CN113157990B - 一种Cesium引擎下基于聚类算法的海洋标量可视化方法及系统 - Google Patents

Abstract

本发明涉及海洋科学技术领域，具体涉及一种Cesium引擎下基于聚类算法的海洋标量可视化方法及系统，所述可视化方法包括以下步骤：获取全球海洋温度、盐度和海平面数据，插值构建海洋数据集；使用聚类算法对构建的海洋标量数据进行聚类分析，根据聚类中心确定标量区间；根据标量区间划分标量坐标数据，构建不同标量区间的三角网格数组；确定不同区间的颜色值，基于Cesium引擎的构建Geometry Instances方法进行前端绘制。通过加载NetCDF数据，结构化处理海洋数据，可以提取保留海洋数据的维度与属性，保留全球非结构化网格的拓扑信息；进一步使用聚类算法提取标量中心，使区间划分更加合理，更美观的展示海洋标量的层次效果；在Cesium地图引擎上将标量数据可视化展示，辅助决策。

Description

一种Cesium引擎下基于聚类算法的海洋标量可视化方法及系统

技术领域

本发明涉及海洋科学技术领域，具体涉及一种Cesium引擎下基于聚类算法的海洋标量可视化方法及系统。

背景技术

标量场可视化是目前科学计算可视化研究之一，Cesium是国外一个基于JavaScript编写的使用WebGL的地图引擎。Cesium支持3D、2D、2.5D形式的地图展示，可以自行绘制图形，高亮区域，并提供良好的触摸支持，且支持绝大多数的浏览器和移动终端。FVCOM是非结构化三角网格架构、有限体积、自由表面、三维原始方程海洋数值模型，该有限体积积分格式，能更好地保证复杂几何结构的河口海湾及海洋计算中的质量、动量、盐度、温度及热量的守恒性，其中非结构化三角网格的优点在于可应用于任意复杂的场景，非常灵活，具有普遍适用性。因其能更容易地实现区域的边界拟合和光滑的网格尺寸过渡，因此三角网格在海洋应用领域使用越来越广泛，这也是本发明选择研究非结构化三角网格的重要原因。

在标量场可视化中，色标的制定很大程度上决定一幅图的美观程度，由于数据密度分不均匀，在手动等距划分时往往会出现划分不均匀现象，因此有必要设计一种合理的划分方法，本发明中提供了一种Cesium引擎下基于聚类算法的海洋标量可视化方法及系统。

发明内容

本发明的目的在于提供一种Cesium引擎下基于聚类算法的海洋标量可视化方法及系统，本发明以海洋温度场、盐度场和海平面的可视化表达为研究对象，研究包括基于全球海洋温、盐、海平面的标量可视化。本发明针对以NetCDF格式存储的海洋标量场数据，在Cesium引擎上实现可视化。

为解决上述的技术问题，本发明提供的技术方案为：提供了一种Cesium引擎下基于聚类算法的海洋标量可视化方法，包括以下步骤：

步骤一，获取全球海洋温度、盐度和海平面数据，插值构建海洋数据集；

步骤二,使用聚类算法对步骤一中构建的海洋标量数据进行聚类分析，根据聚类中心确定标量区间；

步骤三,根据步骤二中确定得到的标量区间划分标量坐标数据，构建不同标量区间的三角网格数组；

步骤四,确定不同区间的颜色值，基于Cesium引擎的构建Geometry Instances方法进行前端绘制，根据粒子的连续位置用粒子渲染绘制动态轨迹。

在上述技术方案基础上，所述步骤一中包括：

S1,使用request和response方法加载用于存储海洋网格数据的NetCDF文件；

S2,根据三角网格顶点值使用三角重心插值方法确定三角形中心标量值。

在上述技术方案基础上，所述步骤二中包括：

S1,使用基于欧式距离的k-means聚类算法，以温度数据为例，取温度标量作一维聚类分析，得到聚类中心值；

S2,根据聚类中心值确定合适的阈值，划分聚类空间。

在上述技术方案基础上，所述步骤三为构建三角网格点经纬度存储数组，针对每一个三角形，根据其中心标量值划分到不同数组中。

在上述技术方案基础上，所述步骤四中包括：

S1,根据温度、盐碱度和海平面的特性确定每个标量区间合适的颜色值；

S2,使用Cesium引擎的构建Geometry Instances方法对全球网格进行批量绘制，每个区间标量对应其Geometry Instance，通过三维渲染得到图像。

