风场可视化学习笔记：openlayers
最近在弄地图控件方面的东西，这里分享一个我找到的一个添加风场的教程和demo，需要对大家有所帮助（以下为转载内容）载于https://blog.csdn.net/u010065726/article/details/106338194/
windLayer api使用示例
这里主要为windlayer关于在openlayers3-4版本内使用的相关接口及参数说明
在加载时，主要读取的数据来源格式为json，而我们一般获取到的数据主要为netCDF或Grib等格式的数据，这里还涉及相关的数据转换操作
1.openlayers-wind 参数说明
TIP
对应于 openlayers 3-4 相关参数
图层参数
其他参数遵循 ol 基础图层参数。
windOptions
colorScale
关于颜色配置，在以往的配置中传入的是颜色数组会根据以下函数和格点数据的数据范围去计算匹配的颜色值，
const indexFor = function (m) { // map velocity speed to a style
return Math.max(0, Math.min((that.COLOR_SCALE.length - 1),
Math.round((m - min) / (max - min) * (that.COLOR_SCALE.length - 1))));
}
这样实现只能按照风速值范围等间隔渲染，无法做到精确匹配对应值的颜色。
在最新的版本中新增了此参数的类型，可以通过回调函数精确对应颜色值（但是会有一定的性能损失）
颜色配置支持三种方式：
String：固定颜色值
Function: 通过回调函数的风速值设定颜色（但是会有一定的性能损失）
String[]: 按照风速值范围等间隔渲染，无法做到精确匹配对应值的颜色。
2.数据来源
风场数据来源主要为气象的数据文件，可以详见另一篇文章 windy网站数据分析 。文章中提到的windy基本涵盖了大部分的气象数据来源，大家可以参考一下。
在使用wind-layer需要了解相关的数据转换，大家可以多下下功夫，有什么内容也可以分享出来，大家互相学习下。
3.图层初始化并格网分析数据源
调用相关的API接口，添加相应的图层对象
demo代码如下：
<!DOCTYPE html>
<html>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1">
<title>
风向demo
</title>
<link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/dat.gui@0.7.6/build/dat.gui.css">
<script src="https://cdn.jsdelivr.net/npm/openlayers/dist/ol.js">
</script>
<link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/openlayers/dist/ol.css">
<script src="https://cdn.jsdelivr.net/npm/openlayers-wind/dist/ol-wind.js">
</script>
<style type="text/css">
html, body { margin: 0; height: 100%; width: 100% }
.container { width: 100%; height: 100% }
</style>
<body>
<div id="map" class="container">
</div>
<script>
const map = new ol.Map({
target: 'map',
view: new ol.View({
center: [113.53450137499999, 34.44104525],
// center: ol.proj.fromLonLat([113.53450137499999, 34.44104525]),
zoom: 5,
projection: 'EPSG:4326',
}),
layers: [new ol.layer.Tile({
source: new ol.source.OSM({
url: 'https://{a-d}.basemaps.cartocdn.com/light_all/{z}/{x}/{y}.png',
})
})],
}); let layer; // https://sakitam-fdd.github.io/wind-layer/data/wind.json
fetch('https://sakitam-fdd.github.io/wind-layer/data/wind.json').then(res => res.json()).then(res =>{
const windLayer = new OlWind.WindLayer(res, {
windOptions: {
colorScale: ["rgb(36,104, 180)", "rgb(60,157, 194)", "rgb(128,205,193 )", "rgb(151,218,168 )", "rgb(198,231,181)", "rgb(238,247,217)", "rgb(255,238,159)", "rgb(252,217,125)", "rgb(255,182,100)", "rgb(252,150,75)", "rgb(250,112,52)", "rgb(245,64,32)", "rgb(237,45,28)", "rgb(220,24,32)", "rgb(180,0,35)"],
velocityScale: 1 / 100,
paths: 1000,
},
map: map,
}); analysisWindyData(res);
console.log(map, windLayer); layer = windLayer; // layer.appendTo(map);
map.addLayer(windLayer);
map.on('singleclick', e =>{
var details = getWindyDetail(e.coordinate);
console.log(details);
alert(' 风向:' + details.direction + '\n 风级:' + details.level + '\n 风速:' + details.speed);
});
}); var allgrid = [];
function analysisWindyData(windydata) {
var p = 0;0.
