CN112102432A - 空气质量垂直分布图绘制方法、装置及存储介质 - Google Patents

空气质量垂直分布图绘制方法、装置及存储介质 Download PDF

Info

Publication number
CN112102432A
CN112102432A CN202010980540.6A CN202010980540A CN112102432A CN 112102432 A CN112102432 A CN 112102432A CN 202010980540 A CN202010980540 A CN 202010980540A CN 112102432 A CN112102432 A CN 112102432A
Authority
CN
China
Prior art keywords
target
data
air quality
grid
vertical direction
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
Application number
CN202010980540.6A
Other languages
English (en)
Other versions
CN112102432B (zh
Inventor
罗保刚
肖伟
李必栋
口艺锋
赵万年
赵耀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
3Clear Technology Co Ltd
Original Assignee
3Clear Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 3Clear Technology Co Ltd filed Critical 3Clear Technology Co Ltd
Priority to CN202010980540.6A priority Critical patent/CN112102432B/zh
Publication of CN112102432A publication Critical patent/CN112102432A/zh
Application granted granted Critical
Publication of CN112102432B publication Critical patent/CN112102432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Dispersion Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请实施例提供的空气质量垂直分布图绘制方法、装置及存储介质，首先根据目标绘制点在模型网格中的位置，确定目标网格；然后根据目标网格对应的空气质量数据，获取目标绘制点在垂直方向上的空气质量数据；最后根据目标绘制点在垂直方向上的空气质量数据，绘制目标绘制点对应的空气质量垂直分布图。由于目标绘制点可以是任意经纬度点，因此，通过本申请可以实现任意点空气质量垂直分布图的绘制，从而有效提升空气质量分布图绘制的灵活度。

