mapboxgl 中插值表达式的应用场景分析

一、前言

interpolate是mapboxgl地图样式中用于插值的表达式，能对颜色和数字进行插值。

它的应用场景有两类：

对地图数据进行颜色拉伸渲染。常见的应用场景有：热力图、轨迹图、模型网格渲染等。
在地图缩放时对图形属性进行插值。具体为，随着地图的缩放，在改变图标大小、建筑物高度、图形颜色等属性时，对属性进行插值，从而实现平滑的过渡效果。

这篇文章就把 mapboxgl 中interpolate插值工具的常见应用场景介绍一下。

二、语法

先看一下interpolate插值工具的语法。

interpolate表达式要求至少有5个参数，分别是表达式名称、插值类型、输入值、判断值、输出值。

[\”interpolate\”, //表达式名称
interpolation: [\”linear\”] | [\”exponential\”, base] | [\”cubic-bezier\”, x1, y1, x2, y2 ], //插值类型
input: number, //输入值
stop_input_1: number, stop_output_1: OutputType, //一组判断值和输出值
stop_input_n: number, stop_output_n: OutputType, … //一组判断值和输出值
]: OutputType (number, array<number>, or Color) //返回插值完的结果

其中插值类型会在后面详细介绍，这里先不多说。

判断值、输出值是“一组”的关系，它们必须两两出现。

还有一点需要注意，就是判断值必须遵循升序规则。

下面我们结合实际场景理解起来会更容易一些，先说第一类应用场景：对地图数据进行颜色拉伸渲染。

三、对地图颜色进行拉伸渲染

这个和ArcGIS中对栅格数据进行颜色拉伸渲染是一个意思。

地图颜色拉伸渲染的本质，是根据网格的属性值为网格设置颜色，当网格足够小、足够密时，就容易产生颜色平滑过渡的效果。

前面说到，常见的应用场景有：热力图、轨迹图、模型网格渲染等。

在mapboxgl中，热力图和轨迹图它们虽然看上去不像是由网格组成的，但在计算机图形学的框架下，任何在屏幕上显示的内容，都是由像素来呈现的，而像素是规律排列的网格，所以可以把热力图和轨迹也看成是由网格组成的。

这一点在WebGL开发时尤为明显，因为需要自己写片元着色器定义每个像素的颜色。

mapboxgl提供了热力图和轨迹图的像素属性值计算工具：

热力图中为heatmap-density表达式，用来计算热力图上每个像素的热力值。
轨迹线中为line-progress表达式，用来计算在当前线段上每个像素的行进百分比。

模型网格渲染时，网格需要自己生成，网格中的属性值也需要自己计算，通常在项目上这些是由模型完成的，如：EFDC水动力模型、高斯烟羽大气污染扩散模型等。

模型输出的结果就是带属性值的网格，interpolate表达式的任务仍然是根据网格的属性值为网格设置颜色。

1. 热力图

实现效果：

数据使用的是北京市公园绿地无障碍设施数量。

代码为：

//添加图层
map.addLayer({
\”id\”: \”park\”,
\”type\”: \”heatmap\”,
\”minzoom\”: 0,
\”maxzoom\”: 24,
\”source\”: \”park\”,
\”paint\”: {
\”heatmap-weight\”: 1,
\”heatmap-intensity\”: 1,
\’heatmap-opacity\’:0.4,
\’heatmap-color\’: [//热力图颜色
\’interpolate\’,
[\’linear\’],
[\’heatmap-density\’],
0,\’rgba(255,255,255,0)\’,
0.2,\’rgb(0,0,255)\’,
0.4, \’rgb(117,211,248)\’,
0.6, \’rgb(0, 255, 0)\’,
0.8, \’rgb(255, 234, 0)\’,
1, \’rgb(255,0,0)\’,
]
}
});

上述代码中，使用interpolate表达式进行线性插值，输入值是heatmap-density热力图密度，热力图密度的值在0-1之间，输出值是热力图中各个像素的颜色。

\’heatmap-color\’: [
\’interpolate\’,
[\’linear\’],
[\’heatmap-density\’],
0,\’rgba(255,255,255,0)\’,
0.2,\’rgb(0,0,255)\’,
0.4, \’rgb(117,211,248)\’,
0.6, \’rgb(0, 255, 0)\’,
0.8, \’rgb(255, 234, 0)\’,
1, \’rgb(255,0,0)\’,
]

