1. 项目概述为什么我们需要用MATLAB画地图在地理信息分析、气象研究、城市规划、环境监测乃至商业选址等众多领域地图可视化都是不可或缺的一环。你可能用过ArcGIS、QGIS这类专业GIS软件也可能接触过Python的Basemap或Cartopy库。但如果你恰好身处一个以MATLAB为核心计算环境的团队或实验室或者你的数据处理、模型仿真流程本身就构建在MATLAB之上那么直接在MATLAB环境中完成地图的绘制与叠加分析无疑能极大提升工作效率避免数据在不同平台间导入导出的繁琐与损耗。“MATLAB绘制地图”这个需求背后远不止是画几条线、填几个色块那么简单。它涉及到几个核心痛点第一如何获取并导入正确的地理数据第二如何将你的数据比如温度场、人口密度、站点位置准确地“贴”到地图的正确位置上第三如何控制地图的投影方式使得在高纬度或大范围区域展示时不会严重失真第四如何让最终出图既专业美观又符合学术出版或项目报告的要求我见过不少朋友一开始试图用plot函数画个经纬度网格就当作地图结果在展示实际地理数据时漏洞百出。也见过有人因为不熟悉地图工具箱Mapping Toolbox的调用逻辑被复杂的参数设置劝退。这篇教程的目的就是帮你系统性地打通从零到一的整个流程不仅告诉你每一步怎么操作更会解释清楚背后的地理信息学原理和MATLAB的实现逻辑。无论你是要画一张简单的中国省级行政区划图还是要叠加全球海温异常数据甚至是制作动态的台风路径图这里面的核心方法论都是相通的。2. 核心工具箱与数据准备你的“武器库”和“弹药”工欲善其事必先利其器。在MATLAB中绘制专业地图主要依赖两个核心Mapping Toolbox和正确格式的地理数据。2.1 认识Mapping Toolbox不仅仅是画图首先确保你的MATLAB安装了Mapping Toolbox。你可以通过命令ver在命令行查看。这个工具箱提供了一整套用于处理地理数据、执行地图投影和进行地图可视化的函数。它与MATLAB基础的图形系统深度集成这意味着你可以像操作普通plot图形一样去设置地图的轴属性、添加颜色栏、图例并享受MATLAB强大的交互式图形界面。Mapping Toolbox的核心思想是“地图轴Map Axes”。与普通的笛卡尔坐标轴不同地图轴理解经纬度坐标并能根据你指定的投影方式将球面上的点映射到二维平面上。创建地图轴的关键函数是axesm或worldmap。axesm功能更强大、更底层允许你精细控制几乎所有投影参数worldmap则更便捷能快速创建一个适合指定地理区域的地图。2.2 地理数据的三大来源与处理没有数据再好的工具箱也是巧妇难为无米之炊。地理数据主要分为三类矢量数据点、线、面如国界、海岸线、道路、栅格数据网格化的数值矩阵如高程、温度、土地利用类型和属性数据与地理要素相关的信息如城市名称、人口。1. 内置与在线数据MATLAB Mapping Toolbox自带了一些基础数据集例如coastlines: 全球海岸线数据矢量线。usastateshi.shp: 美国州界数据Shapefile格式。通过webmap和wmsread函数可以访问一些在线的Web地图服务WMS获取卫星影像、地形图等栅格底图。这对于获取最新底图非常方便。2. 标准格式文件导入这是最主流的方式。MATLAB可以直接读取多种GIS标准格式Shapefile (.shp): 最常用的矢量数据格式。使用shaperead函数读取它会返回一个结构体数组每个元素包含几何信息X/Y坐标和属性字段。S shaperead(china_provinces.shp); % S是一个结构体数组每个元素代表一个省份 % S(1).X, S(1).Y 包含了第一个省份多边形的边界坐标 % S(1).NAME 可能包含省份名称属性GeoTIFF (.tif): 最常用的栅格数据格式它内部嵌入了地理坐标信息。使用readgeoraster函数读取它能同时获取图像数据矩阵和地理参考对象。[A, R] readgeoraster(dem.tif); % A 是高程数据矩阵 % R 是地理参考对象包含了像素大小、左上角坐标等信息NetCDF (.nc) / GRIB: 常用于气候、海洋模型输出。使用ncread等函数读取。3. 自制或转换数据你的实验数据、模拟结果通常是一组经纬度和对应的数值。你需要将其组织成MATLAB可以识别的格式。例如一个包含站点信息的表格% 假设有三个气象站 lats [39.9, 31.2, 23.1]; % 纬度 lons [116.4, 121.5, 113.3]; % 经度 temp [25.5, 28.1, 30.3]; % 温度值 station_names {Beijing, Shanghai, Guangzhou};注意在导入Shapefile时务必注意坐标系的统一。全球数据常用WGS84坐标系经纬度。如果你的数据是其他投影坐标系如UTM而你又用经纬度地图轴去显示位置就会错乱。此时可能需要先用projinv函数进行坐标反变换。3. 从零开始绘制第一张专业地图理论说再多不如动手画一张。我们以一个经典需求为例绘制一张带有中国省界、主要河流并标注几个主要城市的地图。3.1 步骤一创建地图轴与设置投影我们选择使用axesm来获得完全的控制权。这里我们选择“墨卡托投影”Mercator它是一种等角圆柱投影在低纬度地区形状保持较好常用于网络地图。