CN112686001B - 气象数据的变换方法、传输方法、服务器及数据传输系统 - Google Patents
气象数据的变换方法、传输方法、服务器及数据传输系统 Download PDFInfo
- Publication number
- CN112686001B CN112686001B CN202110007422.1A CN202110007422A CN112686001B CN 112686001 B CN112686001 B CN 112686001B CN 202110007422 A CN202110007422 A CN 202110007422A CN 112686001 B CN112686001 B CN 112686001B
- Authority
- CN
- China
- Prior art keywords
- data
- meteorological data
- transformation
- offset
- value
- 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
Images
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种气象数据的变换方法、传输方法、服务器及数据传输系统。气象数据的变换方法包括:从原始气象数据中查找出最大值和最小值;选取一个闭区间;所述闭区间的长度小于所述最大值与所述最小值之差;根据所述最大值、所述最小值、所述闭区间的右端点值和所述闭区间的左端点值,计算缩放系数和偏移量;利用计算出的缩放系数和偏移量,对所述原始气象数据进行变换,得到变换数据。本申请实施例提供的气象数据的变换方法,将原始气象数据变换为变换数据,变换数据所需存储空间远远小于原始气象数据,因此便于存储;变换数据便于传输,与原始气象数据传输相比,所需传输时间大大缩短。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及一种气象数据的变换方法、传输方法、服务器及数据传输系统。
背景技术
在气象类客户端的开发中,往往需要在客户端实时渲染气象数据,比如欧洲中期天气预报中心(ECMWF)数据。因其空间分辨率高,此类数据一般都比较大,比如全球的温度数据,单个数据为单精度浮点数类型,占用4个字节,全球共有4150080个数据,如果保存为json格式的文件,约占38M左右的空间。如果保存为二进制文件,也需要约15.8M左右的空间。仅中国范围内的数据也分别需要约1.9M和800k左右的空间。如此大量的数据,占用存储空间较大,不便于存储。另外,在数据传输的过程中需要花费不少的时间,用户体验比较差。
发明内容
本申请的目的是提供一种气象数据的变换方法、传输方法、服务器及数据传输系统。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
根据本申请实施例的一个方面,提供一种气象数据的变换方法,包括:
从原始气象数据中查找出最大值和最小值;
选取一个闭区间;所述闭区间的长度小于所述最大值与所述最小值之差;
根据所述最大值、所述最小值、所述闭区间的右端点值和所述闭区间的左端点值,计算缩放系数和偏移量;
利用计算出的缩放系数和偏移量,对所述原始气象数据进行变换,得到变换数据。
进一步地,所述根据所述最大值、所述最小值、所述闭区间的右端点值和所述闭区间的左端点值,计算缩放系数和偏移量,包括:
计算所述最大值与所述最小值之差与所述闭区间的长度的商,以所述商作为缩放系数;
计算出所述最大值与第一积之差作为偏移量,其中,所述第一积为所述右端点值与所述缩放系数之积。
进一步地,所述利用计算出的缩放系数和偏移量,对所述原始气象数据进行变换,得到变换数据,包括:
计算所述原始气象数据与所述偏移量之差;
利用所述原始气象数据与所述偏移量之差除以所述缩放系数,得到商;
对所述商进行四舍五入取整处理,得到所述变换数据。
进一步地,所述变换方法还包括:
将所述缩放系数和所述偏移量分别转换为字节数组;
将分别由所述缩放系数和所述偏移量所转换成的字节数组、所述变换数据按照预设存储顺序保存到文件中。
根据本申请实施例的另一个方面,提供一种气象数据的传输方法,应用于服务器,包括:
执行上述的气象数据的变换方法;
发送所述变换数据。
进一步地,在所述发送所述变换数据之前,所述方法还包括:
将所述缩放系数和所述偏移量分别转换为字节数组;
将分别由所述缩放系数和所述偏移量所转换成的字节数组、所述变换数据按照预设存储顺序保存到文件中。
进一步地,所述发送所述变换数据,包括:将所述文件发送出去。
根据本申请实施例的另一个方面,提供一种气象数据的传输方法,包括:
服务器执行上述的气象数据的变换方法;
客户端接收所述变换数据,根据所述缩放系数和所述偏移量,对所述变换数据进行逆变换得到原始气象数据。
根据本申请实施例的另一个方面,提供一种服务器,用于实现上述的气象数据的变换方法或用于实现上述的气象数据的传输方法。
根据本申请实施例的另一个方面,提供一种气象数据传输系统,包括服务器和客户端;所述服务器用于上述的气象数据的传输方法;所述客户端用于接收所述变换数据,根据所述缩放系数和所述偏移量,对所述变换数据进行逆变换得到原始气象数据。
