简介：Oilflick，一个彩色高程地图层，旨在突出地形中的细节，在整个地球范围内表现同样出色#39；这是海拔高度。
典型的颜色提升（又名34；高光度34；）该贴图层试图修复贴图存在的几个缺陷：首先，它们使用的调色板只有几种颜色。这意味着海拔的微小或逐渐变化会被冲走，很难看到。为了进行补偿，大多数贴图会偏向调色板，使其在较低海拔处具有更多颜色过渡。这在沿海地区展现了细节，但在更高海拔地区则以牺牲更糟糕的细节为代价。非常高的山脉几乎没有任何颜色差异。Oilflick的设计目的是在所有海拔高度上都能同样好地工作，并且不喜欢任何特定的区域
有限调色板的另一个常见解决方法是使用"；阴影浮雕"；。这就形成了山脊和其他地貌#34；流行音乐"；通过可视化坡度和纹理。但如果你想分辨一座山峰或山口是否比另一座更高，你'；我会发现这仍然是不可能的。非常平缓的倾斜区域可能根本没有任何阴影。Oilflick的设计目的是便于进行狭窄的海拔比较，即使是在很长的距离内。每个高程值都有一种独特的颜色。
最后，几乎所有的地形图都使用相同的调色板：绿色→ 棕褐色的→ 红色→ 白色——鼓励对土地覆盖进行毫无根据的假设的调色板。一个观众看到绿色就想"；森林"；，实际上，低洼地区可能是沙漠。高海拔的棕褐色意味着干旱的平原，但也可能是森林。
到目前为止，眼睛对光线最敏感。因此，浮油最大限度地提高了每一次海拔变化的亮度。微小的海拔差异会导致亮度的快速变化。
但亮度的级别只有这么多（"；动态范围"；）通过。所以一旦我们达到最大值，我们立即反转方向，以相同的速率降低亮度，直到我们到达范围的底部，如此等等……这就形成了亮度水平的之字形。每一个循环，或从黑色开始的Z+Z字形→ 白色→ 黑色，覆盖500米的高度。
为了区分不同的明度周期，色调随着海拔的升高而缓慢地向前移动。色调在地球陆地海拔的整个范围内（死海和珠穆朗玛峰之间9275米，四舍五入到9500，或19个亮度周期）形成一个完整的周期，穿过每一种彩虹颜色。因此，每个周期的颜色都与前一个周期略有不同。
为了区分周期的上升和下降阶段（Z型和Z型），我们改变饱和度。上升阶段使用饱和颜色，下降阶段使用不饱和颜色。所以当颜色变暗时，如果颜色是饱和的，它意味着下降，而不饱和意味着上升。
因此，Oilflick调色板为每个高程值指定一种独特且相当独特的颜色，并使用比典型高程地图大得多的颜色范围。
海平面上的色调不连续，使海岸线清晰可见。在已经谴责了过度暗示的颜色选择之后，我觉得海平面上的两种颜色是橙色和蓝色——让人想起陆地和水。但这实际上有点像一场意外。我的第一稿使用红色作为基本色调，以完全分离颜色和生物群落，但是，考虑到地形的有机外观，一切看起来都有点太像生肉或其他令人不安的生物。
实现这一切的关键是感知的一致性，也就是说，你的配色方案能够很好地隔离并映射到颜色感知的三个轴上——这是大多数配色方案众所周知的糟糕之处。版本1使用了HSL颜色空间，根据色调的不同，亮度有着可怕的变化，但这足以验证这个概念。版本2使用了金标准的实验室色彩空间，一切似乎都很好，直到……令人惊讶的是，实验室的色调在视觉上并不一致！
如果你想在所有维度上都达到真正的一致性，你需要一直使用蒙塞尔颜色系统。蒙塞尔是从大量的实际人类视觉测试中衍生出来的。因此，没有简单的公式；必须在已知参考颜色的样本之间进行插值。哦，我有没有提到这些样本的唯一公共数据集是在1930年'；s使用现在已经过时的照明标准？但是…它起作用了。
但即使是现在，蒙塞尔的色调在我看来仍然不完全一致。它似乎停留在青色和蓝色中，而从紫色到绿色的过渡感觉更加突然。但我又是谁，可以与硬数据争论呢。
我对最初的结果非常满意。这张地图郁郁葱葱、美丽，而且有点凌乱。它不仅仅是其他一些地图展示的附带内容，它本身就是一个人工制品。
这张地图以一种让我想起我15岁时做过的旧分形渲染的方式详细展开。
颜色的循环和纯度看起来很像薄膜干涉图案，因此得名：Oilflick。这可能会让我受过更多地理信息学教育的观众感到困惑：这种模式很容易被误认为是雷达干涉高程测绘的原始结果（这是生成该数据集中大部分数据的方法）。但事实并非如此；这里看到的是最终的、经过后期处理的高程数据。
真正理解地图肯定有一条学习曲线。你可以看到亮度的小范围变化。你可以看到色调的巨大变化。事实证明，这张地图很擅长传达纹理。请注意，崎岖的山脉、冰川、高原和沙丘的外观截然不同。
很容易失去大局。没有阴影起伏，更大的地形不会'；t立即"；流行音乐"；进入视野。阴影浮雕将突出的坡度的细微变化被快速变化的颜色淹没。浮油对公寓绝对有利。
事实上，对于高大的地貌，色带开始类似于传统的地形等高线图——一种人们必须经过训练才能使用的地图。
但是，虽然不是一颗灵丹妙药，但我希望浮油能以其他地图尚未做到的方式照亮地形。
覆盖范围是全球的。全地球'；图中显示了美国的地貌（南极附近除外）。
数据分辨率为3〃/90m，或降低至缩放级别11（在高纬度地区更小）。一些地区的实际数据分辨率可能更低，有时甚至更低，尤其是格陵兰岛和南极冰盖。
源数据是乔纳森·德费兰蒂（Jonathan de Ferranti）的惊人工作，他组装了一个完整的全球数字高程模型，填补了SRTM数据中的巨大空白。他的数据集中的补充数据来自无数来源，包括旧俄罗斯地形图的手动数字化！
此地图层作为公共服务托管，地图分幅可根据Creative Commons 4.0 Attributement非商业性ShareSamelike许可证免费使用。