结合夜间环境因素的露营地选址

我尝试做一个露营地选址的可视化 Demo，展示了北京地区部分露营地点的位置，并结合夜间环境因素、道路噪声模拟、天气与气象指标，为有观星需求或户外体验需求的人提供参考。用户可以点击地图上的露营点查看详细信息，包括地理位置、照片、简要介绍；同时在面板上可以查看夜间云量变化、夜间灯光分布、道路噪声模拟层以及气象数据和舒适度评价。

露营地选址

地图基于 Mapbox 渲染，支持夜间底图、叠加灯光和噪声分布图层；
露营地位点来源于高德地图 API，通过 POI 搜索接口保存为 JSON；
气象数据调用彩云天气 API，获取温度、湿度、风速、云量等指标；
舒适度评价则基于国家标准《人居环境气候舒适度评价》，分别计算温湿指数和风效指数，并进行等级划分。

技术思路

露营地位点

通过高德地图 API 的 POI 搜索接口获取（实际过程是通过浏览器调试工具观察 https://restapi.amap.com/v3/place/text 请求，保存返回的 JSON），字段包括地理坐标、地址、名称、照片。
露营点位数据

天气与气象

我按经纬度 + 时间段向彩云拉取天气，重点取温度、湿度、风速、云量。下方代码做了两件事：请求 API，并把“今天 17:00 到次日 06:00”的云量转成前端折线图所需的[time, cloudrate]数组。

import requests
from datetime import datetime, timedelta, timezone

CAIYUN_KEY = "彩云KEY"

def fetch_caiyun_weather(lng: float, lat: float):
    # 彩云 v2/v3 均可，下面示例为 v2-like
    url = f"https://api.caiyunapp.com/v2.6/{CAIYUN_KEY}/{lng},{lat}/weather"
    r = requests.get(url, timeout=8)
    r.raise_for_status()
    return r.json()

def night_cloud_curve(weather_json, tz=timezone(timedelta(hours=8))):
    # 取逐小时云量 cloudrate (0~1)，时间线从当天 17:00 到次日 06:00
    hourly = weather_json["result"]["hourly"]
    ts = [datetime.fromtimestamp(int(x["datetime"]), tz) for x in hourly["cloudrate"]]
    vs = [float(x["value"]) for x in hourly["cloudrate"]]
    curve = []
    start = datetime.now(tz).replace(hour=17, minute=0, second=0, microsecond=0)
    end = (start + timedelta(days=1)).replace(hour=6)
    for t, v in zip(ts, vs):
        if start <= t <= end:
            curve.append({"time": t.strftime("%H:%M"), "cloud": round(v, 2)})
    return curve