目录
- 0、数据简介
- 0、示例数据
- 1、百度热力图数据日期如何选择
- 1.1、其他实验数据的时间
- 1.2、看日历+天气
- 2、百度热力图几天够研究？部分文章统计
- 3、数据原理
- 3.1 Bd09mc即百度墨卡托投影坐标系200单位的距离是可以自己设置的吗？
- 3.2 csv文件字段说明
- 3.3 ==** 这个比较重要，后面还会再次出现。核密度的值怎么理解？**==
- 栅格10m比栅格30m精度更高吗？
- 3.4 Csv->shp->tif是常规的数据处理流程，可以不这么处理吗？
- 3.5 实际采样点是什么样？
- 3.6 有些地方没有采样点是什么原因？
- 4、Arcgis PRO 百度热力图数据处理流程！！！
- （1）csv数据可视化！！！
- （2）为什么要投影？
- （3）UTM投影的选择（地区->投影带）
- （4）投影，转投影坐标系
- （5）核密度分析
- 5、Arcgis，QGIS软件数据处理教程
- 5.1、Arcgis篇操作
- 5.2、QGIS篇操作
- 6、核密度分析的数学原理
- 7、是否需要根据研究区进行裁剪？
- 8、核密度输出栅格大小，搜索距离怎么选？
- 9、计算
- 9.2 求周中平均/周末平均/周平均/日平均活力强度
- 9.3 时间序列
- 10、活力计算/相关论文
- xxx,详细内容见说明文档。 太多了，复制不过来，调格式太繁琐。
- 11、其他数据处理/程序/指导！！！
这个视频有讲我能提供哪些格式的数据以及服务（主页指定有联系方式）：
百度热力图全国定量数据 不同数据格式以及我能提供哪些服务
0、数据简介
数据来源：百度慧眼
数据形式：含坐标的csv点数据；shp数据（含csv点数据）；TIF栅格数据（含csv，shp数据）；PNG可视化图片。多种数据形式可选。
价格：市为单位，每天有24个时间点。也可提供shp格式，核密度/反距离tif格式，数据格式不同价格不同。
直接选TIF的好处：不用手动从csv转shp，不用考虑投影带，不用手动核密度，我可以确保数据一定符合你的研究，会跟你确定栅格大小和研究区，根据研究区裁剪数据。
用途：城市/街道活力，人口统计，选址分析，商圈分析，活力分析等等。
优势：全网最全最细！
1、有论文支撑！！！《地理科学》。
2、定量数据！
3、从数据原理到应用给你讲清楚。
4、专注于城市研究。
邮箱：随意发送内容到邮箱获取联系方式，邮箱已设置自动回复！！不看私信，没精力看。437969428@qq.com
0、示例数据
百度网盘资源（含下面所有城市）：
通过网盘分享的文件：20250317日上传 百度热力图示例数据
通过网盘分享的文件：20250317日上传 百度热力图示例数据
链接: https://pan.baidu.com/s/1hcqKYy7HE5uG1itGMApmKw?pwd=GGGX 提取码: GGGX
–来自百度网盘超级会员v2的分享
城市按照首字母排序，CSDN资源，免费下载：
百度热力图定量数据csv,shp,tif B北京市20240617日14点
百度热力图定量数据csv,shp,tif B北京市-20250319日15时-16时 两个时刻
百度热力图定量数据csv,shp,tif 成都市20250312日16点
百度热力图定量数据csv,shp,tif 重庆市20250303日16点
百度热力图定量数据csv,shp,tif 长沙市20241113日12点
百度热力图定量数据csv,shp,tif 大连市-20250308日12时
百度热力图定量数据csv,shp,tif 佛山市-20240609日12时
百度热力图定量数据csv,shp,tif G广州市-20241016日16时
百度热力图定量数据csv,shp,tif G广州市-20250328日14时-15时 两个时刻
百度热力图定量数据csv,shp,tif H哈尔滨市-2024090212
百度热力图定量数据csv,shp,tif 杭州市-20240831日13时
百度热力图定量数据csv,shp,tif 济南市20240910日12点
百度热力图定量数据csv,shp,tif K昆明市-20241221日12时
百度热力图定量数据csv,shp,tif N南京市-20250418日15时
