百科问答小站 logo   百科问答小站
问题

地图的细节是怎样被简化掉的？

回答
地图，在我们看来似乎是将现实世界一五一十地搬到了纸上或屏幕上，但仔细想想，它其实是一场大规模的“减法”艺术。我们看到的每一张地图，都是经过无数次取舍、提炼和抽象的产物，那些被“丢弃”的细节，才是构成我们日常生活中所忽略的地理“噪音”。

首先，最直观的“牺牲品”就是尺度。我们都知道地图是按比例缩小的，但具体缩到什么程度，决定了它能容纳多少信息。一张展示全球的地图，你只能看到大陆的轮廓、主要的洋流和国界线，而一个城市的大小都难以辨认。放大到某个国家的地图，才能看到主要城市、河流和山脉。再缩小到城市地图，你才会看到街道、公园和建筑群。这个过程本身就是一个不断舍弃细节的过程。你想想，如果一张世界地图要显示一辆汽车的大小，那地球本身要缩小到什么地步？所以，地图首先丢弃的就是那种近乎“像素级”的真实感，它必须以一种概括性的方式来呈现地理信息。

接下来，就是对地理特征的简化和符号化。你看地图上的河流，它们通常被画成一条蓝色的线，但真实的河流呢？有的是蜿蜒曲折，有的是宽窄不一，还有支流无数。地图为了清晰，往往只保留主干流，甚至将其简化成更平滑的曲线。山脉也是如此，现实中的山脉是连绵起伏的，地形复杂，有峭壁、有山谷。但在地图上，它们可能只是一些绿色或棕色的等高线，或者用一些简单的符号来表示。你看到的那些“山峰”符号，很可能只是在那个区域里选取了一个代表性的最高点，而旁边无数低于它的山丘，则被完全忽略了。

还有道路和交通网络。在现实中，一条普通的乡间小路可能就有几米宽，坑坑洼洼，两旁可能还有杂草灌木。但在地图上，它们可能就只是一条细细的虚线或者实线。高速公路固然会用粗一些的实线表示，但即使是高速公路，不同车道的宽度、路边的护栏、服务区等细节，也很难在一般地图上找到。即使是城市地图，你看到的街名、门牌号，也只是最主要的，那些小巷子、死胡同，很多时候都不会被标注出来，除非它本身就有什么特殊意义（比如一个著名景点）。

地物和建筑的简化更是随处可见。一座高楼大厦，其立面设计、窗户的形状、楼顶的装饰，在地图上通常只表现为一个方块或者一个简单的图标。公园里的每一棵树，每一条小径，在地图上可能只是一片绿色的区域。即使是机场，我们看到的也只是跑道和航站楼的轮廓，而真实的机场内部有多少停机坪、候机大厅有多大、安检通道在哪里，地图根本不会告诉你。你看到的城市肌理，很多时候就是各种形状的区域代表不同的功能区，比如住宅区、商业区、工业区，而区域内部的具体建筑群和街道布局，往往被高度概括。

另外，人类活动和动态变化也经常被排除在外。地图主要反映的是静态的地理空间信息。但现实世界是动态的，比如某个地方正在施工建设，某个区域在特定时间会举办集市，或者某个河流的季节性干涸，这些信息往往不会被标注在标准的地图上，除非是为了特定的短期目的（比如战争地图或者临时交通管制地图）。即使是永久性的地貌，例如海岸线，也会随着潮汐和侵蚀而微妙变化，而地图上的海岸线通常是经过“平滑处理”的，抹去了许多细微的曲折。

甚至连颜色和纹理的运用，本身也是一种简化和编码。地图上的颜色和纹理是为了区分不同的地理要素，比如水域是蓝色，森林是绿色，山区是棕色，城市是灰色或者粉色。但现实世界中的颜色和纹理远比这丰富得多。一片草地可能有深浅不一的绿色，一片森林更是色彩斑斓，不同的植被有不同的颜色。地图用一种标准化的颜色来代表一大片区域，这种简化是为了让信息更易于识别，但同时也牺牲了许多视觉上的真实感。

