CN111046260A - 一种基于自然环境因素数据的可视化方法 - Google Patents
一种基于自然环境因素数据的可视化方法 Download PDFInfo
- Publication number
- CN111046260A CN111046260A CN201911266472.0A CN201911266472A CN111046260A CN 111046260 A CN111046260 A CN 111046260A CN 201911266472 A CN201911266472 A CN 201911266472A CN 111046260 A CN111046260 A CN 111046260A
- Authority
- CN
- China
- Prior art keywords
- data
- natural environment
- environment factor
- space
- visualization
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- 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
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于自然环境因素数据的可视化方法，其通过时序变化模型以及空间变化模型的结合搭建可视化展示系统，利用2.5维面可视化设计思想和三种坐标转换进行从数据空间到图形空间的映射，实现自然环境因素数据的可视化的展示，并具有直观、清晰地显示关键环境因素数据展示的功能。同时，该可视化方法实现了多个视图同时从多个角度来显示数据，并且视图之间联动，即在一个视图中修改查询时，在别的视图中显示的信息也会发生相应的变化，具有时效性、准确性以及清晰性，方便研究人员进行评价。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于自然环境因素数据的可视 化方法。
背景技术
可视化(Visualization)是利用计算机图形学和图像处理技术，将数据转换 成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。科学 计算可视化能够把科学数据，包括测量获得的数值、图像或是计算中涉及、产 生的数字信息变为直观的、以图形图像信息表示的、随时间和空间变化的物理 现象或物理量呈现在研究者面前，使他们能够观察、模拟和计算。
目前，在对复杂的数据集进行分析时，传统的可视化方法无法满足分析需 求，此时就需要更高阶的可视化方法来分析数据之间的关系。而自然环境试验 与观测数据信息沟通不透明、应用服务模式不完善的现状，造成研制设计人员 无法全面快捷的获得并利用这些宝贵数据资源，只能凭经验或等效采用相关标 准，造成选材防护不当、产品环境适应性的过设计或欠设计，严重影响了装备 研制工作的正常进行。
因此，开展自然环境因素数据可视化系统和应用服务模式研究，深化分散 数据的关联分析和融合利用，针对用户分层次、分级别的适时发布，有利于研 制设计人员及时全面掌握型号研制设计所需自然环境因素数据，科学确定装备、 人员环境适应性要求和指标，合理选择材料和防护工艺，正确制定环境试验与 评价方法，提高型号研制设计人员的决策效率和决策水平，进一步提升对自然 环境严酷度的判断能力。
发明内容
针对以上现有技术存在的问题，本发明的目的在于提供一种基于自然环境 因素数据的可视化方法，其能通过数据的需求设计数据库、建立数学模型、开 展数据的可视化展示的技术研究，最终形成针对自然环境因素可视化的展示系 统，从而保障研究人员开展环境分析、环境影响分析、环境要求论证等工作。 同时，该方法能将繁杂的、不能直接读取的数据信息，转换成数据结果和结论， 通过图表的表达，将数据、信息简洁化，使用户可以快速的获取信息、理解数 据、发现数据的规律；更重要的是当数据量很大和复杂度很高的时候，该方法 可以帮助呈现数据的总体架构和指定处的细节情况。
本发明目的通过以下技术方案实现：
一种基于自然环境因素数据的可视化方法，其特征在于：包括以下步骤：
a、基于现阶段主要自然环境因素数据分布、分类、特点及应用领域，构建 包含自然环境因素数据资源库；然后对自然环境因素数据资源库进行分类，构 建自然环境因素数据库的体系结构和总体架构，建立自然环境因素数据库；
b、根据步骤a中自然环境因素数据库中特定地点的环境因素以及特定地点 的环境因素随时间的变化特点，建立相应的时序变化模型；
c、根据步骤a中自然环境因素数据库中的环境介质数据，构建相应的空间 变化模型，掌握不同区域环境因素变化特征；所述空间变化模型根据环境介质 数据的特点以及可视化展示调整数据结构，利用2.5维面可视化设计思想和三种 坐标转换，完成数据空间的整理以及数据空间到图形空间的映射；
d、根据步骤b的时序变化模型以及步骤c的空间变化模型的特点，搭建可 视化展示系统，实现关键环境因素数据在显示屏上展示的功能。
