Cesium 热力图:从原理到实战,打造三维空间数据可视化利器

news2026/4/13 14:48:05
1. 为什么需要Cesium热力图当你在处理地理空间数据时经常会遇到这样的场景手上有成百上千个带有经纬度和数值的坐标点比如气象站的温度数据、共享单车的分布密度、城市人口热力分布等。如果直接在三维地图上用点标记展示密密麻麻的点会让地图变得杂乱无章根本看不出数据的分布规律。这时候热力图就派上用场了。它能将这些离散的点数据转化为连续的色彩渐变区域用颜色深浅直观展示数据密度和强度。比如在智慧城市项目中我们经常用热力图来展示人流密度、交通拥堵程度等。红色区域表示高密度蓝色区域表示低密度一眼就能看出重点区域在哪里。传统二维地图的热力图实现已经比较成熟但放到三维地球场景中就面临几个挑战如何将平面canvas绘制的热力图贴到三维球体表面经纬度坐标与热力图像素坐标的转换热力图在三维场景中的性能优化Cesium作为最流行的三维地理可视化引擎原生并没有提供热力图功能。但通过结合heatmap.js这个专门的热力图库我们可以完美解决这个问题。下面我就带你从原理到代码一步步实现这个功能。2. 核心原理Canvas转材质贴图2.1 heatmap.js的工作原理heatmap.js是一个轻量级的热力图生成库它的核心原理其实很简单创建一个canvas画布根据传入的点坐标和值在canvas上绘制半透明渐变圆点通过模糊和叠加算法生成平滑的热力效果它的输入数据格式是这样的{ x: 100, // 像素x坐标 y: 150, // 像素y坐标 value: 80 // 该点的值 }但我们的地理数据通常是这样的{ lnglat: [116.404, 39.915], // 经纬度 value: 80 }2.2 Cesium的材质系统Cesium支持将图片作为材质贴到各种几何体上。关键方法是new Cesium.ImageMaterialProperty({ image: canvas.toDataURL() // 将canvas转为图片URL })所以整体思路就很清晰了用heatmap.js在canvas上生成热力图将canvas转为图片URL作为材质应用到Cesium的Polygon上2.3 两种实现方式对比在实际项目中通常有两种实现方案方案优点缺点适用场景Entity/Polygon材质可随地形起伏支持3D效果性能较差数据量大时卡顿小范围高精度展示ImageryLayer性能好支持大数据量只能平面展示无法3D大范围概览本文主要介绍第一种方式因为它更灵活能实现更复杂的三维效果。3. 关键实现经纬度到像素坐标的转换3.1 边界计算算法要实现热力图的准确定位首先需要确定热力图覆盖的地理范围。我们通过以下步骤计算边界遍历所有点找到最小/最大经纬度将经纬度范围适当扩展防止边缘被裁剪计算四个角点的笛卡尔坐标getBound(positions) { // 计算最小最大经纬度 let minLat Number.MAX_VALUE, maxLat Number.MIN_VALUE; let minLng Number.MAX_VALUE, maxLng Number.MIN_VALUE; positions.forEach(pos { const carto Cesium.Cartographic.fromCartesian(pos); if(carto.longitude minLng) minLng carto.longitude; if(carto.longitude maxLng) maxLng carto.longitude; if(carto.latitude minLat) minLat carto.latitude; if(carto.latitude maxLat) maxLat carto.latitude; }); // 扩展边界 const latDiff maxLat - minLat; const lngDiff maxLng - minLng; minLat - latDiff * 0.1; maxLat latDiff * 0.1; minLng - lngDiff * 0.1; maxLng lngDiff * 0.1; // 返回四个角点 return { leftTop: Cesium.Cartesian3.fromDegrees(minLng, maxLat), leftBottom: Cesium.Cartesian3.fromDegrees(minLng, minLat), rightTop: Cesium.Cartesian3.fromDegrees(maxLng, maxLat), rightBottom: Cesium.Cartesian3.fromDegrees(maxLng, minLat) }; }3.2 坐标转换算法有了边界后我们需要将每个点的经纬度转换为热力图的像素坐标计算点在边界矩形内的相对位置将相对位置映射到canvas尺寸const bound this.getBound(positions); const width Cesium.Cartesian3.distance(bound.rightTop, bound.leftTop); const height Cesium.Cartesian3.distance(bound.leftBottom, bound.leftTop); // 计算x/y轴单位向量 const xAxis Cesium.Cartesian3.subtract(bound.rightTop, bound.leftTop, new Cesium.Cartesian3()); Cesium.Cartesian3.normalize(xAxis, xAxis); const yAxis Cesium.Cartesian3.subtract(bound.leftBottom, bound.leftTop, new Cesium.Cartesian3()); Cesium.Cartesian3.normalize(yAxis, yAxis); // 坐标转换 const point positions[i]; const offset Cesium.Cartesian3.subtract(point, bound.leftTop, new Cesium.Cartesian3()); const x Cesium.Cartesian3.dot(offset, xAxis) / width * canvasWidth; const y Cesium.Cartesian3.dot(offset, yAxis) / height * canvasHeight;这个算法确保了无论地图如何缩放旋转热力图都能正确对应到地理位置上。4. 