【Android】从零构建雾霾监测App:定位、数据与可视化实战

Lindsay Zou

1. 为什么需要雾霾监测App?

最近几年,空气质量问题越来越受到关注。作为一个经常骑自行车通勤的程序员,我每天出门前都会习惯性查看空气质量指数。但市面上的天气App要么功能太简单,要么广告太多,于是萌生了自己开发一款雾霾监测App的想法。

开发这样一款App其实并不复杂,核心就是三个功能:获取当前位置、查询当地空气质量数据、把数据直观展示出来。Android平台提供了完善的开发工具链,配合百度地图、和风天气这些成熟的第三方服务,即使是没有太多移动开发经验的新手,也能在几天内做出一个可用的版本。

这个教程我会从最基础的Android Studio配置讲起,手把手带你实现定位、数据获取和可视化这三个核心模块。过程中会用到一些实用的开源库,比如OkHttp网络请求、Gson数据解析、MPAndroidChart图表绘制等。不用担心基础问题,我会把每个步骤都拆解得足够细致。

2. 开发环境准备

2.1 Android Studio配置

首先需要安装Android Studio,建议下载最新稳定版。安装完成后,新建一个Empty Activity项目,Minimum API Level选择Android 6.0(API 23)即可,这样可以覆盖绝大多数设备。

在build.gradle(Module:app)文件中添加以下依赖:

groovy复制dependencies {
    // 百度地图SDK
    implementation 'com.baidu.lbsyun:BaiduMapSDK_Map:7.4.0'
    implementation 'com.baidu.lbsyun:BaiduMapSDK_Search:7.4.0'
    implementation 'com.baidu.lbsyun:BaiduMapSDK_Location:9.1.8'
    
    // 网络请求
    implementation 'com.squareup.okhttp3:okhttp:4.9.0'
    
    // JSON解析
    implementation 'com.google.code.gson:gson:2.8.6'
    
    // 图表库
    implementation 'com.github.PhilJay:MPAndroidChart:v3.1.0'
}

2.2 第三方服务申请

我们需要申请两个关键服务的API Key:

  1. 百度地图:前往百度地图开放平台,创建应用并获取AK。注意要正确填写应用的包名和签名证书的SHA1值。

  2. 和风天气:注册开发者账号后,在控制台可以找到免费的天气API Key。免费版每分钟100次调用足够我们测试使用。

3. 实现定位功能

3.1 权限配置

Android系统要求应用在使用敏感权限时必须动态申请。在AndroidManifest.xml中添加以下权限:

xml复制<uses-permission android:name="android.permission.ACCESS_FINE_LOCATION"/>
<uses-permission android:name="android.permission.ACCESS_COARSE_LOCATION"/>
<uses-permission android:name="android.permission.INTERNET"/>
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"/>
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE"/>

然后在启动Activity中添加权限检查逻辑:

java复制private void checkPermissions() {
    String[] permissions = {
        Manifest.permission.ACCESS_FINE_LOCATION,
        Manifest.permission.ACCESS_COARSE_LOCATION,
        Manifest.permission.INTERNET
    };
    
    ArrayList<String> toRequest = new ArrayList<>();
    for (String perm : permissions) {
        if (ContextCompat.checkSelfPermission(this, perm) != PackageManager.PERMISSION_GRANTED) {
            toRequest.add(perm);
        }
    }
    
    if (!toRequest.isEmpty()) {
        ActivityCompat.requestPermissions(this, 
            toRequest.toArray(new String[0]), 
            REQUEST_CODE_PERMISSIONS);
    }
}

3.2 百度地图集成

在Application类中初始化百度地图SDK:

java复制public class MyApp extends Application {
    @Override
    public void onCreate() {
        super.onCreate();
        
        // 初始化百度地图
        SDKInitializer.setAgreePrivacy(this, true);
        SDKInitializer.initialize(this);
        
