Ajudar a escolher o esquema de coloração bivariada mais adequado para o mapeamento de coropletas

Estou tentando sobrepor uma variável nominal (2 categorias - de sequeiro vs irrigado) em um mapa de coropletas sobre uma variável numérica.

Para destacar a diferença de padrão entre as duas categorias, descrevi uma categoria com uma cor diferente (áreas irrigadas em "vermelho"), enquanto as não coloridas são áreas de sequeiro.

No entanto, o mapa parece confuso e o contorno se mistura com tons mais escuros da variável numérica.

Estou tentando evitar o uso de dois esquemas de sombreamento de cores diferentes para representar as duas categorias, pois acho que ocultariam a distribuição geral da variável subjacente.

Existe uma maneira melhor de representar essa classificação bivariada usando o pacote ggplots2 no R (que eu estou usando atualmente para criar o mapa em anexo)?

Esses mapas serão impressos em papel.

Em vez de contornos para indicar as áreas irrigadas, você deve usar algo como um padrão de preenchimento transparente (por exemplo, linhas, hachuras). Um exemplo seria semelhante a este:

ou apenas google "padrões de preenchimento de mapa" para obter uma visão geral das opções. Usar contornos apenas para as áreas irrigadas daria a impressão de que a irrigação não é um fenômeno contínuo.

Recentemente, tive que fazer um mapa semelhante. A solução que eu encontrei usa o pacote rasterVis, em vez do ggplot2 (a propósito, que é um pacote incrível).

No meu caso, eu tinha um mapa de tendências ao longo do tempo (que também é uma variável numérica) e também um mapa mostrando a significância da tendência (obtida de um teste estatístico).

No meu caso, eu queria plotar o mapa de significância no topo do mapa numérico, algo semelhante a um padrão "pontilhado", para mostrar onde o nível de confiança era mais alto.

Esse é aproximadamente o código que eu usei para criar o mapa.

require(raster)
require(rasterVis)

# Scratch raster objects
data(volcano)
r1 <- raster(volcano)

over <- ifelse(volcano >=160 & volcano <=180, 1, NA) # This is the "mask" raster
r2 <- raster(over)

# And this is the key step:
# To convert the "mask" raster to spatial points
r.mask <- rasterToPoints(r2, spatial=TRUE)

# Plot
levelplot(r1, margin=F) +
layer(sp.points(r.mask, pch=20, cex=0.3, alpha=0.8))

No seu caso, você pode alterar o código:

1) criar uma varredura "binária", na qual, por exemplo, 0 é alimentado por chuva e 1 é irrigado e plotado da mesma forma que eu fiz ou;

2) criar duas máscaras diferentes, uma para sequeiro e outra para irrigação, e plotar os dois como objetos diferentes (por exemplo, círculos para sequeiro e cruzamentos para sequeiro).

Eu acho que a segunda alternativa faria o mapa parecer muito "poluído" visualmente, mas você sempre pode controlar os parâmetros dos pontos consultando a spdocumentação do pacote - especificamente ?sp.points.

Espero que ajude.