तुम्ही नक्कीच विविध प्रकारचे डेटा दर्शविणारे आलेख, आकृत्या आणि नकाशे पाहिले असतील. उदाहरणार्थ, इयत्ता अकरावीच्या भूगोलातील प्रायोगिक कार्य, भाग-१ (NCERT, 2006) या पुस्तकाच्या पहिल्या प्रकरणात दाखवलेले विषयवार नकाशे महाराष्ट्रातील नागपूर जिल्ह्यातील स्थलरूप आणि उतार, हवामानाच्या परिस्थिती, खडक आणि खनिजे, मृदा, लोकसंख्या, उद्योग, सामान्य जमीन वापर आणि पीक पद्धती यांचे वर्णन करतात. हे नकाशे गोळा केलेला, संकलित केलेला आणि प्रक्रिया केलेला मोठ्या प्रमाणातील संबंधित डेटा वापरून काढले आहेत. तुम्ही कधी विचार केला आहे का की हीच माहिती सारणीच्या स्वरूपात किंवा वर्णनात्मक लेखात असती तर काय झाले असते? कदाचित, अशा संप्रेषणाच्या माध्यमातून आपल्याला या नकाशांद्वारे मिळणारी दृश्यात्मक प्रतिमा काढणे शक्य झाले नसते. याशिवाय, गैर-आलेखी स्वरूपात सादर केल्या जाणाऱ्या गोष्टींबद्दल अनुमान काढणे हे वेळखाऊ कामही झाले असते. म्हणूनच, आलेख, आकृत्या आणि नकाशे दर्शविल्या जाणाऱ्या घटनांमध्ये अर्थपूर्ण तुलना करण्याची आपली क्षमता वाढवतात, आपला वेळ वाचवतात आणि दर्शविलेल्या वैशिष्ट्यांचे सरलीकृत दृश्य सादर करतात. या प्रकरणात, आपण विविध प्रकारचे आलेख, आकृत्या आणि नकाशे तयार करण्याच्या पद्धतींची चर्चा करू.

डेटाचे प्रतिनिधित्व

डेटा त्यांचे प्रतिनिधित्व करणाऱ्या घटनांचे गुणधर्म वर्णन करतात. ते विविध स्रोतांकडून गोळा केले जातात (प्रकरण 1). भूगोलतज्ज्ञ, अर्थतज्ज्ञ, संसाधन शास्त्रज्ञ आणि निर्णय घेणारे लोक आजकाल भरपूर डेटा वापरतात. सारणीच्या स्वरूपाव्यतिरिक्त, डेटा काही आलेखी किंवा आकृतीमय स्वरूपातही सादर केला जाऊ शकतो. आलेख, आकृत्या, नकाशे आणि चार्ट्स यांसारख्या दृश्य पद्धतींद्वारे डेटाचे रूपांतर करणे याला डेटाचे प्रतिनिधित्व म्हणतात. डेटा सादर करण्याच्या अशा स्वरूपामुळे भौगोलिक प्रदेशातील लोकसंख्या वाढ, वितरण आणि घनता, लिंग गुणोत्तर, वय-लिंग रचना, व्यावसायिक रचना इत्यादीचे नमुने समजून घेणे सोपे होते. एक चीनी म्हण आहे की ‘$a$ चित्र हजारो शब्दांच्या समान असते’. म्हणून, डेटा सादर करण्याची आलेखी पद्धत आपल्या समजुतीत वाढ करते आणि तुलना सोपी करते. याशिवाय, अशा पद्धती मनावर दीर्घकाळ ठसा उमटवतात.

आलेख, आकृत्या आणि नकाशे काढण्याचे सामान्य नियम

1. योग्य पद्धतीची निवड

डेटा तापमान, पाऊस, लोकसंख्येची वाढ आणि वितरण, उत्पादन, विविध वस्तूंचे वितरण आणि व्यापार यांसारख्या विविध विषयांचे प्रतिनिधित्व करतात. डेटाची ही वैशिष्ट्ये योग्य आलेखी पद्धतीद्वारे योग्यरित्या दर्शविली जाणे आवश्यक आहे. उदाहरणार्थ, वेगवेगळ्या कालावधीत आणि वेगवेगळ्या देशांमधील/राज्यांमधील तापमान किंवा लोकसंख्येच्या वाढीशी संबंधित डेटा रेखा आलेख वापरून सर्वोत्तम दर्शविला जाऊ शकतो. त्याचप्रमाणे, पाऊस किंवा वस्तूंचे उत्पादन दर्शविण्यासाठी स्तंभ आकृत्या सर्वात योग्य आहेत. मानवी आणि पशुधन दोन्ही लोकसंख्या वितरण, किंवा पीक उत्पादक क्षेत्रांचे वितरण बिंदू नकाशांवर आणि लोकसंख्या घनता कोरोप्लेथ नकाशे वापरून योग्यरित्या दर्शविले जाऊ शकते.