        // 设置全局定位参数
        LocationClient.setAgreePrivacy(true);
    }
}

定位功能的实现主要依靠BDAbstractLocationListener回调:

java复制public class MyLocationListener extends BDAbstractLocationListener {
    @Override
    public void onReceiveLocation(BDLocation location) {
        if (location == null) return;
        
        double latitude = location.getLatitude();
        double longitude = location.getLongitude();
        String city = location.getCity();
        
        // 更新UI显示
        runOnUiThread(() -> {
            cityTextView.setText(city);
            // 获取该城市的天气数据
            fetchWeatherData(city);
        });
    }
}

4. 获取天气数据

4.1 网络请求实现

我们使用OkHttp来请求和风天气的API。首先封装一个简单的网络工具类:

java复制public class HttpUtil {
    public static void get(String url, Callback callback) {
        OkHttpClient client = new OkHttpClient();
        Request request = new Request.Builder()
            .url(url)
            .build();
        client.newCall(request).enqueue(callback);
    }
}

然后实现天气数据请求:

java复制private void fetchWeatherData(String city) {
    String weatherUrl = "https://free-api.heweather.net/s6/weather/now?key=YOUR_KEY&location=" + city;
    String airUrl = "https://free-api.heweather.net/s6/air/now?key=YOUR_KEY&location=" + city;
    
    HttpUtil.get(weatherUrl, new Callback() {
        @Override
        public void onFailure(Call call, IOException e) {
            Log.e("Weather", "请求失败", e);
        }
        
        @Override
        public void onResponse(Call call, Response response) throws IOException {
            if (response.isSuccessful()) {
                String json = response.body().string();
                WeatherData data = parseWeatherJson(json);
                updateWeatherUI(data);
            }
        }
    });
    
    // 同样的方式请求空气质量数据
}

4.2 JSON数据解析

和风天气返回的JSON数据结构比较复杂,我们可以先定义对应的Java类:

java复制public class WeatherData {
    @SerializedName("HeWeather6")
    public List<HeWeather> heWeatherList;
    
    public static class HeWeather {
        public Basic basic;
        public Now now;
        public String status;
    }
    
    public static class Basic {
        public String location;
        public String parent_city;
    }
    
    public static class Now {
        public String tmp;  // 温度
        public String cond_txt;  // 天气状况
        public String wind_dir;  // 风向
        public String hum;  // 湿度
    }
}

然后使用Gson进行解析:

java复制private WeatherData parseWeatherJson(String json) {
    Gson gson = new Gson();
    return gson.fromJson(json, WeatherData.class);
}

5. 数据可视化

5.1 空气质量指数展示

空气质量指数(AQI)通常用圆形进度条展示比较直观。我们可以使用开源库RoundProgressBar:

xml复制<com.mikhaellopez.circularprogressbar.CircularProgressBar
    android:id="@+id/aqiProgress"
    android:layout_width="150dp"
    android:layout_height="150dp"
    app:cpb_progress="50"
    app:cpb_progressMax="500"
    app:cpb_backgroundProgressBarColor="#EEEEEE"
    app:cpb_progressBarColor="@color/aqi_good"/>

在代码中动态更新:

java复制private void updateAqiUI(int aqi) {
    aqiProgress.setProgress(aqi);
    
    // 根据AQI值设置不同颜色
    int color;
    if (aqi <= 50) {
        color = getResources().getColor(R.color.aqi_good);
    } else if (aqi <= 100) {
        color = getResources().getColor(R.color.aqi_moderate);
    } else {
        color = getResources().getColor(R.color.aqi_bad);
    }
    aqiProgress.setProgressBarColor(color);
}

5.2 温湿度趋势图

使用MPAndroidChart绘制最近7天的温湿度折线图:

java复制private void setupChart(List<DailyData> dailyData) {
    LineChart chart = findViewById(R.id.tempChart);
    
    List<Entry> tempEntries = new ArrayList<>();
    List<Entry> humEntries = new ArrayList<>();
    
    for (int i = 0; i < dailyData.size(); i++) {
        tempEntries.add(new Entry(i, dailyData.get(i).temp));
        humEntries.add(new Entry(i, dailyData.get(i).humidity));
    }
    
