leaflet实现动态地图风场效果
leaflet风场插件
首先,这里需要用到一款leaflet插件,插件来自github,插件地址:https://github.com/danwild/leaflet-velocity(感谢作者开源贡献)
其次,本文的意义主要在于记录对上面插件的使用方法的个人理解、以及对风场数据源结构的理解,本文最后会附有本文示例代码的下载链接,如果需要下载插件,请移步github
言归正传,有了上面的插件,实现风场效果一切都变得简单。
示例代码
// 初始化地图,返回一个map对象
function initMap(){var Esri_DarkGreyCanvas = L.tileLayer("http://{s}.sm.mapstack.stamen.com/" +"(toner-lite,$fff[difference],$fff[@23],$fff[hsl-saturation@20])/" +"{z}/{x}/{y}.png",);map = L.map('map', {layers: [Esri_DarkGreyCanvas]});map.setView([33, 118], 11);return map;
}// 生成一个wind图层并返回
function windLayer(data){var velocityLayer = L.velocityLayer({displayValues: true,displayOptions: {velocityType: 'GBR Wind',displayPosition: 'bottomleft',displayEmptyString: 'No wind data'},data: data,minVelocity: 0, //Velocity:速率maxVelocity: 10,velocityScale: 0.005,particleMultiplier: 1 / 300,//粒子的数量lineWidth: 2, //粒子的粗细frameRate: 15, //定义每秒执行的次数colorScale: ["rgb(255,255,255)","rgb(255,255,255)","rgb(255,255,255)","rgb(255,255,255)","rgb(255,255,255)"]});return velocityLayer;
}
// 立即执行
(function(){var map = initMap();var data = '/static/data/windydata.json';$.getJSON(data).done(function(data){var layer = windLayer(data);layer.addTo(map);})
})()
结果
插件使用方法
L.velocityLayer
如上述代码中windLayer函数中所示,L.velocityLayer来自插件中的一个方法,它New一个L.VelocityLayer(options)对象,options中包含如下参数:
displayValues: true,displayOptions: {velocityType: 'GBR Wind',displayPosition: 'bottomleft',displayEmptyString: 'No wind data'},data: data,//数据源minVelocity: 0, //Velocity:速率maxVelocity: 10,velocityScale: 0.005,particleMultiplier: 1 / 300,//粒子的数量lineWidth: 2, //粒子的粗细frameRate: 15, //定义每秒执行的次数colorScale: ["rgb(255,255,255)","rgb(255,255,255)","rgb(255,255,255)","rgb(255,255,255)","rgb(255,255,255)"]
其中,
- data:
(必要参数),为数据源,有一定的格式要求,后面会来分析
- velocityScale:
改变该值会改变粒子的运动速度,值越大越快
- particleMultiplier:
控制单位面积内的粒子数量,分母越大粒子越稀疏
- lineWidth:
控制粒子的粗细,值越大越粗;
- frameRate:
粒子刷新频率;
- colorScale:
颜色数组,控制粒子的颜色,映射在粒子的向量值上。
数据源
数据结构
[{header: {dx: 1dy: 1la1: -7.5la2: -28.5lo1: 143lo2: 156nx: 14ny: 22parameterCategory: 2parameterNumber: 2parameterNumberName: "eastward_wind"parameterUnit: "m.s-1"refTime: "2017-02-01 23:00:00"},data:[num1,num2,....]},{header{结构同上},data:[.....]}]
数据源为json格式,内容可以看作是一个数组里包含了两个对象,每个对象分header和data两部分。
header用以定义网格,
其中:
dx、dy网格间距,
nx、ny网格数量,总网格数量= nx * ny = data.length;
data中记录了在正东方向的风速值,每个值对应网格上一个点。
第二部分header和第一个基本相同,只是代表风速方向的差异。
如此,数据中记录了每个网格点上的正北方向、正东方向的风速值,两个值进行向量加运算,即该点的风速向量。
完整示例代码下载(包含数据):
leaflet风场示例
leaflet实现动态地图风场效果相关推荐
- vue openlayer 添加风场效果
vue openlayer 添加风场效果 一个简单的小demo,就是在一个openlayers地图上面添加风场效果. 话不多说,直接进入正题. 首先我们需要安装一个插件. 插件地址:https://w ...
- 【WebGIS】Openlayers流动线与风场效果
目录 基础开发 一.流动线 二.风场 源码 基础开发 一.流动线 效果展示 基础原理 通过openlayers API,设置线段样式 ol/style/Stroke下的 lineDash 和 line ...
- Leaflet中使用Leaflet.MagnifyingGlass实现放大镜效果
场景 Leaflet快速入门与加载OSM显示地图: https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/122290880 在上面的基础 ...
- LeaFlet学习之聚合效果
leaflet实现聚合效果是通过插件进行的,虽然leaflet是轻量级的但是,许多功能都是没有依赖插件来完成,关于这有缺点也有有点,通过这几天对leaflet感觉一直都在依靠插件完成,本身就两个主题类 ...
- web前端利用leaflet生成粒子风场,类似windy
wind.js如下: $(function() {var dixing = L.tileLayer.chinaProvider('Google.Satellite.Map', {maxZoom: 18 ...
- leaflet 实现左卷帘效果 (代码示例045)
第045个 点击查看专栏目录 本示例的目的是介绍演示如何在vue+leaflet中实现左卷帘效果,这里主要引用了leaflet-side-by-side这个插件,直接调用的话,CSS方面有些问题,需要 ...
- 如何在UE4游戏中实现植物风场效果?
导语:如何让游戏里的植物产生类似风吹过的效果?腾讯游戏学院专家Freddy将在本文中,尝试使用UE4引擎的PivotPainter2.0插件制作此效果,一起来看看吧. 静态的游戏场景氛围是十分生硬的, ...
- leaflet实现风场动态粒子效果
文章目录 前言 一.部分代码摘录 (一)velocity插件代码.js (二)插件使用示例代码 二.leaflet-velocity数据源格式 三.总结 前言 效果实现需要用到一款开源插件:leafl ...
- leaflet实现风场流动
概述:本文基于<Openlayer4中风场的实现>一文,使用leaflet实现流动风场的效果. 废话不多说,下面贴上代码: 1.wind算法及扩展: 1 /** 2 * @author 3 ...
最新文章
- 爬虫基本库的使用---urllib库
- python的for语句是否只有一种写法_跟老齐学Python之for循环语句
- 瞎说系列之Object.assign入门
- [css] 使用css写一个垂直翻转图片的效果
- Spark 性能相关参数配置详解-Storage篇
- Java中this关键字的几种用法
- 模式识别工具箱安装及使用
- opencv图像灰化_Opencv——彩色图像灰度化的三种算法
- 多线程m3u8下载器 v1.0
- 学习笔记|复杂嵌套的三目表达式如何分割?
- C/C++编程学习 - 第5周 ③ 圆锥体的体积
- Altium Designer设计PCB总结(干货)
- PHP通过PHPMailer类库实现QQ邮箱发送方法
- 上门洗车小程序/APP功能介绍
- Round Roundup
- php+生成条形码18位,php实现在线生成条形码示例分享(条形码生成器)
- 学习笔记-Leaflet加载北京地铁线路
- 手把手写深度学习(16):用CILP预训练模型搭建图文检索系统/以图搜图/关键词检索系统
- NNabla:索尼开源的一款神经网络框架
- hadoop大数据工程师、数据开发工程师、数据仓库工程师 面试题目分享