采用时间模型或空间模型均是随一个点的变化，从而得到曲线变化图；上 述方法通过时间变化模型以及空间变化模型的有机结合，脱离了曲线变化的固 有模型状态，呈现出面的变化，实现多个视图从多个角度显示数据，并且视图 之间相互联动，即在一个视图中修改查询时，在别的视图中显示的信息也会发 生相应的变化；确保了自然环境因素可视化清晰、直观的表达以及快速、精确 的响应。
2.5维面是在二维平面的基础上增加了特殊的三维信息。上述方法通过2.5 维面的应用，解决了自然环境因素数据不全、需要引入中间差值的问题，使得 最终可视化结果更加的准确；该方法通过2.5维面以及时间变化模型、空间变化 模型的结合，确保自然环境因素数据的可视化不再局限于单一平面、单一数据， 同时不受其它无关因素的影响，使需要显示的数据更全面、更系统、更完善。
进一步，所述自然环境因素数据库数据库采用SOA(Service—OrientedArchitecture)架构技术为依托，以面向对象的架构设计替代模型设计，以服务 为基础搭建系统架构。
进一步，所述建立时序变化模型具体步骤为：将源数据转换为几何数据， 对基本数据映射采用线性传递函数，按照数据大小在颜色表中取相应值，进行 归一化处理；对非线性数据映射经过归一化处理后，按照以下公式进行计算：
其中，x表示数据强度值；n表示数据场中采样点个数；f(σ)表示强度为 σ的点的数量；y(x)为该强度值对应的颜色纹理横坐标；阈值范围为[0,1]。
进一步，所述归一化处理的步骤为：令源数据有效阈值范围为[T1,T2]，按照 以下公式进行归一化处理：
其中，d为任意源数据。
2.5维曲面可视化主要是指符合公式z＝f(x，y)的可视化方式，其中z是 一定范围内规则网格点的平面二维坐标(x，y)上所对应的高度值或其他真实 值；令z值既对应数据的大小又代表显示的不透明度。
进一步，所述利用2.5维面可视化设计思想和三种坐标转换的具体步骤为： 平面网格坐标到纹理空间坐标的转换过程按以下公式进行：
pos.z＝textureData.r；
将数据大小映射为点的高度坐标；其中，pos.x，pos.y代表纹理空间坐标， pos.z代表点的高度坐标；LonSampleNum和LatSampleNum分别代表经纬度方 向采样点数目，textureData.r代表数据纹理；
在网格顶点引入高度值，便将二维面片转换为2.5维面；
按以下公式将纹理空间坐标转换为大地坐标：
lon＝MinLon+(MaxLon－MinLon)·pox.x；
lat＝MinLat+(MaxLat－MinLat)·pox.y；
alt＝pos.z·α+β；
其中，lon、lat、alt分别为大地坐标中的经度、纬度和高度；MinLon、MinLat、MaxLon、MaxLat代表数据所在经纬度的下、上限；α和β为高度缩放系数；
在2.5维面中，引入高度缩放系数以放大高度比例，将大地坐标转化为空间 直角系坐标，按以下公式进行：
X＝(N+alt)·cos(lat)·cos(lon)；
Y＝(N+alt)·cos(lat)·sin(lon)；
Z＝(N·(1-es)+alt)·sin(lat)；
其中，X、Y、Z为空间直角系坐标3个分量；
es和N通过以下公式得到：
es＝2fla-fla2；
其中，re、rp分别代表地球的赤道半径和两极半径。
进一步，所述可视化展示系统分为三层，分别为数据层、映射层和可视化 层；所述数据层为将环境因素数据库的数据导入源数据集后，系统将其转换为 系统适用的标准数据保存在内存中；所述映射层为用户根据可视化的维度标签 进行维度映射，将标准数据转换为可视数据；所述可视化层为生成并展示可视 化图表，同时用户能与可视化图表进行适当的交互。
本发明具有如下技术效果：
本发明提供一种基于自然环境因素数据的可视化方法，该方法通过对时序 变化、空间位置的数据转化，从数据空间到图形空间的映射技术，实现自然环 境因素数据的可视化的展示，并具有直观、清晰地显示关键环境因素数据展示 的功能。通过上述方法可以系统地显示统计数据与地理信息数据，更好地展现 了统计数据的时空变化规律，实现空间、时间和多维角度来分析环境因素数据。 该可视化方法实现了协同多视图效果，即多个视图同时从多个角度显示数据， 并且视图之间相互联动，即在一个视图中修改查询时，在别的视图中显示的信 息也会发生相应的变化，具有时效性、准确性以及清晰性，方便研制设计人员 及时全面掌握型号研制设计所需自然环境因素数据。
附图说明
图1为本发明实施例中自然环境因素数据库的数据表的结构示例。
图2为热力图的展现形式。
图3为本发明实施例中自然环境因素数据可视化展示系统框架流程图。
图4为本发明实施例中2.5维面全球温度可视化图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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地描述，显然，所描 述的实施例是本发明一部分实施例，而不是全部的实施例。
实施例1：
一种基于自然环境因素数据的可视化方法，其特征在于：包括以下步骤：