    LineDataSet tempSet = new LineDataSet(tempEntries, "温度");
    tempSet.setColor(Color.RED);
    tempSet.setValueTextColor(Color.BLACK);
    
    LineDataSet humSet = new LineDataSet(humEntries, "湿度");
    humSet.setColor(Color.BLUE);
    humSet.setValueTextColor(Color.BLACK);
    
    LineData lineData = new LineData(tempSet, humSet);
    chart.setData(lineData);
    
    // 自定义图表外观
    chart.getDescription().setEnabled(false);
    chart.getXAxis().setValueFormatter(new IndexAxisValueFormatter(getWeekDays()));
    chart.invalidate();
}

6. 界面优化与用户体验

6.1 动态背景效果

根据天气状况显示不同的背景图可以大大提升用户体验:

java复制private void updateBackground(String weatherCond) {
    int resId;
    if (weatherCond.contains("晴")) {
        resId = R.drawable.bg_sunny;
    } else if (weatherCond.contains("雨")) {
        resId = R.drawable.bg_rainy;
    } else if (weatherCond.contains("云")) {
        resId = R.drawable.bg_cloudy;
    } else {
        resId = R.drawable.bg_default;
    }
    
    // 使用Glide加载图片并添加渐变过渡效果
    Glide.with(this)
        .load(resId)
        .transition(DrawableTransitionOptions.withCrossFade())
        .into(backgroundImage);
}

6.2 数据自动刷新

添加定时任务每小时自动刷新数据:

java复制private void setupAutoRefresh() {
    ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(1);
    scheduler.scheduleAtFixedRate(() -> {
        if (currentCity != null) {
            fetchWeatherData(currentCity);
        }
    }, 1, 1, TimeUnit.HOURS);
}

7. 常见问题解决

在实际开发过程中,我遇到过几个典型问题:

  1. 百度地图黑屏问题:通常是因为SHA1配置不正确,或者AK与应用包名不匹配。建议使用百度提供的校验工具检查配置。

  2. 网络请求失败:Android 9.0以上默认禁止明文传输,需要在AndroidManifest.xml中添加:

    xml复制<application android:usesCleartextTraffic="true">
    
  3. 图表卡顿:MPAndroidChart在数据量较大时可能会出现卡顿,可以通过以下方式优化:

    java复制chart.setDrawMarkers(false);
    chart.setHighlightPerTapEnabled(false);
    lineData.setDrawValues(false);
    
  4. 内存泄漏:OkHttp回调持有Activity引用可能导致内存泄漏,建议使用弱引用或者在onDestroy中取消请求:

    java复制@Override
    protected void onDestroy() {
        if (call != null) {
            call.cancel();
        }
        super.onDestroy();
    }
    

开发这类工具型App最有成就感的地方在于,你每天都会使用自己亲手打造的产品。从最初的简单功能到逐步添加各种实用特性,看着App一点点变得完善,这个过程本身就是最好的学习体验。

