聚合、热力图与专题地图

在 Mapbox 底图上使用 HeatmapLayer、HexagonLayer 和 GridLayer 表达空间密度与聚合结果。

🎯 引言

学完这篇文章,你能根据数据密度和表达目标选择热力图、六边形图或网格图,并理解 Mapbox 底图如何为专题数据提供地理语境。

🧱 为什么要聚合

大量散点逐个绘制时,点会互相遮挡,也很难直接看出空间趋势。聚合会把一定空间范围内的点合并成统计结果,再用颜色、高度或数量表达结果。

Mapbox 底图提供道路、行政区和地名,帮助用户定位;deck.gl 聚合图层负责表达业务数据的密度和强度。

🔥 HeatmapLayer

HeatmapLayer 把点的影响范围叠加成连续的颜色表面,适合表达人口、交通、温度或事件密度:

const layer = new HeatmapLayer({
    id: 'traffic-heatmap',
    data: points,
    getPosition: (item) => item.position,
    getWeight: (item) => item.count,
    radiusPixels: 40,
    weightsTextureSize: 512,
    debounceTimeout: 250,
    intensity: 1,
    threshold: 0.05,
});

overlay.setProps({ layers: [layer] });

getWeight 是每个点对聚合结果的贡献,radiusPixels 决定一个点在屏幕上的影响范围。半径越大,热点越平滑;半径越小,局部差异越明显。

weightsTextureSize 限制热力图内部纹理的尺寸,debounceTimeout 合并连续缩放后的重算任务。纹理越大,细节越多,但缩放时需要处理的 GPU 数据也越多。

热力图会把点的权重叠加成连续的颜色表面,底层地图由 Mapbox 提供:

⬡ HexagonLayer

HexagonLayer 把点放进六边形格网,常用颜色表达数量,使用高度时还能表达第三个维度:

const layer = new HexagonLayer({
    id: 'event-hexagons',
    data: points,
    getPosition: (item) => item.position,
    getColorWeight: (item) => item.count,
    getElevationWeight: (item) => item.count,
    radius: 800,
    elevationScale: 20,
    extruded: true,
});

overlay.setProps({ layers: [layer] });

radius 是空间聚合尺度,单位通常是米。六边形图把点聚合成六边形,并用颜色和高度表达权重:

▦ GridLayer

GridLayer 使用矩形网格,适合和规则网格、栅格统计或管理单元配合:

const layer = new GridLayer({
    id: 'event-grid',
    data: points,
    getPosition: (item) => item.position,
    getColorWeight: (item) => item.count,
    cellSize: 800,
    extruded: false,
});

overlay.setProps({ layers: [layer] });

cellSize 表示矩形网格边长,仍然是空间聚合尺度;getColorWeight 表示每个点参与颜色统计的权重。

矩形网格图把同一组点聚合成规则网格:

⚖️ 颜色、半径和空间尺度

  • 权重:回答“每个点贡献多少”,常来自数量、等级或事件强度。
  • 颜色:回答“聚合结果处于哪个强度区间”,需要配合统一色阶。
  • 半径:回答“多大范围内的点算在一起”,决定空间细节粒度。
  • 高度:表达第三个数值维度,使用前要确认透视不会造成误读。

专题地图要提供图例,并说明颜色和高度代表什么,不要只凭颜色深浅猜测数值含义。

🪤 聚合的边界

聚合结果会随视口和缩放级别变化。半径太大可能把相邻区域混在一起,太小则仍然难以阅读。真实项目中应根据数据密度、地图范围和用户任务调节聚合尺度。

🧾 小节总结

  • Mapbox 底图提供地理语境,deck.gl 聚合图层表达专题数据。
  • HeatmapLayer 适合连续热点,HexagonLayer 适合六边形分区,GridLayer 适合矩形分区。
  • 权重决定贡献,半径决定空间尺度,颜色和高度负责表达结果。
  • 聚合尺度需要结合地图范围和用户任务调整。

❓ 知识问答

Q1:热力图和六边形图怎么选?

想看连续热点趋势用热力图,想比较一个个空间单元的统计值用六边形图。

Q2:radiusPixels 和 radius 有什么不同?

热力图的 radiusPixels 按屏幕像素解释;六边形图的 radius 按地理空间距离解释,常见单位是米。

Q3:聚合后还能看到原始点吗?

聚合图层表达的是统计结果。需要查看明细时,可以在放大后切换到点图层,或点击聚合对象后加载该区域的原始数据。

🧪 小练习

  1. 把六边形半径从 800 改成 400,观察空间细节和图形数量变化。
  2. 把 getColorWeight 从 count 改成另一个数值字段,观察专题含义如何改变。

🎉 现在你可以把大量点转换成有地图语境的空间专题表达了。