[发明专利]一种顾及空间密度差异的热力图生成方法及系统

说明书

本发明公开一种顾及空间密度差异的热力图生成方法及系统，所述方法包括：采集实验数据，以空间点群的形式保存；结合热力图比例尺，计算屏幕分辨率所对应的真实距离，将所述真实距离作为四叉树分割的边长阈值；统计所述空间点群的个数，计算点数阈值；对所述空间点群进行基于点数阈值与边长阈值约束的四叉树分割，并提取反映点群分布集聚程度的区块边长信息；根据四叉树区块边长与最近邻‑核密度函数的带宽参数的对应关系，逐点计算自适应带宽值；将所述自适应带宽值代入最近邻‑核密度函数，计算最近邻‑核密度函数值，并将结果以Heat‑map形式呈现。本发明将四叉树分割与最近邻方法结合，逐点计算带宽值，更加客观地表达空间点群的真实分布特征。

技术领域

本发明属于热力图生成技术领域，尤其涉及一种顾及空间密度差异的热力图生成方法及系统。

背景技术

热力图(Heat-map)是以渐变色带展现空间数据疏密程度或频率高低的一种可视化方法，利用冷暖色匹配人类心理映像中的密集和稀疏，符合人类视觉认知规律，同时可避免传统地图符号的压盖问题，可读性较强，现已被广泛应用于空间点模式的表达，如犯罪案件分布、人群聚集表达、交通分析等。

目前许多基于WebGL的开源数据可视化框架，如Deck.gl，Mapbox，以及一些地理信息系统(GIS)软件厂商如超图(SuperMap)，美国环境系统研究所公司(Esri)，中地数码(MapGIS)都提供了生成热力图的接口和功能。这些软件大多采用各种密度分析模型来计算热力图的热度值，其中核密度估计法(Kernel Density Estimation)由于顾及了地理学第一定律的区位影响，比其他方法(如样方统计法、基于Voronoi图密度法)占优。在核密度计算中，带宽(衰减域半径)是对计算结果起决定性作用的参数，直接影响核密度热力图平滑程度，然而，常用的核密度热力图生成方法在带宽设置方面通常存在两个问题：

(1)不能做到“因数据而异”，带宽决策存在盲目性。目前针对空间数据的核密度估计，带宽大多依据图幅显示范围来计算得出，很难顾及数据的空间分布模式和专题语义特征。

(2)不能做到“因疏密而异”，忽视数据的局部密度差异。常用核密度估计法通常在全局范围内采用固定值带宽，难以兼顾点群分布密集区域与稀疏区域的不同特征，使热力图易出现掩盖数据真实分布特征的错误表达，如：点群密集处(热度较高的热点区域)过度平滑导致细节信息缺失；点群稀疏处(热度较低的非热点区域)拟合过度细致导致信息冗余。

因此，如何改进核密度带宽设置方法，实现针对数据分布特征的自适应带宽计算，以改善热力图表达的合理程度，是亟待解决的问题。

发明内容

有鉴于此，本发明提出了一种顾及空间密度差异的热力图生成方法，用于解决因带宽设置不合理影响热力图表达的问题。

本发明第一方面，公开一种顾及空间密度差异的热力图生成方法，包括以下步骤：

步骤1，采集所选择的研究对象和研究区域的实验数据，以空间点群的形式保存；

步骤2，根据人眼视觉所能分辨的屏幕最小分辨率，结合热力图比例尺，计算屏幕分辨率所对应的真实距离，将所述真实距离作为四叉树分割的边长阈值；

步骤3，统计所述空间点群的个数，计算点数阈值；

步骤4，对所述空间点群进行基于点数阈值与边长阈值约束的四叉树分割，并提取反映点群分布集聚程度的区块边长信息；

步骤5，根据四叉树区块边长与最近邻-核密度函数的带宽参数的对应关系，逐点计算自适应带宽值；

步骤6，将所述自适应带宽值代入最近邻-核密度函数，计算最近邻-核密度函数值，并将结果以Heat-map形式呈现。

优选的，所述步骤3中，点数阈值p与所述空间点群所对应的k值保持一致，其中n为所述空间点群中样本点的总数；