figure(Position, [100, 100, 800, 600]) % 创建一个指定大小的图形窗口 ax axesm(mercator, ... % 投影类型 MapLatLimit, [15 55], ... % 地图的纬度显示范围 [南界 北界] MapLonLimit, [70 135], ... % 地图的经度显示范围 [西界 东界] Frame, on, ... % 显示地图框 Grid, on, ... % 显示经纬网格 MeridianLabel, on, ... % 标注经度刻度 ParallelLabel, on, ... % 标注纬度刻度 MLabelLocation, 20, ... % 经度标注间隔20度 PLabelLocation, 10, ... % 纬度标注间隔10度 MLabelParallel, south, ... % 经度标签放在南边 PLabelMeridian, west); % 纬度标签放在西边 title(中国区域地图)运行这段代码你会看到一个带有经纬网格的空白地图框范围覆盖了中国主要区域。MapLatLimit和MapLonLimit是至关重要的参数它们决定了地图的“视野”。设置不当你的数据可能会落在视野之外而看不到。3.2 步骤二添加矢量边界海岸线、国界、省界现在我们把地理要素“叠”上去。首先添加全球海岸线内置数据% 加载内置海岸线数据 load coastlines % 这会加载变量 coastlat 和 coastlon % 在地图轴上绘制海岸线 plotm(coastlat, coastlon, k-, LineWidth, 0.5) % ‘k-’代表黑色实线接下来假设你有一个名为china_provinces.shp的Shapefile文件包含了中国省界。provinces shaperead(china_provinces.shp); % 使用geoshow函数在地图轴上显示矢量数据。geoshow是专门用于在地图轴显示地理数据的函数。 geoshow(ax, provinces, FaceColor, none, EdgeColor, [0.3 0.3 0.3], LineWidth, 0.8); % FaceColor ‘none’ 表示多边形内部不填充 % EdgeColor 设置边界线颜色用同样的方法你可以添加河流、湖泊等任何矢量图层。关键在于使用geoshow而非普通的plot因为geoshow能自动处理数据与地图轴投影的匹配。3.3 步骤三添加点数据与标注现在标注北京、上海、广州三个城市。city_lat [39.9, 31.2, 23.1]; city_lon [116.4, 121.5, 113.3]; city_name {北京, 上海, 广州}; % 在地图轴上绘制散点 scatterm(city_lat, city_lon, 80, r, filled, ^) % 红色、填充、三角形标记大小80 % 添加文本标注 textm(city_lat, city_lon, city_name, ... HorizontalAlignment, left, ... % 文本水平对齐方式相对于坐标点 VerticalAlignment, bottom, ... % 文本垂直对齐方式 FontSize, 10, ... Color, b, ... FontWeight, bold);scatterm和textm是scatter和text的地图轴版本它们接受经纬度作为坐标输入。3.4 步骤四美化与输出一张专业的地图离不开细节的美化。% 设置网格线样式 setm(ax, GLineStyle, :, GLineWidth, 0.5, GColor, [0.7 0.7 0.7]) % 设置字体 set(gca, FontName, Arial, FontSize, 11) % 添加指北针和比例尺Mapping Toolbox 提供 northarrow(latitude, 50, longitude, 130, scaleratio, 0.05) % 在指定经纬度位置添加指北针 scaleruler on % 在左下角添加比例尺 % 调整图形输出质量 set(gcf, Color, w); % 设置图形背景为白色 exportgraphics(gcf, china_map.png, Resolution, 300) % 以300DPI导出PNG图片至此一张要素完整、样式规范的中国区域地图就生成了。这个过程体现了地图绘制的基本工作流创建地图轴 - 添加底层矢量要素 - 叠加业务数据 - 美化与输出。4. 进阶技巧处理栅格数据与专题制图很多时候我们的数据不是简单的点线面而是一张覆盖整个区域的“图片”比如数字高程模型DEM、卫星反演的海表温度、模拟的降水场。这就是栅格数据。4.1 加载与显示栅格数据以DEM为例假设我们有一个GeoTIFF格式的DEM文件dem_china.tif。