2. योग्य प्रमाणाची निवड

आकृत्या आणि नकाशांवर प्रतिनिधित्वासाठी डेटाचे माप म्हणून प्रमाण वापरले जाते. म्हणून, दिलेल्या डेटा संचासाठी योग्य प्रमाणाची निवड काळजीपूर्वक केली पाहिजे आणि दर्शविल्या जाणाऱ्या संपूर्ण डेटाचा विचार केला पाहिजे. प्रमाण फार मोठे किंवा फार लहान नसावे.

3. रचना

आपल्याला माहित आहे की रचना हे एक महत्त्वाचे कार्टोग्राफिक कार्य आहे (इयत्ता अकरावीच्या पाठ्यपुस्तकातील भूगोलातील प्रायोगिक कार्य, भाग-१ (NCERT, 2006) च्या पहिल्या प्रकरणात चर्चा केल्याप्रमाणे ‘मॅप मेकिंगचे आवश्यक तत्त्वे’ पहा). कार्टोग्राफिक डिझाइनचे खालील घटक महत्त्वाचे आहेत. म्हणून, अंतिम आकृती/नकाशावर हे काळजीपूर्वक दाखवले पाहिजेत.

शीर्षक

आकृती/नकाशाचे शीर्षक क्षेत्राचे नाव, वापरल्या गेलेल्या डेटाचे संदर्भ वर्ष आणि आकृतीचे मथळे दर्शवते. हे घटक वेगवेगळ्या फॉन्ट आकार आणि जाडीच्या अक्षरे आणि संख्या वापरून दर्शविले जातात. याशिवाय, त्यांची जागाही महत्त्वाची आहे. सामान्यतः, शीर्षक, उपशीर्षक आणि संबंधित वर्ष नकाशा/आकृतीच्या वरच्या बाजूला मध्यभागी दाखवले जातात.

निर्देशिका (लेजंड)

निर्देशिका किंवा अनुक्रमणिका हा कोणत्याही आकृती/नकाशाचा एक महत्त्वाचा घटक आहे. ते नकाशा आणि आकृतीमध्ये वापरलेले रंग, सावल्या, चिन्हे आणि संकेत स्पष्ट करते. ते देखील काळजीपूर्वक काढले पाहिजे आणि नकाशा/आकृतीच्या सामग्रीशी संबंधित असले पाहिजे. याशिवाय, ते योग्यरित्या ठिकाणी ठेवले पाहिजे. सामान्यतः, निर्देशिका नकाशा पत्रकाच्या डाव्या किंवा उजव्या बाजूला दाखवली जाते.

दिशा

पृथ्वीच्या पृष्ठभागाचा एक भाग दर्शविणारे नकाशे दिशांना संरेखित करणे आवश्यक आहे. म्हणून, दिशा चिन्ह, म्हणजे उत्तर, देखील काढले पाहिजे आणि अंतिम नकाशावर योग्यरित्या ठेवले पाहिजे.

आकृत्या तयार करणे

डेटामध्ये लांबी, रुंदी आणि आकारमान यासारखे मोजता येणारे वैशिष्ट्ये असतात. या डेटा संबंधित वैशिष्ट्यांचे प्रतिनिधित्व करण्यासाठी काढलेल्या आकृत्या आणि नकाशांना खालील प्रकारांमध्ये गटबद्ध केले जाऊ शकते:

(i) एक-आयामी आकृत्या, जसे की रेखा आलेख, बहुभुज आलेख, स्तंभ आकृती, हिस्टोग्राम, वय, लिंग, पिरॅमिड इ.;

(ii) द्वि-आयामी आकृती, जसे की वृत्त आकृती आणि आयताकृती आकृती;

(iii) त्रि-आयामी आकृत्या, जसे की घन आणि गोलाकार आकृत्या.

