Choropleth map 即分级统计图。在整个制图区域的若干个小的区划单元内（行政区划或者其他区划单位），根据各分区资料的数量（相对）指标进行分级，并用相应色级或不同疏密的晕线，反映各区现象的集中程度或发展水平的分布差别。
分级统计图法可反映布满整个区域的现象（如地貌切割密度）、呈点状分布的现象（如居民点的密度）或线状分布的现象（如河流密度或道路网密度），但较多的是反映呈面状但属分散分布的现象，如反映人口密度、某农作物播种面积的比、人均收入等。此法因常用色级表示，故亦称色级统计图法。
在创建了世界地图后，我们可以使用其他参数改变地图的外观，具体参数描述请参看 JVectorMap API 。
接下来我们将创建一个 choropleth map ，这个例子中我们将会对2010年各个国家的 GDP 信息进行展示。首先我们需要一些数据，可以从 IMF 网站上去下载得到格式为 XLS 的数据文件，然后将之转化为下面的格式，将文件存储为名字为 gdp-data.js 的文件。 继续阅读
开始之前先下载 jVectorMap 和 地图数据文件，然后按照下面的步骤使用世界地图数据创建一个简单的地图。
JavaScript 和 CSS 文件DIV 标签作为地图的容器，注意宽和高不许为零JVectorMap 提供的数据都是由 Natural Earth 的数据文件解析而来的，后续本站将会提供更多国内数据文件下载。
JVectorMap 提供的地图数据 继续阅读
如果你对 JVectorMap 不太了解，请先阅读《开源JS地图插件JVectorMap介绍》。
使用 Converter 生成的 JVectorMap 数据文件大小跟数据源大小和精度相关，数据主要存储于文件中的 path 字段，它代表了地图中所有区域的路径信息。数据文件格式如下：
jQuery.fn.vectorMap('addMap', 'afg_mill_en',
{
"insets": [
{
"width": 900.0,
"top": 0,
"height": 642.33050485257525,
"bbox": [
{"y": -4509613.1491, "x": 6738787.2362},
{"y": -3365824.1687, "x": 8341404.6963}
],
"left": 0
}
],
"paths": {
"24": {
"path": "M485.72,476.51l-0.74 ... Z",
"name": "Paktika"
},
},
"height": 642.33050485257525,
"projection": {"type": "mill", "centralMeridian": 0.0},
"width": 900.0
}
);
下面详细说明这些字段的意义 继续阅读
如果你对JVectorMap不太了解，请先阅读《开源JS地图插件JVectorMap介绍》。
Converter 是 JVectorMap 提供给我们把 shapefile 数据文件转化为地图数据的转化器。它是基于 Python 编写的，官方建议版本 >=2.7（貌似 3.x 与 2.x 语法有不少区别，不要使用 3.x 以及以后版本）。另外还需要依赖库 Anyjson ， GDAL 和 Shapely 。
Linux 下手动安装
# install anyjson $ wget https://pypi.python.org/packages/source/a/anyjson/anyjson-0.3.3.tar.gz $ tar zxvf anyjson-0.3.3.tar.gz && cd anyjson-0.3.3 $ python setup.py build && python setup.py install # install Shapely $ wet "https://pypi.python.org/packages/source/S/Shapely/Shapely-1.4.0.tar.gz#md5=8194c567cfdcfe0b458e041366924270" $ tar zxvf Shapely-1.4.0.tar.gz && cd Shapely-1.4.0 $ python setup.py build && python setup.py install # install GDAL $ wget https://pypi.python.org/packages/source/G/GDAL/GDAL-1.11.0.tar.gz $ tar zxvf GDAL-1.11.0.tar.gz && cd GDAL-1.11.0 $ python setup.py build && python setup.py install
如果你对JVectorMap不太了解，请先阅读《开源JS地图插件JVectorMap介绍》。
Proj是投影类，可以进行球面上的点和笛卡尔坐标系的双向转换。目前支持 merc（墨卡托投影），lcc（兰勃特正交投影），aea（阿尔伯斯圆锥等面积投影），mill（米勒圆柱投影）四种投影方式。
