地磁数据分析与可视化

地磁数据分析与可视化

摘要地震是一项非常严重的地质灾害，它经常给国家和人民带来非常巨大的损失。那么，研究对地震的预警自然意义非凡。地磁场由正常场和异常场组成的。地磁观测数据是对地球基本磁场、异常磁场和变化磁场的综合反映。许多研究都指出地震前地磁场会发生异常波动，这便是地震前的磁喷现象。通过对地磁场数据的采集与分析，从而找到其间的规律对于地震的预警具有重要意义。现有的地磁场数据统计方法有仪器检测、人工统计等方法，但这些统计方法要耗费较大的人力、物力和财力，并且这些方法受其设备外在因素的影响较大，其统计结果虽然准确率高，但是价格高昂、设备点比较稀疏，并且在数据的实时传输上存在着一定的局限性。随着移动终端设备的普及、以及手机设备具有磁感应器，利用移动设备的便捷性优势进行地磁数据采集具有很大价值。本文将从地磁数据处理、地磁数据处理算法、分析方法和基于地磁数据进行可视化三个方面进行研究与探讨：地磁场包括基本磁场和变化磁场两个部分。基本磁场是地磁场的主要部分，起源于固体地球内部，比较稳定，属于静磁场部分。变化磁场包括地磁场的各种短期变化，主要起源于固体地球外部，相对比较微弱。地球变化磁场可分为平静变化和干扰变化两大类型。地磁场的强弱叫地磁感应强度，地磁场的磁子午线与地理子午线间的夹角叫磁偏角，地球上某处地磁场方向与地面水平方向间的夹角叫磁倾角，这三个物理量称为“地磁三要素”。但是从地球的一个地方到邻近的另一个地方，地磁要素的变化一般都十分微小。在发生强烈地震之前，地磁的三要素也都会发生改变，造成地磁局部异常的“震磁效应”。这是由于地壳中的岩石，有许多是具有磁性的，当这些岩石受力变形时，它们的磁性也要跟着变化，从而可以较正确地地磁场形成地磁场形成作出“震前预报”。本文所探讨的地磁数据主要有地磁总的地磁场强度magf，地磁场强度magx、magy、magz方向和总的地磁倾角calibf和相应的calibfx、calibfy、calibfz倾角分量。本论文研究的地磁分析方法都是以采集的地磁数据内容为依据，所有的数据都是通过用户在安装手机地震地磁数据预警系统采集到的。数据采集工作主要是由中国地质大学（武汉）信息工程学院黄鹰副教授及其团队开发的手机地震地磁数据预警系统app负责，将采集的数据进行回传保存在腾讯云服务器的数据库中。本部分主要讲述了数据的预处理和基于地震数据的数据筛选系统。数据的预处理和基于地震数据的数据筛选系统是在Python环境中进行，腾讯云上原始和实时的地磁数据在进过数据分析之后，再利用MySQL数据库进行数据存储持久化。在数据可视化方面，本论文主要以当下最流行的开源地图框架mapbox为载体，结合当下在三维浏览器渲染端具有强势性能的webgl渲染技术，并利用html5，Javascript、css进行界面交互以及使用了ajax的局部前后端数据传输能力。此外，本论文主要结合了echartsglformapbox提供的强大地理数据分析插件，主要尝试了三种方法进行地磁数据的可视化分析。本系统是基于WebGIS的地磁数据分析和可视化系统，系统实现了从地磁数据的采集、清洗过滤到地图框架的设计，展示分析和可视化的应用。本论文的意义和优势在于在相关技术的基础上能够高效便捷的揭示地磁时空数据背后隐藏的规律，或能为地震的预测和研究提供一种思路，提高数据的可利用性。关键字：地磁数据；基于地图的地磁数据处理算法；三维可视化分析AbstractTheearthquakeisaveryseriousgeologicaldisaster,anditoftenbringshugelossestothecountryandthepeople.Then,thestudyofearthquakewarningsisofgreatsignificance.Thegeomagneticfieldconsistsofnormalandanomalousfields.GeomagneticobservationdataisacomprehensivereflectionoftheEarth'sbasicmagneticfield,abnormalmagneticfieldandchangingmagneticfield.Manystudieshavepointedoutthatthemagneticfieldbeforetheearthquakewillhaveabnormalfluctuations,whichisthephenomenonofmagneticspraybeforetheearthquake.Throughthecollectionandanalysisofthegeomagneticdata,itisimportanttofindthelawbetweenthemfortheearlywarningofearthquakes.Theexistingstatisticalmethodsofgeomagneticdataincludeinstrumentdetectionandmanualstatistics,butthesestatisticalmethodsconsumealotofmanpower,materialresourcesandfinancialresources,andthesemethodsaregreatlyaffectedbytheexternalfactorsoftheirequipment,althoughthestatisticalresultsareTheaccuracyishigh,butthepriceishigh,theequipmentisrelativelysparse,andtherearecertainlimitationsinthereal-timetransmissionofdata.Withthepopularityofmobileterminaldevicesandthefactthatmobilephonedeviceshavemagneticsensors,itisofgreatvaluetoutilizetheconvenienceadvantagesofmobiledevicesforgeomagneticdataacquisition.Thispaperwillstudyanddiscussgeomagneticdata,geomagneticdataprocessingalgorithms,analyticalmethodsandvisualizationbasedongeomagneticdata:(1)Thegeomagneticfieldconsistsoftwoparts,abasicmagneticfieldandachangingmagneticfield.Thebasicmagneticfieldisthemainpartofthegeomagneticfield.Itoriginatesfromtheinteriorofthesolidearthandisrelativelystable.Itbelongstothestaticmagneticfield.Thevaryingmagneticfield,includingvariousshort-termchangesinthegeomagneticfield,originatesmainlyfromtheoutsideofthesolidearthandisrelativelyweak.Earth'schangingmagneticfieldcanbedividedintotwomajortypes:calmchangeanddisturbancechange.Thestrengthoftheearth'smagneticfieldiscalledthegeomagneticinductionintensity.Theanglebetweenthemagneticmeridianofthegeomagneticfieldandthegeographicmeridianiscalledthemagneticdeclination.Theanglebetweenthedirectionoftheearth'smagneticfieldandthehorizontaldirectionoftheearthiscalledthemagneticdip.Thesethreephysicalquantities.Itiscalled"threeelementsofgeomagnetism".Butfromoneplaceontheearthtoanotherplacenearby,thechangesingeomagneticelementsaregenerallyverysmall.Beforetheoccurrenceofastrongearthquake,thethreeelementsofgeomagnetismwillalsochange,causingthe"seismicmagneticeffect"oflocalgeomagneticanomalies.Thisisduetothefactthatmanyoftherocksintheearth'scrustaremagnetic.Whentheserocksaredeformedbyforce,theirmagneticpropertiesarealsochanged,sothatthemagneticfieldformationofthemagneticfieldcanbeaccuratelyformedtomakea"pre-earthquakeprediction".Thegeomagneticdatadiscussedinthispapermainlyincludesgeomagnetictotalgeomagneticfieldintensitymagf,geomagneticfieldstrengthmagx,magy,magzdirectionandtotalgeomagneticinclinationcalibfandcorrespondingcalibfx,calibfy,calibfzdipcomponent.(2)Thegeomagneticanalysismethodsstudiedinthispaperarebasedonthecollectedgeomagneticdatacontent.Allthedataiscollectedbytheuserintheinstallationofmobilephoneseismicgeomagneticdataearlywarningsystem.ThedatacollectionworkismainlycarriedoutbythemobileearthquakegeomagneticdataearlywarningsystemappdevelopedbyAssociateProfessorHuangYinganditsteamdevelopedbytheChinaUniversityofGeosciences(Wuhan)InformationEngineeringCollege.ThecollecteddataistransmittedbacktothedatabaseofTencentCloudServer.Thissectionfocusesondatapreprocessinganddatafilteringsystemsbasedonseismicdata.Datapreprocessingandseismicdata-baseddatascreeningsystemsareperformedinaPythonenvironment.Afterthedataanalysisisperformedontheoriginalandreal-timegeomagneticdataonTencentCloud,theMySQLdatabaseisusedfordatastoragepersistence.(3)Intermsofdatavisualization,thispapermainlyusesthemostpopularopensourcemapframemapboxasthecarrier,combinedwiththecurrentwebglrenderingtechnologywithstrongperformanceintherenderingendof3Dbrowser,anduseshtml5,Javascript,cssforinterfaceinteractionandTheajax'slocalfront-enddatatransfercapabilityisused.Inaddition,thispapermainlycombinesthepowerfulgeographicdataanalysisplug-inprovidedbyechartsglformapbox,andmainlytriesthreemethodstovisualizegeomagneticdata.ThesystemisageomagneticdataanalysisandvisualizationsystembasedonWebGIS.Thesystemrealizesthedesignfromgeomagneticdataacquisition,cleaningandfilteringtomapframedesign,andshowstheapplicationofanalysisandvisualization.Thesignificanceandadvantageofthispaperisthatitcandisplaythehiddenrulesbehindgeomagneticspatiotemporaldataefficientlyandconvenientlyonthebasisofrelatedtechnologies,orprovideanideaforearthquakepredictionandresearchtoimprovetheavailabilityofdata.Keywords:geomagneticdata;geomagneticdataprocessingalgorithmbasedonmap;3Dvisualizationanalysis.TOC\o"1-3"\h\u目录第一章绪论 第一章绪论1.1论文研究背景随着科技的发展，移动设备上搭载的传感器设备的不断普及为获取地磁数据提供了便捷的手段，现在可以说是处于大地理数据时代[1]，如何充分利用这些地磁数据分析地磁和认识地磁变化规律具有重大的意义。