CN112148774B - 一种高分辨率空间多区域气象数据处理系统及方法 - Google Patents

一种高分辨率空间多区域气象数据处理系统及方法 Download PDF

Info

Publication number
CN112148774B
CN112148774B CN202011049382.9A CN202011049382A CN112148774B CN 112148774 B CN112148774 B CN 112148774B CN 202011049382 A CN202011049382 A CN 202011049382A CN 112148774 B CN112148774 B CN 112148774B
Authority
CN
China
Prior art keywords
grid
data
weather
statistical analysis
interpolation
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
Application number
CN202011049382.9A
Other languages
English (en)
Other versions
CN112148774A (zh
Inventor
郭辰
董理
杨萍
张晓朝
梁思超
卜照军
冯笑丹
王森
蒋贲
王志勇
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.)
Beijing Langrun Zhitian Technology Co ltd
Huaneng Group Technology Innovation Center Co Ltd
Huaneng Renewables Corp Ltd
Original Assignee
Beijing Langrun Zhitian Technology Co ltd
Huaneng Group Technology Innovation Center Co Ltd
Huaneng Renewables Corp 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 Beijing Langrun Zhitian Technology Co ltd, Huaneng Group Technology Innovation Center Co Ltd, Huaneng Renewables Corp Ltd filed Critical Beijing Langrun Zhitian Technology Co ltd
Priority to CN202011049382.9A priority Critical patent/CN112148774B/zh
Publication of CN112148774A publication Critical patent/CN112148774A/zh
Application granted granted Critical
Publication of CN112148774B publication Critical patent/CN112148774B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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

Abstract

本发明提供一种高分辨率空间多区域气象数据处理系统及方法，所述系统包括：离散网格映射模块，用于针对分块气象格点化数据完成输入气象数据所在离散网格与输出目标网格之间的映射关系；统计分析处理模块，用于获得中间数据；空间插值模块，用于基于所述离散网络映射模块生成的所述网格映射关系文件，将所述统计分析处理模块统计分析得到的中间数据利用插值算法插值到目标网格上，获得标准经纬网格气象数据。本发明提供的处理系统及方法建立离散网格映射关系，并对输入的分块气象化格点数据统计分析后的中间数据利用插值算法匹配映射关系，最终得到标准经纬网格气象数据的高分辨率多区域气象数据同时并行自动化处理。

