Ga naar inhoud
GIS Basics
Guide

Choropletenkaart: definitie en klassenindeling

Gepubliceerd op

Een choropletenkaart is een thematische kaart die vooraf bepaalde gebieden, zoals landen, staten, districten of Franse departementen, inkleurt naar de waarde van één statistiek in elk gebied. De meeste ingedeelde choropletenkaarten groeperen de waarden in 5 tot 7 kleurklassen, van licht naar donker naarmate het getal groeit, en tonen een percentage of dichtheid in plaats van een ruw totaal.

Verander de regel waarmee de getallen in klassen worden verdeeld en dezelfde gegevens vertellen een ander verhaal. Hieronder brengen we de bevolkingsdichtheid van de 96 departementen van Frankrijk op het vasteland op drie manieren in kaart, met precies dezelfde vijf kleuren. Op de eerste kaart lijkt Frankrijk buiten Parijs bijna leeg. Op de tweede kleuren twee van de vijf departementen rood.

5 tot 7klassen

gebruikelijk bereik op een ingedeelde choropletenkaart

Sequentiële ColorBrewer-schema's houden op bij 9

1.350×dichtheidsverschil

Parijs tegenover Lozère in onze testgegevens

19.960 tegenover 14,8 inwoners per km²

1826eerste kaart

Schoolkaart van Frankrijk door Charles Dupin

Term bedacht door J. K. Wright in 1938

Drie choropletenkaarten van de bevolkingsdichtheid van de 96 departementen van Frankrijk op het vasteland, alle met dezelfde vijf ColorBrewer OrRd-tinten van crème tot donkerrood. Links: gelijke intervallen (Equal interval) plaatsen 92 departementen in de lichtste klasse onder 4.004 inwoners per km², laten de klasse van 11.982 tot 15.971 met 0 departementen leeg en plaatsen Parijs alleen in de donkerste klasse. Midden: kwantielen (Quantile) plaatsen 19 of 20 departementen in elke klasse, waarbij de hoogste klasse loopt van 201 tot 19.960 inwoners per km². Rechts: natuurlijke breuken (Natural breaks, Jenks) plaatsen 86 departementen in de lichtste klasse onder 263 inwoners per km², met grenzen bij 263, 1.028, 7.213 en 9.412. Elke kaart bevat een inzetkaart van het Parijse gebied en een legenda met klassenbereiken en aantallen, uit INSEE 2023 en IGN ADMIN EXPRESS.
Dezelfde gegevens, dezelfde vijf kleuren, drie klassenindelingen. Bij scheef verdeelde gegevens zie je de keuze van de methode terug op de kaart.

Wat is een choropletenkaart?

Het woord komt uit het Grieks: choros (gebied of streek) en plethos (menigte). Een choropletenkaart begint met grenzen die al bestaan, zoals wijken, gemeenten of provincies, koppelt één getal aan elke polygoon en vult de polygoon met de tint die bij dat getal hoort.

De Franse ingenieur en wiskundige Charles Dupin maakte de eerste bekende choropletenkaart en presenteerde die op 30 november 1826 (Polish Cartographical Review). Zijn Carte figurative de l'instruction populaire de la France kleurde elk Frans departement naar het aantal inwoners per jongen die naar school ging, met donkerdere inkt waar minder jongens naar school gingen. De naam zelf kwam een eeuw later: de Amerikaanse geograaf John Kirtland Wright voerde in 1938 de term "choropleth map" in.

Een choropletenkaart maakt één grote aanname: ze verft elke polygoon in één egale kleur, alsof de waarde van de ene grens tot de andere gelijk is. Ook waar de grenzen lopen verandert het beeld. Voeg dezelfde metingen samen per gemeente, per departement of op een vierkant raster en je krijgt drie verschillende patronen, een valkuil die geografen het modifiable areal unit problem (MAUP) noemen.

Waarom een choropletenkaart percentages gebruikt en geen ruwe aantallen

Een choropletenkaart hoort een verhouding te tonen die niet afhangt van de oppervlakte van de polygoon: een dichtheid (inwoners per km²), een percentage (gevallen per 100.000 inwoners), een aandeel of een cijfer per hoofd van de bevolking (inkomen per persoon, kWh per huishouden).

Kleur je polygonen op een ruw aantal, dan domineren grote polygonen de kaart, omdat ze meer grond beslaan en van alles meer verzamelen. Kleinere stedelijke eenheden verdwijnen, ook als daar de meeste mensen of gebeurtenissen zitten.

