CN113112556B - 一种极地能量输送通量散度的计算方法 - Google Patents

一种极地能量输送通量散度的计算方法 Download PDF

Info

Publication number
CN113112556B
CN113112556B CN202110278710.0A CN202110278710A CN113112556B CN 113112556 B CN113112556 B CN 113112556B CN 202110278710 A CN202110278710 A CN 202110278710A CN 113112556 B CN113112556 B CN 113112556B
Authority
CN
China
Prior art keywords
flux
data
grid
divergence
energy
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
CN202110278710.0A
Other languages
English (en)
Other versions
CN113112556A (zh
Inventor
梁钰
黄海军
毕海波
王云鹤
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.)
Institute of Oceanology of CAS
Original Assignee
Institute of Oceanology of CAS
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 Institute of Oceanology of CAS filed Critical Institute of Oceanology of CAS
Priority to CN202110278710.0A priority Critical patent/CN113112556B/zh
Publication of CN113112556A publication Critical patent/CN113112556A/zh
Application granted granted Critical
Publication of CN113112556B publication Critical patent/CN113112556B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/56Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种极地能量输送通量散度的计算方法。读取原始全球网格的能量输送通量数据,将研究区域的输送通量数据转变为分辨率为50km×50km的等面积可扩展(Equal‑Area Scalable Earth,EASE)网格数据。投影完成后首先对水平数据和垂向数据进行方向修正,然后根据水平方向和垂直方向的梯度计算能量输送通量的散度。最后,建立图像显示窗口,对结果进行可视化。本发明解决了目前再分析大气数据的能量输送通量散度数据在极地地区较为离散和结果错误的问题,准确性和科学性较高。该方法操作简便,用户可根据需求任意调整输入的矢量参数,计算其他矢量参数的散度。