Description

空气质量垂直分布图绘制方法、装置及存储介质
技术领域
本申请涉及绘制分析技术领域，尤其涉及一种空气质量垂直分布图绘制方法、装置及存储介质。
背景技术
随着城市化的加剧，大气污染日趋严重，对污染物的治理也越来越重视，治理大气污染问题要做到监测先行，准确掌握空气质量的变化趋势，才能做到有的放矢，提高治理效率。空气质量分布图可以直观展示某一区域在某一时间段的空气质量情况，是分析和监测空气质量变化情况的一种重要工具。
但现阶段的空气质量分布图仅包含地面层的空气质量数据，且不支持自定义绘制。而随着大众对空气质量的日益关注，亟需一种支持自定义的空气污染物分布图绘制方案。
发明内容
本申请提供一种空气质量垂直分布图绘制方法、装置及存储介质，可以支持自定义的空气污染物分布图绘制，有效提升空气污染物分布图绘制的灵活度。
第一方面，本申请提供一种空气质量垂直分布图绘制方法，包括：
根据目标绘制点在模型网格中的位置，确定目标网格，目标网格位于目标绘制点的周围，其中，模型网格是通过对地面进行空间划分得到的，模型网格包含多个网格；
根据目标网格对应的空气质量数据，获取目标绘制点在垂直方向上的空气质量数据，其中，目标网格对应的空气质量数据是从目标网格所在地区的空气质量数据中获取的；
根据目标绘制点在垂直方向上的空气质量数据，绘制目标绘制点对应的空气质量垂直分布图。
可选的，根据目标绘制点在模型网格中的位置，确定目标网格，包括：
获取目标绘制点的经纬度信息；
根据经纬度信息，获取模型网格中每个网格与目标绘制点的距离；
根据距离，确定目标网格。
可选的，根据目标网格的空气质量数据，获取目标绘制点在垂直方向上的空气质量数据，包括：
获取目标空气污染物垂直分布图的绘制层数；
利用双线性插值算法，根据目标网格在各绘制层的空气质量数据，对目标网格进行插值处理，输出目标绘制点在垂直方向上的第一网格数据；
根据第一网格数据，获取目标绘制点在垂直方向上的空气质量数据。
可选的，目标绘制点在垂直方向上的空气质量数据包括空气污染物数据，
根据目标绘制点在垂直方向上的空气质量数据，绘制目标绘制点对应的空气质量垂直分布图，包括：
根据目标绘制点在垂直方向上的空气污染物数据，绘制目标绘制点对应的空气污染物垂直分布图。
可选的，目标绘制点在垂直方向上的空气质量数据还包括气象线数据，
根据目标绘制点在垂直方向上的空气污染物数据，绘制目标绘制点对应的空气污染物垂直分布图之后，还包括：
根据目标绘制点在垂直方向上的气象线数据，在空气污染物垂直分布图上绘制气象线。
可选的，根据目标绘制点在垂直方向上的污染物数据，绘制目标绘制点对应的空气污染物垂直分布图，包括：
确定目标空气质量垂直分布图的目标像素个数；
利用双线性插值算法，根据目标像素个数，对第一网格数据进行插值处理，输出目标空气质量垂直分布图对应的第二网格数据，其中，第二网格数据包括目标空气质量垂直分布图的污染物数据；
根据第二网格数据以及预设颜色分级方案，渲染生成空气污染物垂直分布图。
可选的，根据目标绘制点在垂直方向上的气象线数据，在空气污染物垂直分布图上绘制气象线，包括：
利用双线性插值算法，根据目标像素个数，对第一网格数据进行插值处理，输出目标空气质量垂直分布图对应的第三网格数据，第三维网格数据包括目标空气质量垂直分布图的气象数据；
根据第三网格数据生成气象线；
利用高斯滤波算法对气象线进行平滑处理；
在空气污染物垂直分布图上绘制经平滑处理的气象线。
可选的，目标绘制点在垂直方向上的空气质量数据还包括风场数据，
根据目标绘制点在垂直方向上的空气质量数据，绘制目标绘制点对应的空气质量垂直分布图，包括：
根据目标绘制点在垂直方向上的风场数据，获取目标绘制点在垂直方向上的风场要素；
根据风场要素，绘制目标绘制点垂直方向上的风场分布图。
可选的，风场数据包括：风向以及各风向对应的风速；
根据目标绘制点在垂直方向上的风场数据，获取目标绘制点在垂直方向上的风场要素，包括：
根据目标绘制点在在垂直方向上的风向以及风向对应的风速，获取目标绘制点在垂直方向上的风场要素。
第二方面，本申请提供一种空气质量分布图绘制装置，包括：
确定模块，用于根据目标绘制点在模型网格中的位置，确定目标网格，目标网格位于目标绘制点的周围，其中，模型网格是通过对地面进行空间划分得到的，模型网格包含多个网格；
获取模块，用于根据目标网格对应的空气质量数据，获取目标绘制点在垂直方向上的空气质量数据，其中，目标网格对应的空气质量数据是从网格所在地区的空气质量数据中获取的；
绘制模块，用于根据目标绘制点在垂直方向上的空气质量数据，绘制目标绘制点对应的空气质量垂直分布图。
可选的，确定模块还用于：
获取目标绘制点的经纬度信息；
根据经纬度信息，获取模型网格中每个网格与目标绘制点的距离；
根据距离，确定目标网格。
可选的，获取模块还用于，获取目标空气污染物垂直分布图的绘制层数；
利用双线性插值算法，根据目标网格在各绘制层的空气质量数据，对目标网格进行插值处理，输出目标绘制点在垂直方向上的第一网格数据；
根据第一网格数据，获取目标绘制点在垂直方向上的空气质量数据。
可选的，目标绘制点在垂直方向上的空气质量数据包括空气污染物数据，
绘制模块还用于：根据目标绘制点在垂直方向上的空气污染物数据，绘制目标绘制点对应的空气污染物垂直分布图。
可选的，目标绘制点在垂直方向上的空气质量数据还包括气象线数据，
绘制模块还用于：根据目标绘制点在垂直方向上的气象线数据，在空气污染物垂直分布图上绘制气象线。
可选的，绘制模块还用于：确定目标空气质量垂直分布图的目标像素个数；
利用双线性插值算法，根据目标像素个数，对第一网格数据进行插值处理，输出目标空气质量垂直分布图对应的第二网格数据，其中，第二网格数据包括目标空气质量垂直分布图的污染物数据；
根据第二网格数据以及预设颜色分级方案，渲染生成空气污染物垂直分布图。
可选的，绘制模块还用于：利用双线性插值算法，根据目标像素个数，对第一网格数据进行插值处理，输出目标空气质量垂直分布图对应的第三网格数据，第三维网格数据包括目标空气质量垂直分布图的气象数据；
根据第三网格数据生成气象线；
利用高斯滤波算法对气象线进行平滑处理；
在空气污染物垂直分布图上绘制经平滑处理的气象线。
可选的，目标绘制点在垂直方向上的空气质量数据还包括风场数据，
绘制模块还用于：根据目标绘制点在垂直方向上的风场数据，获取目标绘制点在垂直方向上的风场要素；
根据风场要素，绘制目标绘制点垂直方向上的风场分布图。
可选的，风场数据包括：风向以及所述风向对应的风速；
绘制模块还用于：根据目标绘制点在在垂直方向上的风向以及所述风向对应的风速，获取目标绘制点在垂直方向上的风场要素。
第三方面，本申请提供一种服务器，包括：
存储器，用于存储程序指令；
处理器，用于调用并执行存储器中的程序指令，执行如第一方面所述的方法。
第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序；计算机程序被处理器执行时，实现如第一方面所述的方法。