Description

一种高分辨率空间多区域气象数据处理系统及方法
技术领域
本发明属于数据处理技术领域，具体涉及一种高分辨率空间多区域气象数据处理系统及方法。
背景技术
随着高性能服务器计算能力的提升，一方面，气象数值预报模式的分辨率逐渐提高，另一方面，行业应用对气象格点数据的高分辨率需求也在逐步提高，目前已经要求达到百米分辨率，而处理空间分辨率达百米级的气象数据对计算机系统的处理能力和存储能力都提出了很高要求。由于气象数据量巨大，即使在高性能服务器上对大范围(如全国范围)高分辨率数据进行整体处理仍将面临诸多困难，如节点内存不足、处理时间漫长等。为了克服这些困难，通常在模拟阶段会将空间区域划分为很多子区域，然后在子区域上进行模拟计算，但是这又给模拟数据的后处理分析工作带来困难。因此，需要对各个子区域进行分别处理，然后合并成一个数据文件，以方便其它程序使用。对各个子区域数据进行合并的过程采用的是空间插值技术，气象上常用的插值方法包括反距离权重插值、双线性插值、最近邻居插值等。但是，都达不到高分辨率多区域气象数据同时并行自动化处理的水平。
发明内容
本发明针对上述技术问题，提供一种建立离散网格映射关系，并对输入的分块气象化格点数据统计分析后的中间数据利用插值算法匹配映射关系，最终得到标准经纬网格气象数据的高分辨率多区域气象数据同时并行自动化处理的一种高分辨率空间多区域气象数据处理系统及方法。
本发明提供如下技术方案：一种高分辨率空间多区域气象数据处理系统，包括：
离散网格映射模块，用于针对分块气象格点化数据完成输入气象数据所在离散网格与输出目标网格之间的映射关系，一次性生成网格映射关系文件；
统计分析处理模块，用于针对分块气象格点化数据中的每个输入的分块气象格点化数据块分别进行统计分析，获得中间数据；
空间插值模块，用于基于所述离散网络映射模块生成的所述网格映射关系文件，将所述统计分析处理模块统计分析得到的中间数据利用插值算法插值到目标网格上，获得标准经纬网格气象数据。
进一步地，所述统计分析包括面积加权平均值计算、时间平均值计算、时间标准差计算、韦伯分布或风玫瑰中的一种或几种。
进一步地，所述统计分析采用并行处理策略。
进一步地，所述插值算法为双线性插值算法、最近邻插值算法或反距离插值插值中的一种或几种。
进一步地，所述分块气象格点化数据为百米级分辨率的分块气象格点化数据。
本发明还提供一种高分辨率空间多区域气象数据处理方法，包括如下步骤：
S1：收集分块气象格点化数据，所述离线网格映射模块针对分块气象格点化数据完成输入气象数据所在离散网格与输出目标网格之间的映射关系，一次性生成网格映射关系文件；
S2：统计分析处理模块针对分块气象格点化数据中的每个输入的分块气象格点化数据块分别进行统计分析，获得中间数据；
S3：空间插值模块基于所述离散网络映射模块生成的所述网格映射关系文件，将所述统计分析处理模块统计分析得到的中间数据利用插值算法插值到目标网格上，获得标准经纬网格气象数据。
进一步地，所述S1步骤包括以下步骤：
S11：离散网格映射模块根据输入的分块气象格点化数据自动设置输出指定分辨率标准经纬网格的范围；
S12：离散网格映射模块设置各个格点的坐标；
S13：利用搜索算法匹配输入输出网格之间的相邻关系，根据需要的插值算法计算输入输出网格的映射关系；
S14：将所述映射关系和插值信息输出到磁盘形成网格映射文件。
进一步地，所述S13步骤中的搜索算法为KD-Tree搜索算法。
进一步地，所述S3步骤包括以下步骤：
S31：读入所述离散网络映射模块生成的所述网格映射关系文件；
S32：读入所述统计分析处理模块统计分析得到的中间数据，根据所述S1 步骤的得到的网络映射关系创建并行插值任务，每个所述插值任务为每个所述中间数据由输入网格插入到输出网格的插值计算；
S33：将所述S32步骤得到的标准经纬网格气象数据并行输出到指定文件。
进一步地，所述分块气象格点化数据为百米级分辨率的分块气象格点化数据。
本发明的有益效果为：
1、本发明提供的处理系统中的统计分析处理模块在原网格上的气象数据块分别进行统计分析，采用并行处理策略，充分利用高性能服务器的计算资源，减少处理时间，生成每个数据块的分析结果。
2、本发明提供的处理系统中的离散网格映射模块能够根据输入的分块气象格点化数据自动设置输出指定分辨率标准经纬网格的范围，并设置各个格点的坐标，然后利用KD-Tree等高效的搜索算法匹配输入输出网格之间的相邻关系，并根据需要的插值算法(如双线性插值、最近邻居插值)计算输入输出网格的映射关系，并将映射关系和插值信息输出到磁盘文件。
3、本发明能够将气象数据分块格点化之后通过统计分析模块处理中在输入气象数据块的网格上对数据进行统计分析处理，包括时间平均、时间标准差、韦伯分布、风玫瑰等，采用并行化方式处理，以避免单节点内存不足等问题；每个输入气象数据块都将对应得到一个统计分析结果数据，形成中间数据。然后在通过高效可并行处理的插值算法进行输入网格数据与输出网格数据进行匹配，达到了可以同时高效处理大量气象数据，并能够达到处理全国范围百米级分辨率的分块气象格点化数据的技术效果。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中：