我国在地磁科学研究和地磁数据监测领域日益发达，从而使得地磁数据越来越多，如何让数据显示出价值，使得地磁数据可视化和分析的研究也日渐迫切。就目前而言，地磁数据观测的来源主要是国家的各大科研机构和地磁监测站，显然数据来源比较单一而且严重依赖于监测站的位置分布。因此我们可以提出一种辅助手段，利用移动设备上的地磁传感器收集地磁数据，结合云端技术，因而能够更好的收集处理海量数据、动态数据，促进地磁数据的分析可视化工作。从数据分析和可视化的角度来看，基于地图的数据可视化能让地磁数据带来直观的感觉，对于数据挖掘和数据应用具有显著利用价值。地磁数据在频谱分析等方面一直有着大量的研究，但是在地磁数据在空间可视化方面存在着一定的欠缺。地磁数据与地理位置相关，而且这类数据的产生具有实时性和大量性，如果将地理信息的位置叠加进去，结合可视化技术，不仅能分析数据与数据之间的变化情况，还能将数据本身跟地理位置分布的规律挖掘出来，将枯燥的文字信息转化为形象的、可交互的图表并量化在地图上，展现出数据的属性跟地理空间特征[2]。目前为止，对于地磁数据的可视化平台，总体上看这些数据研究大多是面向专业人士的，平台上使用的图表只有专业人士才能看懂。对于广大人民群众来说，我们希望能够通过检测出地磁数据，通过一种更加形象的方式来可视化表达，用户可以通过浏览和交互的方式来了解实时的和过去的地磁数据，并且能够对地磁数据的趋势有直观清楚的了解。地磁数据分析与可视化平台有如下的优点：数据的实时处理能力。平台通过实时接收移动端的多维地磁数据，高速的实现采集和处理。更加直观的展示方式。系统可以有通过动态的三维可视化处理方式展示用户希望了解的数据并且掌握数据的变化规律。在地震数据分析方面，提供了基于时间的动态序列图，可以直观了解和掌握某一地区地磁的变化情况，对于异常值也同意分析。1.2国内外研究现状数据可视化领域的起源，可以追溯到二十世纪50年代计算机图形学的早期。当时，人们利用计算机创建出了首批图形图表。1987年，由布鲁斯·麦考梅克、托马斯·德房蒂和玛克辛·布朗所编写的美国国家科学基金会报告《VisualizationinScientificComputing》（意为“科学计算之中的可视化”），对于这一领域产生了大幅度的促进和刺激。这份报告之中强调了新的基于计算机的可视化技术方法的必要性。随着计算机运算能力的迅速提升，人们建立了规模越来越大，复杂程度越来越高的数值模型，从而造就了形形色色体积庞大的数值型数据集。同时，人们不但利用医学扫描仪和显微镜之类的数据采集设备产生大型的数据集，而且还利用可以保存文本、数值和多媒体信息的大型数据库来收集数据。因而，就需要高级的计算机图形学技术与方法来处理和可视化这些规模庞大的数据集[3]。现如今研究数据可视化是高校、政府和企业的热点议题，每年都会有大量的会议展开讨论。本节主要针对数据可视化技术，支持地理空间可视化平台以及可视化商业应用做一个总结。1.2.1可视化技术研究现状Web技术的不断发展，衍生出越来越多的基于浏览器的可视化技术和平台。国外有诸多学者对可视化技术有着详细深入的研究。比如JulieSteele的《数据可视化之美》，里面有一些经典案例的介绍；EdwardTufte的《TheVisualDisplayofQuantitativeInformation》，公认的开山之作，是“信息设计的圣经”。还有《鲜活的数据--数据可视化指南》等，书中详细介绍了对数据的获取、清洗、处理、挖掘的过程以及数据可视化分类、技术和应用等[4]。下面介绍国内外在浏览器端进行数据可视化的基础类库：国外比较流行的数据可视化类库是Highcharts和D3。Highcharts是一个用纯JavaScript编写的一个图表库，能够很简单便捷的在web网站或是web应用程序添加有交互性的图表，并且免费提供给个人学习、个人网站和非商业用途使用。HighCharts支持的图表类型有曲线图、区域图、柱状图、饼状图、散状点图和综合图表。除此之外，HighCharts还提供了一个优秀易用的地图模块组件Highmaps。Highmaps继承了Highcharts简单易用的特性,利用它可以方便快捷的创建用于展现销售、选举结果等其他与地理位置关系密切的交互性地图图表。D3是一个用于数据驱动的JavaScript库。D3可使用HTML，SVG和CSS将数据展示。D3符合Web的标准，充分发挥了现代浏览器的全部功能，可将强大的可视化组件和数据驱动方法结合到DOM操作中[5]。当前国内在浏览器端最流行的数据可视化类库无疑是Echarts。ECharts是一个使用JavaScript实现的开源可视化库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器（IE8/9/10/11，Chrome，Firefox，Safari等），底层依赖轻量级的矢量图形库ZRender,提供直观,交互丰富,可高度个性化定制的数据可视化图表[6]。王旺在基于地图的可视化系统的研究与实践中从支持的图表类型、绘图性能、兼容性、交互性几方面分析了三者的对比[7]：地图图表支持图表交互性绘图性能浏览器兼容性Highcharts分级图、分层设色图、独立值图、气泡图等数据区域缩放、地图漫游、平移、图片导出基于SVG，适用于高精度图形，对数据量小的大图像适用兼容大部分浏览器，包括IE6+以及移动端D3自定义自定义同Highcharts对主流浏览器兼容好Echarts地图标注、分层图、混搭图、时间序列图、分层设色图等支持地图平移缩放、灯光效应、数据区域缩放、数据视图、拖拽重计、多图联动、图片导出等基于Canvas，图面小，图形数据量大性能佳兼容大部分浏览器流畅运行在移动端和PC端图可视化平台研究现状在地理时空数据可视化方面的应用上，国外著名的有Tableau[8]、GoogleFusionTables[9]和Cartodb[10]等。Tableau能够通过自动识别经纬度字段，将地理空间数据进行处理得到的图形叠加在地图上进行交互进行地图数据可视化，但是对数据源有一定的限制，比如支持CSV和Excel，其最大特点是简单、速度执行快。此外，GoogleFusionTables是一项免费服务，用于在线共享和可视化数据。支持用户上传数据，创建图表和地图可视化。Cartodb允许对数据进行在线存储，能将数据跟地图进行关联，但是对免费的使用有限制。国内提供地理空间数据可视化服务的平台有包括DataV、BDP。DataV[11]是阿里云旗下的产品，通过图形化的界面轻松搭建具有专业水准的可视化应用，提供了包括会议展览、业务监控、风险预警、地理信息分析等多种业务的可视化模板。