Proj提供的方法均为静态<static>方法，下面是支持的方法列表。 继续阅读
JVectorMap是一款优秀的Javascript地图插件。它几乎能够兼容市面上所有主流浏览器，包含移动端浏览器。同时它还提供的地图转化器，可以把shapefile数据文件转化为JVectorMap使用的地图数据。
JVectorMap使用到的有Javascript，HTML，CSS，SVG或者VML，市面上主流浏览器都会支持这些技术，因此使用它描绘地图无需单独安装插件。 继续阅读
如果你对JVectorMap不太了解，请先阅读《开源JS地图插件JVectorMap介绍》。WorldMap非常重要的类，它可以创建地图、画路径、绑定事件。
| 名称 | 类型 | 描述 |
|---|---|---|
| map | String | 地图数据的名称。格式一般为：territory_proj_lang ，territory 为 ISO 3166 标准定义的国家代码，proj 为投影名称，lang为国家或地区语言。 |
| backgroundColor | String | 地图背景色。 |
| zoomOnScroll | Boolean | 如果为true可以使用鼠标滚动缩放，默认为true。 |
| zoomMax | Number | 表示地图可以缩放的最大比例，默认为8。 |
| zoomMin | Number | 表示地图可以缩放的最小比例，默认为1。 |
| zoomStep | Number | 表示使用+ / -按钮缩放地图的倍数，默认是1.6。 |
| regionsSelectable | Boolean | 如果设置为true，区域可以被选择，默认为false。 |
| regionsSelectableOne | Boolean | 同时只可以选择一个区域，默认为false。 |
| markersSelectable | Boolean | 标记是否可选，默认为false； |
| markersSelectableOne | Boolean | 同时只可以选择一个标记，默认为false。 |
| regionStyle | Object | 为地图区域设置样式。每个区域或者标记有四种状态：initial (默认状态), hover (鼠标经过区域或者标记时), selected (区域或标记被选择时), selectedHover (区域或标记被选择时鼠标经过)。每个状态都可以设置样式，默认参数值为：{initial:{fill:'white',"fill-opacity":1,stroke:'none',"stroke-width":0,"stroke-opacity":1},hover:{"fill-opacity":0.8},selected:{fill:'yellow'},selectedHover:{}} |
| markerStyle | Object | 给标记设置样式。其中r代表圆的半径，默认参数值为： {initial:{fill:'grey',stroke:'#505050',"fill-opacity":1,"stroke-width":1,"stroke-opacity":1,r:5},hover:{stroke:'black',"stroke-width":2},selected:{fill:'blue'},selectedHover:{}} |
| markers | Object | Array | 地图初始化时设置标记。如果值为数组，标记的codes将会使用数组索引作为字符串表示。一般每组标记都会包含latLng (数字数组，纬经度), name (标记上现实的名字) 和样式内容。 |
| series | Object | 这个对象包含 markers 和 regions 键值，请参看DataSeries。 |
| focusOn | Object | String | 这个参数用来设置地图viewport的初始position 和 scale。例如设置焦点为地图中心并且放大2倍可以使用下面的值：{x: 0.5,y: 0.5,scale: 2} |
| selectedRegions | Array | Object | String | 设置初始选择区域 |
| selectedMarkers | Array | Object | String | 设置初始选择标记 |
| onRegionLabelShow | Function | (Event e, Object label, String code)将在区域标签将被显示前调用。 |
| onRegionOver | Function | (Event e, String code)鼠标悬停在区域标签上方时调用。 |
| onRegionOut | Function | (Event e, String code)鼠标从在区域标签移走时调用。 |
| onRegionClick | Function | (Event e, String code)将在区域标签将被点击时调用。 |