图1为本发明提供的高分辨率空间多区域气象数据处理系统的结构示意图；
图2为本发明实施例2中的输入输出网格关系示意图；
图3为本发明实施例2中输入输出网格点映射关系示意图；
图4为本发明实施例2中的统计分析模块流程示意图；
图5为本发明实施例2中的空间插值模块流程示意图；
图6为本发明实施例2离散网格映射模块的实际运行效果图；
图7为本发明实施例2空间插值模块的实际运行效果图。
具体实施方式
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，都属于本发明保护的范围。
实施例1
如图1所示，为本实施例提供的一种高分辨率空间多区域气象数据处理系统，包括：
离散网格映射模块，用于针对分块气象格点化数据完成输入气象数据所在离散网格与输出目标网格之间的映射关系，一次性生成网格映射关系文件，避免在后续处理时重复计算；
统计分析处理模块，用于针对分块气象格点化数据中的每个输入的分块气象格点化数据块分别进行统计分析，获得中间数据；
空间插值模块，用于基于离散网络映射模块生成的网格映射关系文件，将统计分析处理模块统计分析得到的中间数据利用插值算法插值到目标网格上，获得标准经纬网格气象数据。
其中，统计分析包括面积加权平均值计算、时间平均值计算、时间标准差计算、韦伯分布或风玫瑰中的一种或几种。
统计分析采用并行处理策略。
插值算法为双线性插值算法、最近邻插值算法或反距离插值插值中的一种或几种。
为本实施例提供的一种高分辨率空间多区域气象数据处理系统可以处理全中国百米级分辨率的分块气象格点化数据。
实施例2
本实施例提供采用实施例1提供的一种高分辨率空间多区域气象数据处理系统的处理方法，包括以下步骤：
S1：收集分块气象格点化数据，离线网格映射模块针对分块气象格点化数据完成输入气象数据所在离散网格与输出目标网格之间的映射关系，一次性生成网格映射关系文件，避免在后续处理时重复计算；
S2：如图4所示，统计分析处理模块针对分块气象格点化数据中的每个输入的分块气象格点化数据块分别进行统计分析，获得中间数据；具体为统计分析处理模块根据输入的气象数据块创建若干个处理进程，如图5所示，空间插值模块读入网格映射文件和统计分析结果中间文件，创建若干个插值进程，每个进程一个或多个数据块，进行各个格点的时间平均、时间标准差、韦伯分布、风玫瑰等统计分析，将仍然在原数据块网格上的分析结果从输入网格插值到输出网格，然后每个进程并行写出插值结果到同一个数据文件；
S3：空间插值模块基于离散网络映射模块生成的网格映射关系文件，将统计分析处理模块统计分析得到的中间数据利用插值算法插值到目标网格上，获得标准经纬网格气象数据。
其中，如图2-3所示，S1步骤具体包括以下步骤：
S11：如图2所示，离散网格映射模块根据输入的分块气象格点化数据的投影和分布，自动设置输出指定分辨率标准经纬网格的范围，即输入输出网格之间的关系；
S12：离散网格映射模块设置各个格点的坐标；
S13：如图3所示，利用KD-Tree搜索算法匹配输入输出网格之间的相邻关系，根据双线性插值算法计算输入输出网格的映射关系，图3中颜色较浅的点代表输出网格点，颜色较深的点代表输入网格点，一个输出网格点与周围四个输入网格点联系起来已在空间插值模块中进行双线性插值，建立得到每一个输出网格点；
S14：将映射关系和插值信息输出到磁盘形成网格映射文件。
其中，S3步骤包括以下步骤：
S31：读入离散网络映射模块生成的网格映射关系文件；
S32：读入统计分析处理模块统计分析得到的中间数据，根据S1步骤的得到的网络映射关系创建并行插值任务，每个插值任务为每个中间数据由输入网格插入到输出网格的插值计算；
S33：将S32步骤得到的标准经纬网格气象数据并行输出到指定文件。
本实施例中的分块气象格点化数据为全中国百米级分辨率的分块气象格点化数据。
以芜湖地区为例，采用实施例1的处理系统按照实施例2提供的处理方法，处理该区域的输入数据，该区域的输入数据分布于16个子区域中(图中最大的不规则斜长方形框出的16个小不规则长方形)，生成的统一的经纬网格为涵盖图中所有信息的长方形框，图中黑色区域表示输出网格中没有子区域格点落入的网格，白色点表示输出网格中有子区域格点落入的网格。由图6可见，为离散网格映射模块的实际运行效果，新生成的经纬网格的边界位置即取全部子区域的网格在东西南北四个方向上的极值。
如图7所示，为空间插值模块针对16个子区域的70mi高度1月份多年平均全风速的统计结果效果图，在进行拼接融合后整体性良好，数据在子区域的边界处平滑过渡，无可分辨的拼接痕迹，没有在子区域拼接处出现可分辨的数据空间分布的不连续现象。
虽然已经参考优选实施例对本发明进行了描述，但在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。