प्रामुख्याने वेळेच्या मर्यादेमुळे या अनेक प्रकारच्या आकृत्या आणि नकाशे तयार करण्याच्या पद्धतींची चर्चा करणे शक्य होणार नाही. म्हणून, आपण सर्वात सामान्यपणे काढल्या जाणाऱ्या आकृत्या आणि नकाशे आणि ते कसे तयार केले जातात याचे वर्णन करू. ते आहेत:

• रेखा आलेख
• वृत्त आकृती
• स्तंभ आकृत्या
• वारा गुलाब आणि तारा आकृती
• प्रवाह आकृत्या

रेखा आलेख

रेखा आलेख सामान्यतः तापमान, पाऊस, लोकसंख्या वाढ, जन्म दर आणि मृत्यू दर यांच्याशी संबंधित कालमाला डेटा दर्शविण्यासाठी काढले जातात. तक्ता 3.1 आकृती 3.2 तयार करण्यासाठी वापरलेला डेटा प्रदान करते.

रेखा आलेख तयार करणे

(अ) डेटा गोल संख्यांमध्ये रूपांतरित करून सोपे करा, जसे की तक्ता 3.1 मध्ये 1961 आणि 1981 साठी दर्शविल्याप्रमाणे लोकसंख्येच्या वाढीचा दर अनुक्रमे 2.0 आणि 2.2 असे गोल केला जाऊ शकतो.

(ब) $\mathrm{X}$ आणि $\mathrm{Y}$-अक्ष काढा. कालमाला चल (वर्षे/महिने) $\mathrm{X}$ अक्षावर आणि प्लॉट करायच्या डेटा प्रमाण/मूल्य (लोकसंख्येची वाढ टक्केवारीत किंवा ${ }^{\circ} \mathrm{C}$ मध्ये तापमान) $\mathrm{Y}$ अक्षावर चिन्हांकित करा.

(क) योग्य प्रमाण निवडा आणि Y-अक्षावर लेबल करा. जर डेटामध्ये ऋण संख्या असेल, तर निवडलेल्या प्रमाणाने ती देखील दर्शविली पाहिजे जसे की आकृती 3.1 मध्ये दाखवले आहे.

आकृती 3.1 : रेखा आलेख तयार करणे

(ड) Y-अक्षावर निवडलेल्या प्रमाणानुसार वर्ष/महिन्यानुसार मूल्ये दर्शविण्यासाठी डेटा प्लॉट करा, प्लॉट केलेल्या मूल्यांच्या स्थानाचे बिंदूने चिन्हांकित करा आणि या बिंदूंना हाताने काढलेल्या रेषेने जोडा.

उदाहरण 3.1 : तक्ता 3.1 मध्ये दिलेल्या डेटाचे प्रतिनिधित्व करण्यासाठी रेखा आलेख तयार करा:

तक्ता 3.1 : भारतातील लोकसंख्येचा वाढीचा दर - 1901 ते 2011

आकृती 3.2 : भारतातील लोकसंख्येची वार्षिक वाढ 1901-2011

कृती

आकृती 3.2 मध्ये दाखवल्याप्रमाणे 1911 आणि 1921 दरम्यान लोकसंख्येतील अचानक बदलाची कारणे शोधा.

बहुभुज आलेख (पॉलीग्राफ)

बहुभुज आलेख हा एक रेखा आलेख आहे ज्यामध्ये दोन किंवा दोनपेक्षा जास्त चलांचे त्वरित तुलनेसाठी समान संख्येच्या रेषांनी दर्शविले जाते, जसे की तांदूळ, गहू, डाळी किंवा जन्म दर, मृत्यू दर आणि आयुर्मान किंवा वेगवेगळ्या राज्यांमधील किंवा देशांमधील लिंग गुणोत्तर यांच्या वाढीचा दर. वेगवेगळ्या चलांचे मूल्य दर्शविण्यासाठी सरळ रेषा ( _ _ ), तुटलेली रेषा (- – ), ठिपके असलेली रेषा (…..) किंवा ठिपके आणि तुटलेल्या रेषेचे (-…-) किंवा वेगवेगळ्या रंगांच्या रेषेचे वेगवेगळे रेषा नमुने वापरले जाऊ शकतात (आकृती 3.3).

उदाहरण 3.2 : तक्ता 3.2 मध्ये दिल्याप्रमाणे वेगवेगळ्या राज्यांमधील लिंग गुणोत्तराच्या वाढीची तुलना करण्यासाठी बहुभुज आलेख तयार करा:

तक्ता 3.2 : निवडक राज्यांचे लिंग गुणोत्तर (दर 1000 पुरुषांमागे महिला) - 1961-2011

स्रोत : जनगणना, 2011

आकृती 3.3 : निवडक राज्यांचे लिंग गुणोत्तर 1961-2011

स्तंभ आकृती

स्तंभ आकृत्या समान रुंदीच्या स्तंभांद्वारे काढल्या जातात. याला स्तंभीय आकृती असेही म्हणतात. स्तंभ आकृती तयार करताना खालील नियमांचे पालन केले पाहिजे:

(अ) सर्व स्तंभ किंवा स्तंभांची रुंदी सारखीच असावी.

