మీరు వివిధ రకాల డేటాను చూపించే గ్రాఫ్లు, రేఖాచిత్రాలు మరియు మ్యాప్లను చూసి ఉండవచ్చు. ఉదాహరణకు, పదకొండవ తరగతి పాఠ్యపుస్తకం ప్రాక్టికల్ వర్క్ ఇన్ జియోగ్రఫీ, పార్ట్-I (NCERT, 2006) లోని మొదటి అధ్యాయంలో చూపబడిన థీమాటిక్ మ్యాప్లు మహారాష్ట్రలోని నాగ్పూర్ జిల్లాలో ఉన్నటువంటి ఉన్నతి మరియు వాలు, వాతావరణ పరిస్థితులు, శిలలు మరియు ఖనిజాల పంపిణీ, నేలలు, జనాభా, పరిశ్రమలు, సాధారణ భూమి వినియోగం మరియు పంట నమూనాను వర్ణిస్తాయి. ఈ మ్యాప్లు సేకరించబడిన, సంకలనం చేయబడిన మరియు ప్రాసెస్ చేయబడిన సంబంధిత డేటా యొక్క పెద్ద వాల్యూమ్ ఉపయోగించి గీయబడ్డాయి. ఒకవేళ అదే సమాచారం పట్టిక రూపంలో లేదా వివరణాత్మక ట్రాన్స్క్రిప్ట్‌లో ఉంటే ఏమి జరిగేదో మీరు ఎప్పుడైనా ఆలోచించారా? బహుశా, ఈ మ్యాప్ల ద్వారా మనకు లభించే దృశ్యమాన ముద్రలను అటువంటి కమ్యూనికేషన్ మాధ్యమం నుండి గీయడం సాధ్యం కాకపోయి ఉండేది. అంతేకాకుండా, గ్రాఫికల్ కాని రూపంలో ప్రదర్శించబడే దాని గురించి నిర్ధారణలను గీయడం కూడా సమయం తీసుకునే పని అయి ఉండేది. అందువల్ల, గ్రాఫ్లు, రేఖాచిత్రాలు మరియు మ్యాప్లు ప్రాతినిధ్యం వహించిన దృగ్విషయాల మధ్య అర్థవంతమైన పోలికలు చేసే సామర్థ్యాలను పెంచుతాయి, మన సమయాన్ని ఆదా చేస్తాయి మరియు ప్రాతినిధ్యం వహించిన లక్షణాల యొక్క సరళీకృత దృశ్యాన్ని అందిస్తాయి. ప్రస్తుత అధ్యాయంలో, మేము వివిధ రకాల గ్రాఫ్లు, రేఖాచిత్రాలు మరియు మ్యాప్లను నిర్మించే పద్ధతులను చర్చిస్తాము.

డేటా ప్రాతినిధ్యం

డేటా అవి ప్రాతినిధ్యం వహించే దృగ్విషయాల లక్షణాలను వివరిస్తుంది. అవి వివిధ మూలాల నుండి సేకరించబడతాయి (అధ్యాయం 1). భూగోళ శాస్త్రవేత్తలు, ఆర్థికవేత్తలు, వనరు శాస్త్రవేత్తలు మరియు నిర్ణయం తీసుకునేవారు ఈ రోజుల్లో చాలా డేటాను ఉపయోగిస్తారు. పట్టిక రూపం తోపాటు, డేటాను కొన్ని గ్రాఫిక్ లేదా రేఖాచిత్ర రూపంలో కూడా సమర్పించవచ్చు. గ్రాఫ్లు, రేఖాచిత్రాలు, మ్యాప్లు మరియు చార్ట్లు వంటి దృశ్య పద్ధతుల ద్వారా డేటా రూపాంతరం చెందడాన్ని డేటా ప్రాతినిధ్యం అంటారు. డేటా యొక్క అటువంటి ప్రదర్శన రూపం ఒక భౌగోళిక ప్రాంతంలో జనాభా వృద్ధి, పంపిణీ మరియు సాంద్రత, లింగ నిష్పత్తి, వయస్సు-లింగ కూర్పు, వృత్తి నిర్మాణం మొదలైన నమూనాలను అర్థం చేసుకోవడం సులభతరం చేస్తుంది. ‘$a$ చిత్రం వేల మాటలకు సమానం’ అనే చైనీస్ సామెత ఉంది. అందువల్ల, డేటా ప్రాతినిధ్యం యొక్క గ్రాఫిక్ పద్ధతి మన అవగాహనను పెంచుతుంది మరియు పోలికలను సులభతరం చేస్తుంది. అంతేకాకుండా, అటువంటి పద్ధతులు మనస్సుపై ఎక్కువ కాలం పాటు ముద్ర వేస్తాయి.

