可视化之Earth NullSchool-阿里云开发者社区

开发者社区> 大数据> 正文
登录阅读全文

可视化之Earth NullSchool

简介:

Earth NullSchool。

earth

      这个网站的特色是风向图,之前有一篇可视化之风向图,曾经提到过这个网站,也详细介绍了风向图的技术实现原理。今天针对这个网站,再详细的介绍一下。同样,在公众号中回复“worldwind”,会提供该网站的源码Demo。

      如上是该网站的一个动图效果,有兴趣的可以访问网站了解一个大概。作者在github上公布了自己的源码(和网站代码略有不同),气象数据来自NCEP,记得上周介绍的AQICN美国数据也是来自该网站,查了一下,该组织应该算是美国的国家气象局:National Centers for Environmental Prediction。

      吸取上一篇的教训,直入主题。当然,想要了解风图原理的,可以看看之前写的可视化之风向图,需要对风图的数据和思路有一定了解,不然本文在理解上可能会有点吃力。

1

      如上是具体数据列表,Mode里显示支持Air(风图),Ocean(洋流),Chem(化学物),Particulates(颗粒物),Height指向不同高度,Overlay表示叠加图层,比如风图+温度,洋流+浪高等,Control为时间轴控件,比如历史数据。点击查看不同的数据效果,不难找到对应数据的url的规范。

      气象数据采用的是epak格式,二进制流,代码中提供了数据规范。如下是数据规范和对应的JSON属性:

2

3

      从converter属性,该数据来自netcdf,而这个格式在之前的Berkeley Earth中也提到过,而原始数据是grib形式,以我的理解,里面应该有一个grib2netcdf2epak的过程,都提供了对应的转换工具。至于为何绕圈,我搜索了一下大概,知道一个大概优劣,但貌似都不绝对,在此就不妄论了。

      对我个人而言,花时间最久的是如何以localhost方式获取该数据,因为它是HTTPS服务,做了Referer限制,对于我这个Java小白,绝对算得上是一个难题,不过反过来想,这不就是上天给我一个机会,让我学JavaWeb吗。花了不少时间,也请教了研发两位牛人,终于在Jetty+Servlet下实现了一个Java版的Proxy,是本次最有收获的地方,代码一并奉上,见笑。

      有了本地代理服务,对源码进行简单的修改,让其走代理,就实现了localhost的部署,两个参数:url和type。

5

      在地图初始化的时候,先构建了全球格网,是一个2:1的矩形,下面是经过投影后的球状格网效果,主要用于后续获取任意点在地球上的位置,进而获取对应的风速(X,Y),该方法提供了临近插值和双线性插值两种方式,该过程封装在rectangularGrid函数中。

7

      接着,开始请求气象数据数据,解析过程封装在decodeEpak函数中:获取对应的JSON属性,全球风图是720*360大小,精度为0.5℃,每个点有X和Y两个分量,在X和Y方向的向量,米单位。

      万事俱备只欠东风——起风。这里有两点,第一,平移缩放时没有任何效果的,这是因为当bounds变化时,需要根据更新后的区域重新插值,计算量比较大,而插值的价值是精度上有保证,清晰,所以这是一个取舍。第二,不仅有一个风图,还有一个栅格底图,下图蓝绿色效果图,仔细看,和风的走势是吻合的,同时鼠标点击时,能获取对应位置的属性值。

8

      对风场向量的插值过程是在interpolateField方式中实现的,这里逻辑如下:1:创建当前窗口对应的掩膜,如上图,全部区域都是黑色(0,0,0,0),只有地球对应的区域颜色为(255, 0, 0, 1) ;2随机生成风粒子,每一个粒子有五个属性,位置(XY),风速(UV)和生命周期(t);3类似一条扫描线,遍历可视区域的每一像素点,通过掩膜判断是否在有效范围内,如果该点有效,则获取其对应的经纬度;4以全球网格为索引,获取该点对应的风场Field,保存到对应的向量场wind field,用于后面的风图效果;5根据风场的强度,对应颜色表设置当前点的颜色强度,保存到mask掩膜中,这样mask在更新时用来判断区域是否可见,更新后则用于显示地图效果,也算是一图两用。如上是初始化的核心部分,里面有很多小的细节,比如风向,在平面上,XY两个向量是直线,而在球面上,要调整为对应的经纬度,是曲线(distortion函数)。

      接着,每一帧根据风图的原理,实时更新:风粒子的当前位置,根据当前位置的风速获取下一帧的位置,数据更新(createField::field.move)后则开始渲染(animate.draw),这部分在风向图原理里面有很清楚的介绍,思路完全一致,这里只是把关键点和对应函数实现对应起来,关键还是要思路,如果有意愿不妨自己调试,便一目了然。











本文转自xmgdc51CTO博客,原文链接:http://blog.51cto.com/12953214/1940458,如需转载请自行联系原作者




版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
大数据
使用钉钉扫一扫加入圈子
+ 订阅

大数据计算实践乐园,近距离学习前沿技术

其他文章