a、基于现阶段主要自然环境因素数据分布、分类、特点及应用领域，录入 数据信息于应用层软件，进行数据库的概念设计、逻辑设计、物理设计、验证 设计、运行维护设计等，构建包含自然环境因素数据资源库；
然后对自然环境因素数据资源库进行分类，构建自然环境因素数据库的体 系结构和总体架构，建立自然环境因素数据库；自然环境因素数据库数据库采 用SOA(Service—Oriented Architecture)架构技术为依托，以面向对象的架构 设计替代模型设计，以服务为基础搭建系统架构。
b、根据步骤a中自然环境因素数据库中特定地点的环境因素以及特定地点 的环境因素随时间的变化特点，建立相应的时序变化模型；环境因素包括温度、 湿度、风向风速、气压、降水、日照、太阳辐射、氯离子(浓度和沉积速率)、 二氧化硫(浓度和沉积速率)、硫化氢、氮氧化物、臭氧等；同时还会预留部分 软、硬件接口为将来扩充环境因子采集使用。自然环境因素数据库的数据表结 构示例见图1。将数据格式进行转化，并针对原始环境因素数据存在数据冗余与 噪音，通过数据清理、数据压缩、数据分段等预处理方式转化为校准环境因素 数据。
建立时序变化模型具体步骤为：将源数据转换为几何数据，对基本数据映 射采用线性传递函数，按照数据大小在颜色表中取相应值，进行归一化处理； 对非线性数据映射经过归一化处理后，按照以下公式进行计算：
其中，x表示数据强度值；n表示数据场中采样点个数；f(σ)表示强度为 σ的点的数量；y(x)为该强度值对应的颜色纹理横坐标；阈值范围为[0,1]。
归一化处理的步骤为：源数据有效阈值范围为[T1,T2]，按照以下公式进行归 一化处理：
其中，d为任意源数据。
时序变化模型表现形式分为两种：第一种是随着时间变化向右延伸的数据， 可以利用动态折线图等可变图表来表示；第二种是以时间为周期，随着时间而 周期性变化的数据，利用日历图或者径向图等来进行表示。具体的展现形式如 图2所示。
c、根据步骤a中自然环境因素数据库中的环境介质数据，如二氧化硫(SO2) 浓度、氯离子(Cl-)浓度等，构建相应的空间变化模型，掌握不同区域环境因 素变化特征；所述空间变化模型根据环境介质数据的特点以及可视化展示调整 数据结构，利用2.5维面可视化设计思想和三种坐标转换，完成数据空间的整理 以及数据空间到图形空间的映射；
2.5维曲面可视化主要是指符合公式z＝f(x，y)的可视化方式，其中z是 一定范围内规则网格点的平面二维坐标(x，y)上所对应的高度值或其他真实 值；令z值既对应数据的大小又代表显示的不透明度。
利用2.5维面可视化设计思想和三种坐标转换的具体步骤为：平面网格坐标 到纹理空间坐标的转换过程按以下公式进行：
pos.z＝textureData.r；
将数据大小映射为点的高度坐标；其中，pos.x，pos.y代表纹理空间坐标， pos.z代表点的高度坐标；LonSampleNum和LatSampleNum分别代表经纬度方 向采样点数目，textureData.r代表数据纹理；
在网格顶点引入高度值，便将二维面片转换为2.5维面；
按以下公式将纹理空间坐标转换为大地坐标：
lon＝MinLon+(MaxLon－MinLon)·pox.x；
lat＝MinLat+(MaxLat－MinLat)·pox.y；
alt＝pos.z·α+β；
其中，lon、lat、alt分别为大地坐标中的经度、纬度和高度；MinLon、MinLat、MaxLon、MaxLat代表数据所在经纬度的下、上限；α和β为高度缩放系数；
在2.5维面中，引入高度缩放系数以放大高度比例，将大地坐标转化为空间 直角系坐标，按以下公式进行：
X＝(N+alt)·cos(lat)·cos(lon)；
Y＝(N+alt)·cos(lat)·sin(lon)；
Z＝(N·(1-es)+alt)·sin(lat)；
其中，X、Y、Z为空间直角系坐标3个分量；
es和N通过以下公式得到：
es＝2fla-fla2；
其中，re、rp分别代表地球的赤道半径和两极半径。
空间变化模型的表现形式主要是以地图为基础的形式来展示，可以直观地 了解和观察到数据和位置之间的关系和规律，便于人们的分析和处理。位置数 据的展示形式一般有单值图、气泡图、时态图、迁徙图、热力图等。例如环境 介质数据二氧化硫的浓度、氯离子的浓度在地图上的分布情况以及扩散情况。 图3为热力图的具体展示形式。
d、根据步骤b的时序变化模型以及步骤c的空间变化模型的特点，搭建可 视化展示系统，实现关键环境因素数据在显示屏上展示的功能；
可视化展示系统分为三层，分别为数据层、映射层和可视化层；所述数据 层为将环境因素数据库的数据导入源数据集后，系统将其转换为系统适用的标 准数据保存在内存中；所述映射层为用户根据可视化的维度标签进行维度映射， 将标准数据转换为可视数据；所述可视化层为生成并展示可视化图表，同时用 户能与可视化图表进行适当的交互，如图4所示。
对于任何经纬度上的一个采样点，只有一个高度坐标与之对应，就可以通 过颜色和高度清晰地看到自然环境因素数据场的变化，效果如图4所示。
Claims (6)
1.一种基于自然环境因素数据的可视化方法，其特征在于：包括以下步骤：