本申请实施例的其中一个方面提供的技术方案可以包括以下有益效果:
本申请实施例提供的气象数据的变换方法,将原始气象数据变换为变换数据,变换数据所需存储空间远远小于原始气象数据,因此便于存储;变换数据便于传输,与原始气象数据传输相比,所需传输时间大大缩短。
本申请的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者,部分特征和优点可以从说明书中推知或毫无疑义地确定,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
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作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,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示出了本申请的一个实施方式的气象数据的变换方法流程图;
图2示出了本申请的一个实施方式中数组a中的数据与数组b中的数据一一对应的示意图;
图3示出了本申请的另一实施方式的气象数据的变换方法流程图;
图4示出了将s、k、Latmin、Latmax、Lonmin、Lonmax、Row、Col、{b1,b2,b3…bn}的字节数组按顺序保存到文件中的示意图;
图5示出了本申请的一个实施方式的气象数据的逆变换方法流程图;
图6示出了本申请的一个实施例的气象数据传输系统的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例对本申请做进一步说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。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。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
如图1所示,本申请的一个实施例提供了一种气象数据的变换方法,包括:
S11、从原始气象数据中查找出最大值和最小值;
在某些实施方式中,原始气象数据可以是按照区域范围和气象要素、高度层等条件读取的对应数据。例如,原始气象数据可以是服务器定时从欧洲中期天气预报中心下载的ECMWF数据。例如,获取的原始气象数据包括:500,510,520,490,480,550。
在某些实施方式中,从原始气象数据中查找出最大值amax和最小值amin,可以包括:先将原始数据按从小到大排序,排序后即可查找出最大值和最小值。假设排好序后的数据为a1,a2,a3,……,ai,……,an。利用排好序后的数据构成数组a={a1,a2,a3,……,ai,……,an},其中n为数组a中数据的个数,1<i<n。
例如,获取的原始气象数据500,510,520,490,480,550中,排序后构成的数组为{480,490,500,510,520,550},最大值amax为550,最小值amin为480。
S12、选取一个闭区间;该闭区间的长度小于上述最大值与上述最小值之差。
该闭区间的右端点值大于该闭区间的左端点值;右端点值与左端点值之差即该闭区间的长度,该闭区间的长度小于上述最大值与上述最小值之差。
优选地,右端点值和左端点值为能够用一个字节存储起来的数值。例如,可以取右端点值为127,左端点值为-128,也可以取右端点值为255,左端点值为0。使原始气象数据中的最大值amax和最小值amin分别与127和-128相对应。
S13、根据所述最大值、所述最小值、闭区间的右端点值和闭区间的左端点值,计算缩放系数和偏移量;
具体地,S13包括:
S131、计算所述最大值与所述最小值之差与所述闭区间的长度的商,以所述商作为缩放系数。
S132、计算出所述最大值与第一积之差作为偏移量,其中,所述第一积为所述右端点值与所述缩放系数之积。
例如,为了将原始气象数据的范围缩小到-128~127之间,需要对原始气象数据进行线性变换,因此需要用到缩放系数s和偏移量k。
在某些实施方式中,缩放系数s和偏移量k的值,可以均为64位双精度小数,占8个字节。
例如,若最大值amax为550,最小值amin为480,则
缩放系数s=(550-480)/255=0.27450980392156865,
偏移量k=550-127*s=515.1372549019608。
S14、利用计算出的缩放系数和偏移量,对原始气象数据进行变换,得到变换数据。
例如在数组{480,490,500,510,520,550}中,最大值为amax550、最小值为amin480。
在某些实施方式中,步骤S14包括:
S141、计算所述原始气象数据与所述偏移量之差;
S142、利用所述原始气象数据与所述偏移量之差除以所述缩放系数,得到商;
S143、对所述商进行四舍五入取整处理,得到变换数据。
例如,利用缩放系数和偏移量对原始气象数据进行线性变换,得到变换数据并保存变换数据;计算公式如下
round()为四舍五入取整,保证数据都在-128~127之间,以便于使用一个字节来保存。对应的变换数据的数组b={b1,b2,b3,……,bi,……,bn}。数组a中的数据与数组b中的数据一一对应,如图2所示。
