CN109902120B - 一种面向栅格文本降水数据的可视化分析方法 - Google Patents
一种面向栅格文本降水数据的可视化分析方法 Download PDFInfo
- Publication number
- CN109902120B CN109902120B CN201910041670.0A CN201910041670A CN109902120B CN 109902120 B CN109902120 B CN 109902120B CN 201910041670 A CN201910041670 A CN 201910041670A CN 109902120 B CN109902120 B CN 109902120B
- Authority
- CN
- China
- Prior art keywords
- data
- text
- grid
- file
- rainfall
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001556 precipitation Methods 0.000 title claims abstract description 31
- 230000000007 visual effect Effects 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 title claims abstract description 17
- 238000012800 visualization Methods 0.000 claims abstract description 11
- 238000010586 diagram Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000009411 base construction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种面向栅格文本降水数据的可视化分析方法，通过解析栅格文本文件表头，设置并将栅格数据写入NetCDF数据库，转化为网格数据，利用NetCDF网格化数据，通过绘制等值线图，实现文本数据的可视化，将多个时间节点等值线图叠加，可进行数据时间变化特征分析。本发明可以解决ASCII数据文件管理和操作困难的问题，并提供了通过可视化快速直观地获取降雨数据时空分布特征的方法。
Description
技术领域
本发明涉及水文气象数据库构建及数据分析领域，更具体地，涉及一种面向栅格文本降水数据的可视化分析方法。
背景技术
高分辨率、格点化的降水数据对于水文学研究和水资源管理，以及气候变化分析、水文过程模拟、自然灾害预警等都具有重要意义。
NetCDF(Network Common Data Form)是一种自描述、基于矩阵的科学数据格式。NetCDF格式是一种开放标准，NetCDF的经典格式和64位偏移格式是开放地理空间协会(OGC)采用的国际标准。目前，NetCDF广泛应用于大气科学、水文学、海洋学、环境模拟和地球物理等诸多领域。具有方便管理和操作，可追加，访问高效，支持在异构的网络平台间进行数据传输和共享等优点。
国家气象中心(National Meteorological Information Center)目前提供下载的中国地面降水月值格点数据集为ASCII栅格文本文件，不便于进行数据管理、共享和展示。同时，静态文本数据不利于决策者和分析者发现降水数据的时空分布特征，动态可视化图形可以协助决策分析者识别降水变异、分析降水时空分布、向非科研人员进行数据的直观展示。
发明内容
本发明的目的是解决现有栅格文本数据不便于进行分析、管理、共享和展示的缺陷，提供一种面向栅格文本降水数据的可视化分析方法。
为实现以上发明目的，采用的技术方案是：
一种面向栅格文本降水数据的可视化分析方法，包括以下步骤：
S1：解析栅格文本文件头，将栅格文本文件头信息存储为Python字典；
S2：依据栅格文本文件头信息设置NetCDF文件数据维度及变量信息；
S3：循环读取目标栅格文本文件中的栅格数据，写入NetCDF文件；
S4：读取NetCDF文件数据，转化为Python Numpy数组；
S5：在Python Numpy数组中定于空间范围、降雨分布时间尺度，连接网格数据等值点，绘制降雨分布等值线，填充等值区域，形成降雨分布等值线图；
S6：读取各时间节点降雨分布等值线图，存储为Python List，设定延迟时间，利用Python Imageio模块输出对应的降雨分布动态变化图。
优选的是，步骤S2所述的NetCDF文件数据包括Dimensions维度信息，Variables变量信息以及Attributes属性信息；其中变量信息存储实际数据，维度信息提供变量维度信息。
优选的是，所述步骤S3中栅格文本数据转化为浮点型，其中无数值网格利用Python Numpy.ma模块掩码。
优选的是，所述步骤S5中降雨分布等值线图包括输入经度、纬度范围，目标网格数据数组，指定输出路径和子图序列标题。
优选的是，所述绘制等值线图的输入经度、纬度范围需与目标数组空间维度保持一致。
优选的是，所述步骤S5中绘制降雨分布等值线的绘制结果为目标数据各时间节点降雨等值线图，等值线图为png文件，等值线划分由输入的降雨分布时间尺度决定。
优选的是，所述步骤S6中的延迟时间为0.5秒～1秒，输入图谱大小保持一致。
与现有技术相比，本发明的有益效果是：
本发明通过将栅格文本降水数据进行可视化，可以协助决策分析者识别降水变异、分析降水时空分布、向非科研人员进行数据的直观展示。
附图说明
图1为本发明所述方法的实施示意图；
图2为栅格数据ASCII文本示意图；
图3为本发明降水格点数据NetCDF数据设置示例图；
图4为本发明可视化展示底图(全球)效果图；
图5为栅格数据插值绘图后效果示意图；
图6为本发明不同时间尺度Color Bar设置示例图；
图7为本发明CPC全球月降雨数据及国家气象信息中心地面月降雨数据雨季月平均降雨分布对比示例图；
图8为本发明CPC全球月降雨数据及国家气象信息中心地面月降雨数据枯季月平均降雨分布对比示例图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
以下结合附图和实施例对本发明做进一步的阐述。
实施例1