Claims (9)

1.一种高分辨率空间多区域气象数据处理系统，其特征在于，包括：
离散网格映射模块，用于针对分块气象格点化数据完成输入气象数据所在离散网格与输出目标网格之间的映射关系，一次性生成网格映射关系文件；
统计分析处理模块，用于针对分块气象格点化数据中的每个输入的分块气象格点化数据块分别进行统计分析，获得中间数据；
空间插值模块，用于基于所述离散网格映射模块生成的所述网格映射关系文件，将所述统计分析处理模块统计分析得到的中间数据利用插值算法插值到目标网格上，获得标准经纬网格气象数据；
所述离散网格映射模块具体用于：
根据输入的分块气象格点化数据自动设置输出指定分辨率标准经纬网格的范围；
设置各个格点的坐标；
利用搜索算法匹配输入输出网格之间的相邻关系，根据需要的插值算法计算输入输出网格的映射关系；
将所述映射关系和插值信息输出到磁盘形成网格映射文件。
2.根据权利要求1所述的一种高分辨率空间多区域气象数据处理系统，其特征在于，所述统计分析包括面积加权平均值计算、时间平均值计算、时间标准差计算、韦伯分布或风玫瑰中的一种或几种。
3.根据权利要求1所述的一种高分辨率空间多区域气象数据处理系统，其特征在于，所述统计分析采用并行处理策略。
4.根据权利要求1所述的一种高分辨率空间多区域气象数据处理系统，其特征在于，所述插值算法为双线性插值算法、最近邻插值算法或反距离插值中的一种或几种。
5.根据权利要求1所述的一种高分辨率空间多区域气象数据处理系统，其特征在于，所述分块气象格点化数据为百米级分辨率的分块气象格点化数据。
6.一种高分辨率空间多区域气象数据处理方法，其特征在于，包括如下步骤：
S1：收集分块气象格点化数据，离线网格映射模块针对分块气象格点化数据完成输入气象数据所在离散网格与输出目标网格之间的映射关系，一次性生成网格映射关系文件；
S2：统计分析处理模块针对分块气象格点化数据中的每个输入的分块气象格点化数据块分别进行统计分析，获得中间数据；
S3：空间插值模块基于所述离散网格映射模块生成的所述网格映射关系文件，将所述统计分析处理模块统计分析得到的中间数据利用插值算法插值到目标网格上，获得标准经纬网格气象数据；
所述S1步骤包括以下步骤：
S11：离散网格映射模块根据输入的分块气象格点化数据自动设置输出指定分辨率标准经纬网格的范围；
S12：离散网格映射模块设置各个格点的坐标；
S13：利用搜索算法匹配输入输出网格之间的相邻关系，根据需要的插值算法计算输入输出网格的映射关系；
S14：将所述映射关系和插值信息输出到磁盘形成网格映射文件。
7.根据权利要求6所述的一种高分辨率空间多区域气象数据处理方法，其特征在于，所述S13步骤中的搜索算法为KD-Tree搜索算法。
8.根据权利要求6所述的一种高分辨率空间多区域气象数据处理方法，其特征在于，所述S3步骤包括以下步骤：
S31：读入所述离散网格映射模块生成的所述网格映射关系文件；
S32：读入所述统计分析处理模块统计分析得到的中间数据，根据所述S1步骤的得到的网络映射关系创建并行插值任务，每个所述插值任务为每个所述中间数据由输入网格插入到输出网格的插值计算；
S33：将所述S32步骤得到的标准经纬网格气象数据并行输出到指定文件。
9.根据权利要求6所述的一种高分辨率空间多区域气象数据处理方法，其特征在于，所述分块气象格点化数据为百米级分辨率的分块气象格点化数据。
CN202011049382.9A 2020-09-29 2020-09-29 一种高分辨率空间多区域气象数据处理系统及方法 Active CN112148774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011049382.9A CN112148774B (zh) 2020-09-29 2020-09-29 一种高分辨率空间多区域气象数据处理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011049382.9A CN112148774B (zh) 2020-09-29 2020-09-29 一种高分辨率空间多区域气象数据处理系统及方法

