CN113177372B - Cesium引擎下基于非结构化网格的海洋流场可视化方法 - Google Patents
Cesium引擎下基于非结构化网格的海洋流场可视化方法 Download PDFInfo
- Publication number
- CN113177372B CN113177372B CN202110458863.3A CN202110458863A CN113177372B CN 113177372 B CN113177372 B CN 113177372B CN 202110458863 A CN202110458863 A CN 202110458863A CN 113177372 B CN113177372 B CN 113177372B
- Authority
- CN
- China
- Prior art keywords
- particles
- grid
- triangular
- data
- triangular mesh
- 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.)
- Expired - Fee Related
Links
- 229910052792 caesium Inorganic materials 0.000 title claims abstract description 14
- TVFDJXOCXUVLDH-UHFFFAOYSA-N caesium atom Chemical compound [Cs] TVFDJXOCXUVLDH-UHFFFAOYSA-N 0.000 title claims abstract description 14
- 238000007794 visualization technique Methods 0.000 title abstract description 6
- 239000002245 particle Substances 0.000 claims abstract description 87
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000012800 visualization Methods 0.000 claims abstract description 10
- 238000009877 rendering Methods 0.000 claims abstract description 5
- 230000000694 effects Effects 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及海洋流场可视化领域,尤其是Cesium引擎下基于非结构化网格的海洋流场可视化方法,其包括以下步骤:获取海洋流场数据,根据海洋流场数据构建数据集;解析数据集,以数据字典的格式存储非结构化三角网格点与边、三角形与边的关系;计算非结构化三角网格面积,自定义密度标准,根据网格密度进行粒子初始化;使用基于线段相交的网格查找法确定粒子所在网格;根据粒子的连续位置用粒子渲染绘制动态轨迹。本发明将基于非结构化三角网格的海洋流场数据进行了科学计算可视化,补充了以往非结构三角网格上实现动态流场可视化的空白,非结构化三角网格在描述近岸及河道流场方面更优于结构化网格。
Description
技术领域
本发明涉及海洋流场可视化领域,尤其是Cesium引擎下基于非结构化网格的海洋流场可视化方法。
背景技术
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。但非结构化三角网格需要额外的存储空间,在邻接点查找、可视化计算中都更加困难。
发明内容
本发明旨在解决上述问题,本发明以海洋流场的可视化表达为研究对象,研究包括基于“全球-区域-近岸”三层分辨率的流矢量和温、盐、海平面的标量的可视化。通过对全球流场结构的多时刻动态表达,能够深层次理解和归纳海洋流场的时空变化规律,从而丰富海洋数据模型的理论方法研究。本发明提供了一种Cesium引擎下基于非结构化网格的海洋流场可视化方法,其采用的技术方案如下:
Cesium引擎下基于非结构化网格的海洋流场可视化方法,包括以下步骤:
S1.获取海洋流场数据,根据海洋流场数据构建数据集;
S2.解析数据集,以数据字典的格式存储非结构化三角网格点与边、三角形与边的关系;
S3.计算非结构化三角网格面积,自定义密度标准,根据网格密度进行粒子初始化;
S4.基于龙格库塔法确定粒子下一位置坐标,使用基于线段相交的网格查找法确定粒子所在网格;
S5.根据粒子的连续位置用粒子渲染绘制动态轨迹。
在上述方案的基础上,所述步骤S1包括以下详细步骤:
S1-1.将海洋流场数据存储为NetCDF格式;
S1-2.创建加载NC格式文件的函数loadNetCDF(),加载海洋流场的NetCDF数据,确定要初始化的粒子数量,网格数量。
在上述方案的基础上,所述步骤S2包括以下详细步骤:
S2-1.提取NetCDF内网格顶点经纬度数据、网格中心点的UV分量数据以及中心点经纬度,构造三角网格边列表数组;