一种面向栅格文本降水数据的可视化分析方法，其特征在于，包括以下步骤：
S1：解析栅格文本文件头，将栅格文本文件头信息存储为Python字典；
S2：依据栅格文本文件头信息设置NetCDF文件数据维度及变量信息；
S3：循环读取目标栅格文本文件中的栅格数据，写入NetCDF文件；
S4：读取NetCDF文件数据，转化为Python Numpy数组；
S5：在Python Numpy数组中定于空间范围、降雨分布时间尺度，连接网格数据等值点，绘制降雨分布等值线，填充等值区域，形成降雨分布等值线图；
S6：读取各时间节点降雨分布等值线图，存储为Python List，设定延迟时间，利用Python Imageio模块输出对应的降雨分布动态变化图。
本实施例中，步骤S2所述的NetCDF文件数据包括Dimensions维度信息，Variables变量信息以及Attributes属性信息；其中变量信息存储实际数据，维度信息提供变量维度信息。
本实施例中，所述步骤S3中栅格文本数据转化为浮点型，其中无数值网格利用Python Numpy.ma模块掩码。
本实施例中，所述步骤S5中降雨分布等值线图包括输入经度、纬度范围，目标网格数据数组，指定输出路径和子图序列标题。
本实施例中，所述绘制等值线图的输入经度、纬度范围需与目标数组空间维度保持一致。
本实施例中，所述步骤S5中绘制降雨分布等值线的绘制结果为目标数据各时间节点降雨等值线图，等值线图为png文件，等值线划分由输入的降雨分布时间尺度决定。
本实施例中，所述步骤S6中的延迟时间为0.5秒～1秒，输入图谱大小保持一致。
以中国地面月降水栅格文本数据可视化分析为实施例。
如图1所示，本发明提供的方法可分为三个部分：
1.NetCDF数据文件设置；
2.数据提取；
3.可视化分析。
本实施例采用中国地面降水月值栅格数据，该数据为ASCII格式文本数据，数据打开后效果如图2。数据由包含一系列关键字的文件头信息，以及以行优先顺序排列的像元值。本实施例数据采用左下角栅格像元的左下角坐标来标识原点。数据关键字定义如下：
NCOLS和NROWS是由ASCII文件所定义的栅格的列数和行数；
XLLCORNER和YLLCORNER是左下角栅格像元的左下角坐标；
CELLSIZE是栅格的像元大小；
NODATA_VALUE是用于表示NoData像元的值。
获取中国地面降水月值栅格文本文件所在路径，读取目录中所有数据文件名，存储为Python列表，利用Python读取任意文件，获取以上文件头信息，并存储为Python字典。
NetCDF的栅格格点数据设置结构如图3所示，包括Dimensions(维度信息)，Variables(变量信息)以及Attributes(属性信息)。变量存储实际数据，维度给出变量维度信息，维度信息依据栅格文本文件头信息设定。
将栅格文本数据写入NetCDF文件后，可随时读取NetCDF数据经度、纬度信息，同时提取所需时间范围的降雨数据，经分析处理后的数据可通过可视化模块进行分析结果的可视化。分析结果需先转化为多维Numpy数组(时间×纬度×经度)，与经度、纬度数组共同作为可视化模块输入，数据数组经纬度范围需跟经度、纬度数组保持一致，同时指定输出子图的标题及结果目录，生成的子图将存储在空路径中，同时生成对应的GIF结果图。
分别读取中国地面月降水数据及CPC-CMAP-URD全球月降雨NetCDF数据文件，提取1982-2014年降水数据，转化为多维Numpy数组。
计算多年月平均降水：
其中，
为多年月平均降水量(mm)，n为降水数据年数，Pi，j为第i年第j月份月降水量(mm)。
借助多年月平均降雨值，可阐明地区的气候规律性。为了进一步看出地区的降雨时空分布特征，将以上计算得到的中国及全球月平均降水数据输入可视化模块进行可视化。
本发明可视化模块采用地图底图来自Python二维地图绘图库MatplotlibBasemap Toolkit，其所绘制的全球二维地图效果如图4。模块依据所输入数据经纬度范围，以及时间尺度的设定，输出结果图将绘制对应范围降雨时空分布等值线图，并配合对应尺度的Color Bar进行展示，使数据的展示更为直观清晰，不同尺度的Color Bar效果如图6。
本发明降雨分布采用等值线图进行可视化，等值线图运用一组等值线来表示降雨量地分布、数量特征以及变化趋势，其相对于利用栅格数据插值绘图，更能概括降雨的分布情况，展示效果受数据的分辨率影响较小，栅格数据插值绘制的降雨分布图如图5，利用等值线图来表示平均降雨，通过等值线的分布，能够好地显示表面值的变化方式，如线间距较大区域，表明降水空间变率更大。
由国家气象信息中心数据及CPC-CMAP-URD全球数据分别计算所得到的1982-2014年雨季(6、7、8月份)月平均降雨分布数据绘制降雨分布图见图7，枯季(12、1、2月份)月平均降雨分布对比图见图8。对比不同数据源所绘制的可视化结果，可以直观获取降雨时空分布变化特征，发现不同数据的差异。由图7、8可见，CPC-CMAP-URD全球降雨数据大体与国家气象信息中心的地面降雨数据吻合，但无法完全反映我国实际降水情况，如CPC-CMAP-URD全球数据计算得到的七月平均降水无法很好地反映出我国西北部的降水情况。
Claims (5)
1.一种面向栅格文本降水数据的可视化分析方法，其特征在于：实现步骤如下：
S1.解析栅格文本文件文件头，将文件头信息存储为Python字典；
S2.依据文件头信息设置NetCDF文件数据维度及变量信息；
S3.循环读取目标栅格文本文件中栅格数据，写入NetCDF文件；栅格文本数据转化为浮点型数值，无数值网格利用Python numpy.ma模块掩码；
S4.读取NetCDF文件数据，转化为Python Numpy数组；
S5.将数据数组输入可视化模块，定义空间范围、输出路径、降雨分布时间尺度以及图表标题，输出降雨分布的值线图；其中，可视化模块输入的经度、纬度范围需与目标数组空间维度保持一致；
S6.读取各时间节点降雨分布的值线图，存储为Python List，设定延迟时间，利用Python Imageio模块输出对应的降雨分布动态变化图。
2.根据权利要求1所述的面向栅格文本降水数据的可视化分析方法，其特征在于：所述步骤S2中，NetCDF文件设置包括维度信息Dimensions，变量信息Variables以及属性信息Attributes；其中变量存储实际数据，维度给出变量维度信息。
