CN109710683B - 一种云区判别结果图形化方法 - Google Patents

Abstract

本发明提供了一种云区判别结果图形化方法，包括得到目标温湿度数据序列；获取第一图形数据，所述第一图形数据以高度值为自变量，以第一相对湿度值为因变量；获取第二图形数据，所述第二图形数据以高度值为自变量，以第二相对湿度值为因变量；获取云判断临界值；在第一平面直角坐标系中，以Y轴表示高度值的递增变化，以X轴表示相对湿度值的递增变化，将所述第一图形数据、第二图形数据和云判断临界值绘制在所述第一平面直角坐标系之中以得到第一图形化结果。本发明可以得到内容详细并且清晰直观的云区判别结果示意图，相应的，基于云区判别结果图形化结果进行云结构分析也变得简单高效。

Description

一种云区判别结果图形化方法

技术领域

本发明涉及数据分析与图形化领域，尤其涉及一种云区判别结果图形化方法。

背景技术

云垂直结构的判定对于气象领域十分重要，但是现有技术中却缺乏对其进行观测的有效手段，也缺乏对其进行判定的有效方案，相应的，也缺乏对其进行有效表达以及基于表达结果进行云垂直结构分析的方案。

发明内容

为了解决上述技术问题，本发明提出了一种云区判别结果图形化方法。本发明具体是以如下技术方案实现的：

一种云区判别结果图形化方法，包括：

按照固定时间间隔读取原始气象数据并得到原始气象数据序列θ(tep_t,w_t,h_t)，其中tep_t标识温度分量，w_t标识相对湿度分量，h_t标识高度分量，t为时间；

对所述原始气象数据序列θ(tep_t,w_t,h_t)进行插值处理和修正处理得到目标温湿度数据序列

其中tep_k标识温度分量，w_k标识相对湿度分量，所述目标温湿度数据序列

两个相邻元素对应的高度值之间的差值的波动值小于预设阈值；

获取第一图形数据，所述第一图形数据以高度值为自变量，以第一相对湿度值为因变量，所述第一相对湿度值为目标温湿度数据序列中的相对湿度分量；

获取第二图形数据，所述第二图形数据以高度值为自变量，以第二相对湿度值为因变量，所述第二相对湿度值通过目标温湿度数据序列中的相对湿度分量和温度分量计算而得；

获取云判断临界值，所述云判断临界值为相对湿度值恒量；

在第一平面直角坐标系中，以Y轴表示高度值的递增变化，以X轴表示相对湿度值的递增变化，将所述第一图形数据、第二图形数据和云判断临界值绘制在所述第一平面直角坐标系之中以得到第一图形化结果。

优选的，还包括：

获取第三图形数据，所述第三图形数据以高度值为自变量，以第一温度为因变量，所述第一温度为目标温湿度数据序列的温度分量；

获取第四图形数据，所述第四图形数据以高度值为自变量，以第二温度为因变量，所述第二温度通过目标温湿度数据序列中的相对湿度分量和温度分量计算而得；

在第二平面直角坐标系中，以Y轴表示高度值的递增变化，以X轴表示温度值的递增变化，将第三图形数据和第四图形数据绘制在所述第二平面直角坐标系中以得到第二图形化结果。

优选的，还包括：

将第一图形化结果和第二图形化结果合并以得到云区判别结果的示意图，所述云区判别结果的示意图中，以Y轴表示高度值的变化，以X轴表示温度值和相对湿度值的变化。

优选的，还包括根据所述云区判别结果的示意图判别有云空间，包括：

获取第一高度空间，所述第一高度空间为表示第三图形数据的线段处于表示温度为0度值的线段的右侧的部分所对应的高度空间；

在所述第一高度空间中，若表示第一图形数据的线段出现在表示云判断临界值的线段的右侧，则其所对应的高度空间为有云空间，否则为无云空间；

获取第二高度空间，所述第二高度空间为表示第四图形数据的线段位于表示温度为0度值的线段的左侧的部分所对应的高度空间；

在所述第二高度空间中，若表示第二图形数据的线段出现在表示云判断临界值的线段的右侧，则其所对应的高度空间为有云空间，否则为无云空间。

优选的，还根据高度进行粗略的云分割，从而将云层分为低云、中云和高云。

优选的，获取到的有云空间和无云空间构成了第一云垂直结构，根据第一云垂直结构得到云区集合Cloud(B_n)，云区集合Cloud(B_n)中的每个云区B_n由入云高度值和出云高度值表示。