గ్రాఫ్లు, రేఖాచిత్రాలు మరియు మ్యాప్లను గీయడానికి సాధారణ నియమాలు

1. సరైన పద్ధతి ఎంపిక

డేటా ఉష్ణోగ్రత, వర్షపాతం, జనాభా వృద్ధి మరియు పంపిణీ, ఉత్పత్తి, వివిధ వస్తువుల పంపిణీ మరియు వాణిజ్యం వంటి వివిధ థీమ్లను ప్రాతినిధ్యం వహిస్తుంది. డేటా యొక్క ఈ లక్షణాలు తగిన గ్రాఫికల్ పద్ధతి ద్వారా సరిగ్గా ప్రాతినిధ్యం వహించబడాలి. ఉదాహరణకు, వివిధ కాలాల మధ్య మరియు వివిధ దేశాలు/రాష్ట్రాల కోసం ఉష్ణోగ్రత లేదా జనాభా వృద్ధికి సంబంధించిన డేటాను లైన్ గ్రాఫ్లను ఉపయోగించి ఉత్తమంగా ప్రాతినిధ్యం వహించవచ్చు. అదేవిధంగా, వర్షపాతం లేదా వస్తువుల ఉత్పత్తిని చూపించడానికి బార్ రేఖాచిత్రాలు ఉత్తమంగా సరిపోతాయి. మానవ మరియు పశువుల జనాభా పంపిణీ, లేదా పంట ఉత్పత్తి ప్రాంతాల పంపిణీ డాట్ మ్యాప్లపై మరియు జనాభా సాంద్రతను కోరోప్లెత్ మ్యాప్లను ఉపయోగించి తగిన విధంగా ప్రాతినిధ్యం వహించవచ్చు.

2. తగిన స్కేల్ ఎంపిక

రేఖాచిత్రాలు మరియు మ్యాప్లపై ప్రాతినిధ్యం కోసం డేటా కొలతగా స్కేల్ ఉపయోగించబడుతుంది. అందువల్ల, ఇచ్చిన డేటా సెట్లకు తగిన స్కేల్ ఎంపిక జాగ్రత్తగా చేయబడాలి మరియు ప్రాతినిధ్యం వహించాల్సిన మొత్తం డేటాను పరిగణనలోకి తీసుకోవాలి. స్కేల్ చాలా పెద్దదిగా లేదా చాలా చిన్నదిగా ఉండకూడదు.

3. డిజైన్

డిజైన్ ఒక ముఖ్యమైన కార్టోగ్రాఫిక్ పని అని మనకు తెలుసు (పదకొండవ తరగతి పాఠ్యపుస్తకం ప్రాక్టికల్ వర్క్ ఇన్ జియోగ్రఫీ, పార్ట్-I (NCERT, 2006) లోని మొదటి అధ్యాయంలో చర్చించినట్లు ‘ఎసెన్షియల్స్ ఆఫ్ మ్యాప్ మేకింగ్’ని చూడండి). కార్టోగ్రాఫిక్ డిజైన్ల యొక్క కింది భాగాలు ముఖ్యమైనవి. అందువల్ల, ఇవి చివరి రేఖాచిత్రం/మ్యాప్‌లో జాగ్రత్తగా చూపించబడాలి.

శీర్షిక

రేఖాచిత్రం/మ్యాప్ యొక్క శీర్షిక ప్రాంతం పేరు, ఉపయోగించిన డేటా యొక్క సూచన సంవత్సరం మరియు రేఖాచిత్రం యొక్క శీర్షికను సూచిస్తుంది. ఈ భాగాలు వివిధ ఫాంట్ పరిమాణాలు మరియు మందంతో అక్షరాలు మరియు సంఖ్యలను ఉపయోగించి ప్రాతినిధ్యం వహిస్తాయి. అంతేకాకుండా, వాటి ప్లేసింగ్ కూడా ముఖ్యమైనది. సాధారణంగా, శీర్షిక, ఉపశీర్షిక మరియు సంబంధిత సంవత్సరం మ్యాప్/రేఖాచిత్రం పైభాగంలో మధ్యలో చూపబడతాయి.

