我們經常在百度地圖上看到類似這種的熱力圖，那麼這種熱力圖究竟是什麼原理？我們如何應用它來分析實際問題呢？

1.熱力圖原理

熱力圖這個名字可能聽起來很高大上，但是實際上它等同於我們常說的密度圖。

看到上面的圖片你可能 會想到我之前寫的熱點分析圖，它和熱力圖經常被搞混。

這兩種圖雖然都被用來顯示地理資料活動發生的高密度或高聚集區域，但是完全不是一回事。

1.1 熱力圖和熱點圖的區別

他們直接分析的結果是不同。

在Arcgis中，熱點分析的結果和源圖層是統一型別的，比如源圖層是點圖層，那麼熱點分析的結果也將是點。只不過每個點多了一個得分，這個得分以他們的Z值和P值決定。有關Z值和P值可以看我前面的部落格。

而對一個點圖層直接進行核密度分析，它的結果直接就會生成密度圖。

他們的直接原理不同

我們看上面的熱點圖，上面有深藍也有深紅的區域，這些都是聚類區域，只不過一個表示高值聚類，一個表示低值聚類。而某些要素聚集的區域，高值低值都存在，則P值就會接近於1，而Z值也會小，最終不會表現為聚類區域。

而熱力圖，紅色的區域表示分析要素的密度大，而藍色區域表示分析點的密度小。只要點密集，就會形成聚類區域。在Arcgis我們要想生成這樣的熱力圖就要用到核密度分析工具。

1.2核密度分析的原理

我們看到密度分析下有三個工具：

核密度和點密度的區別在哪呢？

我們先看看核密度分析的定義：

官方的解釋是：使用核函式根據點或折線 (polyline) 要素計算每單位面積的量值以將各個點或折線 (polyline) 擬合為光滑錐狀表面。

從以上的說明我們可以看到兩個重要資訊：

1：進行核密度分析的圖層可以使點圖層和線圖層。

2：核密度分析最終生成的是光滑表面。

再來看點密度分析的定義：

根據落入每個單元周圍鄰域內的點要素計算每單位面積的量級。

線密度分析：

根據落入每個單元一定半徑範圍內的折線 (polyline) 要素計算每單位面積的量級。

發現，只有核密度分析強調了光滑二字。核密度分心中，落入搜尋區的點具有不同的權重，靠近搜尋中心的點或線會被賦予較大的權重，反之，權重較小，它的計算結果分佈較平滑。

對於普通的點密度分析，你只需要指定一個範圍，計算落入範圍內點或縣的密度即可。

上面是核密度分析的幾個引數：

搜尋半徑：搜尋半徑引數值越大，生成的密度柵格越平滑且概化程度越高。值越小，生成的柵格所顯示的資訊越詳細

像元大小：如果專門進行設定，則是環境中的值。如果未設定環境，單元大小為輸出空間參考中輸出範圍的寬度或高度較小值除以 250。

population：如果不使用任何專案或特殊值，則選擇 None，這樣每一要素就只計數一次。如果輸入了某欄位，則每個點計算該欄位次數。

如果輸入要素包含 Z，則可以使用 形狀。

上面是分別對同一組資料進行核密度和點密度分析的結果，很明顯，核密度分析的結果較為平滑。

2.核密度分析的應用

２.1 基於點的核密度

以邯鄲市餐廳表為例，我們要分析出邯鄲市最優的餐飲商業區。

我們首先想到的是，物美價廉。也就是說，價格要低，評分要高，人氣要旺。

加入我們直接在表中進行欄位計算，那麼得到的最終評分是對應某個餐廳的，並不能發現商業區是如何。

所以我們先基於評分，評論數，分佈，價格等分別進行核密度分析。得到基於不同屬性的熱力圖。

單獨的某一屬性並不能代表什麼。我們需要使用柵格計算器進行加權計算，將不同熱力圖賦予不同權重（比如價格權重要是負值，而評分則是越高越好），得到最終的熱力圖。

最終圖很明顯，三個商業區（天虹廣場，新世紀，稽山新天地）的得分很明顯高於其他商業區。

下面是模型：

2.2基於線的核密度

再來分析一下邯鄲市餐飲最繁華的路段，這裡只選擇數量作為評分標準。

我們要找到每條道路分佈的餐廳數量，直接以道路為目標表進行空間連結是做不到的。我們先理清一下思路。

以餐廳為目標表，道路為源表進行空間連結，我們就能找到每個餐廳最近的道路。（注意，在進行空間連結的時候必須要設定座標系，最好是投影座標系）

再在連線後的表中，以道路分組進行彙總，就能得到每條道路對應的餐廳個數。

基於每條道路上的餐廳個數，我們就能出一副專題圖：

然後我們以每條道路的餐廳數為Population欄位，進行核密度分析，就能得到最終的道路熱力圖。

下面是構建的模型：