优选的，还包括：

在所述云区判别结果示意图中获取每个云区的相对湿度最小值w′_nmin和云区厚度T_n；

若所述云区厚度T_n小于预设的夹层厚度阈值并且所述相对湿度最小值w′_nmin大于预设夹层湿度阈值，则判定所述云区为不合理夹层。

优选的，还包括：

在所述云区判别结果示意图中获取每个云区的相对湿度最小值w′_nmin和云区厚度T_n；

若所述云区厚度T_n小于预设的薄层厚度阈值，则判定所述云区为不合理薄层。

本发明实施例提供了一种云区判别结果图形化方法，通过将与云区判断有关的物理量绘制在相同的平面直角坐标系中，得到了直观的云区判断结果，并且同时表达了垂直空间各个云判断相关的物理量之间的相对关系，基于本发明实施例提供的图形化方法，可以得到内容详细并且清晰直观的云区判别结果示意图，相应的，基于云区判别结果图形化结果进行云结构分析也变得简单高效。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1是本发明实施例提供的一种云区判别结果图形化方法流程图；

图2是本发明实施例提供的第二图形化结果得到方法流程图；

图3是本发明实施例提供的云区判别结果的示意图；

图4是本发明实施例提供的根据云区判别结果的示意图判别有云空间的方法流程图；

图5是本发明实施例提供的得到目标温湿度数据序列方法流程图；

图6是本发明实施例提供的一种插值及修正方法流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例提供了一种云区判别结果图形化方法，如图1所示，包括：

S101.按照固定时间间隔读取原始气象数据并得到原始气象数据序列θ(tep_t,w_t,h_t)，其中tep_t标识温度分量，w_t标识相对湿度分量，h_t标识高度分量，t为时间。

S102.对所述原始气象数据序列θ(tep_t,w_t,h_t)进行插值处理和修正处理得到目标温湿度数据序列

其中tep_k标识温度分量，w_k标识相对湿度分量，所述目标温湿度数据序列

两个相邻元素对应的高度值之间的差值的波动值小于预设阈值。

具体地，所述预设阈值可以根据实际需要进行设定，本发明实施例并不限定其取值范围。

S103.获取第一图形数据，所述第一图形数据以高度值为自变量，以第一相对湿度值为因变量，所述第一相对湿度值为目标温湿度数据序列中的相对湿度分量。

S104.获取第二图形数据，所述第二图形数据以高度值为自变量，以第二相对湿度值为因变量，所述第二相对湿度值通过目标温湿度数据序列中的相对湿度分量和温度分量计算而得。

S105.获取云判断临界值，所述云判断临界值为相对湿度值恒量。

具体地，所述云判断临界值可以根据实际的监测和研究结果进行设置。

S106.在第一平面直角坐标系中，以Y轴表示高度值的递增变化，以X轴表示相对湿度值的递增变化，将所述第一图形数据、第二图形数据和云判断临界值绘制在所述第一平面直角坐标系之中以得到第一图形化结果。

具体地，在所述第一平面直角坐标系中所述云判断临界值被表示为一条平行与Y轴的直线，所述第一图形数据、第二图形数据和云判断临界值分别使用不同类型的线条绘制，比如可以使用点化线、双点划线、实线、虚线等不同线条类型进行区分，也可以通过变更线条的颜色和宽度进行进一步区分。

进一步地，本发明实施例还可以包括第二图形化结果得到方法，如图2所示，包括：

S201.获取第三图形数据，所述第三图形数据以高度值为自变量，以第一温度为因变量，所述第一温度为目标温湿度数据序列的温度分量。

S202.获取第四图形数据，所述第四图形数据以高度值为自变量，以第二温度为因变量，所述第二温度通过目标温湿度数据序列中的相对湿度分量和温度分量计算而得。

S203.在第二平面直角坐标系中，以Y轴表示高度值的递增变化，以X轴表示温度值的递增变化，将第三图形数据和第四图形数据绘制在所述第二平面直角坐标系中以得到第二图形化结果。

所述第三图形数据和第四图形数据也可以通过线条类型、线条颜色、线条宽度进行区分。

为了获得更为直观的表现效果，减少图形占用空间，还可以将第一图形、第二图形数据、第三图形数据、第四图形数据以及云判断临界值绘制在同一个平面直角坐标系中，即将第一图形化结果和第二图形化结果合并以得到云区判别结果的示意图，所述云区判别结果的示意图中，以Y轴表示高度值的变化，以X轴表示温度值和相对湿度值的变化。

