jianghao / ucasmap Goto Github PK
View Code? Open in Web Editor NEWWeb Mapping @ UCAS
License: MIT License
Web Mapping @ UCAS
License: MIT License
茅宇琪-徐艳玲-北京市三大便利店分布
1、 队员:茅宇琪201818004251012 徐艳玲201828006110016
2、 作品名称:北京市三大便利店分布
3、 作品网址:https://lbs.amap.com/dev/mapdata/share/0870d2399742c50087c7d87546952f78
4、 作品说明:
根据我们的生活体验以及了解周围人的切身体会,我们发现北京市便利店分布密度并不均匀,没有很好体现其便利性。为了方便市民寻找身边最近的便利店,以及为今后优化北京市便利店布局选址,平衡不同品牌便利店的分布提供参考,我们选取了北京市新兴的三大便利店7-11、罗森和全家便利店,根据它们的POI数据(名称、经纬度、地址)制作了便利店分布图。图上每个圆点表示便利店的位置,从所在圆心向外颜色由深到浅,表示便利店辐射范围由近到远。
考虑到地图可视化的美观程度以及表达的科学可观,我们没有选择更多其他品牌的便利店一并显示。随着现如今北京市便利店的飞速发展,今后有望纳入更多品牌便利店来综合探讨其分布情况。
1.成员:陈如霞-201828006010049
2.数据来源:(1)净初级生产力(NPP)来源于https://ladsweb.modaps.eosdis.nasa.gov/
(2) 一带一路沿线国家边界数据来源于项目组
地图说明:该地图展示了一带一路沿线64个国家的草地生产力情况,用NPP总量和NPP均值两个指标来反映,点击可获取该国草地生产力数据;动态播放了不同等级的草地生产力总量
3.地图链接:https://geohey.com/apps/dataviz/2b9ce72156be4d1885bd01004f87501e/share?ak=ZGRmNTI5OTAwNzdjNDI5YTk3YmFhODRkZWMyODRlYTQ
作品成员
刘明亮 201818013727011
韩硕 201818013727037
作品名称
2018北京地区肯德基店分布图
作品网址
https://lbs.amap.com/dev/mapdata/share/b5726bed0310dede728292cb30ae523b
作品说明
1、实验数据来源于网络嘻嘻网
2、统计了北京地区肯德基分布,并将详细的门店信息标注在地图上
1.成员:刘相臣
学号:201818007010014
2.作品名称:全国1991-2015年均日最高温度分布热力图
3.作品网址:https://geohey.com/apps/dataviz/d36bc113508a43ca867c1fa2e52bcd4f/share?ak=ZmFhY2FmMzI5ZDQyNDliZTkyZjY2NDExNzE1NjM3MjU
4.其他说明:
(1)该数据为全国552个台站1991-2015年温度测量数据,包括台站经纬度、年均日最高温度、年均高温日数、年均热浪日数、年均最长热浪过程日数。其中,部分地区如西藏、**等因台站数目少或没有台站,因而无法反映这些地区的温度分布情况。
(2)互联网制图无法进行空间分析(暂时未找到相应方法),如数据插值等,故无法通过全国台站数据进行插值预测台站相邻地区温度分布情况。
作品网址:https://lbs.amap.com/dev/mapdata/share/d7f267eaeb866d0c7695b25edc3d3ddf
小组成员:
汪克奇-201728007610035
牛改红-201828007610010
杜泽玉-201828007651007
作品介绍:该地图展现的是北京市中心城区(3环)以内的房价3D热力图,图中六棱柱的高低反映的是房价的高低。
曹培培 201728010551019
基于mapbox的**各省份年平均降水量数据可视化展示
图中不同形状和颜色的点表示不同省份年平均降水量的多少。其中,点越小,颜色越红表示该省份年平均降水越少;点越大,颜色越蓝表示该省份年平均降水越多。
队员:刘亲亲
学号:2018E8020261011
作品名称:**大陆铁路站点分布图
作品网址:https://lbs.amap.com/dev/mapdata/share/3b292b5456aefafe0f3cebdfdf7cb719
作品说明:该地图主要表示的为**大陆铁路站点分布,图中点为**大陆铁路站点,点击图中点可以查询站点名称及其所属铁路局。
陈汉生 201748600132011
**主要城市AQI指数
全国人口密度图
第一个链接为**主要城市AQI指数地图:浅蓝色代表空气质量状况为优;绿色代表良;黄色代表轻度污染;橘黄色代表重度污染;红色代表重度污染;深红色代表严重污染。点的大小代表了AQI的值。
第二个链接为全国人口密度图:从黄色至红色,代表人口密度依次增大。
队员:
王士博201828006010016
牛丽楠201818006010019
孟苗苗201828018010002
作品名:**气象站点分布图
网址:https://lbs.amap.com/dev/mapdata/share/c64ef7897ae61d5202977e1b83eab2ff