Publications (2)

Publication Number Publication Date
CN112148774A CN112148774A (zh) 2020-12-29
CN112148774B true CN112148774B (zh) 2023-08-11

Family

ID=73895266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011049382.9A Active CN112148774B (zh) 2020-09-29 2020-09-29 一种高分辨率空间多区域气象数据处理系统及方法

Country Status (1)

Country Link
CN (1) CN112148774B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112765295B (zh) * 2021-01-13 2022-12-20 华能新能源股份有限公司 区域气象数据拼接系统
CN112987131B (zh) * 2021-01-29 2023-08-08 重庆市气象台 一种云海景观预报方法及系统
CN113156546B (zh) * 2021-03-12 2023-02-17 重庆市气象台 一种日出日落景观预报方法及系统
CN115687805B (zh) * 2022-12-30 2023-03-14 江西省气象信息中心(江西省气象培训中心、江西省农村经济信息中心) 一种基于位置的气象数据查询方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1996029619A1 (en) * 1995-03-17 1996-09-26 University Of Leeds Maps
US6016487A (en) * 1997-03-26 2000-01-18 National Research Council Of Canada Method of searching three-dimensional images
CN104102845A (zh) * 2014-07-24 2014-10-15 北京坤成科技有限公司 尺度自适应的插值方法及尺度自适应的插值系统
CN106547964A (zh) * 2016-10-21 2017-03-29 北京宇航系统工程研究所 一种用于异构网格界面数据映射方法
CN108182650A (zh) * 2017-12-22 2018-06-19 王金刚 一种城市空间北斗网格标识与仿真可视化系统
CN110363327A (zh) * 2019-06-04 2019-10-22 东南大学 基于ConvLSTM和3D-CNN的短临降水预测方法
CN110532319A (zh) * 2019-07-22 2019-12-03 广东华风海洋信息系统服务有限公司 一种分布式气象数据定时处理系统
CN110781325A (zh) * 2019-10-21 2020-02-11 武汉大学 一种高分辨率遥感数据格网精细化管理模型及其构建方法
CN111008355A (zh) * 2019-09-16 2020-04-14 华风气象传媒集团有限责任公司 一种基于信任传播的气象地面要素插值方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7107285B2 (en) * 2002-03-16 2006-09-12 Questerra Corporation Method, system, and program for an improved enterprise spatial system
US9489495B2 (en) * 2008-02-25 2016-11-08 Georgetown University System and method for detecting, collecting, analyzing, and communicating event-related information
US20150199450A1 (en) * 2014-01-13 2015-07-16 Vyacheslav Elkin Systems and Methods for Associating User Sketches with Resources
US10437878B2 (en) * 2016-12-28 2019-10-08 Shutterstock, Inc. Identification of a salient portion of an image
EP3364342A1 (en) * 2017-02-17 2018-08-22 Cogisen SRL Method for image processing and video compression