本申请实施例提供的空气质量垂直分布图绘制方法、装置及存储介质，首先根据目标绘制点在模型网格中的位置，确定目标网格；然后根据目标网格对应的空气质量数据，获取目标绘制点在垂直方向上的空气质量数据；最后根据目标绘制点在垂直方向上的空气质量数据，绘制目标绘制点对应的空气质量垂直分布图。由于目标绘制点可以是任意经纬度点，因此，通过本申请可以实现任意点空气质量垂直分布图的绘制，从而有效提升空气质量分布图绘制的灵活度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
为了更清楚地说明本申请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做一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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他的附图。
图1为本申请实施例提供的空气质量垂直分布图的示例图；
图2为本申请一实施例提供的空气质量垂直分布图绘制方法的流程图；
图3为本申请另一实施例提供的空气质量垂直分布图绘制方法的流程图；
图4为本申请一实施例提供的模型网格的示意图；
图5为本申请一实施例提供的网格数据示意图；
图6为本申请一实施例提供的双线性插值算法示意图；
图7为本申请一实施例提供的风向杆示意图；
图8为本申请一实施例提供的空气污染物垂直分布图绘制方法的流程图；
图9为本申请另一实施例提供的气象线绘制方法的流程图；
图10为本申请一实施例提供的气象线的示意图；
图11为本申请一实施例提供的风场分布图绘制方法的流程图；
图12为本申请一实施例提供的绘制装置的结构示意图；
图13为本申请一实施例提供的服务器的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“上部”、“上”、“下”、“前”、“后”等指示的方位或者位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或者暗示所指的装置或者元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。在发明的描述中，“多个”的含义是两个或两个以上，除非是另有精确具体地规定。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等(如果存在)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，以便这里描述的本申请的实施例，例如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产品或设备固有的其它步骤或单元。
描述包括对形成详细描述的一部分的附图的参考。附图示出了根据示例性实施方式的图示。在本文中也可被称为“示例”的这些实施方式被足够详细地描述，以使本领域中的技术人员能够实践本文所描述的所要求保护的主题的实施方式。在不偏离所要求保护的主题的范围和精神的情况下，可组合实施方式，可使用其它实施方式，或可做出结构、逻辑和电气改变。应理解的是，本文中所描述的实施方式并不旨在限制主题的范围，而是使本领域中的技术人员能够实践、制作和/或使用该主题。
随着城市化的加剧，大气污染日趋严重，对污染物的治理也越来越重视，治理大气污染问题要做到监测先行，准确掌握空气质量的变化趋势，才能做到有的放矢，提高治理效率。空气质量分布图可以直观展示某一区域在某一时间段的空气质量情况，是分析和监测空气质量变化情况的一种重要工具。
但现阶段的空气污染物分布图仅包含地面层的空气质量数据，现阶段的空气污染物分布图存在以下缺点：
(1)空气质量预报数据一般会模拟十几层数据，能够达到几万米的高空，投入了大量的资源，只关注地面层使资源得不到合理利用；
(2)空气质量分布图不支持自定义绘制。
因此，现阶段的空气质量分布图仅包含地面层的空气质量数据，且不支持自定义绘制。而随着大众对空气质量的日益关注，亟需一种支持自定义的空气污染物分布图绘制方案。
基于上述问题，本申请提供一种空气质量垂直分布图绘制方法、装置及存储介质，依据空气质量模型数读取空气质量数据，根据空气质量数据获取某一观测点在垂直方向的空气质量数据随时间变化的空气质量垂直分布图，同时，该绘制方法支持叠加如风场、温度和湿度等值线等气象要素，可直观展示该观测点在垂直方向气象数据随时间的变化趋势。
图1为本申请实施例提供的空气质量垂直分布图的示例图。下面结合图1对本申请的应用场景进行说明。
空气质量预报数据是基于地形追随坐标的形式，即每一层的数据都是随着地形的起伏进行变化，空气质量预报数据一般会模拟十几层数据。
在实际应用中，当需要查看某一经纬度点在垂直方向上的空气质量数据时，依据空气质量模型预报数据读取空气质量数据，根据空气质量数据获取该经纬度点在垂直方向空气质量数据随时间的变化趋势，通过定义不同颜色，以反映该经纬度点在垂直方向上的空气质量分布情况，并在服务器中以色彩模式为RGBA的图片形式存储该空气质量数据。
如图1所示，图1所示的空气质量垂直分布图包括：风场分布图(1a)以及空气污染物垂直分布图(1b)，其中，风场分布图(1a)用于展示某一像素点在垂直方向风场数据随时间的变化趋势；空气污染物垂直分布图(1b)用于展示某一像素点在垂直方向上空气污染物数据随时间的变化趋势。
在一种实施方式中，还可以依据空气质量模型数获取该经纬度点在垂直方向上的气象数据，根据气象数据在空气污染物垂直分布图(1b)上绘制气象线，以展示该经纬度点在垂直方向上气象数据随时间的变化趋势。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
可以理解的是，本申请提供的方法的执行主体可以是服务器；在其他实施方式中，也可以是具有绘图功能的电子设备，例如计算机、平板电脑等，本申请实施例对此不作特别限定。下面以服务器为执行主体为例，结合附图，对本申请的实施例进行描述。
图2为本申请一实施例提供的空气质量垂直分布图绘制方法的流程图。如图2所示，本申请实施例提供的方法可以包括以下步骤：
S201、根据目标绘制点在模型网格中的位置，确定目标网格。
其中，目标网格位于目标绘制点的周围，模型网格是通过对地面进行空间划分得到的，模型网格包含多个网格。
在实际应用中，目标绘制点为需要查看分析空气质量垂直分布图的经纬度点。
在一种实施方式中，用户可以通过在终端设备上自定义目标绘制点，其中，自定义目标绘制点的方法有以下几种：
(1)通过手指或鼠标在终端设备的界面的地图上自定义绘制需要查看的目标绘制点。示例性的，确定用户通过手指在触摸屏上的触点或者鼠标在界面上点选的点为目标绘制点；
(2)通过在输入界面输入目标绘制点的经纬度信息；
(3)通过在输入界面输入目标绘制点的地理名称，示例性的，输入目标绘制点的地理名称为：北京，则绘制北京的空气质量垂直分布图。
