首先來看看最終的效果圖：
本文將說一下實現該功能的思路和方法，鑒目前項目涉及到一些保密文件，在此不便貼出代碼，不過在后續的工作中，我會抽時間來一一整理本博客的所有代碼，並全部共享。
下面就來看看具體實現的思路。
1.河流的網格划分
關於河流的網格划分，可以參考前一篇博文：
http://www.cnblogs.com/potential/archive/2012/12/20/2826143.html
該文給出了網格划分的思路，在此不再多說。
2.河流的污染預測模型的選擇。
這里本文采取了二維的河流污染擴散模型，並以中心排放為例，其他模式也是一樣。這里涉及到一個比較難的問題是：如何求出每一個網格點的(X,Y)坐標，即網格點到河流中心線的距離以及沿河流方向到污染源的距離。
本文這里提供一個解決方案是：
(1):對於求沿河流方向到污染源的距離，可以通過路徑服務實現，首先提取出河流的中心線，將該中心線構建成網絡數據集，發布成網絡分析服務，那么我們隨便選取的兩個點(兩個點分別到中心線的距離都要小於網絡分析服務設置的搜索容差，否則無法求出距離)，通過網絡分析服務可以求出其沿河流方向(中心線)的距離。
(2):對於網格點到河流中心線的距離可以通過GIS的GeometryService的Distance操作來實現，這個比較容易。
求得每一個網格點的(X,Y)后，接下來就是根據選定的污染擴散模型，計算每一個點的濃度。
3.污染物濃度分布的可視化
在得到每一個點的濃度之后，那么接下來就是進行插值渲染。但是這里我們需要注意的就是，我們要保證渲染的圖層落在河流之內。也就是上圖的彩色區域都在河流中。然后我們會注意到一個問題，默認插值時的范圍都是矩形，如果不進行其他的操作，那么我們的得到的圖層將是一個矩形區域，這顯然不符合河流污染物的擴散，因此需要裁剪掉河流以外的區域。這里實現插值的過程采用的是GP服務，GP服務的模型如下所示：
這里通過掩膜提取對插值的刪格圖像進行裁剪，以保證插值圖層在河流的之內。
關於GP服務的發布可參考這里：
http://www.cnblogs.com/potential/archive/2012/10/27/2742355.html
關於Web端調用GP服務可參考這里：
http://www.cnblogs.com/potential/archive/2012/11/03/2752289.html
(版權所有，轉載請標明出處)