支持多种数据源、组件，专注地理时空数据与业务数据的融合并以可视化方式展现。BDP[12]支持多种数据源并能进行融合，提供了基于GIS地图支持热力图、散点图、柱状图等可视化效果，适合非编程人员使用且不支持实时数据源。1.2.3基于地图数据的地磁预警数据分析可视化研究现状1.3研究中存在的问题和缺陷通过阅读大量跟地磁数据分析相关的文献，以及了解当前国内外可应用的地磁数据分析可视化平台，总结了上述平台的应用场景的限制以及可视化方面的缺点，总结如下：1.没有很好地提供地磁数据预处理和存储机制。2.对于展示大量密集型时空数据显然存在着问题，没有提出合适的解决方案，且没有提供实时的API接收数据方案。3.能应用于解决地磁数据可视化分析的模板支持有限。4.没有满足支持三维可视化展示的需求。5.大部分地磁数据分析可视化研究平台过于专业，可视化表达过于繁琐。1.4研究内容和论文工作针对以上问题，本文将提出解决方案和构建完善的地磁数据分析和可视化平台。首先结合地震发生情况的数据解决了地磁数据的预处理问题，其次基于地磁数据特征提出了点数据的分析和可视化方案，结合WebGL和地图技术，实现了地磁数据的分析、查询、三维展示、实时动态可视化分析功能。主要研究内容有：1.首先整理2019年以来有关地震发生前后的地磁数据，进行数据的分析工作，拟合出地震发生前后地磁的异常情况，并进行了数据的预处理和清洗工作，将数据分成了三个类别，正常的地磁数据、发生地磁异常的数据和因某些原因采集的不符合标准的错误地磁数据，需要剔除。2.设计和优化了密集型地磁数据可视化的方法，一是基于格网的方式对数据进行抽稀，二是基于时间间隔对数据进行聚合，比较好的解决数据堆叠问题。确定了用于数据可视化的地图框架。本论文采用了当下支持WebGL最好的开源地图框架mapbox，结合前端技术html5、JavaScript、css和Echarts提供丰富的地理数据可视化组件进行开发。详细设计了从地图的接入，地图样式的设计以及地磁矢量数据可视化交互的流程。3.对于2019年以来发生地震的某些地区，使用地磁预警app手机的数据作了数据的趋势图，直观的看出地震前后地磁的波动情况。4.地磁数据的三维可视化。设计了地磁数据（总的地磁magf、地磁magx、地磁magy、地磁magz方向分量）在地图上三维可视化展示的方式。5.地磁数据的动态可视化。因为手机端采集的数据是实时的，为了更好的分析地磁数据，基于时间序列的动态分析是不可缺少的。本文基于地理数据的特征结合时间要素设计了时空地磁数据三维可视化。6.交互式的设计。本论文使用了ajax请求刷新方式较好的提高了系统的性能。1.5论文组织架构本文一共分为六章，论文的组织结构如下：第一章介绍了研究的背景以及选题的目的和意义，接着引出数据可视化、地磁数据分析和可视化的研究现状，总结出论文研究的内容和整体思路。第二章是地磁数据异常正常的相关理论，对数据处理做简要的说明。第三章介绍了mapboxGL地图框架、EchartsGL数据分析、可视化设计的相关技术介绍说明。第四章是地磁数据分析和可视化系统设计，本章从系统要解决的问题入手，进行了详细的数据库设计，系统模块设计，界面设计，为系统编程实现打下基础。第五章是地磁数据分析和可视化系统的实现过程，从数据源到数据处理的数据访问层到业务逻辑、界面层做了详细介绍，并对系统系统的技术路线进行了论述。最后对数据分析、可视化功能进行展示。第六章对全文进行总结，包括对本文成果的总结和提出不足有待进一步改进。第二章地磁数据处理理论与技术研究2.1数据处理与存储技术2.1.1数据预处理地磁APP实时传送的数据中难免包含脏数据，无法直接进行数据分析可视化，或数据分析可视化结果差强人意。为了提高数据的质量产生了数据预处理技术。数据预处理有多种方法：数据清理，数据集成，数据变换，数据归约等。这些数据处理技术在数据分析、挖掘之前使用，大大提高了数据的质量。数据的预处理是指对所收集的n条数据进行分类或分组前所做的审核、筛选、排序等必要的处理[13]。数据预处理主要包括：（1）数据清理数据清理例程通过填写缺失的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据。主要是达到如下目标：格式标准化，异常数据清除，错误纠正，重复数据的清除。（2）数据集成数据集成例程将多个数据源中的数据结合起来并统一存储，建立数据仓库的过程实际上就是数据集成。（3）数据变换通过平滑聚集，数据概化，规范化等方式将数据转换成适用于数据分析的形式。（4）数据归约数据分析可视化时往往数据量非常大，数据归约技术可以用来得到数据集的归约表示，它小得多，但仍然接近于保持原数据的完整性，并结果与归约前结果相同或几乎相同。2.2密集型数据预处理和可视化理论研究2.2.1预处理首先，在腾讯云上得到的地磁数据，经过自定义的Python数据清洗脚本，将地磁值显然不正确的零值、负值过滤到MySQL数据库存储。对于地磁异常值的判定，先通过折线图数据可视化方式和人工筛选出异常值，再结合地震发生情况，因为地震发生前后地磁有一个明显的波动，而且持续一段时间，根据此特性我们就可以给数据进行过滤。将预处理后的数据进行数据持久化存储到数据库中。2.2.2密集型点数据可视化在进行点数据可视化的时候，如果在某个区域内数据量很大，我们一方面又需要将全部的大量数据一次性加载在地图上，因此在数据密集区域会产生数据堆叠的情况，数据稀疏区域显的空白，这样数据可视化的效果显然是不美观也不符合系统设计要求，甚至引起浏览器奔溃，出现性能瓶颈。因此，必须设计出合格的海量点数据可视化的方案。解决具有时空属性的地磁数据可视化问题时，可采取如下四种方案：2.2.3视觉通道设计数据可视化的核心内容是可视化编码，是将数据信息映射成可视化元素的技术。可视化编码由两部分组成：几何标记（图形元素）和视觉通道。•几何标记：可视化中标记通常是一些几何图形元素，例如：点、线、面、体。•视觉通道：用于控制几何标记的展示特性，包括标记的位置、大小、形状、方向、色调、饱和度、亮度等。可以在地图上调整点的大小和颜色、透明度解决数据重叠问题。2.2.4空间变形通常情况下，数据可视化如果能尽可能多的展示数据的细节，那么我们就需要在点数据密集区域将数据往稀疏临近区域进行一个随机的偏移。这样兼顾了数据可视化和稀疏数据密度的问题，但是如果在要求数据位置精度高的场景下是不适合。2.2.5格网划分格网是通过行和列来识别地图上不同的位置，对于同一个格网的数据数据可以通过某种数据处理方法，比如求平均值，这样就解决了点数据密集可视化问题。根据格网数量划分原则：格网数量的多少将影响计算结果的精度和计算规模的大小。一般来讲，格网数量增加，计算精度会有所提高，但同时计算规模也会增加，所以在确定格网数量时应权衡两个因数综合考虑。参考下图格网划分：图2.1格网划分识别地理位置2.2.6点聚合点聚合也叫点聚类，百度地图使用点聚合方法解决数据密集问题[15]。常用的点聚合算法有基于方格和基于距离的聚合算法，即开始的时候地图上没有任何已知的聚合点，然后遍历所有的点，去计算点的外包正方形，若此点的外包正方形与现有的聚合点的外包正方形不相交，则新建聚合点，若相交就把该点加到该聚合点。