内容推荐

PID调参实战:如何让你的STM32麦克纳姆轮小车走直线不漂移?
本文详细介绍了如何通过PID调参优化STM32麦克纳姆轮小车的直线运动性能。从运动学模型解析到硬件校准,再到分层PID调参策略,提供了系统化的调试方法和实战代码示例,帮助解决四轮协同中的漂移问题,最终实现毫米级精度的运动控制。
给Lichee Pi Zero V3s编译主线Linux内核,我踩过的那些坑(附完整编译LOG)
本文详细记录了为Lichee Pi Zero V3s开发板编译主线Linux内核的全过程,包括环境配置、内核源码选择、编译优化及常见问题解决方案。特别针对全志V3s芯片的硬件特性,提供了设备树配置、启动文件准备和烧录技巧,帮助开发者高效完成嵌入式Linux系统搭建。
别再只调PID了!用Python+ROS2复现多无人机协同的经典算法(附避坑指南)
本文详细介绍了如何使用Python和ROS2实现多无人机协同航迹规划算法,包括环境搭建、改进RRT*算法的Python实现、多机协同的实战陷阱与解决方案。文章特别强调了通信延迟、任务分配死锁等常见问题的解决方法,并提供了可视化调试工具和硬件在环测试清单,帮助开发者从仿真环境顺利过渡到现实应用。
GD32 DAC+TIMER+DMA:从寄存器配置到示波器波形,详解正弦波生成全链路
本文详细解析了使用GD32的DAC、TIMER和DMA模块生成正弦波的全过程,从寄存器配置到示波器调试技巧。通过硬件协同设计,实现高精度正弦波输出,适用于电子测试和信号处理场景。重点介绍了DAC的深度配置、定时器的精确定时以及DMA的数据搬运优化,帮助开发者快速掌握GD32的正弦波生成技术。
别再只会调亮度了!用Python给奥特曼照片做直方图均衡,一键拯救废片(附完整代码)
本文详细介绍了如何利用Python和直方图均衡技术一键拯救光线不足的废片。通过OpenCV实现灰度与彩色图像的智能增强,包括基础直方图均衡化和进阶CLAHE方法,并提供完整代码示例,帮助摄影爱好者和开发者快速提升图像质量。
用Rancher轻松管理你的RKE2 GPU集群:保姆级Helm安装与GPU-Operator配置指南
本文详细介绍了如何使用Rancher管理RKE2 GPU集群,包括Helm安装与GPU-Operator配置的完整流程。通过Ubuntu 22.04 LTS标准化环境,实现GPU资源的可视化管控与自动化部署,提升AI/ML应用中的GPU管理效率。
ART-Pi玩机指南:除了加散热片,还有哪些给STM32H750降温的骚操作?
本文详细介绍了ART-Pi开发板上STM32H750 MCU的18种硬核降温方案,涵盖硬件改造、电源管理和系统调优等多个层面。从散热材料选择到动态电压调节,再到任务调度热均衡,这些方法能显著降低芯片温度而不牺牲性能。特别适合需要长时间高负载运行的开发者参考。
从Verilog到GDSII:一位全加器的数字IC后端设计初体验与心得分享
本文详细介绍了从Verilog行为描述到GDSII文件生成的全加器数字IC后端设计全流程。通过分享版图设计、验证流程和GDSII导出等关键环节的实战经验,帮助读者掌握数字集成电路设计的核心技巧与常见问题解决方案,特别适合数字IC设计初学者参考。
把旧电视遥控器变智能!用树莓派+红外接收头打造万能家庭控制中心
本文详细介绍了如何利用树莓派和红外接收头将旧电视遥控器改造为智能家庭控制中心。通过硬件连接、系统配置、信号捕获与解析,以及与智能家居系统的深度整合,实现旧遥控器的新功能。文章还提供了创意应用场景扩展和故障排查技巧,帮助用户轻松打造万能家庭控制中心。
告别内核态:用FD.io VPP在用户空间打造高性能虚拟路由器的保姆级实践
本文详细介绍了如何利用FD.io VPP在用户空间构建高性能虚拟路由器的实践指南。通过分析传统内核协议栈的瓶颈,展示VPP向量化处理架构如何将延迟从毫秒级压缩到百纳秒级,并提供硬件选型、性能调优及生产部署的实战经验,帮助开发者突破网络性能极限。
从防火墙m0n0wall出发:在VMware里搭建它的‘老家’FreeBSD系统