లెజెండ్

లెజెండ్ లేదా ఇండెక్స్ ఏదైనా రేఖాచిత్రం/మ్యాప్ యొక్క ముఖ్యమైన భాగం. ఇది మ్యాప్ మరియు రేఖాచిత్రంలో ఉపయోగించిన రంగులు, నీడలు, చిహ్నాలు మరియు సంకేతాలను వివరిస్తుంది. ఇది కూడా జాగ్రత్తగా గీయబడాలి మరియు మ్యాప్/రేఖాచిత్రం యొక్క విషయాలకు అనుగుణంగా ఉండాలి. అంతేకాకుండా, ఇది సరిగ్గా పొందిపోయినట్లు ఉండాలి. సాధారణంగా, లెజెండ్ మ్యాప్ షీట్ యొక్క దిగువ ఎడమ లేదా దిగువ కుడి వైపున చూపబడుతుంది.

దిశ

భూమి ఉపరితలంలోని ఒక భాగం యొక్క ప్రాతినిధ్యం అయిన మ్యాప్లు, దిశలకు ఓరియెంట్ చేయబడాలి. అందువల్ల, దిశ చిహ్నం, అనగా ఉత్తరం, కూడా గీయబడాలి మరియు చివరి మ్యాప్‌లో సరిగ్గా ఉంచబడాలి.

రేఖాచిత్రాల నిర్మాణం

డేటా పొడవు, వెడల్పు మరియు ఘనపరిమాణం వంటి కొలిచే లక్షణాలను కలిగి ఉంటుంది. ఈ డేటా సంబంధిత లక్షణాలను ప్రాతినిధ్యం వహించడానికి గీయబడిన రేఖాచిత్రాలు మరియు మ్యాప్లు కింది రకాలుగా వర్గీకరించబడతాయి:

(i) ఒక-డైమెన్షనల్ రేఖాచిత్రాలు, ఉదాహరణకు లైన్ గ్రాఫ్, పాలీ గ్రాఫ్, బార్ రేఖాచిత్రం, హిస్టోగ్రామ్, వయస్సు, లింగం, పిరమిడ్ మొదలైనవి;

(ii) రెండు-డైమెన్షనల్ రేఖాచిత్రం, ఉదాహరణకు పై రేఖాచిత్రం మరియు దీర్ఘచతురస్రాకార రేఖాచిత్రం;

(iii) మూడు-డైమెన్షనల్ రేఖాచిత్రాలు, ఉదాహరణకు క్యూబ్ మరియు గోళాకార రేఖాచిత్రాలు.

ప్రాథమికంగా సమయ పరిమితి కారణంగా ఈ అనేక రకాల రేఖాచిత్రాలు మరియు మ్యాప్ల నిర్మాణ పద్ధతులను చర్చించడం సాధ్యం కాదు. అందువల్ల, మేము చాలా సాధారణంగా గీయబడిన రేఖాచిత్రాలు మరియు మ్యాప్లను మరియు అవి నిర్మించబడిన విధానాన్ని వివరిస్తాము. అవి:

• లైన్ గ్రాఫ్లు
• పై రేఖాచిత్రం
• బార్ రేఖాచిత్రాలు
• విండ్ రోజ్ మరియు స్టార్ రేఖాచిత్రం
• ఫ్లో చార్ట్లు

లైన్ గ్రాఫ్

లైన్ గ్రాఫ్లు సాధారణంగా ఉష్ణోగ్రత, వర్షపాతం, జనాభా వృద్ధి, జనన రేట్లు మరియు మరణ రేట్లకు సంబంధించిన టైమ్ సిరీస్ డేటాను ప్రాతినిధ్యం వహించడానికి గీయబడతాయి. టేబుల్ 3.1 ఫిగర్ 3.2 నిర్మాణం కోసం ఉపయోగించిన డేటాను అందిస్తుంది.

లైన్ గ్రాఫ్ నిర్మాణం

(a) డేటాను రౌండ్ నంబర్లుగా మార్చడం ద్వారా సరళీకృతం చేయండి, ఉదాహరణకు టేబుల్ 3.1లో చూపబడిన 1961 మరియు 1981 సంవత్సరాలకు జనాభా వృద్ధి రేటు వరుసగా 2.0 మరియు 2.2 గా రౌండ్ చేయబడుతుంది.

(b) $\mathrm{X}$ మరియు $\mathrm{Y}$-అక్షాలను గీయండి. టైమ్ సిరీస్ వేరియబుల్స్ (సంవత్సరాలు/నెలలు)ని $\mathrm{X}$ అక్షంపై మరియు ప్లాట్ చేయవలసిన డేటా పరిమాణం/విలువ (జనాభా వృద్ధి శాతంలో లేదా ${ }^{\circ} \mathrm{C}$ లో ఉష్ణోగ్రత) $\mathrm{Y}$ అక్షంపై గుర్తించండి.