a、基于现阶段主要自然环境因素数据分布、分类、特点及应用领域，构建包含自然环境因素数据资源库；然后对自然环境因素数据资源库进行分类，构建自然环境因素数据库的体系结构和总体架构，建立自然环境因素数据库；
b、根据步骤a中自然环境因素数据库中特定地点的环境因素以及特定地点的环境因素随时间的变化特点，建立相应的时序变化模型；
c、根据步骤a中自然环境因素数据库中的环境介质数据，构建相应的空间变化模型，掌握不同区域环境因素变化特征；所述空间变化模型根据环境介质数据的特点以及可视化展示调整数据结构，利用2.5维面可视化设计思想和三种坐标转换，完成数据空间的整理以及数据空间到图形空间的映射；
d、根据步骤b的时序变化模型以及步骤c的空间变化模型的特点，搭建可视化展示系统，实现关键环境因素数据在显示屏上展示的功能。
2.根据权利要求1所述的一种基于自然环境因素数据的可视化方法，其特征在于：所述自然环境因素数据库数据库采用SOA架构技术为依托，以面向对象的架构设计替代模型设计，以服务为基础搭建系统架构。
3.根据权利要求2所述的一种基于自然环境因素数据的可视化方法，其特征在于：所述建立时序变化模型具体步骤为：将源数据转换为几何数据，对基本数据映射采用线性传递函数，按照数据大小在颜色表中取相应值，进行归一化处理；对非线性数据映射经过归一化处理后，按照以下公式进行计算：
其中，x表示数据强度值；n表示数据场中采样点个数；f(σ)表示强度为σ的点的数量；y(x)为该强度值对应的颜色纹理横坐标；阈值范围可为[0,1]。
4.根据权利要求3所述的一种基于自然环境因素数据的可视化方法，其特征在于：所述归一化处理的步骤为：令源数据有效阈值范围为[T1,T2]，按照以下公式进行归一化处理：
其中，d为任意源数据。
5.根据权利要求4所述的一种基于自然环境因素数据的可视化方法，其特征在于：所述利用2.5维面可视化设计思想和三种坐标转换的具体步骤为：平面网格坐标到纹理空间坐标的转换过程按以下公式进行：
pos.z＝textureData.r；
将数据大小映射为点的高度坐标；其中，pos.x，pos.y代表纹理空间坐标，pos.z代表点的高度坐标；LonSampleNum和LatSampleNum分别代表经纬度方向采样点数目，textureData.r代表数据纹理；
在网格顶点引入高度值，便将二维面片转换为2.5维面；
按以下公式将纹理空间坐标转换为大地坐标：
lon＝MinLon+(MaxLon－MinLon)·pox.x；
lat＝MinLat+(MaxLat－MinLat)·pox.y；
alt＝pos.z·α+β；
其中，lon、lat、alt分别为大地坐标中的经度、纬度和高度；MinLon、MinLat、MaxLon、MaxLat代表数据所在经纬度的下、上限；α和β为高度缩放系数；
在2.5维面中，引入高度缩放系数以放大高度比例，将大地坐标转化为空间直角系坐标，按以下公式进行：
X＝(N+alt)·cos(lat)·cos(lon)；
Y＝(N+alt)·cos(lat)·sin(lon)；
Z＝(N·(1-es)+alt)·sin(lat)；
其中，X、Y、Z为空间直角系坐标3个分量；
es和N通过以下公式得到：
es＝2fla-fla2；
其中，re、rp分别代表地球的赤道半径和两极半径。
6.根据权利要求5所述的一种基于自然环境因素数据的可视化方法，其特征在于：所述可视化展示系统分为三层，分别为数据层、映射层和可视化层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911266472.0A CN111046260B (zh) | 2019-12-11 | 2019-12-11 | 一种基于自然环境因素数据的可视化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911266472.0A CN111046260B (zh) | 2019-12-11 | 2019-12-11 | 一种基于自然环境因素数据的可视化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111046260A true CN111046260A (zh) | 2020-04-21 |
| CN111046260B CN111046260B (zh) | 2023-04-18 |
Family
ID=70235653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911266472.0A Active CN111046260B (zh) | 2019-12-11 | 2019-12-11 | 一种基于自然环境因素数据的可视化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111046260B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114463505A (zh) * | 2022-02-15 | 2022-05-10 | 中国人民解放军战略支援部队航天工程大学士官学校 | 一种外层空间环境要素模型构建方法及系统 |