本文详细介绍了如何在VMware虚拟环境中搭建基于FreeBSD系统的防火墙解决方案,特别针对m0n0wall的优化配置。从FreeBSD的网络性能优势到具体安装步骤,再到安装后的安全加固和网络调优,为网络安全爱好者和专业人士提供了实用指南。
Linux内核SCSI错误处理实战:当你的硬盘IO卡住或报错时,内核到底做了什么?
本文深入解析Linux内核中SCSI错误处理的实战机制,从错误检测到多级恢复的完整流程。当硬盘IO卡住或报错时,内核通过精密的错误捕获和分级处理策略(如命令中止、LUN复位等)进行救援,确保系统稳定运行。文章还提供了关键诊断技巧和性能调优建议,帮助管理员有效应对存储故障。
Camera CTS 实战:从新手到主力的排查心法与典型问题解析
本文详细解析了Camera CTS测试从入门到精通的实战经验,涵盖测试环境搭建、典型问题排查框架及进阶调试技巧。通过真实案例分享,帮助开发者快速定位配置类、算法干扰及分辨率性能问题,提升Android相机兼容性测试效率。特别针对GSI/GTS场景提供专项解决方案,助力团队高效协作与知识沉淀。
CTF六大方向核心工具链实战指南:从入门到精通的效率跃迁
本文详细解析CTF比赛的六大核心方向(MISC、WEB、Crypto、Reverse、Pwn、Mobile)及其高效工具链,提供从入门到精通的实战技巧。涵盖多媒体隐写、渗透测试、密码破解、逆向工程等关键技术,帮助参赛者快速提升解题效率。特别推荐Stegsolve、Burp Suite、IDA Pro等核心工具的组合使用策略。
【移动机器人】从编码器到轨迹:轮式里程计的运动学推导与实践
本文深入探讨了移动机器人中轮式里程计的运动学推导与实践,从编码器信号处理到轨迹推算的完整实现。通过详细的硬件配置和算法优化,帮助开发者解决轮径差异、航向角处理等常见问题,提升机器人定位精度。特别适合从事机器人开发的工程师参考。
Vue + Cesium实战:基于Billboard点击事件的自定义信息弹窗开发指南
本文详细介绍了在Vue框架下使用Cesium实现Billboard点击事件的自定义信息弹窗开发指南。通过实战案例,讲解了从事件绑定、坐标转换到弹窗动态定位和样式优化的全流程,帮助开发者高效实现三维地理信息系统中的交互功能。
CVAT 标注效率翻倍:从零开始配置你的第一个自动驾驶数据集标注任务(避坑指南)
本文详细介绍了如何利用CVAT工具提升自动驾驶数据集标注效率,包括环境配置策略、轨迹模式高阶技巧、半自动标注流程及质量管理体系。通过优化参数设置和智能标注方法,可实现标注效率翻倍,特别适合处理车载摄像头连续帧数据。
从金线到凸块:聊聊芯片封装的‘老将’Wire Bond与‘新贵’Flip Chip到底怎么选?
本文深入探讨了芯片封装领域中Wire Bond与Flip Chip两种技术的选型策略。通过对比分析互连密度、信号路径、散热性能等关键参数,为工程师提供了从成本、性能到可靠性的全方位决策框架,并介绍了混合封装方案等创新应用,帮助读者在芯片封装技术选型中做出最优选择。
从牛顿法到高斯牛顿:深入解析DIC中FA-GN与IC-GN的优化逻辑与实现差异
本文深入解析了数字图像相关(DIC)技术中FA-GN与IC-GN两种优化方法的原理与实现差异。从牛顿法到高斯-牛顿法的演进,详细对比了FA-GN(前向累加)和IC-GN(逆合成)在计算效率、内存消耗、初始猜测依赖性等方面的特点,并提供了实际应用中的选择策略和优化技巧,帮助读者更好地理解和应用DIC技术。
别再被“有些”搞晕了!用程序员思维图解逻辑判断里的‘量词陷阱’
本文通过程序员视角解析逻辑量词‘有些’的常见误用,结合代码示例展示如何准确转换自然语言中的逻辑判断。从集合论到布尔逻辑,揭示量词陷阱导致的线上事故,并提供防御性编程方案,帮助开发者避免逻辑漏洞,提升代码健壮性。
已经到底了哦
精选内容
热门内容
最新内容
避坑指南:影刀RPA操作Excel写入‘处理结果’时,90%新手会犯的3个错误
