前言
本博客主要是通过一幅完整数字地图的制作过程，巩固计算机制图内容，报告中涉及到了地图数字化、空间数据的存储与管理、空间数据库的建立、符号化、制图综合技术和空间分析等内容。从而锻炼自身的动手实践能力，了解一幅地图制作设计的完整流程，为以后的科研工作打基础。
本次博客主要是利用软件Arcgis 10.1、Matlab 2012b和EChart完成。报告结构主要是按照地图制作的步骤进行分析：
第一部分数据，主要介绍现有数据的种类及数据的预处理；
第二部分方法，数据库的建立、专题地图制作的过程和方法；
第三部分结果与分析，主要展示制作的专题地图，并对相关数据进行分析；
第四部分高级制图部分与讨论，针对高级制图的制作与自己的不足进行总结。
一、数据预处理
1.1 数据来源
本博客使用到的数据包括：图1：中国地图数字照片，气象站点基础数据（CWeatherStation.xls），气象站点观测数据（CObservation.xls）。其中对无效数据进行了删除。
1.2 数据配准与数字化
图1.中国地图数字照片
图2.配准后的中国地图
1.3 数据投影的判断
不同类型的投影通常具有不同的经纬线特点，因此投影类型可以通过判别经纬线网的形状来确定。在确定投影类型时，准确区分经纬线是直线与曲线、同心圆弧与同轴圆弧，是非常重要的。由于大比例尺地图通常属于国家基本比例尺地形图，投影简单，易于查知，且包含的制图区域小，无论采用何种投影，变形都很小。因此，地图投影的判别主要是针对小比例尺地图而言。
判别地图投影，一般先是根据经纬线网的形状确定投影的类型，如方位投影、圆柱投影、圆锥投影等；然后是判定投影的变形性质，如等角、等积或任意投影。
不同类型的投影通常具有不同的经纬线特点，因此投影类型可以通过判别经纬线网的形状来确定。在确定投影类型时，准确区分经纬线是直线与曲线、同心圆弧与同轴圆弧，是非常重要的。直线只要用直尺比量，便可确定。判断曲线是否为圆弧，可用点迹法，即将透明纸覆盖在曲线上，在透明纸上沿曲线按一定间距定出3至6个点，然后沿曲线徐徐向一端移动透明纸，若这些点始终都不偏离此曲线，则证明此曲线是圆弧，否则就是其它曲线。判别纬线是同心圆弧还是同轴圆弧，可量算相邻圆弧间的纬线间隔（即经线长），若处处相等，则证明这些圆弧为同心圆弧，否则便是同轴圆弧。
此外，由于正轴圆锥投影与正轴方位投影的经纬线形状有时可能完全相同，因此，在判别时，可以通过以下两种方法来区分：一是量算相邻两条经线的夹角是否与实地经差相等。若相等则为方位投影，否则就是圆锥投影；二是分析制图区域所处的地理位置。若制图区域在极地一带，则为正轴方位投影，若在中纬度地带，则为圆锥投影。
查阅了原图的出处《中华人民共和国国家自然地图集》，最终得知地图投影类型为正轴等角割圆锥投影。
对于数字化后的数据，并没有投影信息，为了将数据从曲面转到平面，需要对数据进行投影转换。有前面可知，本次数据的投影为lambert投影。其投影参数为起算纬度（0°N），中央经线（105°E），标准纬线1（25°N），标准纬线2（47°N）。
在ArcGis中选择Lambert_Conformal_Conic等角投影，参数如上选择的进行设置。
图3.Lambert投影后的河流
二、数据库的建立
在arccatalog中建立个人数据库，data.mdb.将数字化后的图层添加到数据库中，也将统计后的气象数据添加为数据库的table文件。这样不仅有利于所有数据的加载显示的一致性，同时也有利于数据的管理。在属性数据导入时，需要特别注意的是，为防止附加错误的发生，应新建一个table，然后再将数据导入，同时表的抬头不能以数字开头，每列数据需保证数据格式一致，否则会导致数据加载出错。
加载数据，将CObservation中的12个月的数据全部加载进来，形成一张整表。并剔除错误数据，包括空和9999等值。将最后的数据也可以放入数据库中。
2.1 栅格数据插值分析
以年均温为例，在Matlab中统计出各站点的月平均气温，然后得出年平均气温。在Arcgis中与区站号连接，并显示XY数据，生成一个点的shapefile文件，并利用普通克里金插值或者反距离加权进行插值，生成如图：
图4.全国（部分）年均温普通克里金插值结果图
将空间化后的站点数据与统计后的站点相关气象数据（年平均气温、年降水量、年降水日数），通过各站点的编号进行信息关联，是的空间化后的站点数据有观测值。然后对各站点数据进行差值，得到连续变化的图层。如果直接对原有的站点进行插值，会发现其插值结果无法覆盖全部陆表范围，如上图4所示。 本文又加入了四个点，使得最后得到的插值结果图能覆盖全中国。根据地理学第一定律，空间的相关性。四个点的属性和邻近的站点一致。如表1所示。得到全国范围的图如图5.