百度热力图定量数据csv,shp,tif N南京市-20241122日14时
百度热力图定量数据csv,shp,tif 南宁市-20240804日14时
百度热力图定量数据csv,shp,tif 上海市-20241123日16时
百度热力图定量数据csv,shp,tif 沈阳市20241209日16点
百度热力图定量数据csv,shp,tif S深圳市20221114日12点
百度热力图定量数据csv,shp,tif 武汉市-2024092512
百度热力图定量数据csv,shp,tif 乌鲁木齐市-20250318日14时-15时 两个时刻
百度热力图定量数据csv,shp,tif W无锡市-20240404日18时-20时 两个时刻
百度热力图定量数据csv,shp,tif X西安市_20240319日14时_15时 两个时刻
百度热力图定量数据csv,shp,tif X西安市-20250219日15时
百度热力图定量数据csv,shp,tif 烟台市-20240823日14时
百度热力图定量数据csv,shp,tif 张家界市-20241003日14时
1、百度热力图数据日期如何选择
根据研究内容定，一般如果研究城市活力的话，通常会写“非重大节假日，非重大活动，非极端天气等”。南方晴天不多，有小雨或者中雨都可认为没有影响，要不然在南方很难找到完全一周没有下雨的天气。
1.1、其他实验数据的时间
尽量保持在同一年，不能做到1年的话，也没问题，有的论文中会解释为什么不在一年也没事，具体理由记不清了，maybe like 对研究影响很小这种理由。
1.2、看日历+天气
浏览器搜日历
深圳历史天气查询_历史天气预报查询_2345天气预报
2、百度热力图几天够研究？部分文章统计
有的甚至都不是定量数据，更不要提数据精度了，我的数据是定量数据，用于论文完全没有问题。看好的文章，非必要不看老文章/期刊一般的文章，百度热力图的研究很多，好期刊的文章够大家参考了。
| 参考文献 | 研究区域 | 天数 | 表征活力 |
|---|---|---|---|
| 2023 王梓蒙等.基于多源数据的城市活力与建成环境非线性关系研究——以双休日武汉市主城区为例[J]. 地理科学进展, 2023, 42(4): 716-729. | 武汉-TAZ小区 | 2019.11的2个双休日，天数：2，时间点：96个 | 城市活力 |
| 2023 汪成刚等.城市活力与建成环境的非线性关系和阈值效应研究——以广州市中心城区为例[J].地理科学进展,2023,42(01):79-88. | 广州广州中心城区(包括荔湾、越秀、天河和海珠区) -300m格网 | 2021.3.22 ~ 2021.3.26，5个工作7:00~23:00，天数：5，时间点：85个 | 城市活力 |
| 2021 司睿等.基于街景数据的建成环境与街道活力时空分析——以深圳福田区为例[J].地理科学,2021,41(09):1536-1545. | 深圳福田 | 2020.8 .22 ~2020.8.23 天数：2 时间点：48个 爬取的为图片，参照官方图例进行了重分类 共截取热力图 48 张 | 街道活力 |
| 2022 Lv, Geyu, et al. “Exploring the relationship between the built environment and block vitality based on multi-source big data: An analysis in Shenzhen, China.” Geomatics, Natural Hazards and Risk 13.1 (2022): 1593-1613. | 深圳2644个街区 | 2020.7.2日-2020.7.8日，天数：7，时间点：168个 | 城市活力 |
| 2021 Fan Z, et al. How did built environment affect urban vitality in urban waterfronts? A case study in Nanjing Reach of Yangtze River[J]. ISPRS International Journal of Geo-Information, 2021, 10(9): 611. | 南京 | 2020.10.14星期三和2020.10.17日星期六，6：00至22：00，天数：2，时间点：34 | 城市活力 |