S202、根据目标网格对应的空气质量数据，获取目标绘制点在垂直方向上的空气质量数据。
其中，目标网格对应的空气质量数据是从目标网格所在地区的空气质量数据中获取的，空气质量数据是一个多维网格数据，主要维度分为经度(XDEF)、纬度(YDEF)、时间(TDEF)及层高(ZDEF)。
目标网格所在地区的空气质量数据，可以包括以下至少一种：目标网格所在地区的空气质量的预报数据、目标网格所在地区的空气质量的历史数据以及目标网格所在地区空气质量的实时数据。
可以理解的是，目标网格的空气质量数据为各空气质量要素在时间维度的变化趋势，其中，空气质量要素可以包括：污染物浓度值、湿度值、温度值以及风场等。
具体的，根据目标网格对应的空气质量数据，获取目标绘制点在垂直方向上的空气质量数据，可以包括：
分别获取目标网格在时间维度上每一层高的污染物浓度数据、湿度数据、温度数据以及风场数据，根据上述数据获取目标绘制点在时间维度上，每一层高的污染物浓度数据、湿度数据、温度数据以及风场数据。
S203、根据目标绘制点在垂直方向上的空气质量数据，绘制目标绘制点对应的空气质量垂直分布图。
具体的，根据目标绘制点获取空气质量数据的层数，确定图像的层高；
进一步的，根据目标绘制点在垂直方向上的空气质量数据确定图像的像素范围。
可以理解的是，图像的像素范围用于体现空气质量垂直分布图的大小，具体的，通过体现在时间维度上的空气质量数据的范围来确定空气质量垂直分布图的大小，即图像的像素范围。
示例性的，为方便理解，请继续参考图1中1b所示的空气质量垂直分布图，如图1所示，该空气质量垂直分布图的长度为时间维度的范围，宽度为图像层高的范围以及空气质量数据的浓度范围。
更进一步的，根据空气质量数据与预设颜色分级方案的对应关系渲染生成目标绘制点对应的空气质量垂直分布图。
在一种实施方式中，在生成目标绘制点对应的空气质量垂直分布图之后，将图像存储于服务器中，当用户需要查看某一个绘制点的空气质量垂直分布图时，在终端设备输入想要查看的目标绘制点的信息，即可在终端设备显示对应的图像。
在另一种实施方式中，在生成目标绘制点对应的空气质量垂直分布图之后，直接显示在预设终端设备中，其中，预设终端设备为设置目标绘制点的终端。
本申请实施例提供的空气质量垂直分布图绘制方法，首先根据目标绘制点在模型网格中的位置，确定目标网格；然后根据目标网格对应的空气质量数据，获取目标绘制点在垂直方向上的空气质量数据；最后根据目标绘制点在垂直方向上的空气质量数据，绘制目标绘制点对应的空气质量垂直分布图。由于目标绘制点可以是任意经纬度点，因此，通过本申请可以实现任意点空气质量垂直分布图的绘制，从而有效提升空气质量分布图绘制的灵活度。
图3为本申请另一实施例提供的空气质量垂直分布图绘制方法的流程图。如图3所示，本申请实施例提供的方法可以包括以下步骤：
S301、获取目标绘制点的经纬度信息。
S302、根据经纬度信息，获取模型网格中每个网格与目标绘制点的距离。
具体的，将目标绘制点放入模型网格中，确定目标绘制点在模型网格中的行列位置，为方便理解，下面结合图4进行说明：
图4为本申请一实施例提供的模型网格的示意图，如图4所示，以10*10的模型网格为例，对模型网格中的各个网格进行编号，其中，对于编号规则，本实施例不做特别限定，本实施例以经度从左到右，纬度从下到上为例进行说明。
4a是10*10模型网格的示意图，4b为目标绘制点在模型网格中的位置示意图，其中，test点为目标绘制点。
在实际应用中，根据如下公式(1)计算目标绘制点与各个网格之间的距离：
Figure BDA0002687356320000101
其中，Di为目标绘制点据第i个网格的距离；(xi，yi)第i个网格的中心点的经纬度坐标；(x0，y0)为目标绘制点的经纬度坐标。
S303、根据距离，确定目标网格。
具体的，确定距离最小的四个网格为目标网格。
继续参考图4，目标绘制点最近的网格的序号分别为：55，56，65，66，则确定序号为：55，56，65，66对应的网格为目标网格。
S304、获取目标空气污染物垂直分布图的绘制层数。
其中，绘制层数用于指示目标绘制点对应的空气质量垂直分布图在垂直方向上的层数。绘制层数是根据目标绘制点在垂直方向上获取空气质量数据的层数确定的，具体的，绘制层数为目标绘制点在垂直方向上获取空气质量数据的层数。
S305、利用双线性插值算法，根据目标网格在各绘制层的空气质量数据，对目标网格进行插值处理，输出目标绘制点在垂直方向上的第一网格数据。
具体的，分别获取目标网格在时间维度上每一层高的空气质量数据，利用双线性插值算法，对目标网格的空气质量数据进行插值处理，获取目标绘制点在时间维度上，每一层高的第一网格数据。为方便理解，结合图5对第一网格数据进行说明：图5为本申请一实施例提供的网格数据示意图，如图5所示，该网格数据是关于时间维度和层高的二维数据，其中，横坐标为时间，纵坐标为层高。每一个二维数据点包含该点在某一时间点、某一层高的空气质量数据，示例性的，M点为二维网格数据中的一个网格数据点，M点的表示在01-01时，层数为10层，高度为2500m的空气质量数据。
图6为本申请一实施例提供的双线性插值算法示意图，下面，结合图6以及公式(2)～(4)，对目标绘制点在某一绘制层进行插值处理，输出目标绘制点在垂直方向上的一个网格数据点的空气质量数据为例进行说明：
首先，根据公式(2)、(3)进行插值，确定(x，y1)以及(x，y2)点的空气质量数据：
Figure BDA0002687356320000111
Figure BDA0002687356320000112
其中，x、y分别为网格数据点的横纵坐标；f(x，y1)、f(x，y2)分别为(x，y1)点、(x，y2)点的空气质量数据；f(x1，y1)、f(x2，y1)、f(x1，y2)、f(x2，y2)分别为四个目标网格的空气质量数据。
进一步的，根据公式(4)以及(x，y1)以及(x，y2)点的空气质量数据进行插值，确定网格数据点在该绘制层的空气质量数据：
Figure BDA0002687356320000121
其中，f(x，y)为该网格数据点的空气质量数据。
S306、根据第一网格数据，获取目标绘制点在垂直方向上的空气质量数据。
其中，第一网格数据是关于时间维度和层高的二维网格数据，横坐标为时间，纵坐标为层高，每一个二维网格表示该网格在某一时间点、某一层高的空气质量数据。
在一些实施方式中，空气质量数据为各空气质量要素在时间维度的变化趋势。其中，空气质量要素可以包括：污染物浓度值。下面结合S307对根据空气污染物数据，绘制目标绘制点对应的空气污染物垂直分布图进行说明：
S307、根据目标绘制点在垂直方向上的空气污染物数据，绘制目标绘制点对应的空气污染物垂直分布图。
具体的，获取第一网格数据中目标绘制点在垂直方向上的空气污染物数据，其中，空气污染物数据是关于时间维度和层高的二维网格数据。
进一步的，确定目标绘制点对应的空气污染物垂直分布图的层高以及像素个数，根据层高以及像素个数生成图框。