Description

一种极地能量输送通量散度的计算方法
技术领域
本发明涉及一种极地能量输送通量散度的计算方法,具体说的是一种计算并绘制极地热量输送通量散度的流程算法。
背景技术
矢量的散度是判断某个位置处的输送通量是向外发散还是向内汇聚的重要物理量,在气象学的相关研究中,气象矢量数据的聚散分析十分常见,在极地区域关于能量和热量的“源”和“汇”的相关研究中同样应用广泛。由于目前大气再分析数据集提供的能量通量散度数据通常存储于全球经纬度网格中,在极地区域进行出图和分析时通常会因经纬度网格非均匀分布而产生误差,此外,目前存在的通量散度数据往往比较离散,导致出图不清晰甚至出图错误,为科学分析和研究带来困难。因此,极地能量输送通量散度的计算方法具有较强的实际应用价值和科学研究价值。
发明内容
针对上述技术不足,本发明提供一种准确的能量输送通量散度的计算方法。本方法借助IDL程序语言,读取能量输送通量数据,进行数据投影以及修正后,根据得到的能量输送通量的水平和垂向分量计算散度。本算法得到的结果较为平滑,准确性和科学性较强。此外,该方法简便灵活,用户可根据需求自定义输入的矢量数据,计算极地区域其对应的散度。
本发明解决其技术问题所采用的技术方案是:
一种极地能量输送通量散度的计算方法,包括以下步骤:
1)读取全球地理网格下的能量输送通量的数据,计算其实际观测值;
2)将能量输送通量实际观测值数据投影为具有预设分辨率的等面积可扩展网格数据;
3)对投影后得到的水平数据和垂向数据进行方向修正;
4)对于每一个网格,依据水平和垂向梯度计算能量输送通量的散度;
5)重复步骤4),对所有网格进行迭代处理,计算所有网格的能量输送通量散度;
6)建立绘图窗口,将散度计算结果进行可视化,用于图像直观表示此位置处为通量向内汇聚的通量汇区或通量向外辅散的通量源区。
所述全球地理网格下的能量输送通量为:经向分量和纬向分量、以及各分量数据对应的缩放因子和偏移量属性等参数。
所述计算两个分量的实际观测值包括:
根据缩放因子和偏移量属性计算两个分量的实际观测值e和n:
公式1:e=e0×scale_factor1+add_offset1
公式2:n=n0×scale_factor2+add_offset2
其中参数定义如下:e0为全球地理网格下的能量输送矢量纬向分量的记录值,scale_factor1为e0对应的缩放因子,add_offset1为e0对应的偏移量;n0为全球地理网格下的能量输送矢量经向分量的记录值,scale_factor2为n0对应的缩放因子,add_offset2为n0对应的偏移量。
所述将数据投影为具有预设分辨率的等面积可扩展网格包括以下步骤:
设置参数:投影类型、椭球体、中央经线和单位,建立可扩展目标网格坐标系;设置可扩展目标网格坐标系的分辨率;根据原始地理网格坐标系和目标网格坐标系建立地理查找表文件,以确定原始地理网格坐标系中的初始位置在可扩展目标网格坐标系中的结果位置;
根据初始位置和结果位置对每一网格内的能量输送通量数据在可扩展目标网格坐标系下进行插值变换,得到等面积可扩展网格下的能量输送通量数据的两个分量;
计算结果数据对应的等面积可扩展网格的经纬度数据,用于绘制出图。
所述地理查找表文件用于存储原始地理网格坐标与可扩展网格坐标的映射关系。
所述对水平数据和垂向数据进行方向修正为:
原始地理网格坐标系下的数据中的水平分量以经纬度为参考:水平分量向东为正,向西为负,垂向分量向北为正,向南为负;
当数据转换为等面积可扩展网格后,根据象限和经纬度进行调整,使得可扩展目标网格坐标系下的结果数据以x轴为水平分量、以y轴为垂向分量进行矢量的坐标定位。
依据水平和垂向梯度计算能量输送通量的散度为:
读取等面积可扩展网格下能量输送通量矢量的水平数据和垂直数据,计算每个网格能量输送水平和垂直分量的变化梯度,根据梯度确定此位置能量输送通量的散度。
若所述若散度计算结果为负值,表示此位置处为通量源区,通量向外辅散;若散度计算结果为正值,表示此位置处为通量汇区,通量向内汇聚。
所述将散度计算结果进行可视化包括:
将每一网格处的散度数据用颜色加以区分,并将陆地边界叠加显示在其上。
选取不同颜色表征散度计算结果的正值与负值,且散度计算结果数据的绝对值越大其对应颜色越深。
本发明具有以下有益效果及优点:
1.本发明一种极地能量输送通量散度的计算方法,包括从数据读取、数据处理、计算、结果可视化一整套极地能量输送通量散度的计算流程。
2.本算法仅采用IDL程序完成,操作简单,易于实现。
3.本算法灵活度高,用户可根据需求计算极地区域其他再分析矢量数据如水汽输送通量、热量通量、质量通量、风矢量等数据的散度的计算。
附图说明
图1是本发明方法的流程图;
图2是原始北半球55-90°N范围内的能量输送通量矢量示意图;
图3是投影并修正后得到的北极能量输送通量矢量可视化结果图;
图4是本发明方法示例计算得到的北极能量输送通量的散度可视化结果图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明。结合附图对方法步骤进行说明。以下实施以北半球中高纬度(55-90°N)范围内的数据为例,用于说明本发明的目的,但不用于限定本发明的范围。
