Тепловая карта онлайн и карта плотности на шестиугольниках

Зачем нужны тепловая карта и карта плотности

Если нанести на карту тысячи точек, значки ложатся друг на друга и понять, где они сгущаются, уже невозможно. Тепловая карта сглаживает точки в пределах радиуса и превращает их в непрерывную поверхность плотности. На ней сразу видны скопления адресов клиентов, точек доставки, заявок об авариях, обращений граждан или полевых наблюдений.

Карта на сетке делит территорию на равные ячейки и считает попавшие в каждую точки или суммирует какое-либо значение. Центры шестиугольников равноудалены от всех соседей, а угловых искажений, как у квадратов, нет, поэтому шестиугольники часто выбирают для карт плотности. Цвета тепловой карты относительны, а у каждой ячейки сетки известны количество, сумма и среднее. Для сравнения районов, передачи данных в дашборд или отчёта сетка подходит лучше.

Как пользоваться

1. Перетащите файл с точками в поле или выберите его. Чтобы сначала попробовать инструмент, нажмите «Открыть пример»: загрузятся синтетические точки доставки вокруг Анкары.
2. Инструмент пытается узнать столбцы широты и долготы по названиям. Если выбор неверный, исправьте его в списках. Если координаты в метрах, выберите систему координат.
3. Если строки неравноценны (количество заказов, сумма, время ремонта), выберите столбец веса. Без веса каждая точка считается как 1.
4. В режиме «Тепловая» настройте ползунками радиус, размытие и порог насыщения.
5. В режиме «Сетка» выберите шестиугольники H3, метрические шестиугольники или квадраты и покажите в ячейках число точек, сумму веса, среднее веса или число точек на км².
6. Скачайте карту в PNG, а ячейки в GeoJSON или CSV. GeoJSON открывается в ГИС и веб-картах, CSV в любой программе для таблиц.

Вес, сумма и среднее

Количество показывает, сколько записей попало в ячейку. Сумма отражает то, что эти записи несут: несколько крупных заказов в одном квартале могут значить больше, чем много мелких. Среднее показывает типичное значение записей в ячейке, например среднее время ремонта одной аварии. В ячейках с малым числом точек одно выбивающееся значение сильно сдвигает среднее, поэтому смотрите и на количество. Строки с нечисловым весом учитываются в количестве, но не входят в сумму и среднее. Отрицательный вес в тепловой карте не используется.

Методы классификации

• Естественные границы (Дженкс): минимизируют разброс внутри классов и максимизируют различия между ними. Метод выявляет естественные группы в данных и хорошо подходит как отправная точка для большинства карт плотности.
• Квантили: в каждый класс попадает примерно одинаковое число ячеек. Карта выглядит сбалансированной, но очень близкие значения могут оказаться в разных цветах.
• Равные интервалы: диапазон от минимума до максимума делится на отрезки одинаковой ширины. Такую легенду проще всего читать, но если несколько ячеек очень высокие, большинство остальных окажется в первом классе.

Одни и те же данные при разных методах выглядят заметно по-разному, поэтому указывайте метод на карте, которой делитесь.

Данные и метод

Файл читается в браузере, его содержимое никуда не отправляется. Тепловая карта строится в браузере. Точки объединяются в экранные ячейки размером в половину радиуса, а цвета масштабируются по самой плотной ячейке в текущем окне, умноженной на порог насыщения. Масштаб пересчитывается при каждом изменении масштаба карты, поэтому цвета тепловой карты нельзя перевести обратно в количество.

Ячейки H3 вычисляются библиотекой h3-js 4.4.0 (лицензия Apache-2.0) системы H3, разработанной Uber. Метрические шестиугольники и квадраты строятся в сферической равновеликой азимутальной проекции Ламберта с центром в середине ваших данных. Проекция сохраняет площади, поэтому все ячейки на земной поверхности имеют одинаковую площадь во всём наборе; площадь ячеек H3 немного меняется в зависимости от места и вычисляется для каждой ячейки. Естественные границы находятся методом Фишера-Дженкса; если ячеек больше 1000, расчёт ведётся по выборке из 1000 значений, взятых с равным шагом из отсортированного ряда.

CSV разбирается библиотекой PapaParse 5.4.1 (MIT), Excel библиотекой SheetJS xlsx 0.18.5 (Apache-2.0). Координаты в метрах переводятся в WGS84 с помощью proj4js 2.9.0 (MIT); для ED50 применяется преобразование EPSG:1784 (ED50 to WGS 84 (30)), заданное для Турции. Подложки принадлежат Esri и участникам OpenStreetMap, значки взяты из Lucide (ISC). Из интернета загружаются только тайлы карты и эти библиотеки. Если вы согласились на аналитические cookie, для подсчёта использования инструмента анонимно учитываются только названия событий, например «анализ выполнен». Используемые библиотеки с открытым исходным кодом и их лицензии: Источники данных.

Ограничения точности

• Карта точна настолько, насколько точны исходные координаты. Координаты, автоматически полученные по адресам, могут попадать в центр квартала или улицы и создавать ложные скопления.
• Размер ячейки и радиус тепловой карты напрямую влияют на результат. Одни и те же данные в мелких ячейках выглядят разреженными, в крупных сгущёнными. Это известный эффект выбора территориальных единиц, и сравнение нескольких размеров делает вывод надёжнее.
• Число точек отражает и плотность населения или предприятий. Много записей в людном районе ещё не означает высокой доли. Если нужна доля, разделите количество на подходящий знаменатель, например численность населения или число абонентов.

Для организаций

Rodosto создаёт дашборды, в которых карты плотности связаны с регулярно обновляемыми источниками данных и отображаются вместе с другими показателями. О компании можно узнать на сайте rodostoteknoloji.com, а вопрос задать через страницу контактов.