Heatmaps et cartes de hotspots dans QGIS : comprendre les différences

En analyse spatiale, les heatmaps (ou cartes de chaleur) et les cartes de hotspots sont deux techniques puissantes pour révéler des concentrations ou des zones d’intérêt à partir de données géographiques. Si leur apparence peut être similaire — zones colorées suggérant des densités ou des points chauds — elles reposent pourtant sur des logiques différentes et servent des objectifs distincts.

Heatmaps : visualiser la densité brute

Les heatmaps, générées par l’outil Densité par noyau (Kernel Density Estimation) dans QGIS, permettent de visualiser la densité de points dans un espace donné. Elles ne tiennent pas compte des attributs des entités (à moins d’utiliser un champ de pondération), mais simplement de la proximité spatiale.

Leur utilisation typique est de visualiser où se concentrent des événements comme des accidents de la route, des infractions ou des appels d’urgence.

Caractéristiques :

• Résultat : raster continu (image) où chaque pixel représente une densité.
• Paramètres clés : rayon de recherche, taille du pixel, champ de pondération (facultatif).
• Méthode purement descriptive.

Cartes de hotspots : identifier des clusters statistiquement significatifs

Les cartes de hotspots, quant à elles, s’appuient sur une analyse statistique spatiale pour détecter des regroupements anormalement élevés (hotspots) ou faibles (coldspots) de valeurs. Dans QGIS, cela se fait via l’outil Cluster and Outlier Analysis (Anselin Local Moran’s I) ou en utilisant le plugin Hotspot Analysis.

Leur utilisation typique est d’identifier des quartiers où les cambriolages sont significativement plus nombreux que dans les zones voisines.

Caractéristiques :

• Résultat : couche vectorielle ou raster avec typologie (hotspot, coldspot, non significatif).
• Requiert un champ de valeur (nombre de cas, taux, etc.).
• Méthode statistique → interprétation plus robuste, mais aussi plus exigeante.

Ressemblances et différences

Voici un tutoriel pas à pas pour créer une heatmap (carte de chaleur) et une carte de hotspots dans QGIS.

Tutoriel QGIS – Heatmaps et Hotspots

PARTIE 1 : Créer une Heatmap (Carte de chaleur)

Objectif : Visualiser la densité de points sous forme d’un raster coloré

Étapes :

1. Charger la couche de points

   • Menu : Couches > Ajouter une couche > Ajouter une couche vecteur
   • Charger votre fichier contenant des points (ex. : ecoles.geojson)

2. Ouvrir l’outil « Créer une carte de chaleur »

   • Menu : Traitements > Boîte à outils > Interpolation
   • Rechercher « Carte de chaleur (Estimation par noyau) »

3. Paramétrer l’outil

   • Entrée : votre couche de points
   • Champ de pondération : laisser vide ou choisir un champ si vos points ont une valeur (ex. nombre de signalements)
   • Type de noyau : Quadratique
   • Rayon de recherche :1500 m (à adapter selon votre cas)
   • Résolution raster : 10 ou 20 m
   • Nom du fichier de sortie : heatmap.tif

4. Lancer le traitement
5. Styliser la heatmap

   • Clic droit sur la couche raster > Propriétés > Symbologie
   • Type de rendu : Pseudo-couleur à bande unique
   • Choisir un dégradé de couleurs (Reds, Viridis, Inferno, etc.)
   • Interpolation : Linéaire
   • Ajuster les valeurs mini/maxi si besoin

Résultat : une carte continue où les zones jaunes indiquent une forte densité de points.

PARTIE 2 : Créer une carte de Hotspots (concentrations significatives)

Objectif : Identifier les zones où la densité de points est significativement élevée

Méthode simple (agrégation + calcul)

1. Créer une grille régulière

   • Menu : Traitements > Boîte à outils > Créer une grille
   • Type de grille : carrée ou hexagonale
   • Taille : 500 m (adapter à votre échelle)
   • Étendue : utiliser l’emprise de votre couche de points

2.Compter les points par cellule

• Menu : Vecteur > Outils d’analyse > Points dans polygones
• Polygones : la grille
• Points : votre couche de points
• Champ de sortie : nb_points

3.Calculer les valeurs standardisées (Z-score simplifié)

• Ouvrir la table attributaire de la grille avec nb_points
• Lancer Calculatrice de champ
• Créer un champ zscore avec : ("nb_points" - mean("nb_points")) / stdev("nb_points")

4.Styliser la carte des hotspots

• Clic droit > Propriétés > Symbologie
• Mode : Gradué
• Champ : zscore
• Palette : rouge → bleu (zones rouges = hotspots)
• Classer par quantiles ou intervalles égaux

Résultat : une grille colorée indiquant où la densité est supérieure ou inférieure à la moyenne.

Si cet article vous a intéressé et que vous pensez qu'il pourrait bénéficier à d'autres personnes, n'hésitez pas à le partager sur vos réseaux sociaux en utilisant les boutons ci-dessous. Votre partage est apprécié !

Atilio Francois