Onze Franse gegevens laten zien hoe groot de kloof tussen aantal en dichtheid wordt. We koppelden de wettelijke bevolkingscijfers 2023 van INSEE (van kracht op 1 januari 2026, in totaal 66.165.815 mensen in Frankrijk op het vasteland) aan de 96 departementen uit IGN ADMIN EXPRESS 2026, met de som van het kadastrale oppervlak van de gemeenten per departement:

DepartementBevolkingOppervlakte (km²)Dichtheid (inwoners per km²)
Lozère76.4865.16714,8
Creuse115.5275.56520,8
Alpes-de-Haute-Provence168.0546.92624,3
Val-de-Marne1.426.9292455.827
Seine-Saint-Denis1.704.3162367.213
Hauts-de-Seine1.654.7121769.412
Paris2.103.77810519.960

Parijs perst 2.103.778 mensen op 105 km², oftewel 19.960 inwoners per km². Lozère verspreidt 76.486 mensen over 5.167 km², oftewel 14,8 inwoners per km². Parijs is 1.350 keer dichter bevolkt, op een polygoon die 49 keer kleiner is. Op een dichtheidskaart vallen Parijs en de drie aangrenzende departementen op. Op een kaart met ruwe totalen lijkt een groot departement belangrijk, alleen omdat het meer grond beslaat.

Heeft je lezer het ruwe totaal nodig, zoals het totale aantal kiezers, de totale omzet of het totale aantal gevallen, behoud dan de aantallen en wissel van kaarttype: zet een proportionele cirkel op elk gebied in plaats van de polygoon in te kleuren.

Klassenindeling: gelijke intervallen, kwantielen en natuurlijke breuken (Jenks)

Over de 96 departementen van Frankrijk op het vasteland is de mediane bevolkingsdichtheid 83,5 inwoners per km², terwijl het gemiddelde 568 is. Parijs en de drie aangrenzende departementen trekken het gemiddelde op tot bijna zeven keer de mediaan. Bij scheef verdeelde gegevens zoals deze bepaalt de manier waarop je de getallen in klassen snijdt wat de kaart toont.

Dit doen de drie standaardmethoden voor klassenindeling op onze 96 departementen als je om 5 klassen vraagt:

MethodeHoe de grenzen worden gelegdOnze grenzen (inwoners per km²)Departementen per klasseGoed voorLet op
Gelijke intervallen (equal interval)Verdeelt het hele bereik (minimum tot maximum) in klassen van gelijke breedte4.004 / 7.993 / 11.982 / 15.97192, 2, 1, 0, 1Gelijkmatig verdeelde gegevens, temperatuur of percentages die mensen als ronde stappen lezenEén uitschieter (Parijs met 19.960) perst 92 van de 96 gebieden in de lichtste klasse en laat de 4e klasse helemaal leeg
Kwantielen (gelijk aantal)Zet in elke klasse evenveel polygonen45 / 63 / 105 / 20119, 19, 20, 19, 19Gebieden rangschikken in vijfden of kwarten en elke kleur van het palet gebruikenHeel verschillende waarden delen een kleur (de hoogste klasse loopt van 201 tot 19.960), terwijl twee bijna identieke departementen aan weerszijden van 63 een andere kleur krijgen
Natuurlijke breuken (Jenks)Legt grenzen in de grootste gaten in de gegevens en minimaliseert de variantie binnen elke klasse263 / 1.028 / 7.213 / 9.41286, 6, 2, 1, 1Gegevens met echte clusters en sprongenDe grenzen zijn toegesneden op deze ene tabel, dus twee kaarten met Jenks zijn niet vergelijkbaar; scheef verdeelde gegevens stapelen nog steeds 86 gebieden in de onderste klasse

George Jenks publiceerde de methode van natuurlijke breuken in 1967, voortbouwend op het exacte clusteralgoritme van Walter Fisher uit 1958. Onze figuur gebruikt de exacte Fisher-Jenks-optimalisatie.

QGIS bevat vier extra classificatiemodi voor Graduated (QGIS 3.44 User Manual) die specifieke gevallen oplossen:

  • Logarithmic scale maakt smalle klassen voor lage waarden en brede klassen voor hoge waarden. Beslaan je gegevens meer dan drie ordes van grootte, zoals 14,8 tot 19.960 inwoners per km², dan scheidt een logaritmische schaal de landelijke departementen en die met middelmatige dichtheid, zonder dat Parijs de rest van de legenda platdrukt.
  • Pretty Breaks kiest nette ronde getallen (veelvouden van 1, 2 of 5 maal een macht van 10) dicht bij het aantal klassen waar je om vroeg, zodat de legenda makkelijk leesbaar is zonder handmatig bewerken.
  • Fixed Interval laat je zelf de exacte stapbreedte intypen, bijvoorbeeld om de 10 procentpunten, wat de schoonste manier is om een reeks kaarten over meerdere jaren te vergelijken.
  • Standard Deviation snijdt klassen naar hun afstand tot het gemiddelde (zoals ±0,5, ±1 en ±2 standaarddeviaties) en past goed bij een divergerend kleurenpalet.