更进一步的，根据污染物数据与预设颜色分级方案的对应关系，在图框上渲染生成目标绘制点对应的空气污染物垂直分布图。
在一些实施方式中，目标绘制点在垂直方向上的空气质量数据还包括气象线数据，可以在空气污染物垂直分布图上根据气象线数据绘制对应的气象线，以更准确的反映目标绘制点的空气质量情况。下面结合S308，对在空气污染物垂直分布图上绘制气象线进行说明：
S308、根据目标绘制点在垂直方向上的气象线数据，在空气污染物垂直分布图上绘制气象线。
具体的，获取第一网格数据中目标绘制点在垂直方向上的气象线数据，其中，气象线数据可以包括：温度数据以及湿度数据等；
进一步的，根据温度数据以及湿度数据生成对应的等温线以及等湿线，在空气污染物垂直分布图上对应的位置绘制等温线以及等湿线。
在一些实施方式中，目标绘制点在垂直方向上的空气质量数据还包括风场数据，可以根据风场要素绘制风场分布图，以更准确的反映目标绘制点的风场情况。下面结合S309～S310，对绘制目标绘制点的风场分布图进行说明：
S309、根据目标绘制点在垂直方向上的风场数据，获取目标绘制点在垂直方向上的风场要素。
具体的，获取第一网格数据中目标绘制点在垂直方向上的风场数据，其中，风场数据为在垂直方向上关于时间维度和层高的二维网格数据，风场数据可以包括：风向以及所述风向对应的风速；
进一步的，根据目标绘制点在垂直方向上的风向以及所述风向对应的风速获取目标绘制点在垂直方向上的风场要素。
S310、根据风场要素，绘制目标绘制点垂直方向上的风场分布图。
其中，风场要素以风向杆的方式进行绘制，为方便理解，图7为本申请一实施例提供的风向杆示意图。
具体的，确定目标绘制点对应的风场分布图的层高以及像素个数；
进一步的，根据风场分布图的层高以及像素个数生成图框，将风场要素对应的风向杆绘制在图框上，输出风场分布图。
本申请实施例提供的空气质量垂直分布图绘制方法，首先根据目标绘制点在模型网格中的位置，确定目标网格；然后根据目标网格对应的空气质量数据，获取目标绘制点在垂直方向上的空气质量数据；最后根据目标绘制点在垂直方向上的空气质量数据，绘制目标绘制点对应的空气质量垂直分布图。由于目标绘制点可以是任意经纬度点，因此，通过本申请可以实现任意点空气质量垂直分布图的绘制，从而有效提升空气质量分布图绘制的灵活度。另外，通过在空气质量垂直分布图上添加气象要素，可以更准确的反映目标绘制点的空气质量情况。
图8为本申请一实施例提供的空气污染物垂直分布图绘制方法的流程图。在图3所示流程的基础上，对步骤S307：根据目标绘制点在垂直方向上的空气污染物数据，绘制目标绘制点对应的空气污染物垂直分布图，进行进一步说明，如图8所示，空气污染物垂直分布图绘制方法包括以下步骤：
S401、确定目标空气质量垂直分布图的目标像素个数。
其中，目标像素个数根据图片显示范围确定，图片显示范围可以包括：目标绘制点垂直空气质量分布图的时间范围、图像的宽度等。
在一种实施方式中，图片的显示范围可以由用户自定义设定，示例性的，设置时间范围为：2020年6月18日16时至2020年6月19日16时；
在另一种实施方式中，还可以根据空气质量模式预报数据确定图片的显示范围。
S402、利用双线性插值算法，根据目标像素个数，对第一网格数据进行插值处理，输出目标空气质量垂直分布图对应的第二网格数据。
其中，第二网格数据包括目标空气质量垂直分布图的污染物数据，第二网格数据示意图请继续参考图5。
具体的，第二网格数据是关于时间维度和层高的二维数据，每一个二维数据点包含该点在某一时间点、某一层高的空气污染物数据。
进一步的，根据目标像素个数确定第二网格数据的网格数量，其中，网格数量与目标像素个数相同。
利用双线性插值算法，根据第二网格数据的网格数量对第一网格数据进行插值处理，输出目标空气质量垂直分布图对应的第二网格数据。
其中，利用双线性插值算法，根据第二网格数据的网格数量对第一网格数据进行插值处理的方法与图3所示流程中步骤S305类似，具体过程可以参考图3所示的实施例，此处不再赘述。
通过对第一网格数据进行插值处理，可以获得更为精准的第二网格数据，从而输出更为准确的空气污染物垂直分布图。
S403、根据第二网格数据以及预设颜色分级方案，渲染生成空气污染物垂直分布图。
其中，步骤S403生成空气污染物垂直分布图的方案与图3所示流程中步骤S307类似，具体过程可以参考图3所示的实施例，此处不再赘述。
图9为本申请一实施例提供的气象线绘制方法的流程图。在图3所示流程的基础上，对步骤S308：根据目标绘制点在垂直方向上的气象线数据，在空气污染物垂直分布图上绘制气象线，进行进一步说明。
如图9所示，气象线绘制方法包括以下步骤：
S501、利用双线性插值算法，根据目标像素个数，对第一网格数据进行插值处理，输出目标空气质量垂直分布图对应的第三网格数据。
具体的，第三网格数据是关于时间维度和层高的二维数据，每一个二维数据点包含该点在某一时间点、某一层高的气象线数据。
进一步的，根据目标像素个数确定第三网格数据的网格数量，其中，网格数量与目标像素个数相同，第三网格数据的示意图请继续参考图5。
利用双线性插值算法，根据第三网格数据的网格数量对第一网格数据进行插值处理，输出目标空气质量垂直分布图对应的第三网格数据。
其中，利用双线性插值算法，根据第三网格数据的网格数量对第一网格数据进行插值处理的方法与图3所示流程中步骤S305类似，具体过程可以参考图3所示的实施例，此处不再赘述。
S502、根据第三网格数据生成气象线。
为方便理解，结合图10对根据第三网格数据生成气象线的过程进行说明，图10为本申请一实施例提供的气象线的示意图，如图10所示，根据第三网格数据生成气象线可以包括如下步骤：
首先，根据第三网格数据获得网格中四个相邻网格构成的如10a所示的正方形。
进一步的，根据四个网格的气象数据与阈值的关系，生成四个网格对应的代码。具体的，当网格的气象数据大于阈值时，该网格对应的代码为“1”，对应的，当网格的气象数据小于或者等于阈值时，该网格对应的代码为“0”。
如10b所示，四个网格对应的代码可以包括以下一种或多种：0000、0100、0010、0110、0001、0101、0011、0111、1000、1100、1010、1110、1001、1101、1011以及1111。示例性的，以四个网格的坐标分别为(0，1)，(0，0)，(1，0)，(1，1)，四个网格的气象数据分别为：100，110，100，100，阈值为105为例，该四个网格对应于10b中的0100代码对应的四个网格。
根据四个网格的坐标求出P1、P2的坐标分别为(0，0.5)、(0.5，0)，P1、P2之间的连线即为气象线段。
进一步的，顺序连接每个正方形中的气象线段，输出如10c所示的气象线示意图。
S503、利用高斯滤波算法对气象线进行平滑处理。
在获取气象线之后，利用高斯滤波算法对气象线进行平滑处理，具体的，可以参照以下公式(5)所示的高斯滤波公式对气象线进行平滑处理：
Figure BDA0002687356320000161