S2-2.以数据字典的格式建立非结构化三角网格点与边、三角形与边的关系;
S2-3.运用重心差值确定网格重心点标量、矢量值。
优选地,所述步骤S3包括以下详细步骤:
S3-1.遍历所有三角网格,求得每个三角网格的面积triangular_area和三角网格面积的总和data.all_triangular_area;
S3-2.对三角网格根据面积大小进行分类,对不同类别的三角网格选取不同的单位面积;
S3-3.根据公式(1)求三角网格中粒子数目的期望E:
其中sumparticlenumber是需要放置的总粒子数,data.all_triangular_area是三角网格总面积;
S3-4.根据公式(2)求粒子的分布:
其中i代表每个三角网格中放置的粒子数,此处若使用0-1分布,即max=1,易求得不放置粒子的概率为p=1-E,放置一个粒子的概率为E;
S3-5.对于每个三角网格,开始时设置当前三角网格内放置的粒子个数为0,每个三角网格进行的迭代次数根据公式(3)进行计算:
其中iterationtime代表迭代次数,[]代表取整,unit_area代表单位面积(不同类别三角网格的单位面积不同);在当前三角网格内迭代iterationtime次,每次产生一个0-1之间的随机数,若随机数在0到p之间,则此次迭代放置的粒子数为0,若在p和1之间,则此次放置的粒子数为1,每次迭代后,当前三角形放置的粒子数加上此次迭代结果。
优选地,所述步骤S4中查找粒子所在网格的过程包括以下详细步骤:
S4-1.判断粒子下一位置坐标nextposition是否在当前三角网格内,若在则返回当前三角网格,不在则执行步骤S4-2;
S4-2.设连接粒子当前坐标currentposition与nextposition的线段line1,查询line1与当前三角网格有交点的边border1;
S4-3.查询border1所连接的另一个三角网格triangel;
S4-4.判断nextposition是否在triangel中,若在则确定粒子所在网格为triangel,若不在则将triangel赋值给当前三角网格,自步骤S4-1循环执行。
优选地,在Cesium引擎上绘制动态粒子效果。
本发明的有益效果为:将基于非结构化三角网格的海洋流场数据进行了科学计算可视化,补充了以往非结构三角网格上实现动态流场可视化的空白,非结构化三角网格在描述近岸及河道流场方面更优于结构化网格;基于Cesium引擎通过基于纹理的渲染对海洋流场进行了更好的可视化效果。
附图说明
图1:为基于非网格分布的粒子初始化均匀效果图;
图2:下个粒子在非结构化三角网格中位置判断示意图;
图3:高阶龙格库塔法结合改进的自适应步长流线构造示意图;
图4:静态流场轨迹图;
图5:珠江口动态流场效果图;
图6:可视化系统架构图。
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:
本发明中采用许多形状简单的微小粒子作为基本元素,这些粒子都有各自的生命周期,在系统中都要经历“产生”、“运动和生长”及“消亡”三个阶段,用它们的运动来表示不规则的海洋流场。海洋流场可视化方法主要分为数据提取、随机粒子初始化和流场轨迹绘制三部分,主要包括以下步骤:
S1.获取海洋流场数据,根据海洋流场数据构建数据集;
S2.解析数据集,以数据字典的格式存储非结构化三角网格点与边、三角形与边的关系;
S3.计算非结构化三角网格面积,自定义密度标准,根据网格密度进行粒子初始化;
S4.基于龙格库塔法确定粒子下一位置坐标,使用基于线段相交的网格查找法确定粒子所在网格;
S5.根据粒子的连续位置用粒子渲染绘制动态轨迹。
上述过程中针对全球-区域-近岸选取全球海洋、中国海和珠江口海域作为可视化区域样例,设置“全球-区域-近岸”三层分辨率,可以充分发挥非结构化网格在不同区域内三角网格密度不同的特点。离海岸线越近,三角网格越密集,所展示的流场轨迹也更加详细和密集,因此可以在不同的分辨率下充分展示流场的相应特征,清晰直观。
步骤S1包括以下详细步骤:
S1-1.将海洋流场数据存储为NetCDF格式;
S1-2.创建加载NC格式文件的函数loadNetCDF(),加载海洋流场的NetCDF数据,确定要初始化的粒子数量,网格数量。
步骤S1中需要在应用中使用NetCDF(NC)文件,其中三角形网格数据以及其他相对应的数据需要重新提取,对提供的样例海域流场中NC文件的数据读取进行分析了解。NC文件包括dimensions、variables和data三个部分,因此设计data全局变量如表1所示:
表1 data全局变量
基于定义好的全局变量通过三角重心插值确定网格重心点数据,在步骤S1中,为后面几个步骤的实现准备好需要用到的网格数据。
步骤S2包括以下详细步骤:
S2-1.提取NetCDF内网格顶点经纬度数据、网格中心点的UV分量数据以及中心点经纬度,构造三角网格边列表数组;
S2-2.以数据字典的格式建立非结构化三角网格点-点、边-边的映射;
S2-3.运用重心差值确定网格重心点标量、矢量值。
