GIS可视化——热点格网图

2023-10-08 11:59
文章标签 可视化 gis 热点 格网

本文主要是介绍GIS可视化——热点格网图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、简介

  • 原理:按照格网大小将区域进行划分,由一个矩形格网替代当前范围内的数据,由格网中心数字代替格网的权重(可以为格网中数据的数量,数据某权重的平均值、最大值、最小值等), 由格网之间颜色的不同表达渐变性
  • 特点:结合了热点图和聚散的特性,具有热点图的对权重的层次渐变直观性以及聚散解决数据量过大的优势。
  • 应用场景:热点格网图将大量数据以格网显示,减少了浏览器的负荷,在格网扩展开后又能保证数据的完整性,并且具有热点图的部分颜色渐变趋势带来的视觉直观性, 该功能主要用于渲染大数据量点数据,可以应用于人口密度、温度监控、高原地势成像、海底海拔成像等行业。

二、使用

首先我们得做一些准备: 

  • 保证存在可用的数据,如果我们的格网只代表数量,那么用户只需要提前准备一个非空的点数据集即可,确保每一个点数据存在地理坐标, 如果我们的格网不是代表数量,而是权重平均值(或者最大最小值等),那么还需要保证每一个点数据存在权重字段,假如为 weightName , 此字段的数据必须为数字类型,在客户端需要设置heatGridLayer.dataField = weightName ;以便获取权重进行计算。
  • 由于热点格网图只是渲染矢量数据,所以不能作为底图,我们需要在map添加一个 TiledDynamicRESTLayer

 

1、创建热点格网图图层

 

首先创建一个热点格网图对象。由于热点格网图只负责矢量数据的渲染,所以初始化只需要设置一个图层的名称即可。

 

//创建一个名为“myHeatGrid”的热点格网图层。
var heatGridLayer = new SuperMap.Layer.HeatGridLayer("myHeatGrid");

 

2、添加到地图

 

然后将此图层添加到map里面。

 

//向map中添加图层
map.addLayers([heatGridLayer]);

 

3、添加数据

 

首先需要获取一个点数组(SuperMap.Feature.Vector数组), 数据可以从服务器查询我们之前准备好的点数据集,也可以使用本地数据,不过都只能是点数据。 如下的形式:

 

var heatFeatures = [feature1,feature2,......,featureN];

 

其次需要一个格网子对象数组主要用于对数据进行分段渲染。此数组的每一个子对象必须有如下三个属性: 

  • start:代表格网表示的数据的下限(包含);
  • end:代表格网表示的数据的上限(不包含);
  • style:代表需要赋值给格网的style。style详细属性请查看SuperMap.Feature.Vector.style

 

//创建一个格网子对向数组
var items = [{//在此例子中代表格网中点数据数量的下限,也就是至少为0个start:0,//在此例子中代表格网中点数据数量的上限,也就是至多不超过5个(不包含5个)end:5,//代表满足一个格网中数据数量大于等于0且小于5的格网按照如下的style进行渲染style:{//格网的边框颜色strokeColor: "#C69944",//格网边框的宽度strokeWidth: 1,//格网内部填充色fillColor: "#B8E4B8",//格网的透明度fillOpacity: 0.5}},{start:5,end:10,style:{strokeColor: "#C69944",strokeWidth: 1,fillColor: "#66dd66",fillOpacity: 0.5}},...
];

设置相关参数:

//设置热点格网图的格网子对象数组,如果不设置则所有格网都是统一默认style
heatGridLayer.items=items;
//将数据添加到图层中
heatGridLayer.addFeatures(heatFeatures);

然后一个简单的热点格网图我们就创建成功了,如下是查询的全球各国首都制作的格网图效果:

4、其他常用属性

 

4.1 labelMode 与 dataField

此范例默认表示的是数量,也就是 labelMode 为默认0,可以用于与人口密度的展示方面。

当 labelMode 属性设置为非0时,dataField 属性也必须设置,需要制定一下数据的来源,如:

//设置为格网中所有数据的平均值
heatGridLayer.labelMode = SuperMap.Layer.HeatGridLayer.LABELMODE_MEAN ;
//假设我们的点数据集的权重字段weightName为“temperature”,那么此处需要指定
//如果数据时查询出来的,那么在 feature.attributes 里面会自动存放权重,如果是自己创建的Feature,那么必须自己往feature.attributes里添加权重值。
heatGridLayer.dataField = "temperature";

保证数据存在权重,客户端相应设置权重字段就能使用平均值、最大最小的模式

 

4.2 gridHeight 与 gridWidth

这两个参数用于设置格网的高度和宽度,单位是像素,默认都是50像素的大小。热点格网图中的点数据聚散计算就是由格网的宽高决定的, 聚散计算时会将格网大小换算为地理范围,将内部所有点聚散为一个格网,所以格网的宽高越大,相对来说聚散的点越多,而格网数量会越少, 格网过少效果不好,过多影响浏览器性能,从而用户需要根据自己的需求设置宽高。格网宽高必须都大于0,格网宽高可随意设置,如:

//设置格网的高度
heatGridLayer.gridHeight = 10 ;
//设置格网的宽度
heatGridLayer.gridWidth = 25;

 