其中，σ为标准差，x，y为气象线上的坐标为(x，y)的像素点的像素值，G(x，y)为经过平滑处理后的该像素点的像素值。通过对气象线进行平滑处理，可以使气象线更平滑，从而提高图像的美观性。
S504、在空气污染物垂直分布图上绘制经平滑处理的气象线。
其中，S504与图3提供的实施例中步骤S308类似，具体过程可以参考步骤S308，此处不再赘述。
图11为本申请一实施例提供的风场分布图绘制方法的流程图。在图3所示流程的基础上，对步骤S310：根据风场要素，绘制目标绘制点垂直方向上的风场分布图，进行进一步说明。具体的，风场数据包括：风向以及风向对应的风速。如图11所示，气象线绘制方法包括以下步骤：
S601、根据目标绘制点在垂直方向上的风向以及所述风向对应的风速，获取目标绘制点在垂直方向上的风场要素。
首先，根据如下公式(6)计算目标绘制点在垂直方向上的风速大小：
Figure BDA0002687356320000162
其中，
Figure BDA0002687356320000163
为目标绘制点在垂直方向上的风速，u为风速在东西方向上的分量，v为风速在南北方向上的分量。
进一步的，根据目标绘制点在垂直方向上的风速获取风场要素，其中，由于风场要素以风向杆的方式进行绘制，如果对于每个点的风向杆进行绘制，绘制出的风场分布图无法看清楚，因此本申请实施例中，目标绘制点在垂直方向上的风速为固定时间段内的平均风速，风向为固定时间段内的主导风向。
具体的，固定时间段内的平均风速可以通过以下方法获取：
获取风场分布图的时间范围，其中，时间范围可以从空气质量模型预报数据中获取，也可以由用户根据实际分析需求进行设定。
将该时间范围按照预设间隔等分为时间段，求出每段时间内风速的平均值。示例性的，预设时间范围为100小时，预设间隔为10，将预设时间范围分成十个时间段，分别获取这十段时间段的平均风速。
进一步的，固定时间段的主导风向可以通过以下方法获取：
获取时段时间中出现频率最高的风向为主导风向。
更进一步的，根据平均风速和主导风向获取目标绘制点在垂直方向上的风场要素，其中，该风场要素为关于时间维度和图像层高的二维数据。
S602、根据风场要素，绘制目标绘制点垂直方向上的风场分布图。
其中，S602与图3提供的实施例中步骤S310类似，具体过程可以参考步骤S310，此处不再赘述。
图12为本申请一实施例提供的空气质量垂直分布图绘制装置的结构示意图。如图12所示，绘制装置1200包括：
确定模块1201，用于根据目标绘制点在模型网格中的位置，确定目标网格，目标网格位于目标绘制点的周围，其中，模型网格是通过对地面进行空间划分得到的，模型网格包含多个网格；
获取模块1202，用于根据目标网格对应的空气质量数据，获取目标绘制点在垂直方向上的空气质量数据，其中，目标网格对应的空气质量数据是从目标网格所在地区的空气质量数据中获取的；
绘制模块1203，用于根据目标绘制点在垂直方向上的空气质量数据，绘制目标绘制点对应的空气质量垂直分布图。
可选的，确定模块1201还用于：
获取目标绘制点的经纬度信息；
根据经纬度信息，获取模型网格中每个网格与目标绘制点的距离；
根据距离，确定目标网格。
可选的，获取模块1202还用于，获取目标空气污染物垂直分布图的绘制层数；
利用双线性插值算法，根据目标网格在各绘制层的空气质量数据，对目标网格进行插值处理，输出目标绘制点在垂直方向上的第一网格数据；
根据第一网格数据，获取目标绘制点在垂直方向上的空气质量数据。
可选的，目标绘制点在垂直方向上的空气质量数据包括空气污染物数据，
绘制模块1203还用于：根据目标绘制点在垂直方向上的空气污染物数据，绘制目标绘制点对应的空气污染物垂直分布图。
可选的，目标绘制点在垂直方向上的空气质量数据还包括气象线数据，
绘制模块1203还用于：根据目标绘制点在垂直方向上的气象线数据，在空气污染物垂直分布图上绘制气象线。
可选的，绘制模块1203还用于：确定目标空气质量垂直分布图的目标像素个数；
利用双线性插值算法，根据目标像素个数，对第一网格数据进行插值处理，输出目标空气质量垂直分布图对应的第二网格数据，其中，第二网格数据包括目标空气质量垂直分布图的污染物数据；
根据第二网格数据以及预设颜色分级方案，渲染生成空气污染物垂直分布图。
可选的，绘制模块1203还用于：利用双线性插值算法，根据目标像素个数，对第一网格数据进行插值处理，输出目标空气质量垂直分布图对应的第三网格数据，第三维网格数据包括目标空气质量垂直分布图的气象数据；
根据第三网格数据生成气象线；
利用高斯滤波算法对气象线进行平滑处理；
在空气污染物垂直分布图上绘制经平滑处理的气象线。
可选的，目标绘制点在垂直方向上的空气质量数据还包括风场数据，
绘制模块1203还用于：根据目标绘制点在垂直方向上的风场数据，获取目标绘制点在垂直方向上的风场要素；
根据风场要素，绘制目标绘制点垂直方向上的风场分布图。
可选的，风场数据包括：风向以及所述风向对应的风速；
绘制模块1203还用于：根据目标绘制点在垂直方向上的风向以及所述风向对应的风速，获取目标绘制点在垂直方向上的风场要素。
图13为本申请一实施例提供的服务器的结构示意图。
参照图13，服务器1300包括处理组件1301，其进一步包括一个或多个处理器，以及由存储器1302所代表的存储器资源，用于存储可由处理组件1301的执行的指令，例如应用程序。存储器1302中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1301被配置为执行指令，以执行如图2、图3、图8、图9以及图11所示的方法实施例，具体参见上述方法实施例中的说明，此处不再赘述。
服务器1300还可以包括一个有线或无线网络接口1303被配置为将服务器1300连接到网络，和一个输入输出(I/O)接口1304。服务器1300可以操作基于存储在存储器1302的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
本领域技术人员可以理解的是，图13中示出的服务器的结构并不构成对本服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时用于实现如上任一实施例的优化方法。
在上述的实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。
应理解，上述处理器可以是中央处理单元(Central Processing Unit，简称：CPU)，也可以是数字事件处理器(Digital Signal Processor，简称：DSP)、专用集成电路(Application Specific Integrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器、磁盘或光盘等。存储介质可以是通用或专用计算机能够存取的任何可用介质。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (12)