2.3基于格网和时间戳融合聚类的地磁数据可视化因为空间变形对地理位置精度有影响，本论文采用视觉通道方式展示不同类地磁数据或者不同大小的地磁数据。对于密集的点数据，讨论的焦点在于点聚合问题，可以认为是地磁数据处理问题，因为移动设备实时产生地磁数据，数据难免有重叠，也有可能在一小段时间内位于不同的小区域，为了可视化分析的效果，本论文提出结合点聚合的思想，对某个时间段同一个设备的数据在事先设计好的格网上进行稀疏融合，这样可以降低在web端可视化数据计算的时间和密集程度。第三章基于地图的数据分析和可视化相关技术综述3.1html5、css3、javascript技术HTML5是HTML最新的修订版本，2014年10月29日，万维网联盟泪流满面地宣布，经过几乎8年的艰辛努力，HTML5标准规范终于最终制定完成了，并已公开发布。HTML5的设计目的是为了在移动设备上支持多媒体。新的语法特征被引进以支持这一点，如video、audio和canvas标记。HTML5还引进了新的功能，可以真正改变用户与文档的交互方式，包括：·新的解析规则增强了灵活性·新属性·淘汰过时的或冗余的属性·一个HTML5文档到另一个文档间的拖放功能·离线编辑·信息传递的增强·详细的解析规则·多用途互联网邮件扩展（MIME）和协议处理程序注册·在SQL数据库中存储数据的通用标准（WebSQL）HTML5主要有八大特点：（1）HTML5赋予网页更好的意义和结构。更加丰富的标签将随着对RDFa的，微数据与微格式等方面的支持，构建对程序、对用户都更有价值的数据驱动的Web。（2）本地存储特性（Class:OFFLINE&STORAGE）。得益于HTML5APPCache，以及本地存储功能，基于HTML5开发的网页APP拥有更短的启动时间，更快的联网速度。（3）设备兼容特性(Class:DEVICEACCESS)。（4）连接特性（Class:CONNECTIVITY）。基于页面的实时聊天，能有更快速的网页游戏体验，更优化的在线交流。HTML5拥有更有效的服务器推送技术，Server-SentEvent和WebSockets就是其中的两个特性，这两个特性能够帮助我们实现服务器将数据“推送”到客户端的功能。网页多媒体特性(Class:MULTIMEDIA)（5）支持网页端的Audio、Video等多媒体功能，与网站自带的APPS，摄像头，影音功能相得益彰。（6）基于SVG、Canvas、WebGL及CSS3的3D功能，支持三维图形及特效特性。（7）性能与集成特性（Class:Performance&Integration）HTML5通过XMLHttpRequest2等技术，解决以前的跨域等问题。（8）CSS3特性(Class:CSS3)在不牺牲性能和语义结构的前提下，CSS3中提供了更多的风格和更强的效果。此外，较之以前的Web排版，Web的开放字体格式（WOFF）也提供了更高的灵活性和控制性。3.2webgl技术WebGL（WebGraphicsLibrary）是一种3D绘图协议，这种绘图技术标准允许把JavaScript和OpenGLES2.0结合在一起，通过增加OpenGLES2.0的一个JavaScript绑定，WebGL可以为HTML5Canvas提供硬件3D加速渲染，这样Web开发人员就可以借助系统显卡来在浏览器里更流畅地展示3D场景和模型，还能创建复杂的导航和数据视觉化。WebGL技术标准免去了开发网页专用渲染插件的麻烦，可被用于创建具有复杂3D结构的网站页面，WebGL的特点[16]：（1）通过HTML脚本本身实现Web交互式三维动画的制作，无需任何浏览器插件支持;（2）利用底层的图形硬件加速功能进行的图形渲染，是通过统一的、标准的、跨平台的OpenGL接口实现的。3.3mapbox地图框架与echartsformapboxgl开源框架3.3.1mapbox地图框架本论文采用Mapbox地图框架。Mapbox成立于2010年，是移动和网络应用程序的位置数据平台。不同于Google、百度等巨头，Mapbox是免费开源的地图框架，为企业和开发者提供定制地图。Mapbox获得地理数据的方式有三种：一是利用开放的地理数据平台，比如OpenStreetMap、NASA，获得公开的数据；二是购买，从DigitalGlobe等数据提供方那里购买地理数据；三是通过其客户获得他们的用户地理数据。Mapbox从一个非政府组织成为全球每月有3亿人使用的地图应用，并且将拓展其地图业务，进入物联网、自动驾驶、混合现实领域。基于地理数据，Mapbox为开发者和企业客户提供开发工具及开发平台，通过它的开发工具可以帮助开发者在手机、网页应用中增加位置相关功能，比如地图、导航、按距离排序、以及可视化海量地理数据等。开发者在其API平台基础上开发Web或者移动应用，可以修改上面的地图数据种类，也可以把自己的数据加进去。Mapbox具有丰富的地图样式和定制化能力，借助MapboxStudio，可以自定义地图的每个方面，从调整颜色到隐藏或显示特定图层，决定于在地图上呈现的信息。Mapbox采用了矢量图层，一种轻量级数据格式，用于将地理空间数据存储为点，线和多边形。相对于传统栅格地图，矢量地图数据包缩小70%，地图实现无级平滑顺畅缩放。地图以超高帧率渲染，使地图可以流畅地响应用户反馈或脚本事件。MapboxGLJS是一个JavaScript库，使用WebGL对矢量切片（矢量图块）和Mapbox样式（样式）构成的交互式地图进行渲染。它拥有高效的三维可视化和渲染能力，是MapboxGL生态系统的一部分，该系统还包括一个使用C++编写的，可兼容的渲染器MapboxMobile，可绑定到电脑和手机平台。3.3.2Echartsformapboxgl开源框架ECharts是百度基于轻量级的矢量图形库ZRender使用JavaScript实现的开源可视化库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器（IE8/9/10/11，Chrome，Firefox，Safari等），提供直观，交互丰富，可高度个性化定制的数据可视化图表，支持以Canvas、SVG（4.0+）、VML的形式渲染图表。VML可以兼容低版本IE，SVG使得移动端不再为内存担忧，Canvas可以轻松应对大数据量和特效的展现。不同的渲染方式提供了更多选择，使得ECharts在各种场景下都有更好的表现。基于WebGL的EChartsGL，可以像使用ECharts普通组件一样轻松的使用EChartsGL进行三维可视化。除此之外，Echarts还提供结合Mapbox进行开发的功能，只需要向引入Mapbox底图即可。ECharts由数据驱动，数据的改变驱动图表展现的改变。因此动态数据的实现也变得异常简单，只需要获取数据，填入数据，ECharts会找到两组数据之间的差异然后通过合适的动画去表现数据的变化。配合timeline组件能够在更高的时间维度上去表现数据的信息。3.4动态可视化交互技术3.4.1基于Echarts的timeline组件实现动态三维地磁数据可视化Echarts的timeline