总而言之，地图的“简化”不是一种粗暴的删除，而是一种有目的、有选择的提炼。它需要根据地图的用途和比例尺来决定哪些信息是“关键的”，哪些信息是“冗余的”。一张用于导航的城市地图，会关注街道、地标；一张用于军事分析的区域地图，则会关注地形、防御工事；而一张用于科学研究的大洲地图，则会关注地质构造、气候带。地图制作者就像一位挑剔的编辑，在浩瀚的地理信息海洋中，精心挑选出最能传达地图意图的元素，然后用一套约定俗成的符号和图形系统将其呈现出来，而那些不符合这个目标、可能造成信息混乱的细节，则被无情地剔除了。正是这种精妙的“减法”，才让我们能够快速、有效地理解我们所处的空间。

网友意见

user avatar

谢邀。抛块儿砖。

首先回答“除了美观还有什么作用”。

地图既是一种工具也是一种艺术。地图轮廓以及填充、标注的简化（cartographic generalization，感谢 任畅同学的纠正，官方中文翻译叫制图综合）的主要目的，其实已经被题主说到了：准确、简洁、美观。其实还有一个目的，那就是通过减少细节来突出重点。

当画幅（比例尺）变化的时候，很多的细节不可能都一一地表现在图上。例如下图（来自加拿大的拉瓦尔大学）：

比例尺是1：1000的时候，地图上可以保留很多细节，比如所有的路径，以及各个建筑的轮廓。但是到了1：27176的时候，如果再保留所有路径或建筑的轮廓，那就一团乱麻，什么也看不清了。

有时候，少也是多（Less is more）。只有削去了不重要的枝枝叶叶，主干的信息才能更好地被突出展现出来，地图才能达到它应有的效果。

而且，比例尺并不是地图简化的唯一原因。每一幅地图都有自己的目的。目的不一样，对于各种细节的要求也就不一样。比如网上这张反映一带一路的地图：

经常看地图册的人一眼就能看出很多“错误”，比如北京的位置貌似偏了些，琼州海峡没了，马尔代夫和琉球也没了，日本那几个岛也连在一起了，等等。但是，这张图的目的是展现一带一路，并不是为了告诉人们马尔代夫在哪里，北京在哪里。弱化了一些细枝末节的东西，则更能强调出一带一路的这个主题。试想一下，如果这张地图把陆地轮廓画得特别详细，还加上中国的省界，甚至长江黄河，那它的主题会不会反而被冲淡了？

接下来就具体回答题主最主要的一个问题：地图的细节是怎样被简化掉的？

从种类上说，map generalization可以分为：

  • 轮廓简化（Simplified）。就是通过去掉一些比较次要的转折，把复杂的轮廓变得平滑一些。比如题主在描述里说的，中国东南沿海的地图，在比例尺不够的情况下可以把很多曲折的海岸线进行模糊化处理。
  • 融合（Fused）。把靠得很近且性质相同、相关性大的几个地理事物合并为一个。比如在小比例尺地图上，美国洛杉矶附近的一些城市的建成区，例如长滩、帕萨迪纳、马里布等，都合并到了洛杉矶。再比如上面那张一带一路的地图，日本还有菲律宾的几个岛被合并了，也是个例子。
  • 筛选（Omitted）。把不重要的东西扔掉，保留重要的。比如地图上原本有北京、天津、石家庄和廊坊，但实在画不下的时候，就选择性地把廊坊扔了。
  • 错位（Displaced）。在对地理精度不那么高的地图上（一般是示意图），如果某一个区域的信息太过密集而周围区域空白较多，可以适当（注意是适当）地让地理位置错位。或者为了地图的整体效果，小幅度的位移也是允许的。比如上面一带一路地图中的北京。