3.根据权利要求1所述的面向栅格文本降水数据的可视化分析方法，其特征在于：所述步骤S5中，可视化模块输入为经度、纬度范围，目标数据数组，指定输出路径和子图序列标题。
4.根据权利要求1所述的面向栅格文本降水数据的可视化分析方法，其特征在于：所述步骤S5中，可视化模块输出为目标数据各时间节点降雨等值线图(.png)，等值线划分由输入的降雨分布时间尺度决定。
5.根据权利要求1所述的面向栅格文本降水数据的可视化分析方法，其特征在于：所述步骤S6中，默认延迟时间为1秒，为保证动态图输出效果，输入图片需保持相同大小。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910041670.0A CN109902120B (zh) | 2019-01-16 | 2019-01-16 | 一种面向栅格文本降水数据的可视化分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910041670.0A CN109902120B (zh) | 2019-01-16 | 2019-01-16 | 一种面向栅格文本降水数据的可视化分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109902120A CN109902120A (zh) | 2019-06-18 |
| CN109902120B true CN109902120B (zh) | 2023-06-02 |
Family
ID=66943840
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910041670.0A Active CN109902120B (zh) | 2019-01-16 | 2019-01-16 | 一种面向栅格文本降水数据的可视化分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109902120B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110515996B (zh) * | 2019-08-22 | 2023-05-23 | 河南理工大学 | 一种多信道对流层延迟解算数据整合可视化处理方法 |
| CN112434021A (zh) * | 2020-12-10 | 2021-03-02 | 浙江大学 | 一种基于时间序列用水数据的用户特征构造方法 |
| CN113158106A (zh) * | 2021-04-27 | 2021-07-23 | 中国石油大学(华东) | 一种基于NetCDF淹水数据的可视化方法 |
| CN114911853B (zh) * | 2022-04-20 | 2022-11-29 | 中山大学 | 一种基于Python的水文气象数据区域尺度提取及可视化方法 |
| CN116226042B (zh) * | 2023-01-31 | 2024-03-22 | 上海科技大学 | 一种对科学数据文件进行读写优化的中间件系统及方法 |
| CN116523130B (zh) * | 2023-04-28 | 2024-05-14 | 中国长江电力股份有限公司 | 一种基于降雨空间分布的图像相似水情挖掘及预报方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103984773A (zh) * | 2014-06-05 | 2014-08-13 | 南京信息工程大学 | 一种多格式天气雷达基数据文件转NetCDF文件方法 |
| CN106649234A (zh) * | 2016-11-23 | 2017-05-10 | 西安昆仑工业（集团）有限责任公司 | 火炮炮口流场数据可视化处理方法 |
| CN107423753A (zh) * | 2017-06-15 | 2017-12-01 | 新疆大学 | 一种多源空间数据的快速融合运算方法 |
| CN207008056U (zh) * | 2017-06-08 | 2018-02-13 | 湖南师范大学 | 基于Hu矩的差值云团外推降雨预测装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140201667A1 (en) * | 2011-03-02 | 2014-07-17 | Barbara Schoeberl | System and Method for Generating and Displaying Climate System Models |
| US8949246B2 (en) * | 2012-01-01 | 2015-02-03 | The United States Of America, As Represented By The Secretary Of The Navy | System and method for importing NetCDF data |
| CN104375211B (zh) * | 2014-07-08 | 2017-11-21 | 宁波绮耘软件股份有限公司 | 一种气象预报等值线图更新方法及系统 |
| CN104239706B (zh) * | 2014-09-05 | 2017-08-15 | 中国科学院寒区旱区环境与工程研究所 | 一种地面观测气温时空数据集的制备方法 |
| CN106875458B (zh) * | 2017-03-01 | 2020-03-20 | 中国海洋大学 | 并行化二维流场多元数据动态可视化系统 |
| CN107977758A (zh) * | 2018-01-04 | 2018-05-01 | 郑州云海信息技术有限公司 | 一种降雨强度预报方法及相关装置 |
-
2019
- 2019-01-16 CN CN201910041670.0A patent/CN109902120B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103984773A (zh) * | 2014-06-05 | 2014-08-13 | 南京信息工程大学 | 一种多格式天气雷达基数据文件转NetCDF文件方法 |