表1.添加点的位置与属性表以年均温和年均降水量为例
图5.改进后全国年均温普通克里金插值结果图
改进后的插值结果可以完全覆盖全国范围。数据内插后，利用国界面图层来裁剪，就得到了全国的连续变化的气象信息分布情况。如图6是内插后得到的年平均气温分布图。
三、全国气温专题地图
3.1 年平均气温专题地图
图6. 年平均气温与北纬30°城市温度分布图
我国气温分布总的特点是北冷南热，低海拔地区暖，高海拔地区冷。东部地区受纬度影响显著，由南向北气温逐渐降低，南岭以南的地区温度最高，长江流域的温度次之，而内蒙古东部以及东北地区平均温度比较低。西部地区受地形影响显著，整体温度比较低，尤其是新疆北部及青藏高原。需要说明的是，由于我国是显著的大陆性季风区，气温的分布具有明显的季节性变化，所以年平均气温不足以说明区域的温度状况。
在长江流域带（30°N纬度带）的南京、武汉、成都、重庆拉萨，除拉萨地处高原温度比较低外，其他城市平均温度都比较高，这些城市也都是我们所熟知的“火炉”城市。
3.2 气温年较差专题图
图7. 气温年较差专题图
我国气温年较差整体上呈现出东南沿海小，西北内陆大（南方小，北方大；东部小，西部大）的特点。如图7所示，昆明年较差在7~14°范围，一年四季如春。北方年较差大，是典型的夏季炎热，冬季寒冷的气候，尤其是，新疆乌鲁木齐北部与大兴安岭西部尤为明显。
如果考虑到海拔等因素的影响，气温年较差还呈现出：内陆向沿海递减，原因是海水比热大；海拔低向海拔高递减，因为海拔高夏天比其它地方温度低，冬天我国普遍低温；山地比平原温差变化大，因为山地在低温时温度要低于同期的平原的低温。但海拔与年较差呈正相关现象，海拔越高年较差越大。
3.3 年降水量专题图
图8. 全国年降水量专题图
我国年降水量呈现出明显的南多北少、西北至东南逐渐增加的趋势。降水量在杭州至贵阳，武汉至海口范围内最大。在究其原因是：我国东南临海，西北深入到亚欧大陆内部，使得我国的水分循环自东南沿海向西北内陆逐渐减弱。另一方面，能带来大量降水的夏季风，受重重山岭的阻挡和路途越来越远的制约，影响程度自东南沿海向西北内陆逐渐减小。
3.4 年降水日
图9. 全国年降水日专题图
我国年降水日的空间分布规律与年降水量分布规律类似，也呈现出明显的南多北少、西北至东南逐渐增加的趋势。
3.5 全国夏季降水量百分比
图10. 全国夏季降水百分比专题图
可以看出，我国北方降水主要在夏季，6，7，8月份的降水比重占的比较大。降水东西方向差异较为明显。
四、高级制图
高级制图运用了，Echart进行对数据进行可视化。ECharts是一款开源、功能强大的数据可视化产品，紧跟着大数据时代的步伐。
以全国气温年较差为例子，将年较差温度分为三个等级：年较差大：>20°白色闪烁，年较差一般10~20°青色，年较差小<10°白色闪点。
图11. 全国年较差热点高级动态视图
本次高级制图，只是将单一元素进行了可视化，以后可以试着制作带时间轴的动态图。通过本博客可以看出，一幅完整的专题地图制作，需要有很多的中间过程，这其中不仅涉及到基础的地图配准及数字化工作，同时还需要进行一些必要的数据分析，将分析后的数据空间表达出来。这是一个比较复杂的过程，要求制图人在做做图前，要有比较清晰的思路及比较周密的计划，否则可能会造成制图的错误及不需要的冗余工作。