Je kunt klassen ook helemaal overslaan. Een ongeklasseerde choropletenkaart zet elke waarde rechtstreeks op een doorlopend kleurenpalet, zodat 80 en 180 nooit in dezelfde klasse vallen. De keerzijde is dat het menselijk oog moeite heeft een bepaalde tint op de kaart terug te koppelen aan een exact getal op een doorlopende legendabalk.

Hoeveel klassen en welke kleuren kies je?

De meeste ingedeelde choropletenkaarten gebruiken 5 tot 7 klassen. Gebruik 3 of 4 klassen op een kleine kaart of in een dashboard waar de lezer alleen "laag, gemiddeld, hoog" nodig heeft. Ga tot 7 als de kaart groot is en de waarden vloeiend verdeeld zijn.

Meer klassen helpen zelden. In hun artikel uit 2003 waarin ze ColorBrewer introduceren, bieden Mark Harrower en Cynthia Brewer schema's van 3 tot 12 klassen aan en merken ze op dat veel sequentiële schema's bij 9 klassen ophouden, "omdat verdere indelingen binnen het schema perceptueel onbetrouwbaar zijn".

ColorBrewer ordent zijn 35 schemasets in drie families, elk bedoeld voor één soort gegevens:

  1. Sequentiële paletten lopen van licht naar donker in één tint of een vloeiende mengeling van twee (zoals het oranje-naar-rode OrRd-palet met 5 klassen in onze figuur). In druk en op heldere achtergronden is de cartografische conventie dat donkerder meer betekent. Gebruik een sequentieel palet wanneer waarden van laag naar hoog gaan zonder natuurlijk midden: dichtheden, percentages, leeftijden of inkomens.
  2. Divergerende paletten zetten een lichte neutrale tint in het midden en lopen naar buiten uit in twee verschillende tinten (zoals bruin naar blauwgroen, of blauw naar rood). Gebruik een divergerend palet alleen als de middelste klasse op een getal ligt dat in de echte wereld iets betekent: nul bevolkingsverandering, 50% in een stemming met twee uitkomsten, of het landelijk gemiddelde.
  3. Kwalitatieve paletten gebruiken verschillende tinten van gelijke helderheid zonder impliciete volgorde. Ze horen op categoriale kaarten (overheersende landbedekking, winnende partij, bestemmingstype), niet op een numerieke choropletenkaart.

Naast kleur telt de projectie. Omdat een choropletenkaart het hele oppervlak van elke polygoon met inkt vult, geeft een projectie die hoge breedtegraden opblaast noordelijke regio's veel meer visueel gewicht dan hun werkelijke grootte rechtvaardigt. Zet een regionale of wereldwijde choropletenkaart altijd in een oppervlaktegetrouwe kaartprojectie, nooit in Web Mercator. Ook het detailniveau van de grenzen moet passen bij je kaartschaal, zodat kleine kust-eilandjes of dunne slierten geen donkere contouren worden waar de vulkleur niet te zien is.

Choropletenkaart, heatmap en proportionele symbolen vergeleken

Mensen zeggen vaak "heatmap" als ze een choropletenkaart bedoelen. In GIS hebben de twee andere invoer en beantwoorden ze andere vragen.

KaarttypeInvoergegevensWat het tekentHet best voor
ChoropletenkaartPolygonen met één waarde per gebiedElke regio gekleurd naar een percentage, dichtheid of aandeelPercentages vergelijken binnen bestaande bestuurlijke grenzen
Heatmap (kernel density)PuntenEen doorlopend glad rasteroppervlak van de puntdichtheid dat grenzen negeertZien waar losse gebeurtenissen clusteren (verkeersongevallen, meldingen, waarnemingen van wilde dieren)
Proportionele symbolenPolygonen of punten met een aantalEen cirkel of vierkant op elk object, in verhouding tot het totaalRuwe totalen vergelijken: bevolking, omzet, aantal gevallen
PuntdichtheidskaartPolygonen met aantallenEén punt per N eenheden, verspreid binnen elke polygoonLaten zien hoe een totaal over de ruimte is verdeeld zonder het gevoel van dichtheid te verliezen