| 2021 肖龙珠等. Nonlinear and synergistic effects of TOD on urban vibrancy: Applying local explanations for gradient boosting decision tree | 深圳166个地铁车站 | 2018.6.11~2018.6.17 上午7点至晚上11点，天数：7天，时间点：119个 | 城市活力 |
自己再多看看同方向研究，一般来说都是5天或7天即一周的数据，要不然审稿人可能会质疑你数据的代表性。
3、数据原理
百度慧眼人口位置数据使用说明
这我朋友的博文，我们的数据一样。为了博文的完整性，我会把部分内容引用过来。
百度慧眼人口位置数据（以下简称“慧眼数据”）主要数据来源于对调用百度地图定位SDK终端定位数据的统计值。首先，百度地图按照百度墨卡托坐标系（bdmc09）将全国划分成200*200的渔网（如下图蓝色实线所示），对某时段内（平台内置为1个小时）调用过定位SDK的终端数量进行统计。如下图黄色区域内，假定该时段内共有7个终端定位数据，那么将该区域的热力值（value）赋值给质心点。
3.1 Bd09mc即百度墨卡托投影坐标系200单位的距离是可以自己设置的吗？
系统内置的是200米，这个没法调整的，官方就是这样设置的200单位
3.2 csv文件字段说明
转化关系：bd09mc->bd09->wgs84。怎么转不重要，直接用wgs84就行了。
原始数据样式如下：
bd09mc_X，bd09mc_Y：百度墨卡托坐标系（为投影坐标系）横纵轴坐标，以上面黄色区域质心为例，对应的坐标为“11592300，3564500”；
value：该时段内质心点对应区域内调用定位的终端数统计数，单位：次；
bd09_LNG，bd09_LAT：百度坐标系（为地理坐标系）横纵轴坐标；
wgs84_LNG，wgs84_LAT：WGS 1984坐标系（为地理坐标系，EPSG：4326）横纵轴坐标；
gcj02_LNG，gcj02_LAT： GCJ－02坐标系（也称：火星坐标系，为地理坐标系）横纵轴坐标。
3.3 ** 这个比较重要，后面还会再次出现。核密度的值怎么理解？**
比如我这个是图核密度按照输出栅格10m，搜索距离300m的出来的数值。
这里某个栅格核密度的值是3478，你能说这个3478表示这个小时的真实人数？
xxx,详细内容见说明文档。
这个值能代表真实的这个小时内街道的人数吗？
xxx,详细内容见说明文档。
你就看你同类型研究是不是用的都是百度热力图数据，如果是，你就也用。如果不是，你能低价买到别的数据吗？能就买别的数据，不能就百度热力图。不要没有别的数据还挑挑拣拣。
你如果做相关性/影响机制的研究，核密度值完全没问题，他确实能反映聚类中心，热力中心。
建议大家在出图的时候，xxx，如下面这些文章。
论文中怎么写这个值，建议看下论文，常见的写法
xxx,详细内容见说明文档。
栅格10m比栅格30m精度更高吗？
xxx,详细内容见说明文档。
3.4 Csv->shp->tif是常规的数据处理流程，可以不这么处理吗？
xxx,详细内容见说明文档。
3.5 实际采样点是什么样？
实际的采样点是全覆盖，像下图，非常密集。
3.6 有些地方没有采样点是什么原因？
以某一时刻深圳数据为例，csv转shp后，为什么有空白？
是因为这个采样点value为0，没有存储，要不然会造成文件冗余。
4、Arcgis PRO 百度热力图数据处理流程！！！
PS：提供批量处理数据服务！直接给你栅格数据，需要可以邮箱联系。帮你省去下面这么多繁琐的步骤。
（1）csv数据可视化！！！
（2）为什么要投影？
投影能更准确地处理空间分析中的距离和面积计算。
• 地理坐标系（经纬度）：经纬度表示的是角度，而不是实际距离。因此，在地理坐标系中直接进行距离或面积计算会导致误差。
• 投影坐标系（米/公里）：投影坐标系将地球的曲面展开为平面，单位通常为米或公里，可以直接用于空间分析。
核密度分析需要计算点与点之间的距离，并基于距离分布生成密度图。如果不进行投影，分析结果的精度会受到影响，特别是在大范围地区分析时。小范围实际影响不大。出于准确性考虑，投影。
