深色模式
地球上的数据有哪些形状
地图上的内容可以看起来很像，却有完全不同的数据结构。卫星图提供颜色；行政区提供边界与属性；温度网格提供可计算的数值；建筑模型提供三维表面。先识别数据的结构，才能判断应该采样、连线、三角剖分，还是选择一个现成的数据提供器。
从内容和组织方式分别观察
栅格（raster）由像元或网格样本组成，矢量要素（vector feature）由点、线、面及其属性组成。天气中的矢量场（vector field）又有另一层含义：它指每个位置上的方向与大小，例如 U/V 风分量，并不等同于 GeoJSON 这类矢量文件。
瓦片（tile）描述分块组织方式，不能单凭这个名字判断内容。影像瓦片存图片，地形瓦片存表面形状，3D Tiles 管理可分级加载的三维内容。它们都可能根据相机距离选择细节层级，但读取与绘制方式不同。
text
数据值：温度、速度、颜色、位置
空间拓扑：规则网格、曲线网格、三角网、离散要素
分块方式：整幅、区域块、金字塔瓦片
参考信息：坐标系、单位、缺测、时间、高度基准这里的拓扑（topology）表示“谁与谁相邻、哪些点组成一个单元”，不同于记录具体经纬度的几何（geometry）。这些维度应分别记录。例如“全球温度图”不足以说明数据：还需知道样本是在网格点还是格子中心、纬度是否从北到南、经度是否重复末列、缺测值如何编码。否则即使图像看起来连续，数值也可能错位半个网格。
理想图形帮助推理，拟真场景暴露边界
简单的正弦场（sinusoidal field，以周期函数构造的连续值）、均匀风和规则网格适合验证公式，因为预期结果容易计算。现实数据还会出现区域覆盖、曲线网格、缺测区、多尺度结构和不连续边界。学习时应先用规则案例看清机制，再用具有近真实形态的合成场检查稳健性；拟真合成数据依然不是观测或业务预报。
若缺测值恰好存成零，直接参与插值会在边缘制造不存在的低值。应携带有效性信息，让采样策略明确处理无效邻居。显示覆盖范围与显示变量大小也应分开，这样不会把“没有数据”解释成“没有天气”。
地球的数据层
分开控制影像、经纬网和地表高度。
在浏览器本地运行 · 无需账号 · 鼠标拖动旋转，滚轮缩放
底图：Natural Earth II（公共领域）；其余几何和地形为教学合成。 数据说明
查看运行源码
此代码直接读取实际运行的实验模块。按 kind 分支定位当前实验，也可查看数据公式和 GLSL。
读取源码…观察任务： 切换“显示公开底图”和“显示经纬网”，区分图像内容与空间参照。设想同一区域分别存成颜色图片和浮点温度数组：仅凭已经着色的图片，能否准确恢复任意位置的原始温度？
展开解释
通常不能。色带量化、透明度与图像压缩可能损失数值信息。需要定量查询、重新配色或计算等值线时，保留原始数值与网格定义更合适；图片只承担最终视觉表达。