题主在题目补充里谈的是海岸线的简化，也就是地图的线性轮廓（海岸线、国界线、河流、等高线……）的简化，即上面谈到的方式里的Simplified。

绘制轮廓一般用的是矢量数据。所以，这里讨论的地图轮廓简化方法，实际上也是矢量数据的压缩方法。

介绍具体方法以前，先要说一下总体的前提条件。不管多复杂的曲线，我们也认为它是由一个个的线段组成的，而线段的两端都是一个个的数据点。越“圆滑”的轮廓，数据点就越多。

常见的简化方法有这几种：

1. 简单粗暴 - 隔点法

隔点法就是在矢量曲线的一系列点中，每隔n个点选取一个来保留，其余没选中的点都删除。比如说下面这张图的曲线：

现在我每隔2个点选择一个留下，剩下的点删除，就把这条曲线简化成了紫色的这种样子：

如果我每隔3个点选择一个留下，则简化后的曲线是这个样子的：

这种做法的优点是算法简单，操作简单，但是缺点是比较重要、有特色的点很可能会被漏掉。在原本的曲线就不那么平滑的情况下，这么做很可能造成比较大的形变。比如地图上的半岛或者海湾，在n选择不当的时候，很可能就直接被切掉了。

2. 步步为营 - 垂距法

这种垂距法是一种比较常用的办法。它是按照某个指定的方向，一步一步地简化曲线。比如下面这张图：

首先我们要指定一个参数长度，比如图中的红色线段。

然后，我决定从左到右地简化这条曲线，因此我首先要选择1、2、3这三个点。

连接1和3，然后通过2作垂线和1、3的连线相交。测量垂2的长度。图中，垂2的长度大于参数，因此要保留点2.

然后挪位到2、3、4这三个点，连接2和4，再画出垂3。比较垂3和参数。这里的垂3还是大于参数，因此点3也保留。

然后挪位到3、4、5这三个点。连接3和5，再作垂4.这里，垂4的长度是小于参数的，因此点4就要被删除掉。

然后继续向右，挪位到3、5、6（4被删除了）等等一直进行下去。


3. 宏观调控 - 分裂法

这种方法还有一种高大上的名字叫做道格拉斯·皮尤克算法，也是一种用得比较多的方法。它和垂距法有相似之处，都是需要设定一个参量来进行比较。但是它们也有很大的不同。比如，垂距法是从左到右（或者从右打左）一步一步地进行曲线简化。而道格拉斯·皮尤克算法则是把整个曲线看做一个整体，来进行“宏观调控”。它的具体操作如下。

比如，现在有这么条曲线：

用这种方法，我们就要从整体入手：

首先要做的就是选参数“红色线段”。然后连接整条曲线的首位两点。连接之后，找出离这条连线距离最远的那个点，比较这个点到连线的距离和所选参数的大小。图中现在的最远点是明显大于参数的，因此这个点被保留。

然后进行下一步：


连接起始点和保留点，以及终点和保留点。再分别找出两条连线区间范围内的最远点，并将它们的距离和参数比较。这里，最远点1的距离是小于参数的，因此在这个区间内的所有点都要被删除掉。而最远点2的距离刚好大于参数，因此最远点2也成为了被选取的保留点。

接下来：

连接上一个保留点和新的保留点，以及新的保留点和终点，同样的道理，分别找出两个区间内的最远点以及距离。这里的最远点1的距离小于参数，因此这一区间的所有点都删除。最远点2的距离大于参数，则成为新的选取点被保留。

同理继续进行筛选：

最远点1所在区间的点被删除，最远点2成为新的选取点被保留。

再来一次：

这次最远点1保留，最远点2所在区间的点删除。

再来一次：

同样的作法。

最后，这条蓝色的曲线就是通过道格拉斯·皮尤克算法简化后的曲线：

不论是垂距法还是道格拉斯·皮尤克算法，重要的一点都是要选择一个合适的参数。参数越大，地图被简化的程度就越大。

知乎专栏：地球的那些事儿

微信公众号

山中杂说 (ShanYeTalking)

类似的话题

本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有

服务条款
联系我们
关于我们
隐私政策
友情链接
知乎
百度问答
搜狐
新浪