(ब) सर्व स्तंभ समान अंतरावर ठेवले पाहिजेत.

(क) स्तंभ रंग किंवा नमुन्यांनी छायांकित केले जाऊ शकतात जेणेकरून ते वेगळे आणि आकर्षक दिसतील.

डेटा वैशिष्ट्यांना अनुरूप करण्यासाठी साधी, संयुक्त किंवा बहुस्तंभ आकृती तयार केली जाऊ शकते.

साधी स्तंभ आकृती

त्वरित तुलनेसाठी साधी स्तंभ आकृती तयार केली जाते. दिलेला डेटा संच चढत्या किंवा उतरत्या क्रमाने मांडणे आणि त्यानुसार डेटा चल प्लॉट करणे उचित आहे. तथापि, कालमाला डेटा कालावधीच्या क्रमानुसार दर्शविला जातो.

उदाहरण 3.3 : तक्ता 3.3 मध्ये दिल्याप्रमाणे तिरुवनंतपुरमच्या पावसाच्या डेटाचे प्रतिनिधित्व करण्यासाठी साधी स्तंभ आकृती तयार करा:

तक्ता 3.3 : तिरुवनंतपुरमचा सरासरी मासिक पाऊस

बांधणी

ग्राफ पेपरवर $X$ आणि Y-अक्ष काढा. $5 \mathrm{~cm}$ चे अंतर घ्या आणि सेमी मध्ये पाऊस डेटा प्लॉट करण्यासाठी Y-अक्षावर चिन्हांकित करा. 12 महिने दर्शविण्यासाठी $\mathrm{X}$-अक्ष 12 समान भागांमध्ये विभाजित करा. निवडलेल्या प्रमाणानुसार प्रत्येक महिन्यासाठी वास्तविक पावसाची मूल्ये प्लॉट केली जातील जसे की आकृती 3.4 मध्ये दाखवले आहे.

आकृती 3.4 : तिरुवनंतपुरमचा सरासरी मासिक पाऊस

रेखा आणि स्तंभ आलेख

वेगळ्या काढलेले रेखा आणि स्तंभ आलेख देखील जवळच्या संबंधित वैशिष्ट्यांशी संबंधित डेटा दर्शविण्यासाठी एकत्र केले जाऊ शकतात जसे की सरासरी मासिक तापमान आणि पावसाचे हवामान डेटा. असे करताना, एकच आकृती काढली जाते ज्यामध्ये महिने X-अक्षावर दर्शविले जातात तर तापमान आणि पावसाचा डेटा आकृतीच्या दोन्ही बाजूंनी Y-अक्षावर दाखवला जातो.

उदाहरण 3.4 : तक्ता 3.4 मध्ये दिल्याप्रमाणे दिल्लीच्या सरासरी मासिक पाऊस आणि तापमान डेटाचे प्रतिनिधित्व करण्यासाठी रेखा आलेख आणि स्तंभ आकृती तयार करा:

तक्ता 3.4 : दिल्लीतील सरासरी मासिक तापमान आणि पाऊस

बांधणी

(अ) योग्य लांबीचे $\mathrm{X}$ आणि $\mathrm{Y}$-अक्ष काढा आणि वर्षातील महिने दाखवण्यासाठी $\mathrm{X}$-अक्ष 12 भागांमध्ये विभाजित करा.

(ब) $\mathrm{Y}$-अक्षावरील तापमान डेटासाठी $5^{\circ} \mathrm{C}$ किंवा $10^{\circ} \mathrm{C}$ च्या समान अंतरासह योग्य प्रमाण निवडा आणि त्याच्या उजव्या बाजूला लेबल करा.

(क) त्याचप्रमाणे, $\mathrm{Y}$-अक्षावरील पावसाच्या डेटासाठी $5 \mathrm{~cm}$ किंवा $10 \mathrm{~cm}$ च्या समान अंतरासह योग्य प्रमाण निवडा आणि त्याच्या डाव्या बाजूला लेबल करा.

(ड) तापमान डेटा रेखा आलेख वापरून आणि पाऊस स्तंभ आकृतीद्वारे प्लॉट करा जसे की आकृती 3.5 मध्ये दाखवले आहे.