组件，提供了在多个ECharts

option

间进行切换、播放等操作的功能。timeline

和其他组件有些不同，它需要操作多个option。假设，我们把ECharts将传统的option称为原子option那么使用

timeline

时，传入ECharts的option就成为了一个集合多个原子option的复合option。timeline.data中的每一项，对应于options数组中的每个option。使用注意与最佳实践：公有的配置项，推荐配置在

baseOption

中。timeline

播放切换时，会把

options

数组中的对应的

option，与

baseOption

进行merge形成最终的

option。options

数组中，如果某一数组项中配置了某个属性，那么其他数组项中也必须配置某个属性，而不能缺省。否则这个属性的执行效果会遗留。复合option

中的

options

不支持merge。也就是说，当第二（或三、四、五...）次

chart.setOption(rawOption)

时，如果

rawOption

是复合option（即包含

options

列表），那么新的

rawOption.options

列表不会和老的

options

列表进行merge，而是简单替代。当然，rawOption.baseOption

仍然会正常和老的option进行merge。3.4.2基于ajax实现动态数据加载原理AJAX(AsynchronousJavaScriptAndXML)技术是一种非常灵活创建交互式网页应用的网页开发技术实际上，能在无需重新加载整个网页的情况下，通过在后台与服务器进行少量数据交换，更新部分网页的技术。采用AJAX异步请求能够在不重载地图的条件下刷新地图数据。AJAX原理如下图：传统web应用模式：采用ajaxweb应用模式：在地图应用程序采用ajax技术主要的优势如下：1.加快页面响应速度，因为减少了加载地图所要消耗的资源，在网速不太好的时候也能有较好的性能。2.不需要任何浏览器插件，但需要用户允许JavaScript在浏览器上执行。跟平台无关。3.4.3基于ajax实现动态数据加载实现由于JQuery的开源便捷性和广泛使用[17基于AJAX异步传输技术与Echarts3技术的动态绘图实现]，本系统采用JQuery封装的AJAX向服务器进行后台异步数据请求，服务器通过MySQL数据库查询操作得到数据再封装成json格式回传到echarts的数据源。代码流程如下：$.ajax({'url':'../php/3d_merge.php',//服务器PHP文件地址'data':{},//查询条件'success':function(response){chartmap.setOption({//需要的图表配置样式和数据})},'type':'post',});Ajax中的url地址指向服务器PHP文件地址，PHP（外文名:PHP:HypertextPreprocessor，中文名：“超文本预处理器”）是一种通用开源脚本语言。语法吸收了C语言、Java和Perl的特点，利于学习，使用广泛，主要适用于Web开发领域。PHP独特的语法混合了C、Java、Perl以及PHP自创的语法。它可以比CGI或者Perl更快速地执行动态网页。用PHP做出的动态页面与其他的编程语言相比，PHP是将程序嵌入到HTML（标准通用标记语言下的一个应用）文档中去执行，执行效率比完全生成HTML标记的CGI要高许多；PHP还可以执行编译后代码，编译可以达到加密和优化代码运行，使代码运行更快。PHP主要代码流程如下：<?phpheader('content-type:text/html;charset=utf-8');$mysqli=newmysqli('服务器地址','用户名','密码','数据库');//本地数据$fiter_data=$_POST["数值名"];//获取前台传送条件$data=function方法名（$fiter_data）{//执行数据库操作，获取数据};echojson_encode($data);//数据转成json格式输出>可以得知，Ajax通过php文件中的数据库操作方法动态获取需要的数据，再将数据传送到echarts中就能动态的刷新数据，减少等待时间。3.5本章小结本章介绍了基于地图的数据分析和可视化的相关技术，包括所采用的地图框架mapbox、前端技术htnl5和数据分析框架Echarts以及基于WebGL的三维可视化技术和改善系统性能的ajax异步加载技术，并说明了采用该技术的优势和原因。第四章系统设计本系统用于地磁数据的分析和可视化展示，整个系统的思路是：接入采集的地磁数据，经过数据处理后存入业务数据库提供数据分析和可视化。本章介绍系统需求与系统设计，包括总体架构设计和功能流程设计以及数据库设计，为系统实现奠定前提。4.1需求分析4.1.1问题分析地磁观测数据是对地球基本磁场、异常磁场和变化磁场的综合反映。根据研究，地震前后地磁场会发生异常波动，这便是地震前的磁喷现象。通过对地磁场数据的采集与分析，从而找到其间的规律对于地震的预警具有重要意义。4.1.2系统功能需求•进行正常地磁、异常地磁和有采集错误的地磁数据进行可视化，并且数据可视化维度尽可能的丰富，从多个角度理解地磁波动情况以及地理区域分布。比如，数据可视化时，可供用户选择展示的是总的地磁数据，还是地磁分量等。•通过数据分析能够得出地震前后地磁数据分布的情况，最好得出一个地震发生与否的地磁阀值。•支持实时数据可视化，可以让用户实时看到数据情况，实时数据具有监控的作用。•结合时间维度进行数据可视化。•提供查询功能，能够找到所需要的数据。•提供数据上传和下载的功能。•数据可视化策略应该是针对不同的图表类型和数据类别、数据大小选择不同的颜色以直观、易于区分的方式呈现给用户。4.2总体设计4.2.1系统的三层架构系统根据架构可以确定层次，每个层次划分成不同的功能模块，每个模块采用适合的语言是很有必要的，根据分层设计原理，各个模块间分工明确，只需要提供对外的接口，便能形成有组织的系统，便于理解和维护升级。本论文的地磁数据分析和可视化系统主要由数据获取接收、数据处理、数据存储、数据分析、数据可视化五个过程组成，如下图4.1所示： 图4.1系统数据流图4.1显示了系统整个数据流动的过程。首先运行在腾讯云上的java服务器通过tcp/ip协议将地磁预警app中收集到的地磁数据存储到云端数据库Mysql中。其次，本地的Python服务器通过get方式请求获取到云端MySQL的地磁数据并将其存储在本地，接着进行数据预处理，数据预处理有一个专门的模块，主要是对缺省的经纬度、不符合常理的地磁数据值进行过滤后再进行持久化存储，最后通过json方式提交到前台，以webGL方式渲染可视化。4.2.1系统总体架构设计根据前面论述的系统需求和系统的流程设计，本系统设计了“高内聚、低耦合”的三层架构，包括数据持久层、业务逻辑层和数据表现层，架构图如下图4.2：图4.2系统架构图图4.2：表现层：表现层即数据展示层，系统的界面，用于显示数据和接收用户输入的数据，为用户提供一种交互式操作的界面。主要的功能有对用户的请求接受，以及数据的返回，为用户提供地磁可视化系统应用的操作。本系统界面的设计原则采用大屏可视化设方法计，每个模块对应着一个数据可视化大功能，其中基于mapbox的地磁可视化系统的时空地磁数据以图形的方式直观的显示在地图上。用户可以根据不同的需求进入不同的模块：包括近些年全国各级地震统计，地磁三维可视化查询，地磁三维动态可视化，地震与地磁数据分析等，可以选择相应的地区、时间参数、显示的地磁数据类别、包括正常地磁数据、异常地磁数据、非法地磁数据进行空间可视化查询。业务逻辑层：地磁分析与可视化系统的业务逻辑层主要是用于接收上层的信息并调用操作数据库的数据存储层的方法。主要的作用是用于连接表现层跟数据存储层的数据通信。数据存储层：数据存储层接收业务逻辑的消息进行数据库访问。