(c) తగిన స్కేల్ని ఎంచుకుని Y-అక్షంపై లేబుల్ చేయండి. డేటాలో నెగటివ్ ఫిగర్ ఉంటే, ఎంచుకున్న స్కేల్ కూడా దానిని ఫిగ్ 3.1లో చూపినట్లు చూపించాలి.

Fig. 3.1 : లైన్ గ్రాఫ్ నిర్మాణం

(d) Y-అక్షంపై ఎంచుకున్న స్కేల్ ప్రకారం సంవత్సరం/నెలవారీ విలువలను వర్ణించడానికి డేటాను ప్లాట్ చేయండి, ప్లాట్ చేయబడిన విలువల స్థానాన్ని ఒక డాట్ ద్వారా గుర్తించండి మరియు ఈ చుక్కలను ఫ్రీ హ్యాండ్ ద్వారా గీసిన రేఖ ద్వారా కలపండి.

ఉదాహరణ 3.1 : టేబుల్ 3.1లో ఇచ్చిన డేటాను ప్రాతినిధ్యం వహించడానికి లైన్ గ్రాఫ్‌ను నిర్మించండి:

టేబుల్ 3.1 : భారతదేశంలో జనాభా వృద్ధి రేటు - 1901 నుండి 2011

Fig. 3.2 : భారతదేశంలో జనాభా వార్షిక వృద్ధి 1901-2011

కృత్యం

1911 మరియు 1921 మధ్య జనాభాలో ఆకస్మిక మార్పుకు కారణాలను కనుగొనండి (Fig. 3.2లో చూపినట్లు).

పాలీగ్రాఫ్

పాలీగ్రాఫ్ అనేది ఒక లైన్ గ్రాఫ్, దీనిలో రెండు లేదా అంతకంటే ఎక్కువ వేరియబుల్స్ తక్షణ పోలిక కోసం సమాన సంఖ్యలో రేఖల ద్వారా చూపబడతాయి, ఉదాహరణకు బియ్యం, గోధుమలు, పప్పులు లేదా జనన రేట్లు, మరణ రేట్లు మరియు జీవిత ప్రతీక్ష లేదా వివిధ రాష్ట్రాలు లేదా దేశాలలో లింగ నిష్పత్తి వంటి వివిధ పంటల వృద్ధి రేటు. వివిధ వేరియబుల్స్ విలువను సూచించడానికి స్ట్రెయిట్ లైన్ ( _ _ ) , బ్రోకెన్ లైన్ (- – ), డాటెడ్ లైన్ (…..) లేదా డాటెడ్ మరియు బ్రోకెన్ లైన్ (-…-) లేదా వివిధ రంగుల రేఖ వంటి విభిన్న లైన్ ప్యాటర్న్ ఉపయోగించబడుతుంది (Fig 3.3).

ఉదాహరణ 3.2 : టేబుల్ 3.2లో ఇచ్చిన వివిధ రాష్ట్రాలలో లింగ నిష్పత్తి వృద్ధిని పోల్చడానికి పాలీగ్రాఫ్‌ను నిర్మించండి:

టేబుల్ 3.2 : ఎంపిక చేసిన రాష్ట్రాల లింగ నిష్పత్తి (పురుషులకు 1000 మంది స్త్రీలు) - 1961-2011

మూలం : జనగణన, 2011

Fig. 3.3 : ఎంపిక చేసిన రాష్ట్రాల లింగ నిష్పత్తి 1961-2011

బార్ రేఖాచిత్రం

బార్ రేఖాచిత్రాలు సమాన వెడల్పు కలిగిన కాలమ్ల ద్వారా గీయబడతాయి. దీనిని కాలమ్నర్ రేఖాచిత్రం అని కూడా అంటారు. బార్ రేఖాచిత్రాన్ని నిర్మించేటప్పుడు కింది నియమాలు పాటించబడాలి:

(a) అన్ని బార్లు లేదా కాలమ్ల వెడల్పు ఒకే విధంగా ఉండాలి.

(b) అన్ని బార్లు సమాన అంతరాలలో/దూరంలో ఉంచబడాలి.

(c) బార్లు వాటిని విభిన్నంగా మరియు ఆకర్షణీయంగా చేయడానికి రంగులు లేదా నమూనాలతో నీడ చేయబడతాయి.