4.3 isZoomIn 与 zoomInNumber

这两个参数用于控制点击格网时的放大效果, isZoomIn 默认为true,代表默认情况点击格网地图会进行放大, zoomInNumber 默认为1,代表点击格网时地图放大一级。 这两个参数可以控制点击格网是否放大以及放大的程度,如:

//设置点击格网时可以放大地图
heatGridLayer.isZoomIn = true ;
//设置点击格网时地图放大2级
heatGridLayer.zoomInNumber = 2;

 

4.4 spreadZoom

设置热点格网图的扩散级别,当地图放大到这一级时格网会进行扩散,还原为点数据,默认为3,如:

        //设置格网图放大到第4级时进行格网扩散heatGridLayer.spreadZoom = 4 ;

扩散后的效果如下:

5、事件使用

热点格网图支持很多事件,如: 

  • clickFeature:点击点事件
  • clickGrid:点击网格事件
  • clickout:点击要素外
  • mouseoverFeature:移进点事件
  • mouseoverGrid:移进网格事件
  • mouseoutFeature:移出点事件
  • dblclickFeature:双击点事件
  • dblclickGrid:双击网格事件

 

这里举例说明一下最常用的clickFeature事件,当地图、底图以及heatGridLayer都准备完毕时注册事件如下:

//初始化格网选择事件控件
var select = new SuperMap.Control.SelectGrid(heatGridLayer,{callbacks:{//绑定clickFeatureclickFeature:function(f){//初始化信息框openInfoWin(f);}}
});
//将控件添加进map
map.addControl(select);
//激活控件
select.activate();

弹出信息框的代码如下:

function openInfoWin(feature){
//获取feature的几何对象var geo = feature.geometry;
//获取geo的boundsvar bounds = geo.getBounds();
//获取bounds的中心点var center = bounds.getCenterLonLat();
//创建popup的内容var contentHTML = "<div style='font-size:.8em; opacity: 0.8; overflow-y:hidden;'>";contentHTML += "<div>"+"SMID:"+feature.data.SMID+"<br />"+"国家:"+feature.data.COUNTRY+"<br />"+"首都:"+feature.data.CAPITAL+"</div></div>";//创建一个popup弹出信息框var popup = new SuperMap.Popup.FramedCloud("popwin",new SuperMap.LonLat(center.lon,center.lat),null,contentHTML,null,true);feature.popup = popup;
//将信息框添加进mapmap.addPopup(popup);
}

然后当我们点击点数据时就能获取如下效果:

这样我们就可以使用热点格网图功能了,完整范例请见:

http://www.supermap.com.cn:8090/iserver/iClient/forJavaScript/examples/heatGridLayer.html

转载于:https://www.cnblogs.com/zhuimengdeyuanyuan/p/4585328.html

这篇关于GIS可视化——热点格网图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/165127

相关文章

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

8种快速易用的Python Matplotlib数据可视化方法汇总(附源码)

《8种快速易用的PythonMatplotlib数据可视化方法汇总(附源码)》你是否曾经面对一堆复杂的数据,却不知道如何让它们变得直观易懂?别慌,Python的Matplotlib库是你数据可视化的... 目录引言1. 折线图(Line Plot)——趋势分析2. 柱状图(Bar Chart)——对比分析3

使用Vue-ECharts实现数据可视化图表功能

《使用Vue-ECharts实现数据可视化图表功能》在前端开发中,经常会遇到需要展示数据可视化的需求,比如柱状图、折线图、饼图等,这类需求不仅要求我们准确地将数据呈现出来,还需要兼顾美观与交互体验,所... 目录前言为什么选择 vue-ECharts?1. 基于 ECharts,功能强大2. 更符合 Vue

Git可视化管理工具(SourceTree)使用操作大全经典

《Git可视化管理工具(SourceTree)使用操作大全经典》本文详细介绍了SourceTree作为Git可视化管理工具的常用操作,包括连接远程仓库、添加SSH密钥、克隆仓库、设置默认项目目录、代码... 目录前言:连接Gitee or github,获取代码:在SourceTree中添加SSH密钥:Cl

Pandas中统计汇总可视化函数plot()的使用

《Pandas中统计汇总可视化函数plot()的使用》Pandas提供了许多强大的数据处理和分析功能,其中plot()函数就是其可视化功能的一个重要组成部分,本文主要介绍了Pandas中统计汇总可视化... 目录一、plot()函数简介二、plot()函数的基本用法三、plot()函数的参数详解四、使用pl

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

Python 交互式可视化的利器Bokeh的使用

《Python交互式可视化的利器Bokeh的使用》Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python交互式可视化的利器Bokeh的使用,具有一定的参考价值,感... 目录1. Bokeh 简介1.1 为什么选择 Bokeh1.2 安装与环境配置2. Bokeh 基础2

基于Python打造一个可视化FTP服务器

《基于Python打造一个可视化FTP服务器》在日常办公和团队协作中,文件共享是一个不可或缺的需求,所以本文将使用Python+Tkinter+pyftpdlib开发一款可视化FTP服务器,有需要的小... 目录1. 概述2. 功能介绍3. 如何使用4. 代码解析5. 运行效果6.相关源码7. 总结与展望1

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1