1.一种空气质量垂直分布图绘制方法，其特征在于，包括：
根据目标绘制点在模型网格中的位置，确定目标网格，所述目标网格位于所述目标绘制点的周围，其中，所述模型网格是通过对地面进行空间划分得到的，所述模型网格包含多个网格；
根据所述目标网格对应的空气质量数据，获取所述目标绘制点在垂直方向上的空气质量数据，其中，所述目标网格对应的空气质量数据是从所述目标网格所在地区的空气质量数据中获取的；
根据所述目标绘制点在垂直方向上的空气质量数据，绘制所述目标绘制点对应的空气质量垂直分布图。
2.根据权利要求1所述的方法，其特征在于，所述根据目标绘制点在模型网格中的位置，确定目标网格，包括：
获取目标绘制点的经纬度信息；
根据所述经纬度信息，获取所述模型网格中每个网格与所述目标绘制点的距离；
根据所述距离，确定目标网格。
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标网格的空气质量数据，获取所述目标绘制点在垂直方向上的空气质量数据，包括：
获取目标空气污染物垂直分布图的绘制层数；
利用双线性插值算法，根据所述目标网格在各绘制层的空气质量数据，对所述目标网格进行插值处理，输出所述目标绘制点在垂直方向上的第一网格数据；
根据所述第一网格数据，获取所述目标绘制点在垂直方向上的空气质量数据。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述目标绘制点在垂直方向上的空气质量数据包括空气污染物数据，
所述根据所述目标绘制点在垂直方向上的空气质量数据，绘制所述目标绘制点对应的空气质量垂直分布图，包括：
根据所述目标绘制点在垂直方向上的空气污染物数据，绘制所述目标绘制点对应的空气污染物垂直分布图。
5.根据权利要求4所述的方法，其特征在于，所述目标绘制点在垂直方向上的空气质量数据还包括气象线数据，
所述根据所述目标绘制点在垂直方向上的空气污染物数据，绘制所述目标绘制点对应的空气污染物垂直分布图之后，还包括：
根据所述目标绘制点在垂直方向上的气象线数据，在所述空气污染物垂直分布图上绘制气象线。
6.根据权利要求4所述的方法，其特征在于，所述根据所述目标绘制点在垂直方向上的污染物数据，绘制所述目标绘制点对应的空气污染物垂直分布图，包括：
确定所述目标空气质量垂直分布图的目标像素个数；
利用双线性插值算法，根据所述目标像素个数，对所述第一网格数据进行插值处理，输出所述目标空气质量垂直分布图对应的第二网格数据，其中，所述第二网格数据包括目标空气质量垂直分布图的污染物数据；
根据所述第二网格数据以及预设颜色分级方案，渲染生成空气污染物垂直分布图。
7.根据权利要求6所述的方法，其特征在于，所述根据所述目标绘制点在垂直方向上的气象线数据，在所述空气污染物垂直分布图上绘制气象线，包括：
利用双线性插值算法，根据所述目标像素个数，对所述第一网格数据进行插值处理，输出所述目标空气质量垂直分布图对应的第三网格数据，所述第三维网格数据包括目标空气质量垂直分布图的气象数据；
根据所述第三网格数据生成气象线；
利用高斯滤波算法对所述气象线进行平滑处理；
在所述空气污染物垂直分布图上绘制经平滑处理的气象线。
8.根据权利要求1至3中任一项所述的方法，其特征在于，所述目标绘制点在垂直方向上的空气质量数据还包括风场数据，
所述根据所述目标绘制点在垂直方向上的空气质量数据，绘制所述目标绘制点对应的空气质量垂直分布图，包括：
根据所述目标绘制点在垂直方向上的风场数据，获取所述目标绘制点在垂直方向上的风场要素；
根据所述风场要素，绘制所述目标绘制点垂直方向上的风场分布图。
9.根据权利要求8所述的方法，其特征在于，所述风场数据包括：风向以及所述风向对应的风速；
所述根据所述目标绘制点在垂直方向上的风场数据，获取所述目标绘制点在垂直方向上的风场要素，包括：
根据所述目标绘制点在垂直方向上的风向以及所述风向对应的风速，获取所述目标绘制点在垂直方向上的风场要素。
10.一种空气质量分布图绘制装置，其特征在于，包括：
确定模块，用于根据目标绘制点在模型网格中的位置，确定目标网格，所述目标网格位于所述目标绘制点的周围，其中，所述模型网格是通过对地面进行空间划分得到的，所述模型网格包含多个网格；
获取模块，用于根据所述目标网格对应的空气质量数据，获取所述目标绘制点在垂直方向上的空气质量数据，其中，所述目标网格对应的空气质量数据是从所述目标网格所在地区的空气质量数据中获取的；
绘制模块，用于根据所述目标绘制点在垂直方向上的空气质量数据，绘制所述目标绘制点对应的空气质量垂直分布图。
11.一种服务器，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用并执行所述存储器中的程序指令，执行如权利要求1至9中的方法。
12.一种计算机存储介质，其特征在于，所述可读存储介质上存储有计算机程序；所述计算机程序被执行时，实现如权利要求1至9中任一项所述的方法。
CN202010980540.6A 2020-09-17 2020-09-17 空气质量垂直分布图绘制方法、装置及存储介质 Active CN112102432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010980540.6A CN112102432B (zh) 2020-09-17 2020-09-17 空气质量垂直分布图绘制方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010980540.6A CN112102432B (zh) 2020-09-17 2020-09-17 空气质量垂直分布图绘制方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN112102432A true CN112102432A (zh) 2020-12-18
CN112102432B CN112102432B (zh) 2021-08-31