Buiten GIS gebruiken spreadsheets en analysetools "heatmap" losjes voor elke tabel of elk raster dat op waarde is gekleurd. In GIS-software bouwt een heatmap een doorlopend dichtheidsoppervlak rond puntlocaties. Onze gids over heatmaps in QGIS bouwt er een op drie manieren, van de Heatmap-renderer tot een kernel density-raster. Begin je met losse puntgebeurtenissen en wil je toch een choropletenkaart, tel dan eerst de punten binnen elke polygoon met een spatial join in QGIS en deel dat aantal door de oppervlakte of bevolking van de polygoon.

Hoe maak je een choropletenkaart in QGIS?

Een choropletenkaart maken in QGIS kost vijf stappen: de grenzen laden, de tabel koppelen, het percentage berekenen, een Graduated-stijl instellen en de legenda opschonen.

  1. Laad de polygonen en de gegevenstabel

    Sleep je grenzenlaag (zoals de departementen uit IGN ADMIN EXPRESS) naar QGIS en voeg dan je statistiektabel toe (een CSV of spreadsheet met de officiële gebiedscode en de kolom met bevolking of aantal).

  2. Koppel de tabel aan de polygonen

    Open Layer Properties > Joins op de polygonenlaag, klik op de groene knop + en koppel de gedeelde bestuurlijke code in beide lagen (bijvoorbeeld INSEE_DEP). Wil je een permanent nieuw bestand in plaats van een join on the fly, voer dan Vector general > Join attributes by field value uit vanuit de Processing Toolbox.

  3. Bereken het percentage of de dichtheid

    Open de QGIS-veldcalculator, maak een decimaal veld (real) en deel je aantal door de noemer. Gebruik voor bevolkingsdichtheid in inwoners per km² de expressie "population" / ($area / 1000000). Zorg dat je project een geldige ellipsoïde heeft ingesteld onder Project Properties > General, zodat $area vierkante meters op de ellipsoïde teruggeeft.

  4. Pas een Graduated-symbologie toe

    Ga naar Layer Properties > Symbology, zet de renderer bovenaan van Single Symbol op Graduated en kies je nieuwe dichtheidsveld als Value. Kies een ColorBrewer-palet onder Color ramp, kies je Mode (Equal Count (Quantile), Equal Interval, Natural Breaks (Jenks), Pretty Breaks, Standard Deviation, Logarithmic scale of Fixed Interval), stel het aantal klassen in (meestal 5) en klik op Classify. Ga naar het tabblad Histogram en klik op Load Values om te zien waar je klassengrenzen liggen ten opzichte van de werkelijke verdeling van de gegevens.

  5. Rond de legendalabels af en voeg de bron toe

    Dubbelklik op de kolom Legend in de symbolenlijst om onhandige decimalen af te ronden (zoals 263,14 - 1028,47 naar 260 tot 1.030), noem de eenheid (inwoners per km²) in de legendatitel en vermeld de gegevensbron en het jaar in je printlay-out.

Wil je de grenzenbestanden en koppelcodes niet met de hand opzoeken, dan maakt AI Agent, de QGIS-plugin die wij bouwen, een choropletenkaart vanuit één zin: hij haalt de grenzen en de tabel op, voert de join uit, berekent het percentage en past de Graduated-stijl toe in je project. Voor een volledig uitgewerkt voorbeeld met een printlay-out zie je hoe je een kaart maakt in QGIS, waarin de bevolkingsdichtheid van de arrondissementen van Parijs in kaart wordt gebracht.

Veelgestelde vragen

Doe het nu met onze gratis tool

Map area calculator

Open de gratis tool

Doe het in QGIS door erom te vragen

AI Agent voert de taak uit die je beschrijft, in je eigen QGIS-project. Gratis, geen kaart nodig.

Probeer AI Agent gratis
Geschreven doorYvann Barbot
·17 min read

Verder lezen

Stratenkaart van Annecy in Frankrijk met grijze gebouwen, donkere hoofdwegen, de blauwe rivier en het noordelijke uiteinde van het meer van Annecy, en linksonder een schaalbalk van 0 tot 1.000 m.
GIS BasicsGuide

Kaartschaal uitgelegd: verhouding en schaalbalk

De kaartschaal is de verhouding tussen een afstand op de kaart en de echte afstand op de grond. Bij 1:25.000 is 1 cm op de kaart gelijk aan 250 m in het veld.

Yvann BarbotYvann Barbot
·