完整实现与性能优化4.1 Heatmap类的封装基于上述原理我们可以封装一个完整的Heatmap类class CesiumHeatmap { constructor(viewer, options) { this.viewer viewer; this.options options; this.points options.points || []; this.canvasSize options.canvasSize || 512; // 初始化heatmap.js this.initHeatmap(); // 创建热力图 this.createHeatmap(); } initHeatmap() { this.container document.createElement(div); this.viewer.container.appendChild(this.container); this.heatmap h337.create({ container: this.container, radius: this.options.radius || 25, maxOpacity: 0.6, minOpacity: 0, blur: 0.8 }); } createHeatmap() { // 计算边界 const bounds this.calculateBounds(); // 转换坐标 const heatmapData this.convertToHeatmapData(bounds); // 设置数据 this.heatmap.setData({ max: this.options.maxValue || 100, min: this.options.minValue || 0, data: heatmapData }); // 创建多边形 this.createPolygon(bounds); } // 其他方法同上... }4.2 性能优化技巧在实际使用中我总结了几点性能优化经验合理设置canvas尺寸通常512x512就能满足大部分需求过大会降低性能数据采样当点数超过1000时建议先进行空间网格聚合动态更新如果数据需要频繁更新可以复用同一个Heatmap实例update(newPoints) { this.points newPoints; const bounds this.calculateBounds(); const heatmapData this.convertToHeatmapData(bounds); this.heatmap.setData({data: heatmapData}); // 更新多边形材质 this.polygon.polygon.material new Cesium.ImageMaterialProperty({ image: this.heatmap.getDataURL() }); }销毁资源不再使用时务必清理DOM和Entitydestroy() { this.viewer.entities.remove(this.polygon); this.container.remove(); this.heatmap null; }4.3 常见问题解决热力图边缘被裁剪怎么办适当扩大计算边界范围确保边界扩展系数足够我通常用0.1-0.2热力图显示模糊怎么处理检查canvas尺寸是否足够调整heatmap.js的radius和blur参数确保材质图片质量material: new Cesium.ImageMaterialProperty({ image: canvas.toDataURL(image/png, 1.0) // 最高质量 })数据更新后热力图不刷新确保调用了heatmap.setData()检查材质是否重新赋值确认Entity的material属性是可变的避免直接使用字符串URL5. 进阶三维热力图实现除了二维的热力图我们还可以实现真正的三维热力图效果。核心思路是使用Primitive API创建自定义几何体在顶点着色器中处理热力值使用同样的热力图作为纹理贴图关键代码结构const primitive new Cesium.Primitive({ geometryInstances: new Cesium.GeometryInstance({ geometry: new Cesium.PolygonGeometry({ polygonHierarchy: new Cesium.PolygonHierarchy(positions), extrudedHeight: 1000 // 设置高度 }) }), appearance: new Cesium.MaterialAppearance({ material: new Cesium.Material({ fabric: { type: Heatmap3D, uniforms: { heatmapTexture: heatmapCanvas.toDataURL(), minValue: 0, maxValue: 100 }, source: ...自定义着色器代码... } }) }) });在着色器中我们可以根据高度和热力值混合颜色实现立体热力效果。这种三维热力图特别适合展示大气污染、地质勘探等需要高度维度的数据。6. 实战案例城市人口热力图最后通过一个实际案例演示如何使用。假设我们要展示某城市的人口密度// 模拟数据 const populationData []; for(let i0; i500; i) { populationData.push({ lnglat: [ 116.3 Math.random() * 0.5, // 经度范围 39.8 Math.random() * 0.4 // 纬度范围 ], value: Math.random() * 100 // 人口密度值 }); } // 创建热力图 const heatmap new CesiumHeatmap(viewer, { points: populationData, canvasSize: 512, radius: 30, gradient: { 0.1: blue, 0.5: cyan, 0.7: lime, 0.9: yellow, 1.0: red } }); // 点击查看数值 viewer.screenSpaceEventHandler.setInputAction(movement { const picked viewer.scene.pick(movement.endPosition); if(picked picked.id heatmap.polygon) { // 显示当前区域的人口密度 console.log(当前区域人口密度:, picked.properties.density); } }, Cesium.ScreenSpaceEventType.MOUSE_MOVE);这个案例展示了完整的实现流程包括数据准备、热力图创建和交互处理。你可以根据实际需求调整参数比如修改渐变颜色、调整半径大小等。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2513363.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…