| CN116561216A (zh) * | 2023-07-04 | 2023-08-08 | 湖南腾琨信息科技有限公司 | 一种多维时空数据可视化性能优化方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1755056A1 (en) * | 2005-08-15 | 2007-02-21 | Oculus Info Inc. | System and method for applying link analysis tools for visualizing connected temporal and spatial information on a user interface |
| CN102855662A (zh) * | 2012-07-25 | 2013-01-02 | 中国科学院对地观测与数字地球科学中心 | 海洋环境的可视化方法 |
| CN103995896A (zh) * | 2014-06-06 | 2014-08-20 | 山西省气象科学研究所 | 海量气象数据三维可视化分析工具系统 |
| CN105069020A (zh) * | 2015-07-14 | 2015-11-18 | 国家信息中心 | 自然资源数据三维可视化方法和系统 |
| CN106383965A (zh) * | 2016-10-13 | 2017-02-08 | 国家卫星气象中心 | 一种三维数值大气可视化支撑系统 |
| US20180084024A1 (en) * | 2016-09-19 | 2018-03-22 | Ebay Inc. | Interactive real-time visualization system for large-scale streaming data |
| CN108959196A (zh) * | 2018-07-09 | 2018-12-07 | 苏州工业园区测绘地理信息有限公司 | 一种交通事故时空分析系统 |
| US10176435B1 (en) * | 2015-08-01 | 2019-01-08 | Shyam Sundar Sarkar | Method and apparatus for combining techniques of calculus, statistics and data normalization in machine learning for analyzing large volumes of data |
| RU2017130991A (ru) * | 2017-09-01 | 2019-03-01 | Федеральное государственное бюджетное учреждение науки Специальное конструкторское бюро средств автоматизации морских исследований Дальневосточного отделения Российской академии наук | Способ формирования и применения глобальной радиогидроакустической системы мониторинга полей атмосферы, океана и земной коры в морской среде и распознавания их источников |
| CN109886607A (zh) * | 2019-03-28 | 2019-06-14 | 交通运输部水运科学研究所 | 一种航道工程生态环境影响多层级综合指标体系架构 |
| CN109981346A (zh) * | 2019-02-21 | 2019-07-05 | 清华大学 | 基于自治系统的网络空间坐标系创建方法及装置 |
-
2019
- 2019-12-11 CN CN201911266472.0A patent/CN111046260B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1755056A1 (en) * | 2005-08-15 | 2007-02-21 | Oculus Info Inc. | System and method for applying link analysis tools for visualizing connected temporal and spatial information on a user interface |
| CN102855662A (zh) * | 2012-07-25 | 2013-01-02 | 中国科学院对地观测与数字地球科学中心 | 海洋环境的可视化方法 |
| CN103995896A (zh) * | 2014-06-06 | 2014-08-20 | 山西省气象科学研究所 | 海量气象数据三维可视化分析工具系统 |