数据存储层一大功能接收腾讯云的地磁数据源，对各地区的地磁数据进行地磁分类存储和读取。数据处理层：本层的业务是做数据的预处理和数据筛选、数据过滤以及数据抽洗，包括数据抽稀的数据处理方法以及基于格网的数据处理方法，基于Python环境，用于提供系统数据展示可视化的数据源。包括实时数据处理和离线数据处理。处理后的数据再进行数据持久化存储到MySQL数据库中。数据源：通过手机地磁地震预警系统上的地磁传感器探测地磁数据，传送到云端数据库。4.2.2系统功能流程设计表现层表现层包括系统界面、系统导航栏与系统数据的交互可视化操作等。本系统基于地磁数据分析与可视化的需要，将系统的功能进行划分、分为地震与地磁数据分析模块，基于mapbox地图的数据可视化模块，其中基于地图的数据可视化模块又分为静态数据展示和动态数据展示和实时地磁数据可视化。首先在地震与地磁数据分析模块中，本系统的研究思路是将在某段时间范围内手机地磁数据app收集到的地磁数据跟同样时间发生在该地区地震的地点进行数据分析，直观的显示地震发生前后地磁数据的各个数据分量的波动情况。后期可以通过对大量地震点的地磁数据可视化，我们可以得知和确认地震前后地磁的异常情况，从而可以进行地震预警的工作。其次在基于mapbox地图的地磁数据可视化模块，首先是静态的地磁空间数据的展示，静态数据包括存储在mysql中的地磁数据跟mapbox地图瓦片数据，mapbox地图数据通过web端对mapbox服务器的访问，将地图的地理信息包括道路、行政区域等数据集按照图层顺序叠加组成，在服务器端通过地图切片方式形成不同的地图级别的比例尺大小形成地图瓦片缓存在客户端的浏览器服务器缓存中，当客户端发起请求时，服务器根据地图的请求参数进行返回。用户可以根据不同的检索条件、比如时间、地区、可视化的地磁数据类别选择地磁数据的查询，可以得知地磁的分布情况。其次是动态地磁数据展示，动态数据展示主要是提供了对某个地区或全部地区地磁数据的变化情况，用户可以选择不同的时间跨度，系统将根据时间跨度的大小选择时间间隔，时间间隔有天、小时。最后是实时的地磁数据，将实时的地磁数据更新推送到前端。对于地磁数据的图层样式渲染，是使用Echarts对mapboxGL的支持实现的，Echarts通过一系列的配置将mapbox进行了封装，Echarts的可视化流程如下[18李翠web前端地理数据可视化技术]：图4.3Echarts实例化流程Echarts提供mapbox的主要配置如下：chartmap.setOption({visualMap:[],//颜色映射表，将地磁数据按照不同等级划分不同颜色mapbox3D:{//mapbox3D三维地图layer图层属性的配置center:[114.114129,30.550339],//地图中心zoom:4,//缩放级别style:'mapbox://styles/mapbox/light-v9',//图层样式},series:[{type:'bar3D',//以三维柱状图组件形式展示数据coordinateSystem:'mapbox3D',//指定的地图坐标系data:[]//数据源}]});从上面Echarts提供mapbox的配置可以看出，通过设定地图的数据源，样式再结合Echarts三维可视化组件就可以实现数据到图形的映射。业务逻辑层业务逻辑层是系统的处理逻辑，负责表现层的消息接收和数据存储层的数据访问。根据地磁数据分析与可视化系统的功能需求，设计的业务逻辑如下图4.4所示：图4.4在地震与地磁数据分析模块中，系统预先将有数据的地震发生地区的地磁数据进行一元回归分析，将地磁的波动情况结合地震时间展示出来。用户可以选择不同的地区地震发生点进行查看。在地磁数据可视化模块中，可以分成三种不同的展示形式。一是查询，查询的业务逻辑流程图如下图4.5:图4.5检索的条件需要分别对时间、地区、地磁数据类别进行判断图4.6：图.3数据处理层数据处理层包括数据抽取、数据清洗、数据反地理编码、数据抽稀、数据分类、数据装载的处理。•数据抽取数据抽取是从数据源中抽取数据的过程。实际应用中，数据源较多采用的是关系数据库。从数据库中抽取数据一般有以下几种方式。（1）全量抽取全量抽取类似于数据迁移或数据复制，它将数据源中的表或视图的数据原封不动的从数据库中抽取出来，并转换成自己的ETL工具可以识别的格式。全量抽取比较简单。（2）增量抽取增量抽取指抽取自上次抽取以来数据库中要抽取的表中新增、修改、删除的数据。在ETL使用过程中。增量抽取较全量抽取应用更广。如何捕获变化的数据是增量抽取的关键。对捕获方法一般有两点要求：准确性，能够将业务系统中的变化数据准确地捕获到;性能，尽量减少对业务系统造成太大的压力，影响现有业务。目前增量数据抽取中常用的捕获变化数据的方法有：触发器、时间戳、全表比对、日志对比。本系统在python环境中采用基于时间戳的增量抽取方式，它是一种基于递增数据比较的增量数据捕获方式，在源表上增加一个时间戳字段，当进行数据抽取时，通过比较系统表与数据源的时间戳字段的值来决定抽取哪些数据。有的数据库的时间戳支持自动更新，即表的其它字段的数据发生改变时，自动更新时间戳字段的值。•数据清洗数据清洗是直接在MySQL的可视化管理工具SQLyog中进行，对于设备的非法经纬度数据、地磁数据大小为零进行删除。•数据反地理编码数据反地理编码是根据经度、维度信息将每个点的位置解析出来，得到每个点的具体位置。代码流程如下：deffind_street(location):url='/geocoder/v2'ak='xq5MjgIMWD1DY2iSbiuKXhmteR6mLVW6'real_url=url+'/?callback=renderReverse&location='+location+'&output=json&pois=1&ak='+akreq=requests.get(real_url)t=req.textdata=json.loads(t)poisA=data["result"]["pois"]#输出街道名ifpoisA:pois=data["result"]["pois"][0]["addr"]returnpoiselse:return"null"•数据抽稀做地震与地磁数据分析模块时候地磁数据采样的时间间隔是4s，可以用于很好的反应地磁数据波动情况。但是在地磁数据可视化的时候，因为同一个设备采集的数据在某小段时间有一定的偏移，并且全部一次性可视化时太密集，导致可视化效果不好，会重叠，因此有必要对数据进行抽稀。数据抽稀思想是对每个设备隔着一个小时进行求取平均值，减少数据密集程度。•数据分类数据分类是数据预处理的一个环节，根据地磁可视化系统的功能性需求，将地磁数据分成正常的、异常的、非法的三种类别，并且根据需要可视化在地图上。数据分类的原则是以地震数据为依据，目前以人工对照筛选为主，根据发生地震时候的地磁数据样本我们可以得知地震前后会发生地磁的增大，一是如果地磁在某个时间点点增大而没有地震，我们很大概率认为是仪器的原因，是非法数据，二是发生了地震但是地震前后数据也没有明显的大范围波动，有地震与地磁数据分析得出来的规律也可以认为很大概率是非法数据。•数据装载数据装载是指将转换好的数据保存到数据仓库中去。一般情况下，数据装载应该在系统完成了更新之后进行。在数据仓库中的数据来自多个相互关联的操作系统，则应该保证在这些系统同步工作时移动数据[15]。数据装载方式有：（1）基本装载按照装载的目标表，将转换的过的数据输入到目标表中去。若目标表中已有数据，装载时会先删除这些数据，再装入新数据。（2）追加装载如果目标表中已经存在数据，在保存已有的数据的基础上增加新的数据。当一个输入的数据记录与已经存在的记录重复时，输入记录可能会作为副本增加进去，或者丢弃新输入的数据。（3）破坏性合并如果输入数据记录的主键与一条已经存在的记录的主键相匹配，则用新输入数据更新目标记录数据。如果输入记录是一条新的记录，没有任何与之匹配的现存记录，那么就将这条输入的记录添加到目标表中。