आकृती 3.5 : दिल्लीतील तापमान आणि पाऊस

बहुस्तंभ आकृती

तुलनेच्या उद्देशाने दोन किंवा दोनपेक्षा जास्त चलांचे प्रतिनिधित्व करण्यासाठी बहुस्तंभ आकृत्या तयार केल्या जातात. उदाहरणार्थ, एकूण, ग्रामीण आणि शहरी लोकसंख्येतील पुरुष आणि महिलांचे प्रमाण किंवा वेगवेगळ्या राज्यांमधील एकूण सिंचित क्षेत्रात कालवा, बोअरवेल आणि विहिरीच्या सिंचनाचा वाटा दर्शविण्यासाठी बहुस्तंभ आकृती तयार केली जाऊ शकते.

उदाहरण 3.5 : तक्ता 3.5 मध्ये दिल्याप्रमाणे 1951-2011 दरम्यान भारतातील दशकीय साक्षरता दर दर्शविण्यासाठी योग्य स्तंभ आकृती तयार करा:

बांधणी

(अ) वरील डेटाचे प्रतिनिधित्व करण्यासाठी बहुस्तंभ आकृती निवडली जाऊ शकते.

(ब) निवडलेल्या प्रमाणानुसार $X$-अक्षावर कालमाला डेटा आणि $\mathrm{Y}$-अक्षावर साक्षरता दर चिन्हांकित करा. तक्ता 3.5 : भारतातील साक्षरता दर, $1951-2011$ (% मध्ये)

तक्ता 3.5 : भारतातील साक्षरता दर, 1951–2011 (% मध्ये)

(क) एकूण लोकसंख्या, पुरुष आणि महिलांची टक्केवारी बंद स्तंभांमध्ये प्लॉट करा $($ आकृती 3.6).

आकृती 3.6 : भारतातील साक्षरता दर, 1951-2011

संयुक्त स्तंभ आकृती

जेव्हा वेगवेगळे घटक एका चलाच्या संचामध्ये गटबद्ध केले जातात किंवा एका घटकाचे वेगवेगळे चल एकत्र ठेवले जातात, तेव्हा त्यांचे प्रतिनिधित्व संयुक्त स्तंभ आकृतीद्वारे केले जाते. या पद्धतीमध्ये, वेगवेगळी चल वेगवेगळ्या आयतांसह एका स्तंभात दाखवली जातात.

उदाहरण 3.6 : तक्ता 3.6 मध्ये दाखवल्याप्रमाणे डेटा दर्शविण्यासाठी संयुक्त स्तंभ आकृती तयार करा:

तक्ता 3.6 : भारतातील वीज निर्मितीचे एकूण उत्पादन (बिलियन kWh मध्ये)

स्रोत: आर्थिक सर्वेक्षण, 2011-12

बांधणी

(अ) डेटा चढत्या किंवा उतरत्या क्रमाने मांडा.

(ब) एक स्तंभ दिलेल्या वर्षातील एकूण वीज निर्मिती दर्शवेल आणि थर्मल, जलविद्युत आणि आण्विक वीज निर्मिती स्तंभाची एकूण लांबी विभाजित करून दर्शविली जाईल जसे की आकृती 3.7 मध्ये दाखवले आहे.

वृत्त आकृती

वृत्त आकृती ही डेटा प्रतिनिधित्वाची आणखी एक आलेखी पद्धत आहे. दिलेल्या गुणधर्माचे एकूण मूल्य वर्तुळ वापरून दर्शविण्यासाठी ती काढली जाते. नंतर कोनाच्या संबंधित अंशांमध्ये वर्तुळ विभाजित करून डेटाच्या उपसंचांचे प्रतिनिधित्व करते. म्हणून, याला विभाजित वर्तुळ आकृती असेही म्हणतात.

प्रत्येक चलाचा कोन खालील सूत्रे वापरून मोजला जातो.

आकृती 3.7 : भारतातील एकूण वीज निर्मिती

$\dfrac{\text{Value of given State/Region X 360}}{\text{Total Value of All States/Regions}}$

जर डेटा टक्केवारी स्वरूपात दिला असेल, तर दिलेली सूत्रे वापरून कोन मोजले जातात.

$\dfrac{\text{Percentage of x X 360}}{100}$

उदाहरणार्थ, ग्रामीण आणि शहरी लोकसंख्येच्या प्रमाणासह भारताची एकूण लोकसंख्या दर्शवण्यासाठ