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

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:
| Departement | Bevolking | Oppervlakte (km²) | Dichtheid (inwoners per km²) |
|---|---|---|---|
| Lozère | 76.486 | 5.167 | 14,8 |
| Creuse | 115.527 | 5.565 | 20,8 |
| Alpes-de-Haute-Provence | 168.054 | 6.926 | 24,3 |
| Val-de-Marne | 1.426.929 | 245 | 5.827 |
| Seine-Saint-Denis | 1.704.316 | 236 | 7.213 |
| Hauts-de-Seine | 1.654.712 | 176 | 9.412 |
| Paris | 2.103.778 | 105 | 19.960 |
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:
| Methode | Hoe de grenzen worden gelegd | Onze grenzen (inwoners per km²) | Departementen per klasse | Goed voor | Let op |
|---|---|---|---|---|---|
| Gelijke intervallen (equal interval) | Verdeelt het hele bereik (minimum tot maximum) in klassen van gelijke breedte | 4.004 / 7.993 / 11.982 / 15.971 | 92, 2, 1, 0, 1 | Gelijkmatig verdeelde gegevens, temperatuur of percentages die mensen als ronde stappen lezen | Eén 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 polygonen | 45 / 63 / 105 / 201 | 19, 19, 20, 19, 19 | Gebieden rangschikken in vijfden of kwarten en elke kleur van het palet gebruiken | Heel 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 klasse | 263 / 1.028 / 7.213 / 9.412 | 86, 6, 2, 1, 1 | Gegevens met echte clusters en sprongen | De 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:
- 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. - 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.
- 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.
| Kaarttype | Invoergegevens | Wat het tekent | Het best voor |
|---|---|---|---|
| Choropletenkaart | Polygonen met één waarde per gebied | Elke regio gekleurd naar een percentage, dichtheid of aandeel | Percentages vergelijken binnen bestaande bestuurlijke grenzen |
| Heatmap (kernel density) | Punten | Een doorlopend glad rasteroppervlak van de puntdichtheid dat grenzen negeert | Zien waar losse gebeurtenissen clusteren (verkeersongevallen, meldingen, waarnemingen van wilde dieren) |
| Proportionele symbolen | Polygonen of punten met een aantal | Een cirkel of vierkant op elk object, in verhouding tot het totaal | Ruwe totalen vergelijken: bevolking, omzet, aantal gevallen |
| Puntdichtheidskaart | Polygonen met aantallen | Eén punt per N eenheden, verspreid binnen elke polygoon | Laten 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.
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).
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 (bijvoorbeeldINSEE_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.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" / ($area / 1000000). Zorg dat je project een geldige ellipsoïde heeft ingesteld onder Project Properties > General, zodat$areavierkante meters op de ellipsoïde teruggeeft.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.
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 - 1028,47naar260 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
Een choropletenkaart is een thematische kaart die vooraf bepaalde regio's, zoals landen, staten, districten of gemeenten, inkleurt naar de statistische waarde van elke regio. Ze groepeert waarden meestal in 5 tot 7 kleurklassen langs een palet van licht naar donker en toont een percentage, dichtheid of aandeel in plaats van een ruw aantal.
Een choropletenkaart kleurt bestaande bestuurlijke polygonen (zoals districten of departementen) met één egale kleur per polygoon op basis van een samengevoegd percentage of een dichtheid. Een GIS-heatmap neemt puntlocaties en berekent een gladde, doorlopende rasteroppervlakte van de puntdichtheid die politieke grenzen negeert. Komen je gegevens bij regio's te horen, gebruik dan een choropletenkaart. Is je data een wolk van losse coördinaten, gebruik dan een heatmap.
Ruwe totalen op een choropletenkaart laten geografisch grote regio's belangrijker lijken, omdat ze meer land beslaan en meer mensen of gebeurtenissen bevatten. Het aantal omzetten naar een dichtheid (per km²), een cijfer per hoofd van de bevolking of een aandeel haalt de vertekening door de grootte van de polygoon weg. Moet je ruwe totalen per gebied tonen, zet dan proportionele cirkels op de polygonen in plaats van ze in te kleuren.
Er is geen enkele beste methode, want de juiste keuze hangt af van hoe je getallen verdeeld zijn. Gebruik Equal Interval of Pretty Breaks als de gegevens gelijkmatig tussen minimum en maximum liggen, Quantile als je regio's in even grote groepen wilt rangschikken (zoals het bovenste en onderste vijfde) en Natural Breaks (Jenks) of een Logarithmic scale als de gegevens scheef verdeeld zijn met uitschieters. Controleer altijd het histogram in je GIS-software voor je publiceert: op onze 96 Franse departementen zet Equal Interval 92 gebieden in één kleur, terwijl Quantile ze gelijkmatig over alle vijf spreidt.
Vijf tot zeven klassen werken het best voor de meeste choropletenkaarten. Minder dan vier verbergt geografische variatie, terwijl meer dan zeven naburige tinten op een sequentieel kleurenpalet moeilijk uit elkaar te houden maakt voor het menselijk oog. ColorBrewer begrenst veel van zijn sequentiële paletten op 9 klassen, omdat fijnere indelingen perceptueel onbetrouwbaar worden.
Koppel in QGIS je statistiektabel aan je polygonenlaag onder Layer Properties > Joins en bereken dan je percentage of dichtheid in de Field Calculator (bijvoorbeeld "population" / ($area / 1000000)). Open Layer Properties > Symbology, zet de renderer op Graduated, kies je kolom met het percentage, selecteer een ColorBrewer-kleurenpalet en een classificatiemodus zoals Quantile of Natural Breaks (Jenks), stel het aantal klassen in op 5 en klik op Classify.

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.
bevat vier extra classificatiemodi voor Graduated (