如图3所示，其示出了云区判别结果的示意图，所述示意图中，第一图形、第二图形数据、第三图形数据、第四图形数据以及云判断临界值分别通过线条类型、线条颜色和/或线条宽度进行区分，图3中以细实线表达第二图形数据和第三图形数据，以点化线表达第四图形数据，以粗实线表达第一图形数据，并以垂直于Y轴的虚线表达云判断临界值，从而得到了更为直观的垂直空间各个云判断相关的物理量之间的相对关系。

进一步地，本发明实施例给出了根据云区判别结果的示意图判别有云空间的方法，如图4所示，包括：

S301.获取第一高度空间，所述第一高度空间为表示第三图形数据的线段处于表示温度为0度值的线段的右侧的部分所对应的高度空间。

S302.在所述第一高度空间中，若表示第一图形数据的线段出现在表示云判断临界值的线段的右侧，则其所对应的高度空间为有云空间，否则为无云空间。

S303.获取第二高度空间，所述第二高度空间为表示第四图形数据的线段位于表示温度为0度值的线段的左侧的部分所对应的高度空间。

S304.在所述第二高度空间中，若表示第二图形数据的线段出现在表示云判断临界值的线段的右侧，则其所对应的高度空间为有云空间，否则为无云空间。

可见，通过将各个物理量绘制在同一个平面直角坐标系中，可以使用图形的方式进行云区的宏观判断。进一步地，还可以根据高度进行粗略的云分割，从而将云层分为低云、中云和高云。

本发明实施例公开了一种云区判别结果图形化方法，通过将与云区判断有关的物理量绘制在相同的平面直角坐标系中，得到了直观的云区判断结果，并且同时表达了垂直空间各个云判断相关的物理量之间的相对关系，基于本发明实施例提供的图形化方法，可以得到内容详细并且清晰直观的云区判别结果示意图。

进一步地，在一个可行实施方式中，所述对所述原始气象数据序列θ(tep_t,w_t,h_t)进行插值处理和修正处理得到目标温湿度数据序列

如图5所示，包括：

S1021.计算原始气象数据序列θ(tep_t,w_t,h_t)各个相邻元素的高度差。

S1022.获取各个高度差的约数集合。

所述约数集合中的元素满足下述条件：

各个高度差除以所述元素得到的余数的波动值小于预设阈值。

S1023.从所述约数集合中选取一个约数作为插值步长。

S1024.由原始气象数据序列θ(tep_t,w_t,h_t)得到温湿度数据序列ο(tep_h,w_h)。

所述温湿度数据序列ο(tep_h,w_h)是以高度h为自变量，以温湿度为因变量的序列。

S1025.根据所述插值步长对所述温湿度数据序列ο(tep_h,w_h)进行插值处理和修正处理得到目标温湿度数据序列

目标温湿度数据序列

中各个离散点的高度差的波动值小于预设阈值，其中k为离散点的下标。

具体地，本发明实施例对插值处理和修正处理的方法并不进行具体的限定。但是为了获取较好的数据处理效果，本发明实施例提供一种插值及修正方法，所述方法如图6所示，包括：

S110.获取插值步长。

S120.根据所述插值步长获取插值点对应的自变量h的值。

S130.将插值点对应的自变量h的值代入估值代数式

得到估值点。

在具体执行过程中，对于温度分量tep_h和湿度分量w_h进行分别运算，从而得到估值点的温度分量tep_h和湿度分量w_h，估值代数式中的ο_k标识温湿度数据序列ο(tep_h,w_h)中的第k个元素，h_k标识温湿度数据序列ο(tep_h,w_h)中的第k个元素的高度值。

S140.由估值点和温湿度数据序列ο(tep_h,w_h)中原本就存在的点按照高度递增顺序构成待修正序列ο″(tep_k,w_k)，其中k是待修正序列ο″(tep_k,w_k)的点下标。

S150.获取所述待修正序列的ο″(tep_k,w_k)的一轮修正序列ψ₁(tep_k,w_k)＝ψ₁(tep_k-1,w_k-1)×(1-ξ)+ο″(tep_k,w_k)×ξ，其中ψ₁(tep_k,w_k)为一轮修正序列的第k个元素值，ξ为一轮修正参数。