说明:
数据源自**气象数据网地面观测数据,数据包含全国849个站点的经纬度信息,可视化后直观地展现气象站点在全国的位置分布。
周金霖 201728007010014
宋志华 201728007010009
上海市地铁交通图
https://janinezhou.github.io/mapwork/
成员
赵芳鹤-201818006010009
数据说明:
队员:201718007010002 耿芸
作品名称:2012年天津、北京、河北、山西、山东等8省各气象站的年降雨量数据图
作品网址:https://gengyun123.github.io/map1/
作品说明:包含天津、北京、河北、山西、山东、河南、内蒙古、辽宁8省2012年各气象站的年降雨量数据
队员
李磊磊 201718010210019
作品名称
北京医院分布图
数据来源于个人数据 非官方数据
201828007027009
lbs.amap.com/dev/mapdata/share/7ec5ba6de0233f6b9d5a0ed1002e6942
队员:201848600132010 郭曼
作品名称:华北8省雨量站及各站点2010-2013年雨量图&丝绸之路经济带
作品网址:https://geohey.com/apps/dataviz/4233391d343f4d76aa3ec07ec6aaeb97/share?ak=NmM4YWE5N2JhOTI0NDNiZGFiMGJlMzM0OGExODU0OTg
https://geohey.com/apps/dataviz/0601f748089f451aa3b969d53e8d36aa/share?ak=NmM4YWE5N2JhOTI0NDNiZGFiMGJlMzM0OGExODU0OTg
作品说明:根据雨量数据生成热力图,鼠标移动到城市上显示详细信息,如雨量站海拔、经纬度、台站名等
数据说明:2017年全国已经开设地理信息系统和遥感科学相关专业的院校,其中GIS院校有学校名称、开设对应专业的二级学院、通讯地址信息,RS院校有院校名称、是否为985、211院校信息。
实现平台:高德地图开放平台
实现功能:1、两类院校的分层显示及符号化
2、点击对应的院校点符号弹出详细信息框
作者:李佳俊 201828007027005
作品链接:https://lbs.amap.com/dev/mapdata/share/ee4c7371ed57c9e25cc4a3cf9f7e1fed
组员:杨仕仙
学号:201848600132011
作品名称:
作品1:上海公交-地铁图
作品2:上海银行分布图
作品网址:
作品1网址:https://geohey.com/apps/dataviz/aea55b2a1c7f465b9c35e89fa1ddaa59/share?ak=NjQ0ODg0MWEwOGU5NDU5ZGFmM2EyMmQxYWEzOTI3MmE
作品2网址:https://geohey.com/apps/dataviz/5291fe3c85614518866c9d6e30d7a021/share?ak=NjQ0ODg0MWEwOGU5NDU5ZGFmM2EyMmQxYWEzOTI3MmE
作品说明:
作品1:上海公交-地铁图包含上海公交站点信息、地铁站点信息、地铁路线信息以及全国通往上海的主要道路信息。
作品2:上海银行分布图包含**银行、上海银行、中信银行、上海浦东发展银行、交通银行、**邮政储蓄银行、**农业银行、**光大银行、**民生银行、招商银行、**工商银行、建设银行等银行的分布。
作品队员
林昊宇 201818013727006
高 瑶 201818013727022
作品名称
2018年全国各级主要城市的房价详细情况
作品网址
https://lbs.amap.com/dev/mapdata/share/250fcf7c1312c994c0b5287236f14ab3
内容说明
https://lbs.amap.com/dev/mapdata/mapv/edit/683e200ba9bcd4c42a61518224619e2a
郑一鸣 201848240537021 环境工程 **环境科学研究院
数据来源:生态环境部实时公布数据 百度文库经纬度数据
数据简介:以山东省为例,简单介绍了山东省十七地市的空气AQI指数,沿海烟台威海青岛AQI指数比较高,空气质量状况比较好,内陆地区例如济南、泰安、德州等地的空气质量。由于时间仓促只做了山东一个省份地级市,后续会做全国以及推广到县级市范围,对于环境工作者具有较大的参考意义。
成员:张杨-201848600132008
数据数据说明:
1、添加梅川江流域雨量站点数据
2、添加梅川江水域流域数据
3、用雨量站点名称绘制单值图,不同深浅程度的站点表示不同的雨量站
4、水域流域数据与雨量站点上数据叠加在一起,观察二者可能存在一定的关联。
https://geohey.com/apps/dataviz/de67fb09aa5f4c4eb524fcd0303666ab/share?ak=YzE1MmQzZWZlMGIyNDgzNmFiZmQwZGIxMTc1ZjIzN2Y
结合大家的专业方向,利用自己寻找的开放数据,进行互联网制图。
可采用的方式包括:
可以个人形式,也可以组队方式(最多不超过4人)。
要求提交地图作品的URL。具体为:在ucasmap的 Issues中新建一个主题,Issue标题为:AAA-BBB-CCC-Topic,然后写入以下信息:
- 队员:AAA,BBB,CCC,DDD。第一位为组长;
- 作品名称:******
- 作品网址:http://*******
- 其他说明
评分结果作为平时成绩,打分标准包括以下四个方面:
得分范围:80 - 100分,根据团队人员数量 n,依次减少n - 1分。如独立完成,不减分;2人完成,减1分;3-4人完成,减2分。
最后一次课时间,最迟提交为课后一周。
如有疑问,可以在Issue中提问。
联系老师: [email protected]
陈介威 201718006010001
王祎杰 201718006010018
2015**各省份人均煤炭消费量地图
1.数据来源**统计年鉴
2.圈越大颜色越深代表该地区人均煤炭消费越多
钟陈,付强,汪凡。
湖北省黄石市各区镇人口分布
https://api.mapbox.com/styles/v1/supernewbee/cjbqc88rv0r3h2sohzidz0jy9.html?fresh=true&title=true&access_token=pk.eyJ1Ijoic3VwZXJuZXdiZWUiLCJhIjoiY2pib3BjYjF3NWt4cDMybnp6aDRyaWFuMCJ9.Ooc_grktb5nKfKpwGxDAfQ#9.3/30.105342/114.971149/0
AAA,BBB,CCC,DDD。第一位为组长;
**PM2.5空气污染制图
http://*******
无
https://api.mapbox.com/styles/v1/maxiangyu/cjpv4e7i7024c2smz314udryt.html?fresh=true&title=true&access_token=pk.eyJ1IjoibWF4aWFuZ3l1IiwiYSI6ImNqcGo2N2FrNjAzZ3ozcm9tNzBnaGNhc2UifQ.wmPb-fWCy033nZMVV_cTTQ#0.87/0/107.9
地图显示了1700-2017南大洋发生的地震,颜色越深代表震级越大
小组成员:;马翔宇(201728007610015)王兆云(2018E8007661002)
队员:高姝
学号:201848600132004
作品名称:北京部分地区地质调查点分布图
作品网址:https://geohey.com/apps/dataviz/1fac9b58457440ccb8983ba10a0a915d/share?ak=ZmEyODE4YjhlODcxNGJhNGE0YWE2MzYyYzNmODA1Yzk
作品说明:图中点为北京市部分地区地质调查点,包含地理位置、经度、纬度、XY坐标值,地面高程等信息,本图使用地理位置数据来显示点,选择使用单值点来表示点信息使数据更易观察。
曹元晖(201748600132010)
山东省GDP与PM2.5制图
①山东省各市区/县GDP数据采用分级色彩法表示,红色越深表示该地区GDP总量越高。
②山东省PM2.5监测站监测数据采用分级色彩和分级符号法表示,圆形符号越大、颜色越深,表示该监测点获得的PM2.5数值越高。
作品队员
李冬雪 2017E8018061020
宋海慧 201728006010067
作品名称
2017**地震数据可视化
作品网址
https://cher-lee.github.io/lidongxue/earthquake/
其它说明
1, 数据来源于国家地震科学数据共享中心
2,根据地震发生密集程度绘制热力图
3,地图放大后会显示具体的地震点,不同颜色代表不同的震级
4,点击具体地震点可显示地震详细信息,包括地点,时间,震级,经纬度,深度
姜 纯 201728007010002
刘 爽201728010210022
杨力华201728012940023
图名:**5A级景点分布图
https://api.mapbox.com/styles/v1/qintuzi/cjbqp58lh7v0y2qs2szru4pij.html?fresh=true&title=true&access_token=pk.eyJ1IjoicWludHV6aSIsImEiOiJjamIzMHlrbDI3cjlkMzNucW14dTR6N2dzIn0.XIBB-Z02fpNesFEZxmdkDg#3.2/37.796609/112.200732/0
王宁-201728007010010
2017年度**各省百强县数量分布示意图
(1)数据源为2017年发布的全国各省百强县数量及分布数据,很遗憾没有成功的添加标注图例;
江苏省(24个)、山东省(21个)、浙江省(15个)、河南省(10个)、福建省(7个)、内蒙古自治区(5个)、湖南省(4个)、湖北省(3个)、广东省(2个)、河北省(2个)、**维吾尔自治区(1个)、宁夏回族自治区(1个)、贵州省(1个)、辽宁省(1个)、安徽省(1个)、江西省(1个)和陕西省(1个)。
(2)数据并非政府官方公布,并且不同版本数量也不相同,此处仅作为展示数据源。
庞程程201828013727011
作品名称:
2018年**地震数据可视化
其他说明:
地图显示全国范围地震区分布及其震级和深度,以气泡图形式展示,单击气泡会显示每个地区的地名、经纬度、震级和深度。气泡越大说明该地区震级越高。
数据来源于国家科技基础条件平台—国家地震科学数据共享中心(http://data.earthquake.cn/);