如图1所示,程序语言读取全球地理网格下的能量输送通量的经向分量和纬向分量(能量输送通量数据为速度和方向的矢量数据),将研究区域范围内的数据的投影至为分辨率为50km×50km的等面积可扩展网格,对得到水平数据和垂向数据进行方向修正。继而计算能量输送通量在水平和垂直方向的梯度,依据梯度计算能量输送通量的散度。建立图像显示窗口,绘制散度结果图像,在显示窗口进行可视化显示。包括以下步骤:
步骤1):原始数据中能量通量矢量的纬向分量变量名为“p75.162”,经向分量变量名为“p76.162”,两个分量都包含“Attribute scale_factor”、“Attribute add_offset”等属性(上述两个属性分别代表存储数据与真实数据相比的缩放因子和偏移量)。依据变量名分别读取全球地理网格下的能量输送矢量的纬向分量e0和对应的缩放因子scale_factor1和偏移量add_offset1,经向分量n0和对应的缩放因子scale_factor2和偏移量add_offset2,并根据缩放因子和偏移量属性计算两个分量的实际观测值e和n:
公式1:e=e0×scale_factor1+add_offset1
公式2:n=n0×scale_factor2+add_offset2
原始的能量输送通量数据读取后进行可视化的结果如图3所示。
步骤2):将原始全球网格下的能量输送通量矢量的经向数据和纬向数据(图2中的箭头表示的矢量数据:纬向分量实际观测值e,经向分量实际观测值n)投影至具有预设分辨率的等面积可扩展网格。转换过程首先需要建立目标网格对应的坐标系,设置投影类型、椭球体、中央经线和单位等参数;根据初始坐标系和目标坐标系建立地理查找表文件,以确定原始地理网格中的初始位置在目标坐标系中的结果位置。然后,根据初始位置和结果位置对能量输送通量进行变换,将原始地理网格下的能量通量观测值变换至可扩展网格的对应位置,若结果中的某个网格无法在原始观测值数据中找到对应位置,则根据相邻网格已获取的对应位置,利用最近邻重采样方法进行插值计算获取此网格对应位置。设置目标结果的分辨率,得到等面积可扩展网格下的能量输送通量数据。
步骤3):由于原始数据中矢量(纬向分量实际观测值e,经向分量实际观测值n)的方向以经纬度为准,如图2左上坐标系所示,而结果数据的水平分量和垂向分量以x轴和y轴为准,如图3左上坐标系所示。因此当数据(e,n)转换为等面积可扩展网格数据(uu和vv)后,需要进行方向修正,根据象限和经纬度进行调整:
经度0-90°的修正方法如下:
公式3:u=-vv×sin(lon)+uu×sin(90-lon)
公式4:v=vv×cos(lon)+uu×cos(90-lon)
经度90-180°的修正方法如下:
公式5:u=-vv×sin(180-lon)-uu×sin(lon-90)
公式6:v=-vv×cos(180-lon)+uu×cos(lon-90)
经度180-270°的修正方法如下:
公式7:u=vv×sin(lon-180)-uu×sin(lon-180)
公式8:v=-vv×cos(lon-180)-uu×cos(lon-180)
经度270-360°的修正方法如下:
公式9:u=vv×sin(360-lon)+uu×sin(360-lon)
公式10:v=vv×cos(360-lon)-uu×cos(360-lon)
其中,uu和vv是全球网格下北半球中高纬区域能量输送通量(e,n)转换为等面积可扩展网格下的水平分量和垂向分量,u和v是进行方向修正后的水平分量和垂向分量,lon为网格经度。投影并修正后的能量输送通量(u和v)绘制于图3中。图3中采用箭头表示单一网格处的散度矢量,还可以采用其他图形表征散度矢量。其中,关于如何确定“箭头”4个点位置,采用:对于每一个网格,确定输送通量矢量的起始点坐标;根据输送通量矢量的水平大小和垂直大小,以及自定义的箭头角度和长度计算箭头顶点坐标;按顺序将箭头的四个顶点连接成线,绘制单个箭头。
步骤4):基于等面积可扩展网格下的能量输送通量数据,依据水平和垂向梯度计算每个网格的能量输送通量散度:
公式11:
Figure BDA0002977963530000061
其中,i和j代表网格的行列号,
Figure BDA0002977963530000062
代表能量输送通量在水平方向的梯度,
Figure BDA0002977963530000063
代表能量输送通量在垂直方向的梯度。
步骤5):利用IDL的For循环,按照以上步骤计算所有网格的能量输送通量散度。
步骤6):计算完成后,进行可视化叠加显示,如图4所示。图4中采用不同颜色表示各个网格处的散度。冷色表示负值,暖色表示正值。
将每一网格处的散度数据用颜色加以区分,并将陆地边界叠加显示在其上。
若散度计算结果为负值,表示此位置处为通量源区,通量向外辅散;若散度计算结果为正值,表示此位置处为通量汇区,通量向内汇聚;
选取不同颜色表征正值与负值,且散度计算结果数据的绝对值越大其对应颜色越深。
一种极地能量输送通量散度的计算方法,以IDL程序实现。本算法灵活度高,用户可根据需求计算极地区域其他再分析矢量数据如水汽输送通量、热量通量、质量通量、风矢量等数据的散度的计算,并可视化显示。