var east, north;
if (windydata[0].header.parameterNumberName == "eastward_wind") {
east = windydata[0];
north = windydata[1];
} else {
east = windydata[1];
north = windydata[0];
}
for (var j = 0; j < north.header.ny; j++) {
var row = [];
for (var i = 0; i < north.header.nx; i++, p++) {
row[i] = [east.data[p], north.data[p]];
}
allgrid[j] = row;
}
}
function getWindyDetail(coord) {
var lng = coord[0];
var lat = coord[1];
// 与格网序列的数据转换
if (lng >= 0) {
lng = Math.floor(lng);
} else {
lng = 360 + Math.floor(lng)
}
lat = 90 - Math.floor(lat);
// 获取对应的格网序列
var xlength = lng;
var ylength = lat;
var xdata, ydata;
xdata = allgrid[Math.abs(ylength)][Math.abs(xlength)][0];
ydata = allgrid[Math.abs(ylength)][Math.abs(xlength)][1];
console.log(xdata);
console.log(ydata);
if (typeof xdata != "number" || typeof ydata != "number") {
console.error("暂无该区域风向数据！");
return;
}
var v = Math.sqrt(Math.pow(xdata, 2) + Math.pow(ydata, 2));
var angle = getWindyAngle(xdata, ydata);
var result = {
"direction": getWindyDirection(angle),
"level": getWindyLevel(v),
"speed": v.toFixed(2)
};
return result;
} function getWindyDirection(angle) {
if ((angle >= 0 && angle <= 22.5) || (angle <= 360 && angle > 337.5)) {
return "北风";
}
if (angle <= 337.5 && angle > 292.5) {
return "西北风";
}
if (angle <= 292.5 && angle > 247.5) {
return "西风";
}
if (angle <= 247.5 && angle > 202.5) {
return "西南风";
}
if (angle <= 202.5 && angle > 157.5) {
return "南风";
}
if (angle <= 157.5 && angle > 112.5) {
return "东南风";
}
if (angle <= 112.5 && angle > 67.5) {
return "东风";
}
if (angle <= 67.5 && angle > 22.5) {
return "东北风";
}
} function getWindyAngle(u, v) {
var fx = 0;
if (u > 0 & v > 0) {
fx = 270 - Math.atan(v / u) * 180 / Math.PI;
} else if (u < 0 & v > 0) {
fx = 90 - Math.atan(v / u) * 180 / Math.PI;
} else if (u < 0 & v < 0) {
fx = 90 - Math.atan(v / u) * 180 / Math.PI;
} else if (u > 0 & v < 0) {
fx = 270 - Math.atan(v / u) * 180 / Math.PI;
} else if (u == 0 & v > 0) {
fx = 180;
} else if (u == 0 & v < 0) {
fx = 0;
} else if (u > 0 & v == 0) {
fx = 270;
} else if (u < 0 & v == 0) {
fx = 90;
} else if (u == 0 & v == 0) {
fx = 999.9;
}
return fx;
} function getWindyLevel(v) {
if (v < 0.3) {
return 0;
}
if (v >= 0.3 && v < 1.6) {
return 1;
}
if (v >= 1.6 && v < 3.4) {
return 2;
}
if (v >= 3.4 && v < 5.5) {
return 3;
}
if (v >= 5.5 && v < 8.0) {
return 4;
}
if (v >= 8.0 && v < 10.8) {
return 5;
}
if (v >= 10.8 && v < 13.9) {
return 6;
}
if (v >= 13.9 && v < 17.2) {
return 7;
}
if (v >= 17.2 && v < 20.8) {
return 8;
}
if (v >= 20.8 && v < 24.5) {
return 9;
}
if (v >= 24.5 && v < 28.5) {
return 10;
}
if (v >= 28.5 && v < 32.7) {
return 11;
}
if (v >= 32.7 && v < 37.0) {
return 12;
}
if (v >= 37.0 && v < 41.5) {
return 13;
}
if (v >= 41.5 && v < 46.2) {
return 14;
}
if (v >= 46.2 && v < 51.0) {
return 15;
}
if (v >= 51.0 && v < 56.1) {
return 16;
}
if (v >= 56.1 && v < 61.2) {
return 17;
}
if (v >= 61.2) {
return 18;
} }
</script>
</body>
如果对您有所帮助，欢迎您点个关注，我会定时更新技术文档，大家一起讨论学习，一起进步。
风场可视化学习笔记：openlayers的更多相关文章
- R语言可视化学习笔记之添加p-value和显著性标记
R语言可视化学习笔记之添加p-value和显著性标记 http://www.jianshu.com/p/b7274afff14f?from=timeline 上篇文章中提了一下如何通过ggpubr ...
- R语言可视化学习笔记之添加p-value和显著性标记--转载
https://www.jianshu.com/p/b7274afff14f?from=timeline #先加载包 library(ggpubr) #加载数据集ToothGrowth data(&q ...