డేటా లక్షణాలకు అనుగుణంగా సింపుల్, కంపౌండ్ లేదా పాలీబార్ రేఖాచిత్రం నిర్మించబడుతుంది.

సింపుల్ బార్ రేఖాచిత్రం

తక్షణ పోలిక కోసం సింపుల్ బార్ రేఖాచిత్రం నిర్మించబడుతుంది. ఇచ్చిన డేటా సెట్‌ను ఆరోహణ లేదా అవరోహణ క్రమంలో అమర్చడం మరియు డేటా వేరియబుల్స్‌ను తదనుగుణంగా ప్లాట్ చేయడం మంచిది. అయితే, టైమ్ సిరీస్ డేటా కాల వ్యవధి సీక్వెన్సింగ్ ప్రకారం ప్రాతినిధ్యం వహిస్తాయి.

ఉదాహరణ 3.3 : టేబుల్ 3.3లో ఇచ్చిన తిరువనంతపురం వర్షపాతం డేటాను ప్రాతినిధ్యం వహించడానికి సింపుల్ బార్ రేఖాచిత్రాన్ని నిర్మించండి:

టేబుల్ 3.3 : తిరువనంతపురం సగటు నెలవారీ వర్షపాతం

నిర్మాణం

గ్రాఫ్ పేపర్‌పై $X$ మరియు Y-అక్షాలను గీయండి. $5 \mathrm{~cm}$ యొక్క ఇంటర్వెల్ తీసుకుని Y-అక్షంపై గుర్తించండి $\mathrm{cm}$లో వర్షపాతం డేటాను ప్లాట్ చేయడానికి. 12 నెలలను ప్రాతినిధ్యం వహించడానికి $\mathrm{X}$-అక్షాన్ని 12 సమాన భాగాలుగా విభజించండి. ప్రతి నెలకు వాస్తవ వర్షపాతం విలువలు ఎంచుకున్న స్కేల్ ప్రకారం ఫిగ్ 3.4లో చూపినట్లుగా ప్లాట్ చేయబడతాయి.

Fig. 3.4 : తిరువనంతపురం సగటు నెలవారీ వర్షపాతం

లైన్ మరియు బార్ గ్రాఫ్

ప్రత్యేకంగా గీయబడిన లైన్ మరియు బార్ గ్రాఫ్లు కూడా సగటు నెలవారీ ఉష్ణోగ్రతలు మరియు వర్షపాతం వంటి దగ్గరి సంబంధం కలిగిన లక్షణాలకు సంబంధించిన డేటాను వర్ణించడానికి కలపవచ్చు. ఇలా చేయడంలో, ఒకే రేఖాచిత్రం గీయబడుతుంది, దీనిలో నెలలు X-అక్షంపై ప్రాతినిధ్యం వహిస్తాయి, అయితే ఉష్ణోగ్రత మరియు వర్షపాతం డేటా రేఖాచిత్రం యొక్క రెండు వైపులా Y-అక్షంపై చూపబడతాయి.

ఉదాహరణ 3.4 : టేబుల్ 3.4లో ఇచ్చిన ఢిల్లీ సగటు నెలవారీ వర్షపాతం మరియు ఉష్ణోగ్రత డేటాను ప్రాతినిధ్యం వహించడానికి లైన్ గ్రాఫ్ మరియు బార్ రేఖాచిత్రాన్ని నిర్మించండి:

టేబుల్ 3.4 : ఢిల్లీలో సగటు నెలవారీ ఉష్ణోగ్రత మరియు వర్షపాతం

నిర్మాణం

(a) తగిన పొడవు యొక్క $\mathrm{X}$ మరియు $\mathrm{Y}$-అక్షాలను గీయండి మరియు ఒక సంవత్సరంలో నెలలను చూపించడానికి $\mathrm{X}$-అక్షాన్ని 12 భాగాలుగా విభజించండి.

(b) $5^{\circ} \mathrm{C}$ లేదా $10^{\circ} \mathrm{C}$ యొక్క సమాన అంతరాలతో తగిన స్కేల్‌ను ఎంచుకుని $\mathrm{Y}$-అక్షంపై ఉష్ణోగ్రత డేటా కోసం మరియు దాని కుడి వైపున లేబుల్ చేయండి.

(c) అదేవిధంగా, $5 \mathrm{~cm}$ లేదా $10 \mathrm{~cm}$ యొక్క సమాన అంత