本发明还提供了一种Cesium引擎下基于聚类算法的海洋标量可视化方法用软件系统，包括

数据获取单元，用于获取全球海洋温度、盐度和海平面数据，插值构建海洋数据集；

数据处理单元，用于使用聚类算法对海洋标量数据进行聚类分析，根据聚类中心确定标量区间；以及根据标量区间划分标量坐标数据，构建不同标量区间的三角网格数组；

可视化单元，用于确定不同区间的颜色值，基于Cesium引擎的构建GeometryInstances方法进行前端绘制。

本发明还提供了一种Cesium引擎下基于聚类算法的海洋标量可视化方法用硬件系统，包括

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当至少一个程序被至少一个处理器执行，使得至少一个处理器实现在Cesium引擎下基于聚类算法的海洋标量可视化方法。

本发明提供的技术方案产生的有益效果在于：

本发明提供的一种Cesium引擎下基于聚类算法的海洋标量可视化方法，首先通过加载NetCDF数据，结构化处理海洋数据，可以提取保留海洋数据的维度与属性，保留全球非结构化网格的拓扑信息；其次该方法进一步使用聚类算法提取标量中心，使区间划分更加合理，从而更美观的展示海洋标量的层次效果；最后在Cesium地图引擎上将标量数据可视化展示，可实现2D、2.5D和3D效果，有利于辅助决策。

附图说明

图1为本发明可视化方法的流程示意图；

图2为本发明Cesium引擎中全球海洋温度的可视化示意图；

图3为本发明Cesium引擎中全球海洋盐碱度的可视化示意图；

具体实施方式

下面结合附图和实施例对本发明作进一步说明：

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，需要理解的是，术语“左”、“右”、“前”、“后”、“顶”、“底”、等指示的方位或位置关系均为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或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发明的限制。

本发明中提供的一种Cesium引擎下基于聚类算法的海洋标量可视化方法及系统，通过读取海洋标量数据，经过插值、聚类以及网格数组重构等步骤后，将网格数据渲染到Cesium引擎的的三维球体上进行展示；使得海洋标量数据的展示更加直观、更加方便。

如图1至图3所示，一种Cesium引擎下基于聚类算法的海洋标量可视化方法，包括以下步骤：如图1所示，

步骤一，获取全球海洋温度、盐度和海平面数据，插值构建海洋数据集；在上述技术方案基础上，所述步骤一中包括：

S1,使用request和response方法加载用于存储海洋网格数据的NetCDF文件；

S2,根据三角网格顶点值使用三角重心插值方法确定三角形中心标量值。

具体的，通过加载存储为NetCDF格式即网络通用数据格式的海洋数据，通过获取JS前端响应加载变量到数组；获取三角形对应顶点集，根据三角形对应顶点P1、P2和P3的经纬度和标量值，插值三角形内部P点颜色值，其插值公式为：

P＝(1-u-v)*P1+u*P2+v*P3(1)

P.x＝(1-u-v)*P1.x+u*P2.x+v*P3.x(2)

P.y＝(1-u-v)*P1.y+u*P2.y+v*P3.y(3)

通过确定好的u、v值对P1,P2,P3的颜色值进行加权平均，即可得到P点颜色值。

步骤二,使用聚类算法对步骤一中构建的海洋标量数据进行聚类分析，根据聚类中心确定标量区间；在上述技术方案基础上，所述步骤二中包括：

S1,使用基于欧式距离的k-means聚类算法，以温度数据为例，取温度标量作一维聚类分析，得到聚类中心值；

S2,根据聚类中心值确定合适的阈值，划分聚类空间。

具体的，首先通过手肘法确定聚类中心数目K的取值，其公式如下：

其中：Ci是第i个簇，p是Ci中的样本点，mi是Ci的质心(Ci中所有样本的均值)，SSE是所有样本的聚类误差，代表了聚类效果的好坏。

采用基于欧氏距离的K-means聚类方法聚出K聚类中心。

步骤三,根据步骤二中确定得到的标量区间划分标量坐标数据，构建不同标量区间的三角网格数组；在上述技术方案基础上，所述步骤三为构建三角网格点经纬度存储数组，针对每一个三角形，根据其中心标量值划分到不同数组中。