[A, R] readgeoraster(dem_china.tif); % A是高程值矩阵R是关联的地理参考对象直接使用geoshow显示栅格数据figure; ax2 axesm(mercator, MapLatLimit, R.LatitudeLimits, MapLonLimit, R.LongitudeLimits); % 使用geoshow显示栅格并指定颜色映射 h geoshow(ax2, A, R, DisplayType, texturemap); colormap(ax2, terrain) % 使用‘terrain’配色方案适合高程 colorbar(southoutside) % 在图形下方添加颜色栏 title(中国区域数字高程模型 (DEM))‘texturemap’显示模式会将数据矩阵像贴图一样渲染在地图表面。这里R对象至关重要它告诉geoshow矩阵A中每一个像素所对应的真实地理位置。4.2 创建分级设色图Choropleth Map这是另一种常见的专题地图用不同的颜色填充行政区划如各省颜色深浅代表某个统计指标如GDP、人口密度的大小。假设我们有一个结构体数组provinces来自Shapefile并且我们有一个对应的数值数组gdp_data长度与省份数相同代表各省的GDP。% 假设 provinces 已从 shaperead 加载 % 假设 gdp_data 是一个数值向量 % 1. 对GDP数据进行分等级 num_classes 5; % 分为5级 [~, edges] histcounts(gdp_data, num_classes); % 获取分级边界 % 2. 为每个省份确定其所属的等级 province_class discretize(gdp_data, edges); % 3. 定义一个颜色映射例如从浅黄到深红 cmap [linspace(1, 0.9, num_classes), linspace(1, 0.2, num_classes), linspace(0.8, 0.1, num_classes)]; % 4. 绘制地图按等级着色 figure; ax3 axesm(mercator, MapLatLimit, [15 55], MapLonLimit, [70 135]); hold(ax3, on) for i 1:length(provinces) face_color cmap(province_class(i), :); % 根据等级获取颜色 geoshow(ax3, provinces(i), FaceColor, face_color, EdgeColor, k, LineWidth, 0.5); end colormap(ax3, cmap) caxis([1, num_classes]) % 设置颜色轴范围 colorbar(Ticks, 1:num_classes, TickLabels, compose(Level %d, 1:num_classes)) title(中国各省GDP分级设色图)这个例子展示了如何将属性数据与几何数据结合生成具有统计意义的专题地图。关键在于discretize函数对连续数据进行离散化分级然后为每个几何要素省份多边形分配对应的颜色。4.3 叠加多层数据矢量与栅格的融合在实际分析中我们经常需要将多种数据叠加在一张图上。例如在DEM地形图上叠加省界和城市点。figure; ax4 axesm(mercator, MapLatLimit, R.LatitudeLimits, MapLonLimit, R.LongitudeLimits); % 先显示栅格底图DEM geoshow(ax4, A, R, DisplayType, texturemap); colormap(ax4, gray) % 先用灰度显示地形 hold(ax4, on) % 再叠加省界矢量半透明突出显示 geoshow(ax4, provinces, FaceColor, none, EdgeColor, cyan, LineWidth, 1.5, FaceAlpha, 0); % 最后叠加城市点 scatterm(city_lat, city_lon, 100, r, filled) % 添加独立的颜色栏用于地形如果需要 % 注意当叠加多个使用不同颜色映射的图层时管理颜色栏会复杂一些通常只为最主要的图层添加。这里的关键是使用hold on来保持当前地图轴以便在其上添加新的图形对象。叠加顺序很重要通常先画底图栅格或大范围面再画上层细节线、点。5. 常见问题、调试技巧与性能优化即使按照教程操作你也可能会遇到各种“坑”。这里分享一些我踩过之后总结的经验。5.1 数据位置错乱或显示空白这是最常见的问题根本原因几乎都是坐标系不匹配。症状数据点跑到非洲、大西洋或者根本看不见。排查检查数据坐标值用disp或whos命令查看你的经纬度数据。经度范围通常是[-180, 180]或[0, 360]纬度范围是[-90, 90]。如果你的数据是[500000, 3000000]这种大数字那很可能是投影坐标如米制单位。检查地图轴范围确认MapLatLimit和MapLonLimit是否包含了你的数据范围。可以暂时把它们设得宽一些如全球范围[-90 90],[-180 180]看看数据是否出现。检查投影某些投影对数据范围有特殊要求。例如墨卡托投影在极点附近会无限放大通常不用于显示包含极点的区域。如果你的数据包含南北纬80度以上地区考虑使用‘eqdconic’等距圆锥投影或‘pcarree’等距圆柱投影即简单的经纬度网格。