表达式详解：

密度为0或小于0，输出颜色'rgba(255,255,255,0)'
密度为0-0.2，输出颜色在'rgba(255,255,255,0)'和'rgb(0,0,255)'之间
密度为0.2，输出颜色'rgb(0,0,255)'
密度为0.2-0.4，输出颜色在'rgb(0,0,255)'和'rgb(117,211,248)'之间
密度为0.4，输出颜色'rgb(117,211,248)'
密度为0.4-0.6，输出颜色在'rgb(117,211,248)'和'rgb(0, 255, 0)'之间
密度为0.6，输出颜色'rgb(0, 255, 0)'
密度为0.6-0.8，输出颜色在'rgb(0, 255, 0)'和'rgb(255,0,0)'之间
密度为0.8，输出颜色'rgb(255, 234, 0)'
密度为0.8-1，输出颜色在'rgb(255, 234, 0)'和'rgb(255,0,0)'之间
密度为1或大于1，输出颜色'rgb(255,0,0)'

在线示例：http://gisarmory.xyz/blog/index.html?demo=mapboxglStyleInterpolate1

和颜色拉伸渲染对应的另一种渲染方式，是使用step表达式对数据进行颜色分类渲染。

颜色分类渲染的实现方式在上面示例的代码中就有，只是被注释了，可以把代码下载下来自行尝试。

实现效果如下：

2. 轨迹图

mapboxgl官网上提供了一个示例，是用颜色来表达轨迹行进的进度，效果图如下：

它是用线的line-gradient属性来实现的，其中用到了插值表达式interpolate和线进度表达式line-progress，interpolate表达式在这里的作用依旧是对属性值进行颜色拉伸渲染，代码如下：

map.addLayer({
type: \’line\’,
source: \’line\’,
id: \’line\’,
paint: {
\’line-color\’: \’red\’,
\’line-width\’: 14,
// \’line-gradient\’ 必须使用 \’line-progress\’ 表达式实现
\’line-gradient\’: [ //
\’interpolate\’,
[\’linear\’],
[\’line-progress\’],
0, \”blue\”,
0.1, \”royalblue\”,
0.3, \”cyan\”,
0.5, \”lime\”,
0.7, \”yellow\”,
1, \”red\”
]
},
layout: {
\’line-cap\’: \’round\’,
\’line-join\’: \’round\’
}
});

在实际项目中，这种用颜色表达轨迹进度的场景相对少见，更多时候我们需要用颜色来表示轨迹的速度。

用颜色表示轨迹速度：

我们准备了一条骑行轨迹数据，轨迹由多个线段组成，每个线段上包含开始速度、结束速度和平均速度属性，相邻的两条线段，前一条线段的结束点和下一条线段的开始点，它们的经纬度和速度相同。

//line数据中的单个线段示例
{
\”type\”: \”Feature\”,
\”properties\”: {
\”startSpeed\”: 8.301424026489258, //开始速度
\”endSpeed\”: 9.440339088439941, //结束速度
\”speed\”: 8.8708815574646 //平均速度
},
\”geometry\”: {
\”coordinates\”: [
[
116.29458653185719,
40.08948061960585
],
[
116.29486002031423,
40.08911413450488
]
],
\”type\”: \”LineString\”
}
}

最简单的实现方式就是，根据线段的平均速度，给每条线段设置一个颜色。

实现方式仍然是使用interpolate表达式，用它来根据轨迹中线段的速度对颜色进行插值。

核心代码如下：

//添加图层
map.addLayer({
type: \’line\’,
source: \’line\’,
id: \’line\’,
paint: {
\’line-color\’: [
\’interpolate\’,//表达式名称
[\”linear\”],//表达式类型，此处是线性插值
[\”get\”, \”speed\”],//输入值，此处是属性值speed
0,\’red\’,//两两出现的判断值和输出值
8,\’yellow\’,
10,\’lime\’
],
\’line-width\’: 6,
\’line-blur\’: 0.5
},
layout: {
\’line-cap\’: \’round\’
}
});

上面代码中，interpolate表达式的意思是：

0km/h及以下(含0km/h)输出红色
0-8km/h输出红到黄之间的颜色
8km/h输出黄色
8-10km/h输出黄到绿之间的颜色
10km/h及以上(含10km/h)输出绿色

实现效果如下：

示例在线地址：http://gisarmory.xyz/blog/index.html?demo=mapboxglStyleInterpolate2

整体看上去还不错，但放大地图时会发现，颜色是一段一段的，过渡不够平滑，如下图：

如何能让局部的颜色也平滑起来呢？

要是能让两个线段间的颜色平滑过渡就好了。

想到这里，我们又想起了前面那个用颜色表示轨迹进度的官方示例，如果把两种方式结合一下或许能实现想要的效果。

实现思路：

每条线段的属性中有开始速度和结束速度，根据颜色和速度的对应关系，可以插值出每条线段的开始颜色和结束颜色，前一条线段的开始颜色和后一条线段的结束颜色为同一个颜色，每条线段中间的颜色通过使用line-gradient实现从开始颜色到结束颜色的渐变。