成员:岳珊娜 201828007610027
链接:https://lbs.amap.com/dev/mapdata/share/6cf76a5ac7716528e7ffc726fa4c5daa
说明:本作品展示了2017年**六大机场的日平均流量状况。
作品队员
马博源-201848510111021
沈钰仟-2018E8004261022
作品名称
2018年7月全国部分城市房价预览图
作品网址
lbs.amap.com/dev/mapdata/share/6f1e20e056951c673a235e2e691dae6c
其它说明
1.数据来源:http://www.zfdsj.org/report/shownews.php?lang=cn&id=54
2.数据呈现形式是3D效果热力图,点击左下角可以进行播放。
黄焱威 201728006010060 索南东主 201728006010068
谢云鹏 201728006010072 李春林 201728006010062
基于mapbox、leaflet的数据可视化展示
https://windyisland.github.io/mmhomework/
本次作业采用了mapbox和leaflet+R两种方式制图,其中用mapbox进行了山东省GDP分布图、降雨分布图、风向分布图、温度分布图、pm2.5分布图的制作,用R-leaflet进行了京津冀植被分类图和北京市房价图的制作。另外,制作网页时用到了iscroll.js(作用:使标签滑动更加流畅。方法:待网页所有内容加载完全后,摁住标签页左右滑动)。
网页界面设计以及mapbox图例和交互界面设计的css存放在当前库中的/css 目录下。
mapbox中图例以及显示属性的交互采用Mapbox Studio和Mapbox GLJS 完成。
由于leaflet+R进行制图的数据量较大,影响网页加载流畅程度,故采用按钮加载的方式。
开发用到的文件及代码(除shp以外)均以上传到github。
由于用mapbox所制成的地图为网络地图,所以可能遇到网络连接不佳,地图无法加载的情况。如遇上述情况,请过段时间再尝试。
作品队员
林世明 2018E8013761027
杨元浩 2018E8013761025
刘财安 2018E8013761028
郭子涵 2018E8013761014
作品名称
2018年**百强县分布图
作品网址
lbs.amap.com/dev/mapdata/share/33969aff0af6b8225257c8e0530ffd77
其它说明
1.数据来源于权威机构工信部赛迪研究院,经纬度数据来源于腾讯高德地图。
2.数据呈现形式是气泡图,随着地图放大,各点会分开。
1、成员:寇志翔
2、作品名称:全球部分山地分布及其垂直带谱数量展示
3、作品网址:https://lbs.amap.com/dev/mapdata/share/47b79cf7eecf1361665ea97f872cd8e5
4、数据来源于公开发表的文献。
制图人:张兴
学号:201828006210002
数据来源:野外实地检测及各大监测站数据
网址: https://lbs.amap.com/dev/mapdata/publish/c2f31588b1c0adbf9f7f1ae649e702fe
数据简介:该数据主要描述了吉林,哈尔滨两个省份重要地区的氮氧化物[排放分布地点,以及排放量。为环保监测提供了依据。
成员
陈利-201828010234003
1, 数据来源于国家地震科学数据共享中心
2,根据地震发生密集程度绘制热力图
3,地图放大后会显示具体的地震点,不同颜色代表不同的震级
https://lbs.amap.com/dev/mapdata/share/eeec995a51850bc2da426aec42a2ba2e
成员:武天丽-201828007010020
数据数据说明:
1、租房数据来源于:利用Python爬虫对链家网上租房数据进行爬取,利用百度经纬度API查询各个小区的经纬度坐标;
2、对得到的坐标进行数据清洗,筛除不合理数据;
3、利用高德地图数据可视化模块生成热力图,链接1所示;
4、利用百度地图热力图API制作热力图网页,html文件放置在百度云中,为链接2,这个能用chrome直接打开。文件名为:baidu_heatmap.html (链接中还有两个文件是高德的三维热力图,那个可以用HBuilder运行成功,但是直接打开会报错)
链接1:https://lbs.amap.com/dev/mapdata/share/ccafe2ebace08393b5e03dc01ef06d2e
链接2:https://pan.baidu.com/s/1sTzqdWw90LB0t2nJk_vs2Q
1.成员:徐锡杰
学号:2018E8008462002
2.作品名称:全国降雨量测站点分布图
作品网址:https://geohey.com/apps/dataviz/79d76ee9cbfc4da18fe25abc29022645/share?ak=NDA5YjU0NTY3YWY5NDg3ZDhiNWRhMDIxNWIxZTJlZmY
3.数据:
1)**矢量范围数据
2)降雨量测站点分布数据
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.