例如,原始气象数据500,510,520,490,480,550所对应的变换数据分别为-55,-19,18,-92,-128,127。
经过上述步骤得到原始气象数据的变换数据,变换数据所需存储空间远远小于原始气象数据,因此便于存储。另外,由于占用存储空间较少,所以变换数据便于传输,例如利用无线传输或者其他传输方式,与原始气象数据传输相比,所需传输时间大大缩短。
如图3所示,在某些实施方式中,所述变换方法还包括:
S15、将所述缩放系数和所述偏移量分别转换为字节数组。
例如,s和k的值,均为64位双精度小数,占8个字节。{b1,b2,b3…bn}为转换后的数据,每个数为8位的有符号整数,占1个字节。
例如,将s(0.27450980392156865)转为字节数组(8字节)为:
{-110,-111,-111,-111,-111,-111,-47,63}。
将k(515.1372549019608)转为字节数组(8字节)为:
{25,25,25,25,25,25,-128,64}。
ai到a1的距离占整个a数组的范围的比例等于bi到b1的距离占整个b数组范围的比例,即
可以得到:
可以看出ai和bi呈线性关系,可以写为ai=bis+k。
由上式可以得到
bi是由ai等比例缩小得到的,ai和bi呈线性关系,
即ai=bis+k,
又amin=-128s+k (1),amax=127s+k (2),
将s分别代入(1)式和(2)式,分别得到k=amin+128s或k=amax-127s,将s代入可以证明这两式是相等的。
综上,bi是由ai通过线性变换得到的,ai和bi满足线性关系,s为缩放系数,k为偏移量。
上述方法计算得到的s和k是一个小数,bi也是一个小数,为了能达到使用1个字节来保存的目的,需要将bi的小数部分舍去,得到一个-128~127的整数,就可以保存为1字节整数了。
举例:a={500,510,520,490,480,550},
s=(550-480)/255=0.27450980392156865,
k=550-127*s=515.1372549019608,
通过b=(a-k)/s再四舍五入取整得到:b={-55,-19,18,-92,-128,127}。
可以看到数组b中的数都在-128~127之间,通过a=b*s+k可以反算出新的a数组:
{500.0392156862745,509.921568627451,520.0784313725491,489.88235294117646,480,550},
与原数组有误差,但是误差在可接受的范围之内即可。产生误差的原因就是将计算出的bi四舍五入取整了,误差较小、在可接受范围内,因此本实施例的方法是有效的。
S16、将分别由所述缩放系数和所述偏移量所转换成的字节数组、所述变换数据按照预设存储顺序保存到文件中。
例如,将s、k、{b1,b2,b3…bn}的字节数组按顺序保存到文件中。将s、k、转为对应的字节数组后和b数组所对应的字节数组拼接到一起,比如将s、k、b的字节数组拼接到一起为:
{-110,-111,-111,-111,-111,-111,-47,63,25,25,25,25,25,25,-128,64,-55,-19,18,-92,-128,127}。
其实b={-55,-19,18,-92,-128,127}已经是一个字节数组了,因为其中的每一项都能使用1个字节来保存,所以b数组转成字节数组就是它本身。
字节数组就是n个字节组成的一组数据,因为字节可以用数字来表示,1个字节的范围在-128~127之间,正好b满足这个条件,所以它本身就可以看作是一个字节数组。
另外为了尽可能减小误差,s和k不能取整,必须保存为8字节(64位)的小数,以便能与b数组保存到一起,所以需要将s和k转为字节数组。
将s(0.27450980392156865)转为字节数组(8字节)为:
{-110,-111,-111,-111,-111,-111,-47,63}。
将k(515.1372549019608)转为字节数组(8字节)为:
{25,25,25,25,25,25,-128,64}。
同理,将s、k、Lat、Lon等其他必须的变量转为对应的字节数组后和b字节数组拼接到一起,比如将s、k、b的字节数组拼接到一起为:
{-110,-111,-111,-111,-111,-111,-47,63,25,25,25,25,25,25,-128,64,-55,-19,18,-92,-128,127}。
然后将其写入到文件即可。
取数据的时候按照s(8字节)、k(8字节)、b1(1字节)、b2(1字节)这样的顺序将s字节数组{-110,-111,-111,-111,-111,-111,-47,63}、k字节数组{25,25,25,25,25,25,-128,64}取出来,然后转为小数s=0.27450980392156865、k=515.1372549019608(此处不会产生误差,字节数组本身就是数字的二进制存储,所以没有误差,可以完全转换),再继续往后遍历每个bi,通过ai=bi*s+k即可还原a数组。
将新的数据转为字节数组,然后保存文件。
如图4所示,将s、k、Latmin、Latmax、Lonmin、Lonmax、Row、Col、{b1,b2,b3…bn}的字节数组按顺序保存到文件中。