S160.根据所述一轮修正序列得到二轮修正序列ψ₂(tep_k,w_k)＝χ×(1+μ)×ψ₁(tep_k,w_k)-χ×ψ₁(tep_k-1,w_k-1)+ψ₂(tep_k-1,w_k-1)，其中ψ₂(tep_k,w_k)为二轮修正序列的第k个元素值，χ为二轮修正参数，μ为敏感度参数。

S170.根据待修正序列和所述二轮修正序列得到目标温湿度序列

γ为三轮修正参数。

具体地，所述一轮修正参数、二轮修正参数、三轮修正参数以及敏感度参数可以根据用户需要进行设定，本发明实施例中对其不做具体限定。

进一步地，本发明实施例还提供了根据所述目标温湿度数据序列

获取第二温度的方法，包括：根据温度分量tep_k和湿度分量w_k由公式

计算第二温度T_d。

进一步地，本发明实施例还提供了根据所述目标温湿度数据序列

获取第二相对湿度值的方法，包括：

S1.根据第二温度T_d由公式

计算第一汽压E_w，其中T₀为水的三相点温度。

S2.根根据温度分量tep_k由公式

计算第二汽压E_i。

S3.根根据第一汽压和第二汽压由公式

计算第二相对湿度值。

进一步地，本发明实施例获取到的有云空间和无云空间构成了第一云垂直结构，根据第一云垂直结构得到云区集合Cloud(B_n)，云区集合Cloud(B_n)中的每个云区B_n由入云高度值和出云高度值表示。为了进一步进行云区的精细判断，还可以根据云区的厚度和云区的湿度进行夹层判断，包括：

S10.在所述云区判别结果示意图中获取每个云区的相对湿度最小值w′_nmin和云区厚度T_n。

S30.若所述云区厚度T_n小于预设的夹层厚度阈值并且所述相对湿度最小值w′_nmin大于预设夹层湿度阈值，则判定所述云区为不合理夹层。

预设的夹层厚度阈值和预设夹层湿度阈值可以根据用户需要进行设定，本发明实施例中对其不做具体限定，本发明实施例中预设夹层厚度阈值为200，预设夹层湿度阈值为80％。

进一步地，还可以根据云区的厚度和云区的湿度进行薄层判断，所述方法包括：

S20.在所述云区判别结果示意图中获取每个云区的相对湿度最小值w′_nmin和云区厚度T_n。

S40.若所述云区厚度T_n小于预设的薄层厚度阈值，则判定所述云区为不合理薄层。

对于不合理夹层和薄层均可以通过高亮形式在图中进行标记和区分。

本发明实施例提供了一种云区判别结果图形化方法以及基于图形化结果进行云结构分析的方法，云区判别结果图形化方法具有直观和表现力强的显著优势，而基于云区判别结果图形化结果进行云结构分析相应的也变得简单高效。

需要说明的是：上述本发明实施例的先后顺序仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种云区判别结果图形化方法，其特征在于，包括：

按照固定时间间隔读取原始气象数据并得到原始气象数据序列θ(tep_t,w_t,h_t)，其中tep_t标识原始气象数据序列的温度分量，w_t标识原始气象数据序列的相对湿度分量，h_t标识高度分量，t为时间；

对所述原始气象数据序列θ(tep_t,w_t,h_t)进行插值处理和修正处理得到目标温湿度数据序列

其中tep_k标识目标温湿度数据序列的温度分量，w_k标识目标温湿度数据序列的相对湿度分量，k为离散点的下标；所述目标温湿度数据序列

两个相邻元素对应的高度值之间的差值的波动值小于预设阈值；

获取第一图形数据，所述第一图形数据以高度值为自变量，以第一相对湿度值为因变量，所述第一相对湿度值为目标温湿度数据序列中的相对湿度分量；

获取第二图形数据，所述第二图形数据以高度值为自变量，以第二相对湿度值为因变量，所述第二相对湿度值通过目标温湿度数据序列中的相对湿度分量和温度分量计算而得；

获取云判断临界值，所述云判断临界值为相对湿度值恒量；

在第一平面直角坐标系中，以Y轴表示高度值的递增变化，以X轴表示相对湿度值的递增变化，将所述第一图形数据、第二图形数据和云判断临界值绘制在所述第一平面直角坐标系之中以得到第一图形化结果；