具体的，根据聚类中心的正态分布情况，取±2σ的区间作为一个区间域，根据区间域，构造三角网格结构数组，其代码如下：

if(data.zetaall[nummm]>a1&&data.zetaall[nummm]<a2){

count[0]＝Math.ceil(Math.abs(data.tempall[nummm])/5)；

data.TriangleLonlatheightT[count[0]][numcolor[count[0]]*9+0]＝data.lon.array[data.node_of_ele.array[nummm][0]-1]；

data.TriangleLonlatheightT[count[0]][numcolor[count[0]]*9+1]＝data.lat.array[data.node_of_ele.array[nummm][0]-1]；

data.TriangleLonlatheightT[count[0]][numcolor[count[0]]*9+2]＝1；

data.TriangleLonlatheightT[count[0]][numcolor[count[0]]*9+3]＝data.lon.array[data.node_of_ele.array[nummm][1]-1]；

data.TriangleLonlatheightT[count[0]][numcolor[count[0]]*9+4]＝data.lat.array[data.node_of_ele.array[nummm][1]-1]；

data.TriangleLonlatheightT[count[0]][numcolor[count[0]]*9+5]＝1；

data.TriangleLonlatheightT[count[0]][numcolor[count[0]]*9+6]＝data.lon.array[data.node_of_ele.array[nummm][2]-1]；

data.TriangleLonlatheightT[count[0]][numcolor[count[0]]*9+7]＝data.lat.array[data.node_of_ele.array[nummm][2]-1]；

data.TriangleLonlatheightT[count[0]][numcolor[count[0]]*9+8]＝1；

numcolor[count[0]]++；}

其中[a1，a2]是一个区间域，data.TriangleLonlatheightT存储第nummm个区间域中所有三角网格对应的三个点的经度、纬度和高度。

步骤四,确定不同区间的颜色值，基于Cesium引擎的构建Geometry Instances方法进行前端绘制，根据粒子的连续位置用粒子渲染绘制动态轨迹。具体的，在上述技术方案基础上，所述步骤四中包括：

S1,根据温度、盐碱度和海平面的特性确定每个标量区间合适的颜色值；

S2,使用Cesium引擎的构建Geometry Instances方法对全球网格进行批量绘制，每个区间标量对应其Geometry Instance，通过三维渲染得到图像。

步骤四中温度、盐度、海平面标量数据可视化，设置不同的颜色区分程度，根据颜色和顶点坐标信息进行前端绘制；具体地，根据步骤三中含有不同区间域信息三角网格顶点坐标信息数组，根据其淹没程度不同，选择不同的颜色属性进行着色。

Cesium可以使用实体如多边形和椭圆体来创建不同的几何类型，也可以使用Primitive API的几何图形和外观系统，用于扩展具有自定义网格、形状、体积和外观的Cesium。几何图形定义了Primitive的结构，即构成基本体的三角形、线或点。外观定义了Primitive的着色，包括其完整的GLSL顶点、面片着色以及渲染状态。需要说明的是，Primitive API通常是指面向图形开发人员的底层API，可通过其来操作几何图形及其外观，或者绘制各种特殊的形状。

使用上述几何图形和外观的优势如下：

Performance即性能：在绘制大量Primitive时，使用几何图形直接允许我们将它们组成单个几何图形，以减少CPU开销并更好地利用GPU。组合Primitive是在Web worker上完成的，以保持UI的响应性。

Flexibility即灵活性：Primitive结合了几何图形和外观。通过分离它们，我们可以独立地修改每一个，可以添加与许多不同外观兼容的新几何图形，反之亦然。

Low-level access即低层级访问：外观提供接近金属的渲染访问，无需担心直接使用Renderer即渲染器的所有细节。外观使所有GLSL着色器中的顶点和面片着色器以及使用自定义渲染状态变得容易。

如上所述，本发明使用Primitive API的几何图形和外观系统来对具有不同淹没程度信息的三角网格进行搭建；具体地，在设置完颜色属性后，创建点存储空间和向量存储空间，然后通过点和向量信息创建三角形，进一步对创建的三角形进行绘制，最后根据创建的三角形以及着色信息定义Primitive结构。

在Cesium的三维场景实现标量数据的三维分析，具体地，将Primitive预先加载，但是不予显示，通过下拉组件来实现不同标量数据在Cesium三维场景上的显示，可视化效果如图2和图3所示。