（4）建设性合并输入的记录主键与已有的记录的主键相匹配，则保留已有的记录，增加输入的记录，并标记为旧记录的替代。本系统采用追加装载的方式，将新增的处理后的数据进行装载持久化存储在MySQL中。4.3本章小结本章介绍了地磁数据分析与可视化系统三层体系结构的划分以及每一层负责的功能，详细的描述了数据处理层、业务逻辑层、表现层的内容和职责，并对系统的功能流程做了一定的叙述。第五章系统实现5.1实验平台数据实验环境为window7操作系统，python3、php5.7、mysql5.7环境下。由于目前的数据的数量并不是特别多，有六个月的数据，每月的原始数据大致有数千到几万条，数据量并不是很大，所以在目前的环境下基本上可以运行。5.2处理框架前端:Bootstrap+Html5+css3+JQuery+mapboxGL+Echarts/EcahrtsGL,开发环境phpStudy集成环境，另外包含了apache服务器，远程mapbox服务器。数据库分为远端MySQL和本地MySQL。如下图5.2所示为系统处理框架：图5.15.3总体设计5.3.1系统模块功能分配在进行总体设计时，首先进行了地磁数据分析，将发生地震的地点地磁数据进行了分析、可视化。其次是地磁数据的查询模块、三维动态可视化模块、地震统计可视化模块。如下表5.3所示：模块目标地磁数据分析用户可以选择查看发生地震的地点，并可以动态拉拽的方式查看地震前后地磁数据波动情况地磁数据查询用户可以查询某地区、全国、某段时间的地磁数据分布情况、可以设定查看地磁数据的类别地磁数据动态可视化用户可以查询某地区、全国的地磁数据，并且系统根据时间跨度的大小自动的选择时间序列间隔是一天还是一个小时地震统计可视化用户可查看近些年各级地震发生次数表数据库设计整个系统的数据存储都是在MySQL数据库中，其中远端MySQL的数据来源是手机地磁地震预警系统APP，本地数据库通过tcp方式将远端的MySQL数据复制到本地经过数据处理存储到本地。数据库列表如下：编号数据文件名称存储格式用途1customersmysql存储用户姓名密码2startmysql存储用户命名密码对应的设备mac和注册时间3warningmysql存储默认的经纬度和时间4Geomagnetic_preprocessalldatamysql存储数据处理前总的地磁数据5Geomagnetic_afterprocessalldatamysql存储数据处理后总的地磁数据6Geomagnetic_normalmysql存储数据处理后总的正常的地磁数据，用于数据分析7Geomagnetic_abnormalmysql存储数据处理后总的异常的地磁数据，用于数据分析8Geomagnetic_illgalmysql存储数据处理后总的非法的地磁数据，用于数据分析9Chouxi_Geomagnetic_normalmysql将全部正常的地磁数据抽稀，便于数据可视化10Chouxi_Geomagnetic_abnormalmysql将全部异常的地磁数据抽稀，便于数据可视化11Chouxi_Geomagnetic_illgalmysql将全部非法的地磁数据抽稀，便于数据可视化（1）customersFieidTypeNullKeyDefaultExtrausernamevarchar（20）NoPRINULL用户注册名passwordvarchar（20）NoNULL密码（2）startFieidTypeNullKeyDefaultExtramacvarchar（50）NoPRINULL手机mactimedatatimeNoNULL注册时间WarningFieidTypeNullKeyDefaultExtraidInt（11）unsignedNoPRINULL注册的idlatitudedoubleNo0.0000000经度longitudedoubleNo0.000000维度timedatatimeNo0000-00-0000:00:00时间Geomagnetic_preprocessalldataFieidTypeNullKeyDefaultExtramacvarchar（50）NoPRINULL手机maclatitudedoubleNo0.0000000经度longitudedoubleNo0.0000000维度timedatatimeNoNULL采集数据时间magfdoubleNo0.00000地磁总量magxdoubleNoNULL地磁x分量magydoubleNoNULL地磁y分量magzdoubleNoNULL地磁z分量calibfdoubleNo0.00000地磁倾角calibxdoubleNo0.00000地磁倾角x分量calibydoubleNo0.00000地磁倾角y分量calibzdoubleNo0.00000地磁倾角z分量Geomagnetic_afterprocessalldataFieidTypeNullKeyDefaultExtramacvarchar（50）NoPRINULL手机maclatitudedoubleNo0.0000000经度longitudedoubleNo0.0000000维度addressvarchar（50）yes地址timedatatimeNoNULL采集数据时间magfdoubleNo0.00000地磁总量magxdoubleNoNULL地磁x分量magydoubleNoNULL地磁y分量magzdoubleNoNULL地磁z分量calibfdoubleNo0.00000地磁倾角calibxdoubleNo0.00000地磁倾角x分量calibydoubleNo0.00000地磁倾角y分量calibzdoubleNo0.00000地磁倾角z分量Geomagnetic_normalGeomagnetic_abnormalGeomagnetic_illgalChouxi_Geomagnetic_normalChouxi_Geomagnetic_abnormalChouxi_Geomagnetic_illgal以下的数据格式跟数据表Geomagnetic_afterprocessalldata的格式一致，不再叙述。5.4系统主要功能5.4.1系统主界面系统支持大部分浏览器，比如GoogleChrome，360，firefox，双核浏览器等，系统的主界面设计如下所示：图5.2系统采用数据可视化大屏展示设计效果，每个功能模块设计的界面相互独立，但是又能够跳转的方便。由上图可以看出系统一级主界面由三部分构成：地磁实时数据、地磁数据分析与地震统计可视化。地磁实时数据可以让用户进入网站是就能够看到实时的地磁数据分布，点击进去可以进入二级界面。地磁数据分析模块是结合地震情况，可选择发生地震的某些地区，进一步做一元线性回归分析，清楚直观的看到地磁数据波动跟地震情况。地震统计可视化的数据来自中国地震局，对各级地震做一个简单的可视化统计。5.4.2可视化主要功能展示•地磁实时数据在地磁实时数据可视化的一级别目录中，系统界面有温馨提示，点进去模块后进入详细界面。图5.3查询模块初始化进入二级界面的时候，系统默认勾选显示全部的地磁数据类别，左下角分别以三种颜色：蓝色、红色、黄色分别代表正常地磁、异常地磁、非法地磁数据。本系统提供了友好的交互界面，用户可以选择要查询地磁的地区，默认是全国。查找的地磁数据范围是要输入一个时间范围。界面中间的地磁类别需要选，默认是全选。下面以查询全国地磁数据为例：系统输入开始的时间2019.01.0100:00，结束时间2019.05.0700:00，地区默认不选，地磁类别勾选全部显示，点击提交按钮，地图将以3D柱状图形式展示地磁的空间分布以及属性。图5.4如果想要进一步的查看每个柱状图的属性，比如地磁数据大小，经纬度信息，可以通过将鼠标靠近并且悬停在柱子上，这样就能看到每个点的详细信息。如下图所示：图5.5全国非法错误的地磁数据可视化查询：如下图图5.6所示：将要显示的地磁数据类别从都选改成错误地磁之后，点击提交按钮，系统将进行异步刷新，将要可视化的数据源直接替换成换色，并且鼠标悬停在三维柱状图上时显示具体信息。