POI点数据获取与NOAA（美国海洋和大气管理局）气象数据获取

NOAA（美国海洋和大气管理局）提供GHCND（全球历史气候学网络）月度摘要数据库，可以满足全球陆地区域历史月度温度，降水和降雪记录的研究需求。

GHCND月度摘要数据库数据源自GHCN-Daily数据库，经过质量审查与二次加工制成，主要包含18个气象要素，包括温度（每月平均值和极端值），降水（每月总数，极端值和满足各种数量阈值的天数），降雪，最大雪深等。GHCND月度摘要数据库与它对应的每日数据库一样，包含分布在各大洲的40000多个站点的数十个观测值。

基于世界气象组织（WMO）第40号决议（Cg-12），世界气象组织（WMO）达成了世界天气监视计划协议，互相交换气象数据，GHCN-Daily数据库提供的数据即基于此计划。WMO成员国可以免费且不受限制的使用或导出数据用于研究，教育和其他非商业活动。

本节以台风山竹期间获取广东省内数据绘制降雨情况为例。点击数据库连接会得到以下文件列表，提供从1901年至今的气象数据，操作步骤如下：

1. 在文件列表中找到ish-history.csv文件，文件提供了29726个气象站点，包含站点ID，站点经纬度，站点高程，站点所在城市，站点所在国家（CH代表中国），站点数据起迄时间。根据需求在excel内进行查找，筛选出想要的数据站点。从中筛选出具有2018年9月16日至9月18日数据的38个广东省范围内数据站。
2. 点进2018年份文件夹，将筛选后的数据站原始数据下载下来并解压。对解压后的文件进行处理，此时解压出来的文件名称格式如“578660-99999-2018”，579570代表站点ID，99999是统一的命名，2018代表数据年份。此时文件并不能直接使用，官方提供了解析脚本ishJava.java，需要安装JDK环境使用，并在同路径下添加ishJava.class类，cmd下执行命令java -classpath . ishJava 578660-99999-2019 578660-99999-2010.out。这里提供了编写好的脚本，调用deal_with_download_file(root_source)函数即可处理路径下所有文件，输出成.out格式。

1. 此时提供的数据是2018年一整年的数据，依据时间条件进行过滤，调用函数filter_time(root_source, 201809160000, 201809170000)筛选出三天的气象数据，得到筛选后的结果result.txt。
2. 依据处理结果进行筛选，Arcgis处理后得到降雨插值图。

代码开源至：https://github.com/yemanzhongting/get_rain_data

1. POI数据获取

POI是Point of Interest的缩写，中文可以翻译为“兴趣点”。在地理信息系统中，一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等。以百度地图为例，将POI分为八类：吃喝、住宿、出行、银行、娱乐、生活、景点、购物，再细一点可以选择大类中的类目。百度地图、高德地图等平台提供了API接口，对接口传入必要的参数，就能返回需要的数据。本节以抓取百度地图广州市医院位置为例进行讲解，主要步骤如下：

1. 百度地图API Key的获取。API Key是百度地图API必要的请求参数，百度地图开发者平台提供申请入口。
2. 请求参数。Query参数，即查询的POI种类，本例参数为医院；bounds参数，即检索的区域，格式为lat1，lng1，lat2，lng2，参数1表示左下角经纬度，参数二表示右下角经纬度；page_size参数，即返回的最大页面数，默认最大为20；page_num参数，即查询第几页的返回数据；region参数，即检索的城市名称；output参数，即查询结果的格式，这里选择json格式；ak参数，即申请的秘钥。一个完整的请求连接格式如下：http://api.map.baidu.com/place/v2/search?query=医院&page_size=20 &page_num={page_index}&region=广州市&&output=json&ak=yourak'，详细的脚本代码参见github。
3. 坐标纠偏。由于百度坐标进行了一定加密处理，直接使用坐标会带来很明显的偏差，需要将经纬度从百度坐标系(BD-09)纠偏至CGCS2000或WGS84（两者均为大地坐标系，差异很小），以成都地铁站店为例，给出了纠偏的效果。

1.  

图 纠偏对比

图 抓取到的POI数据前端交互展示