因此，综上所述，本发明提供的技术方案相较于现有技术存在以下优势：

首先，本发明通过解析、加载和构建数据集，对淹水数据进行结构化处理保留了更多的价值信息和数据的维度和属性；

其次，本发明通过使用Primitive API的几何图形和外观系统来搭建三角网格，可以减少CPU开销并更好地利用GPU；

最后，本发明通过从NetCDF从数据读取、处理再到三维球体上显示的整个过程，为淹水数据的三维可视化显示提供了一个更加完善的解决方案。

另外本发明还提供了一种Cesium引擎下基于聚类算法的海洋标量可视化方法用软件系统，包括

数据获取单元，用于获取全球海洋温度、盐度和海平面数据，插值构建海洋数据集；

数据处理单元，用于使用聚类算法对海洋标量数据进行聚类分析，根据聚类中心确定标量区间；以及根据标量区间划分标量坐标数据，构建不同标量区间的三角网格数组；

可视化单元，用于确定不同区间的颜色值，基于Cesium引擎的构建GeometryInstances方法进行前端绘制。

另外本发明还提供了一种Cesium引擎下基于聚类算法的海洋标量可视化方法用硬件系统，包括

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当至少一个程序被至少一个处理器执行，使得至少一个处理器实现在Cesium引擎下基于聚类算法的海洋标量可视化方法。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (7)

1.一种Cesium引擎下基于聚类算法的海洋标量可视化方法，其特征在于，包括以下步骤：

步骤一，获取全球海洋温度、盐度和海平面数据，插值构建海洋数据集；

步骤二,使用聚类算法对步骤一中构建的海洋标量数据进行聚类分析，根据聚类中心确定标量区间；具体的包括：

S1,使用基于欧式距离的k-means聚类算法，得到聚类中心值；首先通过手肘法确定聚类中心数目K的取值，其公式如下：

其中：Ci是第i个簇，p是Ci中的样本点，mi是Ci的质心(Ci中所有样本的均值)，SSE是所有样本的聚类误差，代表了聚类效果的好坏；

S2,根据聚类中心值确定合适的阈值，划分聚类空间；

步骤三,根据步骤二中确定得到的标量区间划分标量坐标数据，构建不同标量区间的三角网格数组；

步骤四,确定不同区间的颜色值，基于Cesium引擎的构建Geometry Instances方法进行前端绘制，根据粒子的连续位置用粒子渲染绘制动态轨迹。

2.根据权利要求1所述的一种Cesium引擎下基于聚类算法的海洋标量可视化方法，其特征在于，所述步骤一中包括：

S1,使用request和response方法加载用于存储海洋网格数据的NetCDF文件；

S2,根据三角网格顶点值使用三角重心插值方法确定三角形中心标量值。

3.根据权利要求1所述的一种Cesium引擎下基于聚类算法的海洋标量可视化方法，其特征在于，所述步骤二中包括：

S1,使用基于欧式距离的k-means聚类算法，以温度数据为例，取温度标量作一维聚类分析，得到聚类中心值；

S2,根据聚类中心值确定合适的阈值，划分聚类空间。

4.根据权利要求1所述的一种Cesium引擎下基于聚类算法的海洋标量可视化方法，其特征在于，所述步骤三为构建三角网格点经纬度存储数组，针对每一个三角形，根据其中心标量值划分到不同数组中。

5.根据权利要求1所述的一种Cesium引擎下基于聚类算法的海洋标量可视化方法，其特征在于，所述步骤四中包括：

S1,根据温度、盐碱度和海平面的特性确定每个标量区间合适的颜色值；

S2,使用Cesium引擎的构建Geometry Instances方法对全球网格进行批量绘制，每个区间标量对应其Geometry Instance，通过三维渲染得到图像。

6.一种根据权利要求1至5任一项所述的Cesium引擎下基于聚类算法的海洋标量可视化方法用软件系统，其特征在于，包括

数据获取单元，用于获取全球海洋温度、盐度和海平面数据，插值构建海洋数据集；

数据处理单元，用于使用聚类算法对海洋标量数据进行聚类分析，根据聚类中心确定标量区间；以及根据标量区间划分标量坐标数据，构建不同标量区间的三角网格数组；

可视化单元，用于确定不同区间的颜色值，基于Cesium引擎的构建GeometryInstances方法进行前端绘制。

7.一种根据权利要求1至5任一项所述的Cesium引擎下基于聚类算法的海洋标量可视化方法用硬件系统，其特征在于，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当至少一个程序被至少一个处理器执行，使得至少一个处理器实现在Cesium引擎下基于聚类算法的海洋标量可视化方法。

Images