专题地图制作：如何用分级设色和符号等级有效表达你的数据？

wowwwai GIS研习社 · 工具流程与项目排障

做专题地图制作时，很多人最先学会的是“把字段拉进样式面板”，但真正进到项目里，问题通常不是软件不会点，而是图选错了表达方法。一个很常见的场景是：你拿到各区县常住人口总量、人口密度、门店数量和门店覆盖率四个字段，却全都用同一种样式去画。结果地图看起来很完整，读者却会被误导。

这篇文章只解决一个核心问题：如何用分级设色和符号等级有效表达你的数据。我们会从 GIS 项目里最常见的行政区统计、门店选址、公共服务设施分布和业务汇总图出发，讲清楚什么时候该用分级设色，什么时候该用符号等级，以及在 QGIS 和 ArcGIS Pro 里怎样落地设置、怎样检查是否画对。

问题背景：为什么很多专题图一开始就把读者带偏了

专题图不是“把数据放上地图”这么简单，它本质上是在回答一个空间问题。比如你想表达“哪个区人口密度更高”，关心的是单位面积上的强度；你想表达“哪个区门店总数更多”，关心的是绝对数量。如果这两类数据都用同一种视觉变量去表现，地图会把不该强调的因素一起放大。

最典型的误用，就是把总量字段直接做成分级设色图。面积大的行政区天然占据更多视觉空间，读者会下意识把“大面积深色块”理解成“数据更重要”。但很多时候，真正高值区可能恰恰面积不大，例如中心城区门店总量高、人口密度高，却在图面上只占很小一块区域。如果仍然用整块面去着色，地图的阅读重心就会被面积而不是数据牵着走。

核心原则：先判断你的字段是相对值还是绝对值

想把专题图做对，第一步不是选颜色，而是判断字段含义。分级设色更适合表达比率、密度、百分比、增长率这类相对值；符号等级更适合表达数量、总量、频次、规模这类绝对值。这个判断如果一开始就错了，后面的图例、配色和标注再精致，也只是把错误包装得更好看。

可以用一个很实用的检查法：如果字段后面可以自然接上“每平方公里”“占比”“人均”“百分之多少”，通常更接近分级设色；如果字段更像“共有多少个”“总共多少人”“累计多少家”，通常更适合符号等级。对 GIS 学习者来说，先把这道判断题做对，比记住十几种样式参数更重要。

适合分级设色的数据

• 人口密度、建筑密度、道路密度。
• 绿地率、服务覆盖率、用地占比。
• 增长率、达标率、完成率。
• 人均收入、人均公共服务面积。

适合符号等级的数据

• 门店总量、学校数量、站点数量。
• GDP 总量、游客总数、案件总量。
• 监测点采样次数、设施服务人数。
• 按街道汇总后的投诉总量、告警总量。

原理说明：颜色表达的是区域强弱，符号表达的是数值规模

分级设色的核心，是让读者快速看到不同地理单元之间的空间梯度。颜色越深，表示该单元的指标越高。它的优势在于非常适合看整体格局，例如“城市西北部人口密度整体偏低，中心城区明显偏高”。因此它特别适合展示面状分布模式。

符号等级的核心，是用符号面积或大小去对应字段数值。它不依赖行政区本身的面积，而是让每个区域都用一个符号来代表规模。这样一来，中心城区即便面积小，只要门店总数高，也能用更大的圆形直接跳出来。这种表达方式对绝对数更公平，也更利于做跨区域比较。

一句话记忆：想看“哪里更密、更高、更强”，优先考虑分级设色；想看“谁更多、谁更大、谁总量更高”，优先考虑符号等级。

实操步骤：在 QGIS 里做一张不误导人的专题地图

下面用一个常见场景说明。假设你有区县边界图层，字段里同时包含 `pop_total`、`pop_density`、`store_count` 和 `store_cover_rate`。我们分别做两张图，一张展示人口密度，一张展示门店总量。

步骤 1：先检查字段是否需要标准化

如果你拿到的是总人口 `pop_total`，但想表达人口分布强弱，就不要直接上图，而是先算密度。可以用字段计算器新增 `pop_density` 字段，公式一般是总人口除以行政区面积。这里要注意面积单位，不能在经纬度坐标系下直接拿度数面积去算。

"pop_total" / ($area / 1000000)

上面的写法适合图层已经在米制投影坐标系下，结果表示“每平方千米人口数”。如果你的图层仍是 WGS 84 经纬度，就应该先重投影到合适的投影坐标系，再计算面积和密度。

步骤 2：用分级设色表达人口密度或覆盖率

1. 右键图层，打开“属性”。
2. 进入“符号系统”，选择“分级”。
3. 值字段选 `pop_density` 或 `store_cover_rate`。
4. 颜色带选择单色渐变，通常低值浅、高值深。
5. 分类方法优先试自然断点法或分位数法。
6. 类别数先从 5 类开始，再根据分布微调。

如果你做的是服务覆盖率、耕地占比这类百分比数据，分级设色往往能很快看出区域差异。但不要为了“颜色丰富”硬分 8 类或 9 类，类别太多会让图例复杂，读者反而抓不住重点。