| CN106649234A (zh) * | 2016-11-23 | 2017-05-10 | 西安昆仑工业（集团）有限责任公司 | 火炮炮口流场数据可视化处理方法 |
| CN207008056U (zh) * | 2017-06-08 | 2018-02-13 | 湖南师范大学 | 基于Hu矩的差值云团外推降雨预测装置 |
| CN107423753A (zh) * | 2017-06-15 | 2017-12-01 | 新疆大学 | 一种多源空间数据的快速融合运算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109902120A (zh) | 2019-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109902120B (zh) | 一种面向栅格文本降水数据的可视化分析方法 | |
| Huisman et al. | Principles of geographic information systems | |
| CN106845452B (zh) | 基于北斗的高分遥感数据处理方法 | |
| US9390528B2 (en) | Meteorology and oceanography geospatial analysis toolset | |
| Foody | Map comparison in GIS | |
| Huang et al. | Early mapping of winter wheat in Henan province of China using time series of Sentinel-2 data | |
| Jin et al. | Mapping the annual dynamics of cultivated land in typical area of the Middle-lower Yangtze plain using long time-series of Landsat images based on Google Earth Engine | |
| Xue et al. | A spatiotemporal mining framework for abnormal association patterns in marine environments with a time series of remote sensing images | |
| CN102521624A (zh) | 一种土地利用类型分类的方法和系统 | |
| Yu et al. | Multi-temporal remote sensing of land cover change and urban sprawl in the coastal city of Yantai, China | |
| CN112001121A (zh) | 基于太阳辐射的大面积平缓地区预测性土壤制图方法 | |
| Li et al. | Feature Extraction and Image Retrieval of Landscape Images Based on Image Processing. | |
| Persson | A survey of methods for visualizing spatio-temporal data | |
| Zuquim et al. | Introducing a map of soil base cation concentration, an ecologically relevant GIS-layer for Amazonian forests | |
| Chen et al. | Fractional monitoring of desert vegetation degradation, recovery, and greening using optimized multi-endmembers spectral mixture analysis in a dryland basin of Northwest China | |
| Hakkenberg et al. | Inferring alpha, beta, and gamma plant diversity across biomes with GEDI spaceborne lidar | |
| Sweeney et al. | An edge-oriented approach to thematic map error assessment | |
| Alamanos | 03-DROUGHT MONITORING, PRECIPITATION STATISTICS, AND WATER BALANCE WITH FREELY AVAILABLE REMOTE SENSING DATA: EXAMPLES, ADVANCES, AND LIMITATIONS | |
| CN114187525B (zh) | 一种基于卫星遥感影像的农田区域大数据分析方法 | |
| JP5047041B2 (ja) | 圃場管理システム及びプログラム | |
| Simms et al. | Improved estimates of opium cultivation in Afghanistan using imagery-based stratification | |
| CN110738711A (zh) | 一种温度植被干旱指数生产与专题图制作的自动化工具和方法 | |
| Bouattou et al. | Automatic generation of an interactive, real time, web-based maps from sensor-based geographic databases | |
| CN113989678B (zh) | 生态系统分类样本库构建方法和装置 | |
| ESCAP | Producing land cover change maps and statistics: step by step guide on the use of QGIS and RStudio |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |