今天来看一下 Earth NullSchool。
如上是该网站的一个动图效果，有兴趣的可以访问网站了解一个大概。作者在 github 上公布了自己的源码(和网站代码略有不同)，气象数据来自 NCEP，记得上周介绍的 AQICN 美国数据也是来自该网站，查了一下，该组织应该算是美国的国家气象局：National Centers for Environmental Prediction。
吸取上一篇的教训，直入主题。当然，想要了解风图原理的，可以看看之前写的可视化之风向图，需要对风图的数据和思路有一定了解，不然本文在理解上可能会有点吃力。
如上是具体数据列表，Mode 里显示支持 Air(风图)，Ocean(洋流)，Chem(化学物)，Particulates(颗粒物)，Height 指向不同高度，Overlay 表示叠加图层，比如风图+温度，洋流+浪高等，Control 为时间轴控件，比如历史数据。点击查看不同的数据效果，不难找到对应数据的 url 的规范。
气象数据采用的是 epak 格式，二进制流，代码中提供了数据规范。如下是数据规范和对应的 JSON 属性：
从 converter 属性，该数据来自 netcdf，而这个格式在之前的 Berkeley Earth 中也提到过，而原始数据是 grib 形式，以我的理解，里面应该有一个 grib2netcdf2epak 的过程，都提供了对应的转换工具。至于为何绕圈，我搜索了一下大概，知道一个大概优劣，但貌似都不绝对，在此就不妄论了。
对我个人而言，花时间最久的是如何以 localhost 方式获取该数据，因为它是 HTTPS 服务，做了 Referer 限制，对于我这个 Java 小白，绝对算得上是一个难题，不过反过来想，这不就是上天给我一个机会，让我学 JavaWeb 吗。花了不少时间，也请教了研发两位牛人，终于在 Jetty+Servlet 下实现了一个 Java 版的 Proxy，是本次最有收获的地方，代码一并奉上，见笑。
有了本地代理服务，对源码进行简单的修改，让其走代理，就实现了 localhost 的部署，两个参数:url 和 type。
在地图初始化的时候，先构建了全球格网，是一个 2：1 的矩形，下面是经过投影后的球状格网效果，主要用于后续获取任意点在地球上的位置，进而获取对应的风速(X,Y)，该方法提供了临近插值和双线性插值两种方式，该过程封装在 rectangularGrid 函数中。
接着，开始请求气象数据数据，解析过程封装在 decodeEpak 函数中：获取对应的 JSON 属性，全球风图是 720*360 大小，精度为 0.5℃，每个点有 X 和 Y 两个分量，在 X 和 Y 方向的向量，米单位。
万事俱备只欠东风——起风。这里有两点，第一，平移缩放时没有任何效果的，这是因为当 bounds 变化时，需要根据更新后的区域重新插值，计算量比较大，而插值的价值是精度上有保证，清晰，所以这是一个取舍。第二，不仅有一个风图，还有一个栅格底图，下图蓝绿色效果图，仔细看，和风的走势是吻合的，同时鼠标点击时，能获取对应位置的属性值。
对风场向量的插值过程是在 interpolateField 方式中实现的，这里逻辑如下：1:创建当前窗口对应的掩膜，如上图，全部区域都是黑色(0,0,0,0)，只有地球对应的区域颜色为(255, 0, 0, 1) ；2 随机生成风粒子，每一个粒子有五个属性，位置(XY),风速(UV)和生命周期(t)；3 类似一条扫描线，遍历可视区域的每一像素点，通过掩膜判断是否在有效范围内，如果该点有效，则获取其对应的经纬度；4 以全球网格为索引，获取该点对应的风场 Field，保存到对应的向量场 wind field，用于后面的风图效果；5 根据风场的强度，对应颜色表设置当前点的颜色强度，保存到 mask 掩膜中，这样 mask 在更新时用来判断区域是否可见，更新后则用于显示地图效果，也算是一图两用。如上是初始化的核心部分，里面有很多小的细节，比如风向，在平面上，XY 两个向量是直线，而在球面上，要调整为对应的经纬度，是曲线(distortion 函数)。
接着，每一帧根据风图的原理，实时更新：风粒子的当前位置，根据当前位置的风速获取下一帧的位置，数据更新(createField::field.move)后则开始渲染(animate.draw),这部分在风向图原理里面有很清楚的介绍，思路完全一致，这里只是把关键点和对应函数实现对应起来，关键还是要思路，如果有意愿不妨自己调试，便一目了然。
至于鼠标点击显示当前状态，代码我没有看，不过上述过程中已经提供了位置转换，数据存储，很容易获取映射关系。
本文转载自微信公众号 - LET（LET0-0）