| CN105069020A (zh) * | 2015-07-14 | 2015-11-18 | 国家信息中心 | 自然资源数据三维可视化方法和系统 |
| US10176435B1 (en) * | 2015-08-01 | 2019-01-08 | Shyam Sundar Sarkar | Method and apparatus for combining techniques of calculus, statistics and data normalization in machine learning for analyzing large volumes of data |
| US20180084024A1 (en) * | 2016-09-19 | 2018-03-22 | Ebay Inc. | Interactive real-time visualization system for large-scale streaming data |
| CN106383965A (zh) * | 2016-10-13 | 2017-02-08 | 国家卫星气象中心 | 一种三维数值大气可视化支撑系统 |
| RU2017130991A (ru) * | 2017-09-01 | 2019-03-01 | Федеральное государственное бюджетное учреждение науки Специальное конструкторское бюро средств автоматизации морских исследований Дальневосточного отделения Российской академии наук | Способ формирования и применения глобальной радиогидроакустической системы мониторинга полей атмосферы, океана и земной коры в морской среде и распознавания их источников |
| CN108959196A (zh) * | 2018-07-09 | 2018-12-07 | 苏州工业园区测绘地理信息有限公司 | 一种交通事故时空分析系统 |
| CN109981346A (zh) * | 2019-02-21 | 2019-07-05 | 清华大学 | 基于自治系统的网络空间坐标系创建方法及装置 |
| CN109886607A (zh) * | 2019-03-28 | 2019-06-14 | 交通运输部水运科学研究所 | 一种航道工程生态环境影响多层级综合指标体系架构 |
Non-Patent Citations (2)
| Title |
|---|
| PETER HANULA ET.AL: "Cavern Halos: Exploring spatial and nonspatial cosmological data in an immersive virtual environment" * |
| 朱杰等: "闪电和降水关系动态可视化研究平台开发" * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114463505A (zh) * | 2022-02-15 | 2022-05-10 | 中国人民解放军战略支援部队航天工程大学士官学校 | 一种外层空间环境要素模型构建方法及系统 |
| CN114463505B (zh) * | 2022-02-15 | 2023-01-31 | 中国人民解放军战略支援部队航天工程大学士官学校 | 一种外层空间环境要素模型构建方法及系统 |
| CN116561216A (zh) * | 2023-07-04 | 2023-08-08 | 湖南腾琨信息科技有限公司 | 一种多维时空数据可视化性能优化方法及系统 |
| CN116561216B (zh) * | 2023-07-04 | 2023-09-15 | 湖南腾琨信息科技有限公司 | 一种多维时空数据可视化性能优化方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111046260B (zh) | 2023-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109978249B (zh) | 基于分区建模的人口数据空间化方法、系统及介质 | |
| Bremer et al. | Interactive exploration and analysis of large-scale simulations using topology-based data segmentation | |
| CN102156779A (zh) | 地下水流仿真与预测分析方法 | |
