十大火炉城市体感温度实时对比（WebGIS 实现）

'火炉城市'这个说法最早是民国时期媒体对长江沿线重庆、武汉、南京的叫法，后来演变成'四大火炉'等不同版本。2017 年中国气象局国家气候中心发布过一份权威排名，夏季炎热程度前 10 的省会/直辖市依次是：重庆、福州、杭州、南昌、长沙、武汉、西安、南京、合肥、南宁。

这份名单和民间感受出入不大，但体感温度才是实际的'火力'指标——同一气温下湿度、风速、城市热岛效应会把体感拉开很大差距。我刚好手头在跑一个关联实时天气的 WebGIS 项目，顺手把 2025 年 8 月 30 日下午 1 点这 10 个城市的体感温度拉出来做了个可视化，看看谁还在蒸笼里、谁已经入秋。

为什么长江流域总出火炉

这 10 个城市有 8 个沿长江分布，只有西安在黄河流域，南宁在珠江水系。共同点大多是河谷、盆地地形，空气流通差。重庆四周被大巴山、巫山等山脉包住，夏季热量散不出去；武汉河湖密布，水汽蒸发把湿度推高；长沙则受湘江流域和焚风效应双重影响。再加上城市热岛效应——比如武汉城区夏季能比郊区高出 3-5℃——体感就更加难熬。

数据怎么来的

分析用的数据分两类：空间数据和天气数据。

序号	数据	说明
1	城市区域范围表 biz_city	地级市 Polygon 面数据
2	城市点位信息表 biz_geographic_name	地名 Point 数据
3	城市天气信息表	百度实时天气接口，抓取时刻：2025-08-30 13:00 左右

下面这张表是后续查询的基础，把城市名和行政区划代码对应起来：

序号	行政区划代码	城市名称
1	360100	南昌市
2	500000	重庆市
3	330100	杭州市
4	320100	南京市
5	420100	武汉市
6	340100	合肥市
7	350100	福州市
8	450100	南宁市
9	430100	长沙市
10	610100	西安市

技术路线不复杂：通过百度天气接口把实时数据缓存到本地，再用空间查询把城市区域、点位和天气关联起来，最后丢给 Leaflet 渲染。

后端：一个关联查询的 Mapper

核心 SQL 就是根据当天的日期（2025-08-30）和城市代码，从 biz_weather_now、biz_city、biz_geographic_name 三张表里捞出每个城市的体感温度（feels_like）以及坐标、GeoJSON。为了演示方便，我把 10 个城市代码直接写死在 SQL 的 IN 条件里了——实际项目里还是得传参数，扩展性会好很多。

package com.yelang.project.meteorology.mapper;
import java.util.List;
import org.apache.ibatis.annotations.Param;
import org.apache.ibatis.annotations.Select;
import com.baomidou.mybatisplus.core.mapper.BaseMapper;
import com.yelang.project.meteorology.domain.AreaWeatherVO;
import com.yelang.project.meteorology.domain.WeatherNow;

public interface WeatherNowMapper extends BaseMapper<WeatherNow>{
    final static String GET_THREEFURNACES_INFO = "<script>" +
        " SELECT t2.*,T.province_code,T.province_name,T.city_code,T.city_name, " +
        " st_asgeojson ( T.geom ) geomJson,st_x ( t1.geom ) lon,st_y ( t1.geom ) lat " +
        " FROM biz_weather_now t2,biz_city T,biz_geographic_name t1 " +
        " WHERE to_char( t2.uptime, 'YYYY-MM-DD' ) = #{day} " +
        " AND t2.location_code in ('350100','330100','360100','430100','420100','610100','320100','340100','450100','500000') " +
        " AND T.city_name = t1.NAME AND T.city_code = t2.location_code ORDER BY t2.feels_like desc " +
        "</script>";

    @Select(GET_THREEFURNACES_INFO)
    List<AreaWeatherVO> getThreeFurnacesInfo(@Param("day") String day);
}