- R语言可视化学习笔记之ggpubr包—SCI文章图
转载:https://www.jianshu.com/p/678213d605a5?from=jiantop.com Hadley Wickham创建的可视化包ggplot2可以流畅地进行优美的可视化 ...
- R ggplot学习笔记1
R 可视化学习笔记 记参数挺费劲的,还是用的时候查官方文档吧,现在记个大概就行吧~ 1.ggplot2分层次绘图 1.1 核心理念 把绘图与数据分离,把数据相关的绘图与数据无关的绘图分离,按图层作图. ...
- GIS案例学习笔记-三维生成和可视化表达
GIS案例学习笔记-三维生成和可视化表达 联系方式:谢老师,135-4855-4328,xiexiaokui#qq.com 目的:针对栅格或者矢量数值型数据,进行三维可视化表达 操作时间:15分钟 案 ...
- ArcGIS案例学习笔记2_2_txtexcel空间可视化和空间插值
ArcGIS案例学习笔记2_2_txt/excel空间可视化和空间插值 计划时间:第二天下午 教程:pdf page=337 数据:chapter8/ex4 方法: 1.加载xy.txt和gdp.tx ...
- qml学习笔记(二)：可视化元素基类Item详解（上半场anchors等等）
原博主博客地址:http://blog.csdn.net/qq21497936本文章博客地址:http://blog.csdn.net/qq21497936/article/details/78516 ...
- Caffe学习笔记4图像特征进行可视化
Caffe学习笔记4图像特征进行可视化 本文为原创作品,未经本人同意,禁止转载,禁止用于商业用途!本人对博客使用拥有最终解释权 欢迎关注我的博客:http://blog.csdn.net/hit201 ...
- SpringCloud学习笔记(5)：Hystrix Dashboard可视化监控数据
简介 上篇文章中讲了使用Hystrix实现容错,除此之外,Hystrix还提供了近乎实时的监控.本文将介绍如何进行服务监控以及使用Hystrix Dashboard来让监控数据图形化. 项目介绍 sc ...
- OpenLayers 6 学习笔记
这个是真的学习笔记!不是教程 转载请声明:https://www.cnblogs.com/onsummer/p/12159366.html 基于openlayers 6.x api不太好查,就基于腾讯 ...
随机推荐
- NC50615 取石子游戏 2
题目链接 题目 题目描述 有一种有趣的游戏,玩法如下: 玩家:2人: 道具:N堆石子,每堆石子的数量分别为 \(X_1,X_2,...,X_n\) : 规则: 游戏双方轮流取石子: 每人每次 ...
- CORS就是跨域吗？
首先,跨域的域是什么? 跨域的英文是:Cross-Origin. Origin 中文含义为:起源,源头,出生地. 在跨域中,"域"指的是一个 Web 资源(比如网页.脚本.图片等) ...
- Laravel入坑指南(8)——控制台程序
我们知道,php代码不仅可以用web的形式对外提供服务,同时也可以在命令行下执行. 对于原生的php来说,假设我们有一个php文件,名为Command.php,如果想要在控制台下执行这个文件,那么我们 ...
- win10安装和配置weblogic12c
下载和安装 http://www.oracle.com/technetwork/middleware/ias/downloads/wls-main-097127.html ● 将jar放到jdk的bi ...
- Centos7安装php7.4
添加 EPEL and REMI 仓库 yum -y install https://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarc ...
- OCP试题解析之053-61 RMAN set command id to
61.You frequently have multiple RMAN sessions running, and you want to be able to easily identify ea ...
- FART 脱壳机原理分析
FART是一个基于Android 源码修改的脱壳机 可以脱整体壳和抽取壳 FART脱壳的步骤主要分为三步: 1.内存中DexFile结构体完整dex的dump 2.主动调用类中的每一个方法,并实现对应 ...
- python操作txt文件，去除文件中的隔行空行
conn = re.sub(result, '\r\n', content) res = "".join( [s for s in conn.strip().splitlines( ...
- 大众点评cat报警源码
类时序 时许说明 判断是否是报警机器. 1分钟启动一个线程根据设置的报警条件,时间段去查询CAT报告数据. 根据返回的报告数据,逐层解析TYPE,NAME,RANGE中的数据是否满足报警条件. 只有全 ...
- CPack 入门指南
背景 CPack 是 CMake 2.4.2 之后的一个内置工具,用于创建软件的二进制包和源代码包. CPack 在整个 CMake 工具链的位置. CPack 支持打包的包格式有以下种类: 7Z ( ...