（3）UTM投影的选择（地区->投影带）
UTM投影的选择（地区->投影带）
（4）投影，转投影坐标系
（5）核密度分析
5、Arcgis，QGIS软件数据处理教程
5.1、Arcgis篇操作
这我朋友写的博文，百度热力图arcgis数据处理
从我这里买数据，送详细说明文档，文档写完了，但是没空复制到这里，调格式调半天。
xxx,详细内容见说明文档。
5.2、QGIS篇操作
从我这里买数据，送详细说明文档，文档写完了，但是没空复制到这里，调格式调半天。
xxx,详细内容见说明文档。
6、核密度分析的数学原理
xxx,详细内容见说明文档。
7、是否需要根据研究区进行裁剪？
xxx,详细内容见说明文档。
8、核密度输出栅格大小，搜索距离怎么选？
xxx,详细内容见说明文档。
9、计算
9.2 求周中平均/周末平均/周平均/日平均活力强度
xxx,详细内容见说明文档。
9.3 时间序列
xxx,详细内容见说明文档。
10、活力计算/相关论文
2024 黄志强 基于多源大数据的街道空间品质测度及其对街道 活力的影响——以广州历史城区为例*
热力图等级。xxx,详细内容见说明文档。
2021 司睿 基于街景数据的建成环境与街道活力时空分析 —以深圳福田区为例
涉及面积。和除于栅格区别不大。xxx,详细内容见说明文档。
xxx,详细内容见说明文档。
太多了，复制不过来，调格式太繁琐。
11、其他数据处理/程序/指导！！！
目录：GIS数据处理/程序/指导，街景百度热力图POI路网建筑物AOI等
-
全国百度热力图数据。百度热力图数据获取，原理，处理及论文应用-CSDN博客 。
-
OSM路网简化教程。OSM路网简化文档+实操视频讲解（道路中心线提取、拓扑检查，学术论文处理方式）
-
功能混合度计算教程。功能混合度计算全流程（原理讲解+软件实操）
-
街景语义分割后像素提取+指标计算代码（绿视率、天空开阔度、界面围合度、视觉熵/景观多样性等），含详细说明文档。deeplabv3+街景图片语义分割，无需训练模型，看不懂也没有影响，直接使用，cityscapes数据集。
-
街景主观感知两两对比程序+TrueSkill计算beautiful、safer等维度主观感知评分（原理，代码），均含详细说明文档。街景两两对比程序，Trueskill计算评分代码，训练模型，预测街景
-
街景主观感知训练，预测模型（beautiful, safer等自定义维度），多模型对比（ResNet50，ResNet101，EfficientNet、VGGNet、GoogleNet、DenseNet、MobileNet、ShuffleNet、Xception、ConvNeXt、Vision Transformer (ViT)、RegNet等），beautiful和safer维度精度均达到0.89。街景两两对比程序，Trueskill计算评分代码，训练模型，预测街景。
-
多模型（含全部树模型）分类回归精度结果对比（回复审稿人意见之：为什么选某个模型？比如为什么选XGBoost？）。
回归模型：线性模型（Linear、Ridge 、Lasso、Huber 、Partial Least Squares），KNN，SVR，树模型（Decision Tree、RF、AdaBoost 、GBDT、XGBoost、LightGBM 、CatBoost ）。可自定义增加。 分类模型：Logistic Regression、Naive Bayes、KNN、SVM、树模型（Decision Tree、RF、AdaBoost 、GBDT、XGBoost、LightGBM 、CatBoost ）可自定义增加。 -
树模型-SHAP分析，上一步选模型，这一步用模型进行分析。
-
全国街景数据获取。
-
街景图片色彩聚类。
-
MIT Place Pulse 2.0数据集
-
街景全景图切分六面视图（含数据处理教程，可批量处理）
-
GCN用于街道研究，如GCN实现街道功能分类。
-
POI数据，重分类，各种密度，各种比例，功能混合度/熵/多样性计算。
-
建筑物各种指标计算（建筑密度，容积率）。
-
2019-2024年最新全国四级行政区划矢量数据shp 省市县乡镇
-
全国村级行政区划shp数据，村级矢量行政区划界线！
-
GIS相关处理，指标计算，街道街区相关，活力相关，街道品质相关。