步骤 3：用符号等级表达门店总量或设施数量

1. 复制一份同样的行政区图层，或者生成区县质心点。
2. 进入“符号系统”，选择“分级符号”或按数据定义大小。
3. 值字段选 `store_count`。
4. 把最小符号和最大符号拉开到有明显差异但不过度遮挡。
5. 必要时给符号加透明度和白色描边，减少重叠影响。

如果区县很密集，直接在面中心放圆可能会互相压住。这时可以适度减小最大符号，或者先把符号图单独出一版，不一定强求和底层分级设色同时出现。专题图的目标是让人读懂，不是把所有字段一次塞满。

ArcGIS Pro 中的关键设置：分类方法比颜色更影响结果

ArcGIS Pro 在专题图制作上有一套很成熟的分类和样式面板，但也正因为选项多，初学者容易默认一路点到底。真正影响地图含义的，往往不是选了蓝色还是绿色，而是你用了什么分类方法、分类阈值有没有人工干预。

自然断点、等间距、分位数到底怎么选

如果你是给业务部门做汇报图，优先考虑他们是否容易读懂。比如给领导看“哪些街道服务覆盖率偏低”，自然断点和标准差通常更能抓重点；如果做年度对比图，希望今年和去年使用相同阈值，就要手动固定分级断点，而不是每年都自动分类。

常见误区：不是学会两个样式名，就等于会做专题地图

误区 1：把总量直接做成分级设色

这是最常见也最值得优先修正的问题。比如区县 GDP 总量、门店总量、案件总量，本质都是绝对数。它们更适合符号等级，或者先标准化后再决定是否使用分级设色。如果直接对面要素上色，地图会把行政区面积一并带入判断。

误区 2：在经纬度坐标系下直接算密度

很多数据刚导入项目时还是经纬度坐标，字段计算器里的 `$area` 并不自动等于真实平方米面积。你如果不先重投影就计算人口密度、建筑密度，后面再用分级设色画出来，地图样子再好看，数值基础也是错的。

误区 3：类别分得太多，图例比地图还难读

专题图不是调色板比赛。多数业务场景里，5 到 7 类已经够用。类别太多会让相邻颜色差异变小，尤其在投影到屏幕或打印到纸张后，读者很难分辨。你以为自己表达了细节，读者实际只看到“颜色很多”。

误区 4：符号等级太大，中心城区完全被盖住

符号等级虽然适合表达总量，但如果最大符号过大，密集区域会严重重叠。特别是在街道、乡镇级数据上，这个问题更明显。实务中可以通过减小最大值、设置透明度、增加描边、分图展示等方式处理，而不是简单把所有符号都放大。

方法对比：什么时候该单独出图，什么时候可以组合表达

在一个真实 GIS 项目里，分级设色和符号等级并不是非此即彼。很多时候，两者可以组合使用，但前提是地图问题足够明确，且图面不会过载。

如果你打算组合表达，建议把其中一个变量降到“辅助层”角色。比如底图用浅色分级设色展示人口密度，叠加半透明的门店总量符号。这样读者先读懂底图，再看符号补充信息，而不是两套视觉变量互相抢注意力。

项目检查清单：一张专题图出图前至少过这 8 项

• 字段是相对值还是绝对值，判断是否正确。
• 如果用了密度或比例，是否先完成标准化计算。
• 面积和距离计算是否基于合适投影。
• 分级方法是否和业务问题匹配，而不是只用默认值。
• 类别数是否控制在读者能快速理解的范围内。
• 高值区是否真的因为数据高，而不是因为面积大或符号遮挡。
• 图例标题是否写清楚单位，比如“人/平方千米”“家”“%”。
• 如果做年度对比，分级阈值是否保持一致。

FAQ：专题地图制作中最容易追问的几个问题

分级设色和符号等级能不能放在同一张图里？

可以，但前提是两者服务于同一个分析问题，而且主次清楚。最常见的做法是用分级设色做背景格局，用符号等级表达额外总量。如果两者都很抢眼，读者往往会不知道先看哪里。

为什么我的分级设色图看起来总是“中间几类很多，两头很少”？

这通常和数据分布及分类方法有关。如果使用等间距，而字段本身偏态明显，大多数要素就会堆在某个区间里。可以试着改成自然断点或分位数，再观察地图是否更符合业务认知。

符号等级一定要用圆吗？

不一定，但圆形最常见，因为读者对大小变化更容易形成稳定判断。方形、图标或自定义符号也可以用，但越复杂的符号越容易让“大小比较”变得不直观，特别是在密集区域。

做人口密度图时，为什么还要关心底图边界大小？

因为分级设色本来就是把数值附着在面上表达，行政区边界的形状和面积会参与视觉感知。它适合表达相对值，但并不意味着面积影响完全消失。所以如果你要强调的是极小区域里的高值点位，有时配合插图、局部放大图或额外符号会更稳妥。

结论：先选对表达方法，再谈地图美观

专题地图制作最容易被忽略的一步，不是配色，也不是排版，而是先确认“我的数据到底该用颜色还是大小来讲”。分级设色适合表达标准化后的相对差异，符号等级适合表达不依赖区域面积的绝对规模。只要这一步想清楚，后面的分类、配色、图例和标注才有意义。

如果你只记住一条经验，那就是：相对值优先看颜色，绝对值优先看大小。把这条判断用到人口密度图、门店分布图、设施服务图和业务汇总图里，地图的可读性会立刻提升一个层级，读者也更容易从图上读到你真正想表达的 GIS 结论。