Visualising population distribution with choropleth maps : which classification methods are suitable for South African population data?

dc.contributor.authorSnyman, Lourens Fourie
dc.contributor.authorCoetzee, Serena Martha
dc.date.accessioned2026-03-20T10:58:24Z
dc.date.available2026-03-20T10:58:24Z
dc.date.issued2026
dc.description.abstractABSTRACT : Choropleth maps are among the oldest and still one of the most frequently used techniques for visualising quantitative data, such as population density. Today, each geographic information system (GIS) has a plethora of options for categorising data into classes for choropleth maps. Each option has its pros and cons, depending on the data and the use case. This paper presents the results of a user study to assess the suitability of different data classification methods for effectively visualising population distribution with choropleth maps in South African metropolitan areas. The research focused on geographic accessibility as a use case: population density is visualised on choropleth maps, allowing decision makers to identify over- or underserved areas for the provisioning of facilities. Results show that respondents were more likely to provide correct answers when presented with maps visualising data classified according to quantiles and natural breaks (Jenks), suggesting that these are easier to interpret for assessing and understanding population distribution in South Africa. RÉSUMÉ : Les cartes choroplèthes sont parmi les cartes les plus anciennes et sont encore parmi les cartes les plus fréquemment utilisées pour visualiser des données quantitatives telles que des données de densité de population. Aujourd'hui tous les systèmes d'information géographique ont de nombreuses options pour catégoriser les données en classes pour faire des cartes choroplèthes. Chaque option a des avantages et inconvénients, selon les cas d'étude et les utilisations. Cet article présente les résultats d'une étude utilisateur visant à évaluer l'adéquation de différentes méthodes de classification de données pour la visualisation efficace des distributions de population dans les régions métropolitaines d'Afrique du Sud. Cette recherche est centrée sur l'accessibilité géographique comme cas d'utilisation : la densité de population est visualisée sous la forme de cartes choroplèthes, permettant aux décideurs d'identifier les zones sur- ou sous-desservies en services. Les résultats montrent que les participants ont plus de chance de donner les bonnes réponses avec des cartes classées en fonction des quantiles et des ruptures naturelles (Jenks), ce qui suggère que ces cartes sont plus faciles à interpréter pour évaluer et comprendre la distribution de la population en Afrique du Sud.
dc.description.departmentGeography, Geoinformatics and Meteorology
dc.description.librarianhj2026
dc.description.sdgSDG-11: Sustainable cities and communities
dc.description.urihttps://www.tandfonline.com/journals/tica20
dc.identifier.citationLourens Snyman & Serena Coetzee (19 Jan 2026): Visualising population distribution with choropleth maps: which classification methods are suitable for South African population data?, International Journal of Cartography, DOI: 10.1080/23729333.2025.2581665.
dc.identifier.issn2372-9333 (print)
dc.identifier.issn2372-9341 (online)
dc.identifier.other10.1080/23729333.2025.2581665
dc.identifier.urihttp://hdl.handle.net/2263/109099
dc.language.isoen
dc.publisherTaylor and Francis
dc.rights© 2025 The Author(s). Published by Informa UK Limited, trading as Taylor & Francis Group. This is an Open Access article distributed under the terms of the Creative Commons Attribution-NonCommercial-NoDerivatives License (http://creativecommons.org/licenses/by-nc-nd/4.0/).
dc.subjectChoropleth maps
dc.subjectPopulation density
dc.subjectData classification
dc.titleVisualising population distribution with choropleth maps : which classification methods are suitable for South African population data?
dc.typeArticle

Files

Original bundle

Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
Snyman_Visualising_2026.pdf
Size:
1.33 MB
Format:
Adobe Portable Document Format
Description:
Online First Article
Loading...
Thumbnail Image
Name:
Snyman_VisualisingSuppl1_2026.pdf
Size:
3.72 MB
Format:
Adobe Portable Document Format
Description:
Supplementary Material 1
Loading...
Thumbnail Image
Name:
Snyman_VisualisingSuppl2_2026.docx
Size:
73.36 KB
Format:
Microsoft Word XML
Description:
Supplementary Material 2

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: