白话空间统计十九：热点分析（下）：结果解读以及用R语言实现

白话空间统计十九：热点分析（下）：结果解读以及用R语言实现

 

前文再续，书接上一回。

 

上回说到通过Getis-OrdGi*对2004年美国大选进行热点分析，得出了这样一张结果：

如果没有看前面文章，就有人会掐指虾神的脖子问：为毛这么难看！人家百度的热点图多

漂亮啊！你这个为毛会这么丑！

 

好吧，再次强调一个说法：百度那个叫做热度图，是专门用来表示人员密集度的，和专业

的热点分析没有关系。

 

英文的HotSpot最早是起源于地质学中的“地幔柱”，专业的解释如下：

 

从软流圈或深部地幔涌起并穿透岩石圈的一股固体物质热塑性流，呈圆柱状者称地幔柱

（热柱），呈羽缕状者称地幔羽（热羽）。地幔柱（热羽柱）在洋底或地表出露时即

为热点，热点（hot spots）是地幔柱（mantle plume）的一种表现。热点上的地热

流值大大高于周围广大地区，甚至会形成孤立的火山。

 

好吧，我知道你们不懂。。。因为我不懂……不过，下面这张图片，就是一个著名

的热点爆发的效果：

 

 

看见了吧……哪里有一点点多的意思？概念里面的几个关键字：“在地表露出时”

、“表现”，可以看出，所谓的Hot Spot其实是一种深层次（地底几千公里）的

现象的表现。通过它，地质学家用来研究大陆板块。那么在空间统计里面，我们

也是通过它，来对某些隐藏的信息进行挖掘。

如果说这个概念太专业的话，第二个热点的说明就是你百度第一个出来的东西

“无线热点”，如下图：

 

看到这个概念，你再问问自己，用手机连接wifi的时候，是点越多越好么？你一次

能连多少个wifi点？作为一个潜伏在GIS圈子里面的二流计算机专业码农，虾神可以

很负责任的告诉你——你手机搜索到的wifi热点越多，就说那么地方通信质量越差

……信号之间的干扰就越严重！

 

所以，看过这篇博客的同学，从今天开始，再也不要把热点分析和热度图放在一起来聊了。

那么如何解读空间统计中的热点图呢？还是看我们昨天做的那张图：

 

我在图片上显著的标识出了一个“热点区域”（红色的）一个“冷点区域”（蓝色）的，

这个热点是什么意思呢？他的意思是，他不但本身的数值很高，而且他周边的数值也很

高，是高值和高值的聚集区。同样的，冷点表示什么呢？冷点表示的是不但本身的值很

低，旁边的值也很低，就是所谓的低值和低值的聚集区。

 

那么可能就有同学问我，冷点，是不是表示小布什的票数目很少呢？看下面这张图：

红色表示小布什获胜的区域，蓝色表示克里获胜的区域。

 

当两张图进行对比的时候，我们发现热点和获胜（选票的多少）是没有任何关系的，

唯一的关系，就是热点区域表示没有杂质的获胜。用通俗的话来说，就是：

在这个区域内，只要任何一个区域获胜，那么就可以推定，周边的区域一样会获胜。

同理，冷区也是如此。

 

另外，我们看看在热区和冷区中间，也就是美国中东部地区，基本上是红蓝相间，所

以在热点图上，偏向白色的“随机区域”也就是说，在这个区域内，任何一个区获得

了胜利，周边的区域依然是胜负未定状态。

 

好了，下面来解析一下用R语言如何生成这样的热点分析图：

 

#加载sp包，此包在本脚本中主要用于空间可视化。 library(sp)   #加载spdep包，此包用于定义空间关系和实现Getis-Ord Gi* 算法 library(spdep)   #生成空间关系矩阵 W_cont_el <- poly2nb(data, queen=T) #定义空间关系为共点共边即为邻近，即Queen's Case W_cont_el_mat <- nb2listw(W_cont_el, style="W", zero.policy=TRUE)   #定义数据投影为WGS84(EPSG:4326) proj4string(data) <- CRS("+init=EPSG:4326")   #执行Getis-Ord Gi*算法，这里叫做localG,全称就是（local Getis-Ord G 局部Getis-ord G指数) lg1 <- localG(data$Bush_pct, listw=W_cont_el_mat, zero.policy=T)   #将计算完成的Getis-Ord Gi*指数（Z得分）赋值给数据里面的lg1属性 data$lg1 <- lg1[]   #定义可视化色带，这里用蓝色-白色-红色这样的色带图 lm.palette <- colorRampPalette(c("blue","white", "red"), space = "rgb")   #可视化图形 spplot(data, zcol="lg1", col.regions=lm.palette(20), main="Getis-Ord Gi* (z scores)", pretty=T)

 

最后数据和脚本，在以下地址：

 

http://ncportal.esrichina.com.cn/arcgis/home/item.html?id=8902a0c95de34deaa2db82dc8b4c31f8