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1996029619A1 (en) * 1995-03-17 1996-09-26 University Of Leeds Maps
US6016487A (en) * 1997-03-26 2000-01-18 National Research Council Of Canada Method of searching three-dimensional images
CN104102845A (zh) * 2014-07-24 2014-10-15 北京坤成科技有限公司 尺度自适应的插值方法及尺度自适应的插值系统
CN106547964A (zh) * 2016-10-21 2017-03-29 北京宇航系统工程研究所 一种用于异构网格界面数据映射方法
CN108182650A (zh) * 2017-12-22 2018-06-19 王金刚 一种城市空间北斗网格标识与仿真可视化系统
CN110363327A (zh) * 2019-06-04 2019-10-22 东南大学 基于ConvLSTM和3D-CNN的短临降水预测方法
CN110532319A (zh) * 2019-07-22 2019-12-03 广东华风海洋信息系统服务有限公司 一种分布式气象数据定时处理系统
CN111008355A (zh) * 2019-09-16 2020-04-14 华风气象传媒集团有限责任公司 一种基于信任传播的气象地面要素插值方法
CN110781325A (zh) * 2019-10-21 2020-02-11 武汉大学 一种高分辨率遥感数据格网精细化管理模型及其构建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
海洋数据多维动态显示系统的设计与开发;秦其明;地理与地理信息科学;第19卷(第4期);1-4 *

Also Published As

Publication number Publication date
CN112148774A (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN112148774B (zh) 一种高分辨率空间多区域气象数据处理系统及方法
CN110411464B (zh) 三维点云地图生成方法、装置、设备及存储介质
Zhao Application of 3D CAD in landscape architecture design and optimization of hierarchical details
CN110480075A (zh) 基于点云数据的工件曲面轮廓补偿系统及方法及介质
CN107945217A (zh) 一种适用于自动装配的图像特征点对快速筛选方法及系统
CN115797568A (zh) 一种基于三维gis与bim集成的建模方法及装置
WO2019184161A1 (zh) 基于中尺度数据的风机自动排布的方法和设备
CN112100922A (zh) 一种基于wrf和cnn卷积神经网络的风资源预测方法
CN110111237B (zh) 一种基于Brep模型的三维模型坐标转换方法
CN111696156A (zh) 一种免控制点的遥感影像坐标转换方法
CN102982552B (zh) 一种基于里奇流的表面配准方法
CN109063711B (zh) 一种基于llts框架的卫星影像正射纠正算法
CN112614207B (zh) 等值线绘制方法、装置和设备
CN113392365A (zh) 一种高分辨率气象网格数据的生成方法及系统
CN115618584A (zh) 基于分布式计算的城市暴雨内涝模拟数据处理方法
CN114282737A (zh) 一种短期太阳辐照强度的预测方法、装置和电子设备
Aslani et al. Rooftop segmentation and optimization of photovoltaic panel layouts in digital surface models
CN113223167B (zh) 一种三维天气沙盘搭建方法及系统
CN109872280B (zh) 一种三维植物叶片点云的去噪与简化方法、装置及系统
CN113791425A (zh) 雷达p显界面生成方法、装置、计算机设备及存储介质
CN112487124A (zh) 一种使用VBA将CorelDraw地图中点状要素转换到SuperMap的方法
Meller Analytically calculating shading in regular arrays of sun-pointing collectors
Jin et al. Analysis of the Modeling Method and Application of 3D City Model based on the CityEngine
CN113095012B (zh) 风电场流场分区数值仿真计算结果拼接融合方法
CN116681959B (zh) 基于机器学习的锋线识别方法、装置、存储介质及终端

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