其中:
①s和k的值,均为64位双精度小数,占8个字节。
②Latmin、Latmax、Lonmin、Lonmax分别为所计算区域的最小纬度、最大纬度、最小经度、最大经度,为32位单精度浮点数,占4个字节。
③Row和Col分别为数据的行数和列数,为32位整数,占4个字节。
④{b1,b2,b3…bn}为计算后的数据,每个数为8位的有符号整数,占1个字节。
将缩放系数和偏移量分别转换为字节数组,然后将字节数组保存到文件中,便于存储和传输。
本实施例的转换方法将32位的单精度浮点数转为了8位的整数,在四舍五入的过程中丢失了部分精度,因此会存在误差。
假设原始数据为ai,解析出来的数据为a′i,bi四舍五入前的值b′i,则误差为
客户端可以直接对数据进行高清渲染,不用担心因图片放大而带来的细节模糊不清的问题。也可以增加人机交互,比如查看任意一点或一个小区域的数据等。
本实施例的方法通过对数据进行一次运算,将32位的单精度浮点数转为8位的有符号整数,再将其通过字节数组传输,在客户端将每个8位有符号整数通过运算转为32位单精度浮点数。此方法能有效减小数据大小,中国区域范围内的数据,如果通过json字符串传输需要1.9m的带宽,用此方法处理后仅需要200k,客户端对二进制数据流解析也仅需要不到10ms的时间。
本申请的另一实施例提供了一种气象数据的传输方法,应用于服务器,包括:
执行上述任一实施方式的气象数据的变换方法;
发送所述变换数据。
在某些实施方式中,在所述发送所述变换数据之前,所述气象数据的传输方法还包括:
将所述缩放系数和所述偏移量分别转换为字节数组;
将分别由所述缩放系数和所述偏移量所转换成的字节数组、所述变换数据按照预设存储顺序保存到文件中。
在某些实施方式中,所述发送所述变换数据,包括:将所述文件发送出去。
本申请的另一实施例还提供了一种气象数据的传输方法,包括:
服务器执行上述任一实施方式的气象数据的传输方法;
客户端接收所述变换数据,根据所述缩放系数和所述偏移量,对所述变换数据进行逆变换得到原始气象数据。
本申请的另一实施例提供了一种气象数据的逆变换方法,该逆变换方法的第一实施例所提供的变换方法的逆变换,如图5所示,该逆变换方法包括:
S21、根据缩放系数和偏移量,对变换数据进行逆变换得到原始气象数据。
具体地,根据ai=sbi+k可以得到数组a中的原始气象数据。b={b1,b2,b3,……,bi,……,bn}。ai和bi一一对应。
数组a={a1,a2,a3,……,ai,……,an}是将原始数据按从小到大排序所得到的数组,其中n为数组a中数据的个数,1<i<n。
例如,以右端点值取127为例,右端点值与所述缩放系数之积为127*s。127*s+k=amax。以右端点值为127,左端点值为-128为例,右端点值和左端点值之差为255,255*s即为所求积,amax-255*s=amin。
在某些实施方式中,根据amax=127s+k可以得到最大值。此处以右端点值为127为例。
或者,在某些实施方式中,根据所述缩放系数、左端点值和偏移量,计算最小值,最小值amin=-128s+k。
在某些实施方式中,amin,amax以及ai(1<i<n)即所求的原始气象数据a。
在某些实施方式中,如图5所示,在步骤S21之前,所述逆变换方法还包括:
S20、根据预设存储顺序,将存储在文件中的由缩放系数和偏移量所转换成的字节数组以及变换数据解析出来。
具体地,根据预设存储顺序,可知文件中各部分所存储的分别是由缩放系数和偏移量所转换成的字节数组以及变换数据中的哪一个。
S20’、将所述由缩放系数和偏移量所转换成的字节数组分别对应逆转换为缩放系数和偏移量。
例如,将字节数组(8字节){-110,-111,-111,-111,-111,-111,-47,63}逆转换为0.27450980392156865,即缩放系数s。
将字节数组(8字节){25,25,25,25,25,25,-128,64}逆转换为515.1372549019608,即偏移量k。
本申请的另一个实施例提供了一种服务器,用于实现上述任一实施方式的气象数据的变换方法或用于实现上述任一实施方式的气象数据的传输方法。
如图6所示,本申请的另一个实施例提供了一种气象数据传输系统,包括服务器100和客户端200;服务器100用于执行上述任一实施方式的气象数据的传输方法;客户端200用于接收所述变换数据,根据所述缩放系数和所述偏移量,对所述变换数据进行逆变换得到原始气象数据。客户端200可以为智能手机等。所述服务器100用于将所述变换数据发送出去;所述客户端200用于接收所述变换数据。例如,服务器100将原始气象数据变换后得到变换数据,然后将变换数据或者包含变换数据的文件发送给客户端200,客户端200接收到变换数据或者包含变换数据的文件之后,将变换数据逆变换为原始气象数据,然后将原始气象数据显示出来。
在某些实施方式中,客户端与服务器交互流程可以包括:
1)客户端发起请求,服务端根据请求找到对应的数据,将其读入内存中,通过HTTP返回给客户端。
2)客户端获得二进制数据,按顺序将s、k、Latmin、Latmax、Lonmin、Lonmax、Row、Col、{b1,b2,b3…bn}解析出来。
3)通过公式ai=bis+k将数据还原为32位的单精度浮点数。