| Li et al. | Webvrgis based city bigdata 3d visualization and analysis | |
| CN103995896A (zh) | 海量气象数据三维可视化分析工具系统 | |
| CN106021342A (zh) | 城市空间年轮地图制作和分析方法 | |
| CN111046260B (zh) | 一种基于自然环境因素数据的可视化方法 | |
| CN112528508A (zh) | 电磁可视化方法和装置 | |
| San José et al. | Advances in 3D visualization of air quality data | |
| Ziolkowska et al. | Geological and hydrological visualization models for Digital Earth representation | |
| Zhang et al. | Spatial and temporal processes visualization for marine environmental data using particle system | |
| Palaniyappan Velumani et al. | AQX: Explaining air quality forecast for verifying domain knowledge using feature importance visualization | |
| Zhang et al. | Enconvis: A unified framework for ensemble contour visualization | |
| Ziolkowska et al. | Geospatial analysis of desalination in the US–An interactive tool for socio-economic evaluations and decision support | |
| Gulyamova et al. | Open Data for web-mapping the dynamic of population of Uzbekistan | |
| Demšar et al. | Combining geovisual analytics with spatial statistics: the example of geographically weighted regression | |
| Wang et al. | [Retracted] Panoramic Display and Planning Simulation of Civil Engineering Project Based on Virtual Reality Technology | |
| Giertsen et al. | 3D Visualization for 2D GIS: an Analysis of the Users' Needs and a Review of Techniques | |
| Zhang et al. | PEViz: an in situ progressive visual analytics system for ocean ensemble data | |
| Seng et al. | Construction and visualization of complicated objects for 3D GIS | |
| Senyurdusev et al. | Exploring the opportunities of open source data use in creation 3d procedural city models | |
| Wang | Marine three-dimensional simulation animation design based on computer rapid simulation technology | |
| Foy et al. | A Review and Evaluation of Uncertainty Classification and the Error‐Band Geometry Model | |
| Cudzik et al. | Level of detail categorization for the application in urban design | |
| Qing et al. | The Research on Spatial Data Mining Module Based on Multi-objective Optimization Model for Decision Support System |
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 |