Family

ID=73759981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010980540.6A Active CN112102432B (zh) 2020-09-17 2020-09-17 空气质量垂直分布图绘制方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN112102432B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112562041A (zh) * 2020-12-31 2021-03-26 江苏天瑞仪器股份有限公司 一种走航激光监测因子浓度趋势图的绘图方法
CN114580168A (zh) * 2022-03-03 2022-06-03 山东瑞智飞控科技有限公司 一种无人机监测大气污染数据与三维gis融合展示的方法
CN114689802A (zh) * 2022-04-06 2022-07-01 江苏金恒信息科技股份有限公司 一种空气污染立体监测展示系统及方法
CN115239843A (zh) * 2022-09-22 2022-10-25 中科三清科技有限公司 空气质量分布图的绘制方法、装置、电子设备和存储介质
CN115272523A (zh) * 2022-09-22 2022-11-01 中科三清科技有限公司 空气质量分布图的绘制方法、装置、电子设备和存储介质
CN115512002A (zh) * 2022-10-21 2022-12-23 中科三清科技有限公司 空气质量分布图的绘制方法、装置和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090191091A1 (en) * 2007-12-24 2009-07-30 Danchenko Vitaliy G Method of Aeration Disinfecting and Drying Grain in Bulk and Pretreating Seeds and a Transverse Blow Silo Grain Dryer Therefor
CN101526516A (zh) * 2009-04-10 2009-09-09 中国科学院测量与地球物理研究所 利用超导重力连续观测确定大气水汽垂直分布的方法
CN104008229A (zh) * 2014-04-30 2014-08-27 北京大学 一种街区污染物浓度分布模型建立方法
CN108647261A (zh) * 2018-04-27 2018-10-12 中国人民解放军91977部队 基于气象数据离散点网格化处理的全球等值线绘制方法
CN109410313A (zh) * 2018-02-28 2019-03-01 南京恩瑞特实业有限公司 一种气象三维信息3d模拟反演方法
CN109541628A (zh) * 2018-12-14 2019-03-29 天津珞雍空间信息研究院有限公司 一种天地一体化大气污染立体监测方法及监测系统
CN110308023A (zh) * 2019-07-08 2019-10-08 连云港市气象局 基于无人机机载的气溶胶粒子垂直观测系统及采样方法
CN110569528A (zh) * 2019-07-15 2019-12-13 北京工业大学 跨界地区大气边界层以下pm2.5传输通量数值模拟量化的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090191091A1 (en) * 2007-12-24 2009-07-30 Danchenko Vitaliy G Method of Aeration Disinfecting and Drying Grain in Bulk and Pretreating Seeds and a Transverse Blow Silo Grain Dryer Therefor
CN101526516A (zh) * 2009-04-10 2009-09-09 中国科学院测量与地球物理研究所 利用超导重力连续观测确定大气水汽垂直分布的方法
CN104008229A (zh) * 2014-04-30 2014-08-27 北京大学 一种街区污染物浓度分布模型建立方法
CN109410313A (zh) * 2018-02-28 2019-03-01 南京恩瑞特实业有限公司 一种气象三维信息3d模拟反演方法
CN108647261A (zh) * 2018-04-27 2018-10-12 中国人民解放军91977部队 基于气象数据离散点网格化处理的全球等值线绘制方法
CN109541628A (zh) * 2018-12-14 2019-03-29 天津珞雍空间信息研究院有限公司 一种天地一体化大气污染立体监测方法及监测系统
CN110308023A (zh) * 2019-07-08 2019-10-08 连云港市气象局 基于无人机机载的气溶胶粒子垂直观测系统及采样方法
CN110569528A (zh) * 2019-07-15 2019-12-13 北京工业大学 跨界地区大气边界层以下pm2.5传输通量数值模拟量化的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHENG LIU, ET AL.: "Vertical distribution of PM2.5 and interactions with the atmospheric boundary layer during the development stage of a heavy haze pollution event", 《SCIENCE OF THE TOTAL ENVIRONMENT》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112562041A (zh) * 2020-12-31 2021-03-26 江苏天瑞仪器股份有限公司 一种走航激光监测因子浓度趋势图的绘图方法
CN114580168A (zh) * 2022-03-03 2022-06-03 山东瑞智飞控科技有限公司 一种无人机监测大气污染数据与三维gis融合展示的方法
CN114689802A (zh) * 2022-04-06 2022-07-01 江苏金恒信息科技股份有限公司 一种空气污染立体监测展示系统及方法
CN114689802B (zh) * 2022-04-06 2024-03-05 江苏金恒信息科技股份有限公司 一种空气污染立体监测展示系统及方法
CN115239843A (zh) * 2022-09-22 2022-10-25 中科三清科技有限公司 空气质量分布图的绘制方法、装置、电子设备和存储介质
CN115272523A (zh) * 2022-09-22 2022-11-01 中科三清科技有限公司 空气质量分布图的绘制方法、装置、电子设备和存储介质
CN115272523B (zh) * 2022-09-22 2022-12-09 中科三清科技有限公司 空气质量分布图的绘制方法、装置、电子设备和存储介质
CN115239843B (zh) * 2022-09-22 2023-06-06 中科三清科技有限公司 空气质量分布图的绘制方法、装置、电子设备和存储介质
CN115512002A (zh) * 2022-10-21 2022-12-23 中科三清科技有限公司 空气质量分布图的绘制方法、装置和系统

Also Published As

Publication number Publication date
CN112102432B (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN112102432B (zh) 空气质量垂直分布图绘制方法、装置及存储介质
US9886937B2 (en) Component and method for overlying information bearing hexagons on a map display
CN112102433B (zh) 空气污染物垂直分布图绘制方法、设备及存储介质
CN110826183B (zh) 一种多维动态海洋环境标量场的构建交互方法
US20110084967A1 (en) Visualization of Datasets
KR101132828B1 (ko) 해양예보정보제공장치
JP2020195281A (ja) 情報処理装置、情報処理方法およびコンピュータプログラム
KR101102812B1 (ko) Ｗｅｂ－ｇｉｓ기반 해양예보 정보 제공 시스템
CN102984714B (zh) 一种基于无线广播式覆盖数据的区域检测方法和设备
Desjardins et al. A space–time parallel framework for fine-scale visualization of pollen levels across the Eastern United States
CN113178004A (zh) 一种基于超核八叉树海量点云显示方法
CN115079307A (zh) 一种基于多模式最优集成的风电场气象预报方法和系统
CN111046079A (zh) 环境参数控制方法、装置、设备及存储介质
Wang et al. Ocean surface currents estimated from satellite remote sensing data based on a global hexagonal grid
CN116485174B (zh) 一种臭氧污染对作物减产风险评估方法和装置
Bogaert et al. Landscape ecology: monitoring landscape dynamics using spatial pattern metrics
Heo et al. Sky view factor calculation in complex urban geometry with terrestrial LiDAR
CN112100306A (zh) 空气质量落区预报图绘制方法、装置及存储介质
CN112527867B (zh) 一种非农就业岗位供给能力识别方法，存储装置，及服务器
CN115809570A (zh) 基于云平台的断面水深流速分布模型的建立方法及系统
CN114996374A (zh) 在线数据可视化实现方法、系统、设备及介质
Nocke et al. Images for data analysis: The role of visualization in climate research processes
CN115727869A (zh) 一种地图展示方法、装置、计算机设备、介质及程序产品
CN114443787A (zh) 大气污染特征识别方法和装置
Gökgöz et al. Comparison of two methods for multiresolution terrain modelling in GIS

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20201218

Assignee: Beijing Zhongke Sanqing Environmental Technology Co.,Ltd.

Assignor: 3CLEAR TECHNOLOGY Co.,Ltd.

Contract record no.: X2022980012305

Denomination of invention: Air quality vertical distribution map drawing method, device and storage medium

Granted publication date: 20210831

License type: Common License

Record date: 20220815

EE01 Entry into force of recordation of patent licensing contract