4)利用还原后的数据和Latmin、Latmax、Lonmin、Lonmax、Row、Col等数据即可在客户端完成显示(显示包括可视化的绘制、交互等)。
需要说明的是:
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本申请也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本申请的内容,并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本申请的示例性实施例的描述中,本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本申请的单独实施例。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例仅表达了本申请的实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (9)
1.一种气象数据的变换方法,其特征在于,包括:
从原始气象数据中查找出最大值和最小值;
选取一个闭区间;所述闭区间的长度小于所述最大值与所述最小值之差;
根据所述最大值、所述最小值、所述闭区间的右端点值和所述闭区间的左端点值,计算缩放系数和偏移量;
利用计算出的缩放系数和偏移量,对所述原始气象数据进行变换,得到变换数据;
所述根据所述最大值、所述最小值、所述闭区间的右端点值和所述闭区间的左端点值,计算缩放系数和偏移量,包括:
计算所述最大值与所述最小值之差与所述闭区间的长度的商,以所述商作为缩放系数;
计算出所述最大值与第一积之差作为偏移量,其中,所述第一积为所述右端点值与所述缩放系数之积。
2.根据权利要求1所述的方法,其特征在于,所述利用计算出的缩放系数和偏移量,对所述原始气象数据进行变换,得到变换数据,包括:
计算所述原始气象数据与所述偏移量之差;
利用所述原始气象数据与所述偏移量之差除以所述缩放系数,得到商;
对所述商进行四舍五入取整处理,得到所述变换数据。
3.根据权利要求1所述的方法,其特征在于,所述变换方法还包括:
将所述缩放系数和所述偏移量分别转换为字节数组;
将分别由所述缩放系数和所述偏移量所转换成的字节数组、所述变换数据按照预设存储顺序保存到文件中。
4.一种气象数据的传输方法,应用于服务器,其特征在于,包括:
执行权利要求1-2任一项所述的气象数据的变换方法;
发送所述变换数据。
5.根据权利要求4所述的方法,其特征在于,在所述发送所述变换数据之前,所述方法还包括:
将所述缩放系数和所述偏移量分别转换为字节数组;
将分别由所述缩放系数和所述偏移量所转换成的字节数组、所述变换数据按照预设存储顺序保存到文件中。
6.根据权利要求5所述的方法,其特征在于,所述发送所述变换数据,包括:将所述文件发送出去。
7.一种气象数据的传输方法,其特征在于,包括:
服务器执行权利要求4-6任一项所述的方法;
客户端接收所述变换数据,根据所述缩放系数和所述偏移量,对所述变换数据进行逆变换得到原始气象数据。
8.一种服务器,其特征在于,用于实现权利要求1-3任一项所述的气象数据的变换方法或用于实现权利要求4-6任一项所述的气象数据的传输方法。
9.一种气象数据传输系统,其特征在于,包括服务器和客户端;所述服务器用于执行权利要求4-6任一项所述的方法;所述客户端用于接收所述变换数据,根据所述缩放系数和所述偏移量,对所述变换数据进行逆变换得到原始气象数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110007422.1A CN112686001B (zh) | 2021-01-05 | 2021-01-05 | 气象数据的变换方法、传输方法、服务器及数据传输系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110007422.1A CN112686001B (zh) | 2021-01-05 | 2021-01-05 | 气象数据的变换方法、传输方法、服务器及数据传输系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112686001A CN112686001A (zh) | 2021-04-20 |
CN112686001B true CN112686001B (zh) | 2021-12-03 |
Family
ID=75457260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110007422.1A Active CN112686001B (zh) | 2021-01-05 | 2021-01-05 | 气象数据的变换方法、传输方法、服务器及数据传输系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112686001B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8595748B1 (en) * | 2007-12-21 | 2013-11-26 | Ibiquity Digital Corporation | Systems and methods for transmitting and receiving large objects via digital radio broadcast |
