类。从这张图大致就可以看出来 胡焕庸线了。

(3)等频率。也被称为 分位数,该分类方法用类别数去等分数据数,使分类结果中每 个类型含有相等数目的数据值。

(5)自然断点。又称Jenks优化法。本分类方法将对数据分组进行优化,通过使用一个算法把同一类别中的数据值差异最小化，把类别之间的数据值差异最大化。

(6)用户自定义。该方法让用户选择合适的有意义的类别分割点。例如,按省绘制

人口变化率地图时,用户可以选择0或者全国平均值作为类别分割点。

通过改变分类方法、分类数量或者同时改变分类方法与数量,同一数据可以绘制出完全不同的地图及其空间格局。这就是为什么制图者通常先进行数据分类实验,而后再决定最终地图的分类方案。 尽管最终的决定仍然是主观的,但应遵循制图目的和地图信息传递指南来做出决定。

4

ColorBrewer使用教程

首先，下载colorbrewer的style文件并解压。（下载链接往下翻，在文末，记得给我点个赞噢！)

第二步，打开Arcmap，在Symbology/符号系统中（左图），双击第二个方框，接下来点击Style References /样式引用（右图）

第三步，新的窗口打开后（上图）再点击Add Style to List/将样式添加到列表， 最后找到ColorBrewer.style选中，这样之后在该mxd文件中的配色就都是基于ColorBrewer的了（下图）。

5

ColorBrewer下载链接

关注公众号 【未来城市实验室SFCL】，在后台回复： “ColorBrewer” ，即可直接(无套路）获取style文件。

撰文 | 陈天宇

责编 | 陈天宇

● 　 ● 　 ●

转载自 未来城市实验室SFCL

经作者授权转载

文章仅代表作者观点，与本公众号无关，版权归原作者所有

原文标题：

硬核干货 | 同样的数据，别人的配色效果为啥可以这么好看？

排版：申茜茜

审编：张英浩

终审：颜子明 黄宗财 鲁嘉颐

猜你喜欢

1. 地学招聘 | 临沂大学资源环境学院2021年人才招聘启事

2. 佳文赏析 | 《地球信息科学学报》：基于百度迁徙数据的中国城市网络结构特征研究

3. 干货分享 | 听说你的ArcGIS突然不能用了？

4. 涨姿势 | 咱们国家，离不开煤炭

扫描二维码，关注我们

都看到这里了，点个【在 看】 再走呗~返回搜狐，查看更多