Claims (4)

1.一种极地能量输送通量散度的计算方法,其特征在于包括以下步骤:
1)读取全球地理网格下的能量输送通量的数据,计算其实际观测值;所述全球地理网格下的能量输送通量为:经向分量和纬向分量、以及各分量数据对应的缩放因子和偏移量属性参数;
所述计算能量输送通量实际观测值,包括:
根据缩放因子和偏移量属性计算纬向分量的实际观测值e和经向分量实际观测值n:
公式1:e=e0×scale_factor1+add_offset1
公式2:n=n0×scale_factor2+add_offset2
其中参数定义如下:e0为全球地理网格下的能量输送矢量纬向分量的记录值,scale_factor1为e0对应的缩放因子,add_offset1为e0对应的偏移量;n0为全球地理网格下的能量输送矢量经向分量的记录值,scale_factor2为n0对应的缩放因子,add_offset2为n0对应的偏移量;
2)将能量输送通量实际观测值数据投影为具有预设分辨率的等面积可扩展网格数据;
3)对投影后得到的水平数据和垂向数据进行方向修正;
4)对于每一个网格,依据水平和垂向梯度计算能量输送通量的散度;包括:
读取等面积可扩展网格下能量输送通量矢量的水平数据和垂直数据,计算每个网格能量输送水平和垂直分量的变化梯度,根据梯度确定此位置能量输送通量的散度;
公式11:
Figure FDA0004126516470000011
其中,i和j代表网格的行列号,
Figure FDA0004126516470000012
代表能量输送通量在水平方向的梯度,
Figure FDA0004126516470000013
代表能量输送通量在垂直方向的梯度;
若散度计算结果为负值,表示此位置处为通量源区,通量向外辅散;若散度计算结果为正值,表示此位置处为通量汇区,通量向内汇聚;
5)重复步骤4),对所有网格进行迭代处理,计算所有网格的能量输送通量散度;
6)建立绘图窗口,将散度计算结果进行可视化,用于图像直观表示此位置处为通量向内汇聚的通量汇区或通量向外辅散的通量源区;
所述将散度计算结果进行可视化包括:将每一网格处的散度数据用颜色加以区分:选取不同颜色表征散度计算结果的正值与负值,且散度计算结果数据的绝对值越大其对应颜色越深;并将陆地边界叠加显示在其上。
2.根据权利要求1所述的一种极地能量输送通量散度的计算方法,其特征在于,将数据投影为具有预设分辨率的等面积可扩展网格包括以下步骤:
设置参数:投影类型、椭球体、中央经线和单位,建立可扩展目标网格坐标系;设置可扩展目标网格坐标系的分辨率;根据原始地理网格坐标系和目标网格坐标系建立地理查找表文件,以确定原始地理网格坐标系中的初始位置在可扩展目标网格坐标系中的结果位置;
根据初始位置和结果位置对每一网格内的能量输送通量数据在可扩展目标网格坐标系下进行插值变换,得到等面积可扩展网格下的能量输送通量数据的两个分量;
计算结果数据对应的等面积可扩展网格的经纬度数据,用于绘制出图。
3.根据权利要求1所述的一种极地能量输送通量散度的计算方法,其特征在于,地理查找表文件用于存储原始地理网格坐标与可扩展网格坐标的映射关系。
4.根据权利要求1所述的一种极地能量输送通量散度的计算方法,其特征在于,所述对投影后得到的水平数据和垂向数据进行方向修正为:
原始地理网格坐标系下的数据中的水平分量以经纬度为参考:水平分量向东为正,向西为负,垂向分量向北为正,向南为负;
当数据转换为等面积可扩展网格后,根据象限和经纬度进行调整,使得可扩展目标网格坐标系下的结果数据以x轴为水平分量、以y轴为垂向分量进行矢量的坐标定位。
CN202110278710.0A 2021-03-16 2021-03-16 一种极地能量输送通量散度的计算方法 Active CN113112556B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110278710.0A CN113112556B (zh) 2021-03-16 2021-03-16 一种极地能量输送通量散度的计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110278710.0A CN113112556B (zh) 2021-03-16 2021-03-16 一种极地能量输送通量散度的计算方法

Publications (2)

Publication Number Publication Date
CN113112556A CN113112556A (zh) 2021-07-13
CN113112556B true CN113112556B (zh) 2023-04-25