CN107066430A (zh) * | 2017-04-21 | 2017-08-18 | 广州爱九游信息技术有限公司 | 图片处理方法、装置、服务端及客户端 |
CN111125113A (zh) * | 2019-12-25 | 2020-05-08 | 中科三清科技有限公司 | 空气污染物数据的存储方法和装置 |
CN111726117A (zh) * | 2019-03-20 | 2020-09-29 | 中国石油化工股份有限公司 | 数字岩心数据并行压缩编码方法及并行解压解码方法 |
CN111897776A (zh) * | 2020-06-22 | 2020-11-06 | 百望股份有限公司 | 一种ofd文档的处理方法、电子设备及计算机可读存储介质 |
CN112085192A (zh) * | 2019-06-12 | 2020-12-15 | 上海寒武纪信息科技有限公司 | 一种神经网络的量化参数确定方法及相关产品 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6553141B1 (en) * | 2000-01-21 | 2003-04-22 | Stentor, Inc. | Methods and apparatus for compression of transform data |
DE102010063435B4 (de) * | 2010-12-17 | 2014-10-02 | Siemens Aktiengesellschaft | Verfahren zur Transformation von Eingangsdaten sowie medizintechnisches Gerät |
CN102521360B (zh) * | 2011-12-15 | 2013-06-19 | 北京地拓科技发展有限公司 | 栅格数据传输方法及系统 |
US8958604B2 (en) * | 2013-03-25 | 2015-02-17 | Schlumberger Technology Corporation | LWD real-time borehole image transmission |
CN109460496B (zh) * | 2018-09-21 | 2020-12-01 | 东软集团股份有限公司 | 一种实现数据显示的方法及装置 |
CN110505218B (zh) * | 2019-08-07 | 2021-11-16 | 中国电子科技集团公司第二十八研究所 | 基于json的栅格数据自适应压缩传输方法及计算机存储介质 |
CN110738023B (zh) * | 2019-10-17 | 2020-10-30 | 深圳旗鱼体育传播有限公司 | 一种将json天气数据转换为jpeg图片的系统及方法 |
CN112069141A (zh) * | 2020-08-25 | 2020-12-11 | 广东华风海洋信息系统服务有限公司 | 一种气象预报格点数据专用压缩方法 |
-
2021
- 2021-01-05 CN CN202110007422.1A patent/CN112686001B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8595748B1 (en) * | 2007-12-21 | 2013-11-26 | Ibiquity Digital Corporation | Systems and methods for transmitting and receiving large objects via digital radio broadcast |
CN107066430A (zh) * | 2017-04-21 | 2017-08-18 | 广州爱九游信息技术有限公司 | 图片处理方法、装置、服务端及客户端 |
CN111726117A (zh) * | 2019-03-20 | 2020-09-29 | 中国石油化工股份有限公司 | 数字岩心数据并行压缩编码方法及并行解压解码方法 |
CN112085192A (zh) * | 2019-06-12 | 2020-12-15 | 上海寒武纪信息科技有限公司 | 一种神经网络的量化参数确定方法及相关产品 |
CN111125113A (zh) * | 2019-12-25 | 2020-05-08 | 中科三清科技有限公司 | 空气污染物数据的存储方法和装置 |
CN111897776A (zh) * | 2020-06-22 | 2020-11-06 | 百望股份有限公司 | 一种ofd文档的处理方法、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112686001A (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5867603A (en) | Method for transmitting fractal transform data to support different compressor/decompressor designs | |