Controller 很简单，直接返回 JSON 给前端：

package com.yelang.project.meteorology.controller;
import java.util.List;
import org.apache.shiro.authz.annotation.RequiresPermissions;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.ResponseBody;
import com.yelang.framework.web.controller.BaseController;
import com.yelang.framework.web.domain.AjaxResult;
import com.yelang.project.meteorology.domain.AreaWeatherVO;
import com.yelang.project.meteorology.service.IWeatherNowService;

@Controller
@RequestMapping("/met/threefurnaces/weather")
public class ThreeFurnacesController extends BaseController{
    private String prefix = "meteorology/weather";
    @Autowired
    private IWeatherNowService weatherNowService;

    @RequiresPermissions("met:threefurnaces:weather:map")
    @GetMapping("/index")
    public String index(){
        return prefix + "/threefurnacesmap";
    }

    @RequiresPermissions("met:threefurnaces:weather:list")
    @GetMapping("/list")
    @ResponseBody
    public AjaxResult list(){
        String day = "2025-08-30";
        List<AreaWeatherVO> dataList = weatherNowService.getThreeFurnacesInfo(day);
        return AjaxResult.success().put("data", dataList);
    }
}

前端：Leaflet 分层渲染

前端用 Leaflet。后端返回每个城市的 GeoJSON 范围、中心点坐标和体感温度，然后根据温度值从蓝绿黄红渐变中取一个颜色，分别填充区域和标记点。体感温度数值直接用 DivIcon 贴在中心点上。代码不长，核心就是遍历数据画多边形和标记：

function previewWeather(pid,provinceCode,name){
    $.ajax({
        type:"get",
        url:ctx + "/met/threefurnaces/weather/list",
        data:{},
        dataType:"json",
        cache:false,
        processData:false,
        success:function(result){
            if(result.code == web_status.SUCCESS){
                collisionLayer.clearLayers();
                var dataArray = result.data;
                if(dataArray != null && dataArray.length > 1){
                    var legendData = new Array();
                    for(var i =0;i< dataArray.length;i++){
                        var areaData = dataArray[i];
                        var color = makeColor(areaData.feelsLike,-20,45,DIY_BLUE_GREEN_YELLOW_RED_SCHEME);
                        var areaLayer = L.geoJSON(JSON.parse(areaData.geomJson),{style: {color:color,fillColor:color,weight:3,"opacity":0.65, fillOpacity: 0.65 }}).addTo(mymap);
                        var myIcon = L.divIcon({ iconSize: null, className: '', popupAnchor:[5,5], shadowAnchor:[5,5], html: buildShowInfo(i,color,areaData) });
                        showLayerGroup.addLayer(areaLayer);
                        L.marker([areaData.lat, areaData.lon], { icon: myIcon}).addTo(collisionLayer);
                    }
                    collisionLayer.addTo(showLayerGroup);
                }
            }
        },
        error:function(){
            $.modal.alertWarning("获取空间信息失败");
        }
    });
}

结果：谁在蒸，谁已经凉了

所有城市展开看分布，大部分集中在东南部的长江中下游。体感温度前几名：杭州 38℃、南京 38℃、南昌 38℃，长沙 37℃；武汉和福州都是 35℃，南京实际测下来 32℃（当天短时回落）。西安和重庆反而舒服——西安体感才 21℃ 左右，有点秋天的意思了。

8 月底了，长三角依然火力十足。杭州、南京、南昌这三个同处 38℃ 的城市，加上 37℃ 的长沙，构成了'蒸烤核心区'。想起以前在武汉汉口火车站转车去上海的体验，盛夏候车厅确实像蒸笼。经济热度最高的长三角，天气也跟着高烧不退。

重庆和西安是意外。重庆作为传统火炉，当日体感温度降到 30℃ 以下，西安更是只有 21℃ 左右——可能是纬度偏高加上冷空气渗透，已经开始向秋天过渡。

这个项目就是把实时天气和空间数据绑在一起，用 WebGIS 可视化出来。硬编码城市代码的写法只适合演示，线上环境应该抽象成参数。数据只是 8 月 30 日这一个时间切片，不代表整个夏季的累积热度，有兴趣可以按天拉长对比，会更全面。