Family

ID=76711487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110278710.0A Active CN113112556B (zh) 2021-03-16 2021-03-16 一种极地能量输送通量散度的计算方法

Country Status (1)

Country Link
CN (1) CN113112556B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339568A (zh) * 2015-07-08 2017-01-18 中国电力科学研究院 一种基于混合背景场的数值天气预报方法
CN106529746A (zh) * 2016-12-29 2017-03-22 南京恩瑞特实业有限公司 基于动力和热力因子的空气质量动态融合统计预报方法
CN109655672A (zh) * 2018-12-11 2019-04-19 上海无线电设备研究所 一种基于人工智能的电磁环境效应分析方法
CN109948840A (zh) * 2019-03-08 2019-06-28 宁波市气象台 一种空气质量预报方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69023324T2 (de) * 1990-01-02 1996-06-27 Max Planck Gesellschaft Verfahren und System zur Messung von atmosphärischen Windfeldern mittels räumlich versetzten, schräg strahlenden Antennen.
US7069258B1 (en) * 2002-09-26 2006-06-27 Bothwell Phillip D Weather prediction method for forecasting selected events
EP2274705A4 (en) * 2008-03-28 2011-03-30 Exxonmobil Upstream Res Co CALCULATION OF A VECTOR FIELD WITH UNIFORM SPEED FROM A LOT OF RIVERS
US20100245672A1 (en) * 2009-03-03 2010-09-30 Sony Corporation Method and apparatus for image and video processing
CN110706304B (zh) * 2019-09-23 2023-02-03 中国科学院海洋研究所 一种极地水汽输送通量的可视化算法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339568A (zh) * 2015-07-08 2017-01-18 中国电力科学研究院 一种基于混合背景场的数值天气预报方法
CN106529746A (zh) * 2016-12-29 2017-03-22 南京恩瑞特实业有限公司 基于动力和热力因子的空气质量动态融合统计预报方法
CN109655672A (zh) * 2018-12-11 2019-04-19 上海无线电设备研究所 一种基于人工智能的电磁环境效应分析方法
CN109948840A (zh) * 2019-03-08 2019-06-28 宁波市气象台 一种空气质量预报方法

Also Published As

Publication number Publication date
CN113112556A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
CN110706304B (zh) 一种极地水汽输送通量的可视化算法
US10467726B2 (en) Post capture imagery processing and deployment systems
Strat Recovering the camera parameters from a transformation matrix
CA2313267C (en) Real time digital map shading
CN114331914B (zh) 一种图像快速校准与实时渲染方法、系统、介质及移动端
CN106251282B (zh) 一种机械臂采样环境仿真图的生成方法及装置
CN111707238A (zh) 一种生成航空数字正射影像图的方法及系统
CN109901123A (zh) 传感器标定方法、装置、计算机设备和存储介质
Zhou et al. Novel autonomous on-orbit calibration method for star sensors
CN110823233A (zh) 一种基于坐标变换的地图模型构建方法及系统
CN113112556B (zh) 一种极地能量输送通量散度的计算方法
CN107784633A (zh) 适用于平面测量的无人机航拍图像校准方法
CN114047621A (zh) 一种天文望远镜支架和天文望远镜辅助校准方法
CN111915504B (zh) 基于地理信息迭代匹配的月球影像几何纠正方法
CN110926501B (zh) 一种光测设备的自动标校方法、系统及终端设备
CN103699909B (zh) 机场识别中基于局部全局特征联合决策的聚类方法
CN109886988A (zh) 一种微波成像仪定位误差的度量方法、系统、装置及介质
CN109579796A (zh) 一种投影后影像的区域网平差方法
JP5921753B2 (ja) 地図描画装置
CN114357100A (zh) 基于可视化的地图数学基础设计方法、计算机设备及存储介质
CN106846472A (zh) 一种基于全景地图生成影像地图的方法及装置
GU et al. MODIS imagery geometric precision correction based on longitude and latitude information
CN112085751A (zh) 一种基于云图阴影匹配算法的云层高度估算方法
US20240144641A1 (en) Display device, display method, and computer-readable storage medium
CN116499476A (zh) 一种基于离线地图的模拟定位方法及装置

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