| onRegionSelected | Function | (Event e, String code, Boolean isSelected, Array selectedRegions) 区域被选择时调用。回调方法里面的参数isSelected表示区域是否被选择。参数selectedRegions被选择区域的代码。 |
| onMarkerLabelShow | Function | (Event e, Object label, String code) 标记被展示前调用。 |
| onMarkerOver | Function | (Event e, String code)鼠标在标记上面悬停时触发。 |
| onMarkerOut | Function | (Event e, String code)鼠标从标记上方移出时触发。 |
| onMarkerClick | Function | (Event e, String code)点击标记时触发。 |
| onMarkerSelected | Function | (Event e, String code, Boolean isSelected, Array selectedMarkers) 标记被选择时触发。回调方法里面的参数isSelected表示区域是否被选择。参数selectedRegions被选择区域的代码。 |
| onViewportChange | Function | (Event e, Number scale)地图的窗口改变时触发(地图移动或缩放视图)。 |
如果你对JVectorMap不太了解，请先阅读《开源JS地图插件JVectorMap介绍》。DataSeries也就是数据序列，它主要包含了标记（markers）和区域（regions）信息内容。
params为构造数据序列的参数，类型为对象，其内部属性信息如下：
| 名称 | 类型 | 描述 |
|---|---|---|
| values | Array | 设置可视化数据 |
| attribute | String | 表示可视化数据数字或者颜色属性，内容通常为：1，标记（markers）和区域（regions）共有属性：fill, stroke, fill-opacity, stroke-opacity；2，仅限于标记（markers）属性：r (radius)。 |
| scale | Array | 用来表示不同范围的数据表现方式，不同范围数据将会有不同颜色。其中第一个代表数值最小的颜色，依次推断，最后一个代表数值最大的颜色。默认为['#C8EEFF', '#0071A4'] |
| normalizeFunction | Function|String | 这个参数可能是方法或者字符串。如果是字符串会有两个值：linear 或者 polynomial，默认为linear。如果是方法则表示用来映射输入数据到提供的scale数据。 |
| min | Number | 数据集的最小值。如果没有提供，将会自动运算。 |
| max | Number | 数据集的最大值。如果没有提供，将会自动运算。 |
CMAQ是美国1997年发布的第三代空气质量模型，它是美国环保局开发的用来模拟空气质量运算的开源项目。
90年代开始，随着计算机性能的增强，特别是高性能计算与通信计划的实施，更复杂的考虑多种大气过程、多尺度的空气质量模式的开发工作在美国展开。模式中需要考虑多种排放源，如工业、电厂、交通、生物排放等过程，研究的污染物和污染问题包括首要污染物、臭氧、颗粒物、能见度、酸沉降等。９０年代末开发的代表目前国际领先水平的综合多尺度空气质量模式Models-3/CMAQ（Community Multi-scale Air Quality），本着“一个大气”（One Atomosphere）的设计理念，融入了许多当前大气化学和大气环境领域的最新研究成果，将区域对流层大气作为整体，周密的考虑所有已知的物理和化学过程，综合考虑了不同物种之间的相互影响与转化， 最大限度的模拟真实的大气环境，可用于局地到区域多种尺度光化学烟雾，区域酸沉降、大气颗粒物质等大气污染问题的理论研究与业务预报。Models-3为Third-Generation量模式三部分组成。其核心是Community Air Quality Modeling System的通称，由中尺度气象模式、污染排放模式和多尺度空气质量模式系统，所以也可以称其为Models-3/CMAQ模式。
CMAQ的最大特色在一个大气（One-Atmosphere）的观念，打破了传统模式对单一物种的模拟。将复杂的空气污染情况如对流层的臭氧、PM、有毒物质、酸沉降及能见度等问题综合处理，用于多尺度、多污染物的空气质量预报、评估和决策政策等多种途径。美国环保局研制的未来第四代空气质量模型系统，将尽可能考虑气圈、永圈、和生物圈之闯的互相作用，以便提供一个更加全面的方法对整个 生态系统中的污染物的输送和消亡过程进行预报和评估。 CMAQ是目前国际领先水平的空气质量模型系统。