气象温度珊格数据渲染方案

FeatureLayer无法可视化渲染温度、降水、湿度、风速、雷达等数据?实时百万点数据无法快速分析且吃性能?

气温和降水等空间栅格数据说明:https://blog.csdn.net/shanyanyi7173/article/details/125026556

解决方案:

1.等值面分析(有空间数据)

JAVA 通过wContour和geotools实现等值面分析,该方案的主要特点是可以做成矢量切片服务,支持放大缩小、空间计算、标记等等。主要步骤有珊格数据抽稀、转Feature、图层异常处理、裁切、出图、入库。具体实现流程写过一篇文章https://www.jianshu.com/p/a02274add35b,关于后面还有切片实现实现可以参考Mapbox GL 加载GeoServer发布的矢量切片或者基于 PostGIS 函数的矢量切片服务器,基于PostGIS方案应用于生产中效率高、依赖低,方案来源于曾经的技术总监。

效果图:


结论:该方式是等值面空间数据发布服务,可以进行空间一系列计算。缺点:加载数据时需要进行切片加载,放大后有平滑效果,但整体效果不理想,出来的结果和真实数据有误差,加载数据慢,将网格数据进行等值面分析效率低。以广东省每小时间隔1km温度为测试,十几分钟出效果。

2.渲染热力图

要将任何类型的GeoTools功能类型导出到图像,该过程是相同的-使用DataStore在功能(或覆盖范围)中读取,使用Style渲染这些功能。主要步骤是将网格数据生成分辨率为Params大小的热力图png(确定x、y轴,将图表划分为规整的矩形块。数值字段决定了矩形块的颜色),然后加载模板PNG,初始化RGB像素值,并根据起点坐标与间隔和多维数据进行匹配对应,根据两者的起始点和间隔比如进行像素RGB复制,具体RGB值由网格数组值对应的颜色进行设定,生成目标png后发布图片服务。

效果图:


结论:该方式是以图片服务进行渲染,加载速度快,占用空间小,效果好(放大后会有明显像素方块),在将数据转换为图片是极快,以广东省每小时间隔1km温度为测试,1~2秒出效果。

3.转换为tif格式

初步设计步骤,读取气象数据,然后将数据NC转tif格式,使用广东省裁切,发布tif矢量服务器...

说明:如有侵权,请联系作者删除。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,444评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,421评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,363评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,460评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,502评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,511评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,280评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,736评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,014评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,190评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,848评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,531评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,159评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,411评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,067评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,078评论 2 352

推荐阅读更多精彩内容