所述对所述原始气象数据序列θ(tep_t,w_t,h_t)进行插值处理和修正处理得到目标温湿度数据序列，包括：

计算原始气象数据序列θ(tep_t,w_t,h_t)各个相邻元素的高度差；

获取各个高度差的约数集合；

所述约数集合中的元素满足下述条件：各个高度差除以所述元素得到的余数的波动值小于预设阈值；

从所述约数集合中选取一个约数作为插值步长；

由原始气象数据序列θ(tep_t,w_t,h_t)得到温湿度数据序列o(tep_h,w_h)；

根据所述插值步长对所述温湿度数据序列o(tep_h,w_h)进行插值处理和修正处理得到目标温湿度数据序列

目标温湿度数据序列

中各个离散点的高度差的波动值小于预设阈值；

所述插值及修正处理，包括：

获取插值步长；

根据所述插值步长获取插值点对应的自变量h的值；

将插值点对应的自变量h的值代入估值代数式

得到估值点；估值代数式中的o_k标识温湿度数据序列o(tep_h,w_h)中的第k个元素，h_k标识温湿度数据序列o(tep_h,w_h)中的第k个元素的高度值；

由估值点和温湿度数据序列o(tep_h,w_h)中原本就存在的点按照高度递增顺序构成待修正序列o″(tep_k,w_k)；

获取所述待修正序列的o″(tep_k,w_k)的一轮修正序列ψ₁(tep_k,w_k)＝ψ₁(tep_k-1,w_k-1)×(1-ξ)+o″(tep_k,w_k)×ξ，其中ψ₁(tep_k,w_k)为一轮修正序列的第k个元素值，ξ为一轮修正参数；

根据所述一轮修正序列得到二轮修正序列ψ₂(tep_k,w_k)＝χ×(1+μ)×ψ₁(tep_k,w_k)-χ×ψ₁(tep_k-1,w_k-1)+ψ₂(tep_k-1,w_k-1)，其中ψ₂(tep_k,w_k)为二轮修正序列的第k个元素值，χ为二轮修正参数，μ为敏感度参数；

根据待修正序列和所述二轮修正序列得到目标温湿度序列

γ为三轮修正参数。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取第三图形数据，所述第三图形数据以高度值为自变量，以第一温度为因变量，所述第一温度为目标温湿度数据序列的温度分量；

获取第四图形数据，所述第四图形数据以高度值为自变量，以第二温度为因变量，所述第二温度通过目标温湿度数据序列中的相对湿度分量和温度分量计算而得；

在第二平面直角坐标系中，以Y轴表示高度值的递增变化，以X轴表示温度值的递增变化，将第三图形数据和第四图形数据绘制在所述第二平面直角坐标系中以得到第二图形化结果。

3.根据权利要求2所述的方法，其特征在于，还包括：

将第一图形化结果和第二图形化结果合并以得到云区判别结果的示意图，所述云区判别结果的示意图中，以Y轴表示高度值的变化，以X轴表示温度值和相对湿度值的变化。

4.根据权利要求3所述的方法，其特征在于，还包括根据所述云区判别结果的示意图判别有云空间，包括：

获取第一高度空间，所述第一高度空间为表示第三图形数据的线段处于表示温度为0度值的线段的右侧的部分所对应的高度空间；

在所述第一高度空间中，若表示第一图形数据的线段出现在表示云判断临界值的线段的右侧，则其所对应的高度空间为有云空间，否则为无云空间；

获取第二高度空间，所述第二高度空间为表示第四图形数据的线段位于表示温度为0度值的线段的左侧的部分所对应的高度空间；

在所述第二高度空间中，若表示第二图形数据的线段出现在表示云判断临界值的线段的右侧，则其所对应的高度空间为有云空间，否则为无云空间。

5.根据权利要求4所述的方法，其特征在于：

还根据高度进行粗略的云分割，从而将云层分为低云、中云和高云。

6.根据权利要求4所述的方法，其特征在于：

获取到的有云空间和无云空间构成了第一云垂直结构，根据第一云垂直结构得到云区集合Cloud(B_n)，云区集合Cloud(B_n)中的每个云区B_n由入云高度值和出云高度值表示。

7.根据权利要求6所述的方法，其特征在于，还包括：

在所述云区判别结果示意图中获取每个云区的相对湿度最小值w′_nmin和云区厚度T_n；

若所述云区厚度T_n小于预设的夹层厚度阈值并且所述相对湿度最小值w′_nmin大于预设夹层湿度阈值，则判定所述云区为不合理夹层。

8.根据权利要求6所述的方法，其特征在于，还包括：

在所述云区判别结果示意图中获取每个云区的相对湿度最小值w′_nmin和云区厚度T_n；

若所述云区厚度T_n小于预设的薄层厚度阈值，则判定所述云区为不合理薄层。

Images