本文详细解析了影刀RPA操作Excel写入‘处理结果’时新手常犯的三大错误,包括循环Excel内容时的行号动态匹配、网页元素交互的等待与稳定性处理,以及‘区域写入’与‘行写入’指令的选择误区。通过源码示例和性能对比,帮助用户提升自动化效率,避免常见陷阱。
5G核心网PDU会话:从建立流程到高效用户面连接的深度解析
本文深度解析5G核心网PDU会话的建立流程与高效用户面连接机制。从PDU会话的定义、关键标识(DNN和S-NSSAI)到建立流程的五个关键步骤,详细介绍了SMF、UPF等核心网元的作用。通过实际案例和配置示例,展示了PDU会话在边缘计算、IPv6多归属等场景中的应用,帮助读者理解5G网络的高效连接原理。
别再乱用Dropout了!Keras实战:用Sonar数据集调参,看看Dropout率怎么选才有效
本文通过Keras在Sonar数据集上的实战,探讨了如何选择有效的Dropout率以防止过拟合。实验结果显示,0.3-0.4的Dropout率在提升模型泛化能力方面表现最佳,同时提供了差异化Dropout率和动态调整策略等进阶调参方法,帮助开发者优化深度学习模型性能。
PHP反序列化老漏洞CVE-2016-7124,在2024年还有哪些值得注意的变种和防御思路?
本文深入分析了PHP反序列化漏洞CVE-2016-7124在2024年的新变种及防御策略。尽管该漏洞已存在八年,但在现代PHP生态中仍以组合式攻击、属性注入等形式活跃。文章详细探讨了漏洞的本质、高危场景、新型绕过技巧,并提出了开发层、架构层和运维监控的多层次立体防御方案,帮助开发者有效应对这一经典漏洞的现代威胁。
STM32CubeMX + HAL库实战:手把手教你驱动W25Q128存储数据(附完整工程)
本文详细介绍了如何使用STM32CubeMX和HAL库驱动W25Q128 SPI Flash存储器,包括硬件连接、CubeMX配置、驱动实现及性能优化。通过实战案例展示温湿度数据存储系统的设计,提供完整工程架构和高级应用方案,帮助开发者快速集成外部Flash存储功能。
OrCAD PSpice 新手避坑指南:从静态工作点到噪声分析,一次搞定6种仿真
本文为OrCAD PSpice新手提供全面的避坑指南,涵盖静态工作点、瞬态分析、直流扫描、交流分析、噪声分析和参数扫描6种核心仿真技术。详细解析常见错误设置与正确操作方法,帮助电子工程师快速掌握PSpice仿真技巧,提升电路设计效率。特别针对噪声分析等易被忽视的重要功能提供实用解决方案。
告别PPT汇报:用Python+AnyLogic快速搭建你的第一个作战效能评估原型系统
本文介绍了如何利用Python和AnyLogic快速构建作战效能评估原型系统,通过数字化仿真推演和可视化技术,帮助军事研究人员和开发者高效完成效能评估。文章详细讲解了环境准备、想定设计、核心模型构建及效能评估等关键步骤,并提供了实战代码示例和优化策略。
ResNeSt实战:用PyTorch复现Split-Attention模块,提升下游任务性能
本文详细介绍了如何使用PyTorch实现ResNeSt的核心创新Split-Attention模块,并展示其在下游任务如目标检测和语义分割中的应用。通过基数分组和径向划分,Split-Attention模块实现了更精细的跨通道交互,显著提升模型性能。实战部分包括模块构建、完整ResNeSt块实现以及迁移学习技巧,帮助开发者在计算机视觉任务中高效应用这一先进技术。
Ouster OS激光雷达:从硬件连接到ROS驱动的全链路实践指南
本文详细介绍了Ouster OS1激光雷达从硬件连接到ROS驱动的全链路实践指南。内容包括开箱检查、硬件连接、网络配置、ROS驱动编译及常见问题解决,帮助开发者快速掌握激光雷达的部署与应用。特别强调了OS1激光雷达的高效性能和ROS驱动的关键配置要点。
嵌入式Linux调试:如何用U-Boot的nand read和fdt命令查看NAND里的设备树文件?
本文详细介绍了在嵌入式Linux系统中使用U-Boot的nand read和fdt命令诊断NAND闪存中设备树文件的方法。通过提取设备树二进制、完整性校验和深度解析技术,帮助开发者快速定位启动故障和外设初始化问题,提升嵌入式系统调试效率。