这样就能实现两个线段间颜色的平滑过渡了。

实现方法：

按照这个思路需要进行两次插值，第一次插值是插值出每个线段的开始颜色和结束颜色，第二次是插值出每个线段上每个像素的颜色

本来是想在mapboxgl中，通过多个表达式的嵌套来实现此功能，这样代码会比较简洁，但多次尝试发现行不通，原因是，因为mapboxgl对line-gradient和line-progress在的使用上的一些限制，所以第一次插值的逻辑需要自己动手实现。

第一步，自己动手写个颜色插值函数，插值出每个线段的开始颜色和结束颜色，实现方式注释里面已经写的比较清楚了。

//通过canvas获取开始颜色和结束颜色：
//原理是利用canvas创建一个线性渐变色对象，再通过计算颜色所在的位置去用getImageData获取颜色，最后返回这个颜色
//1.创建canvas
var canvas = document.createElement(\”canvas\”);
canvas.width = 101;
canvas.height = 1;
var ctx = canvas.getContext(\’2d\’);
//2.创建线性渐变的函数，该函数会返回一个线性渐变对象，参数0,1,101,1分别指：渐变的起始点x，y和渐变的终止点x，y
var grd = ctx.createLinearGradient(0,1,101,1)
//3.给线性渐变对象添加颜色点的函数，参数分别是停止点、颜色
grd.addColorStop(0,\’red\’);
grd.addColorStop(0.8,\’yellow\’);
grd.addColorStop(1,\’lime\’);
//4.给canvas填充渐变色
ctx.fillStyle = grd;
ctx.fillRect(0, 0, 101, 1);
//5.返回渐变色的函数
function getInterpolateColor(r) {
//6.这里是渐变色的精细度，我将canvas分成101份来取值，每一份都会有自己对应的颜色
//声明的变量x就是我们需要的颜色在渐变对象上的位置
let x = parseInt(r * 100);
x>100?x=100:x=x
//7.传入插值颜色所在的位置x，通过canvas的getImageData方法获取颜色
var colorData = ctx.getImageData(x, 0, 1, 1).data;
//8.返回这个颜色
return `rgba(${colorData[0]},${colorData[1]},${colorData[2]},${colorData[3]})`
}

第二步，每个线段设置为一个图层，每个图层调用第一步的方法获取线段的开始颜色和结束颜色，然后使用line-gradient属性设置线段中间的颜色。

//allFeatures是line数据中单个线段组成的集合
allFeatures.map((item,index)=>{
//通过上面的渐变色函数获取开始颜色和结束颜色
let startColor = getInterpolateColor(item.properties.startSpeed/10)
let endColor = getInterpolateColor(item.properties.endSpeed/10)
//循环添加图层
map.addLayer({
type: \’line\’,
source: \’line\’,
id: \’line\’+index,
paint: {
\’line-width\’: 6,
\’line-blur\’: 0.5,
\’line-gradient\’: [
\’interpolate\’,
[\’linear\’],
[\’line-progress\’],
0, startColor,
1, endColor
]
},
layout: {
\’line-cap\’: \’round\’,
},
\’filter\’: [\’==\’, \”$id\”, index]
});
})

每个线段设置为一个图层，最后可能会有上千个图层，这样不容易管理。

这里提供另一种思路，可以将所有线段合并为一条折线，然后计算出折线上每个节点的速度、颜色和占整个轨迹的百分比，占整个轨迹的百分比通过节点距离起点和终点的长度来计算。

将所有节点的百分比和颜色两两对应作为line-gradient的判断参数，这样就能产生和多个图层同样的效果，同时只需要创建一个图层。

这种方式的缺点是需要处理数据，具体适合用哪种可以根据实际情况来定。

最终实现效果如下：

示例在线地址：http://gisarmory.xyz/blog/index.html?demo=mapboxglStyleInterpolate3

2. 模型网格渲染

这种模式下，网格数据主要来自模型输出结果，在输出结果的基础上，只需要用interpolate插值工具，根据网格属性值插值出网格颜色就ok。

下面的代码和效果图，是用EFDC模型的输出结果做的示例，这个网格相对比较大一些，但中间部分的过渡还算自然。

代码：

//图层
{
\”id\”: \”waterTN\”,
\”type\”: \”fill\”,
\”source\”: \”efdc\”,
\”paint\”: {
\”fill-color\”: [
\”interpolate\”,
[\”linear\”],
[\”get\”, \”TN\”],//输入值是属性TN
0, \”#36D1DC\”,
15, \”#6666ff\”,
20, \”#4444FF\”
]
}
}

效果图：