解决如果数据是投影坐标你需要使用projinv函数将其转换为经纬度坐标前提是你知道原始投影的PROJ字符串或EPSG代码。例如如果数据是UTM 50N带EPSG:32650proj projcrs(32650); % 创建投影坐标系对象 [lat, lon] projinv(proj, x_utm, y_utm); % 反投影得到经纬度5.2 图形渲染慢或卡死处理高分辨率栅格数据如30米全球DEM或复杂的矢量数据如精细的海岸线时MATLAB图形渲染可能会非常慢。优化策略数据重采样对于预览性质的绘图不必使用最高分辨率数据。可以使用imresize函数对栅格数据进行降采样。scale_factor 0.2; % 缩小到原尺寸的20% A_small imresize(A, scale_factor, bilinear); % 注意需要同步调整地理参考对象R通常像素大小会变为原来的1/scale_factor倍 R_small R; R_small.RasterSize size(A_small); R_small.CellExtentInWorldX R.CellExtentInWorldX / scale_factor; R_small.CellExtentInWorldY R.CellExtentInWorldY / scale_factor;简化矢量数据过于复杂的多边形边界如拥有数万个节点的海岸线会严重拖慢速度。可以使用reducem函数进行道格拉斯-普克算法简化。[lat_simple, lon_simple] reducem(coastlat, coastlon, 0.01); % 0.01是容差值越大简化越厉害细节丢失越多分块绘制对于超大型区域可以考虑分块读取和绘制或者只绘制当前感兴趣的区域通过设置MapLatLimit和MapLonLimit。5.3 颜色映射与标注不匹配在专题图中颜色栏的标注是“等级1-5”但你想显示实际的数值范围如“0-100亿”。解决颜色栏的Ticks和TickLabels属性可以自定义。在上面的分级设色图例子中我们可以这样修改% 假设 edges 是之前histcounts得到的分级边界 [e1, e2, e3, e4, e5, e6] tick_positions 1:num_classes; % 颜色条上的刻度位置1到5 tick_labels cell(1, num_classes); for i 1:num_classes tick_labels{i} sprintf(%.1f-%.1f, edges(i), edges(i1)); % 格式化为范围字符串 end colorbar(Ticks, tick_positions, TickLabels, tick_labels)更直接的方法是不使用离散化的等级而将连续值直接映射到颜色。这时可以使用scatterm或geoshow对点数据的‘CData’参数并为颜色栏设置对应的数值范围。% 对点数据绘制颜色代表连续的GDP值 scatterm(province_centroids_lat, province_centroids_lon, 200, gdp_data, filled) colormap(parula) colorbar % colorbar会自动根据gdp_data的范围进行标注5.4 导出图片分辨率或尺寸不满意使用exportgraphics或print函数导出时发现图片模糊或尺寸不对。经验exportgraphics是R2020a后推荐的方式‘Resolution’参数设置DPI每英寸点数300是出版常用标准。图形窗口的尺寸通过figure(Position, [x, y, width, height])设置决定了导出图片的“画布”大小。如果你想导出宽度为15厘米的图片可以这样计算width_cm 15; height_cm 10; % 假设高宽比 dpi 300; width_pixel round(width_cm / 2.54 * dpi); % 厘米转英寸再乘DPI height_pixel round(height_cm / 2.54 * dpi); figure(Position, [100, 100, width_pixel, height_pixel], Units, pixels); % ... 绘制地图 ... exportgraphics(gcf, output.png, Resolution, dpi);对于需要透明背景的图片如用于叠加在PPT或报告上可以使用exportgraphics(gcf, output.png, Resolution, 300, BackgroundColor, none)。地图绘制是一个将数据、投影、视觉设计结合的过程。MATLAB的Mapping Toolbox提供了强大而灵活的工具链但掌握它需要理解一些基本的地理信息概念。最好的学习方式就是找一个你感兴趣的小项目比如绘制你家乡的地形图或者可视化某次台风过程的降雨数据从数据准备开始一步步实现遇到问题就查阅文档或搜索社区。当你成功产出第一张让自己满意的专业地图时你会发现这套工具能为你科研或工作中的空间数据分析带来极大的便利。
1. 项目概述为什么我们需要用MATLAB画地图在地理信息分析、气象研究、城市规划、环境监测乃至商业选址等众多领域地图可视化都是不可或缺的一环。你可能用过ArcGIS、QGIS这类专业GIS软件也可能接触过Python的Basemap或Cartopy库。但如果你恰好身处一个以MATLAB为核心计算环境的团队或实验室或者你的数据处理、模型仿真流程本身就构建在MATLAB之上那么直接在MATLAB环境中完成地图的绘制与叠加分析无疑能极大提升工作效率避免数据在不同平台间导入导出的繁琐与损耗。“MATLAB绘制地图”这个需求背后远不止是画几条线、填几个色块那么简单。它涉及到几个核心痛点第一如何获取并导入正确的地理数据第二如何将你的数据比如温度场、人口密度、站点位置准确地“贴”到地图的正确位置上第三如何控制地图的投影方式使得在高纬度或大范围区域展示时不会严重失真第四如何让最终出图既专业美观又符合学术出版或项目报告的要求我见过不少朋友一开始试图用plot函数画个经纬度网格就当作地图结果在展示实际地理数据时漏洞百出。也见过有人因为不熟悉地图工具箱Mapping Toolbox的调用逻辑被复杂的参数设置劝退。这篇教程的目的就是帮你系统性地打通从零到一的整个流程不仅告诉你每一步怎么操作更会解释清楚背后的地理信息学原理和MATLAB的实现逻辑。无论你是要画一张简单的中国省级行政区划图还是要叠加全球海温异常数据甚至是制作动态的台风路径图这里面的核心方法论都是相通的。2. 核心工具箱与数据准备你的“武器库”和“弹药”工欲善其事必先利其器。在MATLAB中绘制专业地图主要依赖两个核心Mapping Toolbox和正确格式的地理数据。2.1 认识Mapping Toolbox不仅仅是画图首先确保你的MATLAB安装了Mapping Toolbox。你可以通过命令ver在命令行查看。这个工具箱提供了一整套用于处理地理数据、执行地图投影和进行地图可视化的函数。它与MATLAB基础的图形系统深度集成这意味着你可以像操作普通plot图形一样去设置地图的轴属性、添加颜色栏、图例并享受MATLAB强大的交互式图形界面。Mapping Toolbox的核心思想是“地图轴Map Axes”。与普通的笛卡尔坐标轴不同地图轴理解经纬度坐标并能根据你指定的投影方式将球面上的点映射到二维平面上。创建地图轴的关键函数是axesm或worldmap。axesm功能更强大、更底层允许你精细控制几乎所有投影参数worldmap则更便捷能快速创建一个适合指定地理区域的地图。2.2 地理数据的三大来源与处理没有数据再好的工具箱也是巧妇难为无米之炊。地理数据主要分为三类矢量数据点、线、面如国界、海岸线、道路、栅格数据网格化的数值矩阵如高程、温度、土地利用类型和属性数据与地理要素相关的信息如城市名称、人口。1. 内置与在线数据MATLAB Mapping Toolbox自带了一些基础数据集例如coastlines: 全球海岸线数据矢量线。usastateshi.shp: 美国州界数据Shapefile格式。通过webmap和wmsread函数可以访问一些在线的Web地图服务WMS获取卫星影像、地形图等栅格底图。这对于获取最新底图非常方便。2. 标准格式文件导入这是最主流的方式。MATLAB可以直接读取多种GIS标准格式Shapefile (.shp): 最常用的矢量数据格式。使用shaperead函数读取它会返回一个结构体数组每个元素包含几何信息X/Y坐标和属性字段。S shaperead(china_provinces.shp); % S是一个结构体数组每个元素代表一个省份 % S(1).X, S(1).Y 包含了第一个省份多边形的边界坐标 % S(1).NAME 可能包含省份名称属性GeoTIFF (.tif): 最常用的栅格数据格式它内部嵌入了地理坐标信息。使用readgeoraster函数读取它能同时获取图像数据矩阵和地理参考对象。[A, R] readgeoraster(dem.tif); % A 是高程数据矩阵 % R 是地理参考对象包含了像素大小、左上角坐标等信息NetCDF (.nc) / GRIB: 常用于气候、海洋模型输出。使用ncread等函数读取。3. 自制或转换数据你的实验数据、模拟结果通常是一组经纬度和对应的数值。你需要将其组织成MATLAB可以识别的格式。例如一个包含站点信息的表格% 假设有三个气象站 lats [39.9, 31.2, 23.1]; % 纬度 lons [116.4, 121.5, 113.3]; % 经度 temp [25.5, 28.1, 30.3]; % 温度值 station_names {Beijing, Shanghai, Guangzhou};注意在导入Shapefile时务必注意坐标系的统一。全球数据常用WGS84坐标系经纬度。如果你的数据是其他投影坐标系如UTM而你又用经纬度地图轴去显示位置就会错乱。此时可能需要先用projinv函数进行坐标反变换。3. 从零开始绘制第一张专业地图理论说再多不如动手画一张。我们以一个经典需求为例绘制一张带有中国省界、主要河流并标注几个主要城市的地图。3.1 步骤一创建地图轴与设置投影我们选择使用axesm来获得完全的控制权。这里我们选择“墨卡托投影”Mercator它是一种等角圆柱投影在低纬度地区形状保持较好常用于网络地图。figure(Position, [100, 100, 800, 600]) % 创建一个指定大小的图形窗口 ax axesm(mercator, ... % 投影类型 MapLatLimit, [15 55], ... % 地图的纬度显示范围 [南界 北界] MapLonLimit, [70 135], ... % 地图的经度显示范围 [西界 东界] Frame, on, ... % 显示地图框 Grid, on, ... % 显示经纬网格 MeridianLabel, on, ... % 标注经度刻度 ParallelLabel, on, ... % 标注纬度刻度 MLabelLocation, 20, ... % 经度标注间隔20度 PLabelLocation, 10, ... % 纬度标注间隔10度 MLabelParallel, south, ... % 经度标签放在南边 PLabelMeridian, west); % 纬度标签放在西边 title(中国区域地图)运行这段代码你会看到一个带有经纬网格的空白地图框范围覆盖了中国主要区域。MapLatLimit和MapLonLimit是至关重要的参数它们决定了地图的“视野”。设置不当你的数据可能会落在视野之外而看不到。3.2 步骤二添加矢量边界海岸线、国界、省界现在我们把地理要素“叠”上去。首先添加全球海岸线内置数据% 加载内置海岸线数据 load coastlines % 这会加载变量 coastlat 和 coastlon % 在地图轴上绘制海岸线 plotm(coastlat, coastlon, k-, LineWidth, 0.5) % ‘k-’代表黑色实线接下来假设你有一个名为china_provinces.shp的Shapefile文件包含了中国省界。provinces shaperead(china_provinces.shp); % 使用geoshow函数在地图轴上显示矢量数据。geoshow是专门用于在地图轴显示地理数据的函数。 geoshow(ax, provinces, FaceColor, none, EdgeColor, [0.3 0.3 0.3], LineWidth, 0.8); % FaceColor ‘none’ 表示多边形内部不填充 % EdgeColor 设置边界线颜色用同样的方法你可以添加河流、湖泊等任何矢量图层。关键在于使用geoshow而非普通的plot因为geoshow能自动处理数据与地图轴投影的匹配。3.3 步骤三添加点数据与标注现在标注北京、上海、广州三个城市。city_lat [39.9, 31.2, 23.1]; city_lon [116.4, 121.5, 113.3]; city_name {北京, 上海, 广州}; % 在地图轴上绘制散点 scatterm(city_lat, city_lon, 80, r, filled, ^) % 红色、填充、三角形标记大小80 % 添加文本标注 textm(city_lat, city_lon, city_name, ... HorizontalAlignment, left, ... % 文本水平对齐方式相对于坐标点 VerticalAlignment, bottom, ... % 文本垂直对齐方式 FontSize, 10, ... Color, b, ... FontWeight, bold);scatterm和textm是scatter和text的地图轴版本它们接受经纬度作为坐标输入。3.4 步骤四美化与输出一张专业的地图离不开细节的美化。% 设置网格线样式 setm(ax, GLineStyle, :, GLineWidth, 0.5, GColor, [0.7 0.7 0.7]) % 设置字体 set(gca, FontName, Arial, FontSize, 11) % 添加指北针和比例尺Mapping Toolbox 提供 northarrow(latitude, 50, longitude, 130, scaleratio, 0.05) % 在指定经纬度位置添加指北针 scaleruler on % 在左下角添加比例尺 % 调整图形输出质量 set(gcf, Color, w); % 设置图形背景为白色 exportgraphics(gcf, china_map.png, Resolution, 300) % 以300DPI导出PNG图片至此一张要素完整、样式规范的中国区域地图就生成了。这个过程体现了地图绘制的基本工作流创建地图轴 - 添加底层矢量要素 - 叠加业务数据 - 美化与输出。4. 进阶技巧处理栅格数据与专题制图很多时候我们的数据不是简单的点线面而是一张覆盖整个区域的“图片”比如数字高程模型DEM、卫星反演的海表温度、模拟的降水场。这就是栅格数据。4.1 加载与显示栅格数据以DEM为例假设我们有一个GeoTIFF格式的DEM文件dem_china.tif。[A, R] readgeoraster(dem_china.tif); % A是高程值矩阵R是关联的地理参考对象直接使用geoshow显示栅格数据figure; ax2 axesm(mercator, MapLatLimit, R.LatitudeLimits, MapLonLimit, R.LongitudeLimits); % 使用geoshow显示栅格并指定颜色映射 h geoshow(ax2, A, R, DisplayType, texturemap); colormap(ax2, terrain) % 使用‘terrain’配色方案适合高程 colorbar(southoutside) % 在图形下方添加颜色栏 title(中国区域数字高程模型 (DEM))‘texturemap’显示模式会将数据矩阵像贴图一样渲染在地图表面。这里R对象至关重要它告诉geoshow矩阵A中每一个像素所对应的真实地理位置。4.2 创建分级设色图Choropleth Map这是另一种常见的专题地图用不同的颜色填充行政区划如各省颜色深浅代表某个统计指标如GDP、人口密度的大小。假设我们有一个结构体数组provinces来自Shapefile并且我们有一个对应的数值数组gdp_data长度与省份数相同代表各省的GDP。% 假设 provinces 已从 shaperead 加载 % 假设 gdp_data 是一个数值向量 % 1. 对GDP数据进行分等级 num_classes 5; % 分为5级 [~, edges] histcounts(gdp_data, num_classes); % 获取分级边界 % 2. 为每个省份确定其所属的等级 province_class discretize(gdp_data, edges); % 3. 定义一个颜色映射例如从浅黄到深红 cmap [linspace(1, 0.9, num_classes), linspace(1, 0.2, num_classes), linspace(0.8, 0.1, num_classes)]; % 4. 绘制地图按等级着色 figure; ax3 axesm(mercator, MapLatLimit, [15 55], MapLonLimit, [70 135]); hold(ax3, on) for i 1:length(provinces) face_color cmap(province_class(i), :); % 根据等级获取颜色 geoshow(ax3, provinces(i), FaceColor, face_color, EdgeColor, k, LineWidth, 0.5); end colormap(ax3, cmap) caxis([1, num_classes]) % 设置颜色轴范围 colorbar(Ticks, 1:num_classes, TickLabels, compose(Level %d, 1:num_classes)) title(中国各省GDP分级设色图)这个例子展示了如何将属性数据与几何数据结合生成具有统计意义的专题地图。关键在于discretize函数对连续数据进行离散化分级然后为每个几何要素省份多边形分配对应的颜色。4.3 叠加多层数据矢量与栅格的融合在实际分析中我们经常需要将多种数据叠加在一张图上。例如在DEM地形图上叠加省界和城市点。figure; ax4 axesm(mercator, MapLatLimit, R.LatitudeLimits, MapLonLimit, R.LongitudeLimits); % 先显示栅格底图DEM geoshow(ax4, A, R, DisplayType, texturemap); colormap(ax4, gray) % 先用灰度显示地形 hold(ax4, on) % 再叠加省界矢量半透明突出显示 geoshow(ax4, provinces, FaceColor, none, EdgeColor, cyan, LineWidth, 1.5, FaceAlpha, 0); % 最后叠加城市点 scatterm(city_lat, city_lon, 100, r, filled) % 添加独立的颜色栏用于地形如果需要 % 注意当叠加多个使用不同颜色映射的图层时管理颜色栏会复杂一些通常只为最主要的图层添加。这里的关键是使用hold on来保持当前地图轴以便在其上添加新的图形对象。叠加顺序很重要通常先画底图栅格或大范围面再画上层细节线、点。5. 常见问题、调试技巧与性能优化即使按照教程操作你也可能会遇到各种“坑”。这里分享一些我踩过之后总结的经验。5.1 数据位置错乱或显示空白这是最常见的问题根本原因几乎都是坐标系不匹配。症状数据点跑到非洲、大西洋或者根本看不见。排查检查数据坐标值用disp或whos命令查看你的经纬度数据。经度范围通常是[-180, 180]或[0, 360]纬度范围是[-90, 90]。如果你的数据是[500000, 3000000]这种大数字那很可能是投影坐标如米制单位。检查地图轴范围确认MapLatLimit和MapLonLimit是否包含了你的数据范围。可以暂时把它们设得宽一些如全球范围[-90 90],[-180 180]看看数据是否出现。检查投影某些投影对数据范围有特殊要求。例如墨卡托投影在极点附近会无限放大通常不用于显示包含极点的区域。如果你的数据包含南北纬80度以上地区考虑使用‘eqdconic’等距圆锥投影或‘pcarree’等距圆柱投影即简单的经纬度网格。解决如果数据是投影坐标你需要使用projinv函数将其转换为经纬度坐标前提是你知道原始投影的PROJ字符串或EPSG代码。例如如果数据是UTM 50N带EPSG:32650proj projcrs(32650); % 创建投影坐标系对象 [lat, lon] projinv(proj, x_utm, y_utm); % 反投影得到经纬度5.2 图形渲染慢或卡死处理高分辨率栅格数据如30米全球DEM或复杂的矢量数据如精细的海岸线时MATLAB图形渲染可能会非常慢。优化策略数据重采样对于预览性质的绘图不必使用最高分辨率数据。可以使用imresize函数对栅格数据进行降采样。scale_factor 0.2; % 缩小到原尺寸的20% A_small imresize(A, scale_factor, bilinear); % 注意需要同步调整地理参考对象R通常像素大小会变为原来的1/scale_factor倍 R_small R; R_small.RasterSize size(A_small); R_small.CellExtentInWorldX R.CellExtentInWorldX / scale_factor; R_small.CellExtentInWorldY R.CellExtentInWorldY / scale_factor;简化矢量数据过于复杂的多边形边界如拥有数万个节点的海岸线会严重拖慢速度。可以使用reducem函数进行道格拉斯-普克算法简化。[lat_simple, lon_simple] reducem(coastlat, coastlon, 0.01); % 0.01是容差值越大简化越厉害细节丢失越多分块绘制对于超大型区域可以考虑分块读取和绘制或者只绘制当前感兴趣的区域通过设置MapLatLimit和MapLonLimit。5.3 颜色映射与标注不匹配在专题图中颜色栏的标注是“等级1-5”但你想显示实际的数值范围如“0-100亿”。解决颜色栏的Ticks和TickLabels属性可以自定义。在上面的分级设色图例子中我们可以这样修改% 假设 edges 是之前histcounts得到的分级边界 [e1, e2, e3, e4, e5, e6] tick_positions 1:num_classes; % 颜色条上的刻度位置1到5 tick_labels cell(1, num_classes); for i 1:num_classes tick_labels{i} sprintf(%.1f-%.1f, edges(i), edges(i1)); % 格式化为范围字符串 end colorbar(Ticks, tick_positions, TickLabels, tick_labels)更直接的方法是不使用离散化的等级而将连续值直接映射到颜色。这时可以使用scatterm或geoshow对点数据的‘CData’参数并为颜色栏设置对应的数值范围。% 对点数据绘制颜色代表连续的GDP值 scatterm(province_centroids_lat, province_centroids_lon, 200, gdp_data, filled) colormap(parula) colorbar % colorbar会自动根据gdp_data的范围进行标注5.4 导出图片分辨率或尺寸不满意使用exportgraphics或print函数导出时发现图片模糊或尺寸不对。经验exportgraphics是R2020a后推荐的方式‘Resolution’参数设置DPI每英寸点数300是出版常用标准。图形窗口的尺寸通过figure(Position, [x, y, width, height])设置决定了导出图片的“画布”大小。如果你想导出宽度为15厘米的图片可以这样计算width_cm 15; height_cm 10; % 假设高宽比 dpi 300; width_pixel round(width_cm / 2.54 * dpi); % 厘米转英寸再乘DPI height_pixel round(height_cm / 2.54 * dpi); figure(Position, [100, 100, width_pixel, height_pixel], Units, pixels); % ... 绘制地图 ... exportgraphics(gcf, output.png, Resolution, dpi);对于需要透明背景的图片如用于叠加在PPT或报告上可以使用exportgraphics(gcf, output.png, Resolution, 300, BackgroundColor, none)。地图绘制是一个将数据、投影、视觉设计结合的过程。MATLAB的Mapping Toolbox提供了强大而灵活的工具链但掌握它需要理解一些基本的地理信息概念。最好的学习方式就是找一个你感兴趣的小项目比如绘制你家乡的地形图或者可视化某次台风过程的降雨数据从数据准备开始一步步实现遇到问题就查阅文档或搜索社区。当你成功产出第一张让自己满意的专业地图时你会发现这套工具能为你科研或工作中的空间数据分析带来极大的便利。
![[C++]内存管理：串顺序存储的内存回收](http://pic.xiahunao.cn/yaotu/[C++]内存管理：串顺序存储的内存回收)