WO1991000666A2 (en) | Method and apparatus for processing digital data | |
US20040258301A1 (en) | Lossy JPEG compression/reconstruction using principal components transformation | |
US7489827B2 (en) | Scaling of multi-dimensional data in a hybrid domain | |
JP3902990B2 (ja) | アダマール変換処理方法及びその装置 | |
US5974182A (en) | Photographic image compression method and system | |
JP4189443B2 (ja) | グラフィックス画像の圧縮及び逆圧縮方法 | |
US7065546B2 (en) | Method of performing quantization within a multimedia bitstream utilizing division-free instructions | |
US7298925B2 (en) | Efficient scaling in transform domain | |
CN112686001B (zh) | 气象数据的变换方法、传输方法、服务器及数据传输系统 | |
Gashnikov et al. | Hyperspectral images repository using a hierarchical compression | |
CN109710784B (zh) | 一种基于lerc的遥感影像数据空间快速可视化方法 | |
Press | Wavelet-based compression software for FITS images | |
US11490102B2 (en) | Resilient image compression and decompression | |
JPH06266747A (ja) | Dct/逆dct演算装置 | |
CN101431676B (zh) | 带有最大压缩比寻优的几何不变矩图像压缩方法 | |
US20060080373A1 (en) | Compensating for errors in performance sensitive transformations | |
CN101765013B (zh) | 数据变换装置及其控制方法 | |
JPH10341437A (ja) | 画像処理方法及び装置 | |
Pandey et al. | Fractal Image Compression using Genetic Algorithm with Variants of Crossover | |
US20080154999A1 (en) | Compressed Floating Point Representation Of Points On Monotonic Curves Which Can Be Specified By High Order Equations | |
CN111259177B (zh) | 一种黑白二值签名图片存储方法和系统 | |
Wong et al. | The compression of a sequence of satellite images based on change detection | |
Maurya et al. | Understandable Huffman Coding: A Case Study | |
KR100312410B1 (ko) | 지리정보시스템에서벡터 데이터 압축 및 복원 방법 |
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: 20210420 Assignee: Beijing Zhongke Sanqing Environmental Technology Co.,Ltd. Assignor: 3CLEAR TECHNOLOGY Co.,Ltd. Contract record no.: X2022980012305 Denomination of invention: Meteorological data transformation method, transmission method, server and data transmission system Granted publication date: 20211203 License type: Common License Record date: 20220815 |
|
EE01 | Entry into force of recordation of patent licensing contract |