因为三角网格在海陆边界处分布密集,在大洋内部分布稀疏。如果随机选取网格进行初始化,海岸线附近粒子数量过多会导致流场遮挡问题严重、视觉效果混乱,进而影响对整个海洋流场的理解,而在海洋内部粒子数量过少很容易丢失流场中表征重要特征的流线。基于上述分析,设计了在非结构化三角网格下粒子随机化的算法,算法流程如下所示:
S3-1.遍历所有三角网格,求得每个三角网格的面积triangular_area和三角网格面积的总和data.all_triangular_area;
S3-2.对三角网格根据面积大小进行分类,对不同类别的三角网格选取不同的单位面积;
S3-3.根据公式(1)求三角网格中粒子数目的期望E:
其中sumparticlenumber是需要放置的总粒子数,data.all_triangular_area是三角网格总面积;
S3-4.根据公式(2)求粒子的分布:
其中i代表每个三角网格中放置的粒子数,此处若使用0-1分布,即max=1,易求得不放置粒子的概率为p=1-E,放置一个粒子的概率为E;
S3-5.对于每个三角网格,开始时设置当前三角网格内放置的粒子个数为0,每个三角网格进行的迭代次数根据公式(3)进行计算:
其中iterationtime代表迭代次数,[]代表取整,unit_area代表单位面积(不同类别三角网格的单位面积不同);在当前三角网格内迭代iterationtime次,每次产生一个0-1之间的随机数,若随机数在0到p之间,则此次迭代放置的粒子数为0,若在p和1之间,则此次放置的粒子数为1,每次迭代后,当前三角形放置的粒子数加上此次迭代结果,粒子初始化效果图如图1所示。
目前寻找粒子下个位置的主流算法是使用四阶龙格库塔方法,即使用四个斜率的加权平均来计算下一个时间点的值,其公式为:
k1=f(tn,yn)
k4=f(tn+h,yn+hk3)
注:k1、k2、k3、k4代表四个斜率,而h是所取的时间步长。
虽然通过龙格库塔方法可以找到下一个粒子的坐标nextposition,但无法确定粒子所在的三角网格。粒子经过网格示意图如图2所示,若通过遍历的方法将大量消耗性能,故提出步骤S4所述的创新方法:
S4-1.判断粒子下一位置坐标nextposition是否在当前三角网格内,若在则返回当前三角网格,不在则执行步骤S4-2;
S4-2.设连接粒子当前坐标currentposition与nextposition的线段line1,查询line1与当前三角网格有交点的边border1;
S4-3.查询border1所连接的另一个三角网格triangel;
S4-4.判断nextposition是否在triangel中,若在则确定粒子所在网格为triangel,若不在则将triangel赋值给当前三角网格,自步骤S4-1循环执行。
高阶龙格库塔法是目前较流行且准确的曲线数值积分算法。自适应步长流线构造方法根据矢量值自适应调整步长(通俗地讲是运动时间),将更准确的拟合真实的流场运动轨迹。如图3所示,平滑代表海洋流场轨迹,连续线段代表粒子模拟轨迹。
最后,在Cesium引擎上实现海洋流场中动态粒子的绘制,图4为基于线的静态流场可视化效果图,图5为基于纹理的动态流场可视化效果图,其中蓝色粒子代表速度较快的流场粒子,黄色粒子代表中等速度的流场粒子,白色粒子代表速度较慢的流场粒子;整个系统的架构图如图6所示。
上面以举例方式对本发明进行了说明,但本发明不限于上述具体实施例,凡基于本发明所做的任何改动或变型均属于本发明要求保护的范围。
Claims (4)
1.Cesium引擎下基于非结构化网格的海洋流场可视化方法,其特征在于,包括以下步骤:
S1.获取海洋流场数据,根据海洋流场数据构建数据集;
S2.解析数据集,以数据字典的格式存储非结构化三角网格点与边、三角形与边的关系;
S3.计算非结构化三角网格面积,自定义密度标准,根据网格密度进行粒子初始化;
S4.基于龙格库塔法确定粒子下一位置坐标,使用基于线段相交的网格查找法确定粒子所在网格;
S5.根据粒子的连续位置用粒子渲染绘制动态轨迹;
所述步骤S3包括以下详细步骤:
S3-1.遍历所有三角网格,求得每个三角网格的面积triangular_area和三角网格面积的总和data.all_triangular_area;
S3-2.对三角网格根据面积大小进行分类,对不同类别的三角网格选取不同的单位面积;
S3-3.根据公式(1)求三角网格中粒子数目的期望E;
其中sumparticlenumber是需要放置的总粒子数,data.all_triangular_area是三角网格总面积;
S3-4.根据公式(2)求粒子的分布:
其中i代表每个三角网格中放置的粒子数,此处若使用0-1分布,即max=1,易求得不放置粒子的概率为p=1-E,放置一个粒子的概率为E;
S3-5.对于每个三角网格,开始时设置当前三角网格内放置的粒子个数为0,每个三角网格进行的迭代次数根据公式(3)进行计算:
其中iterationtime代表迭代次数,[]代表取整,unit_area代表单位面积;在当前三角网格内迭代iterationtime次,每次产生一个0-1之间的随机数,若随机数在0到p之间,则此次迭代放置的粒子数为0,若在p和1之间,则此次放置的粒子数为1,每次迭代后,当前三角形放置的粒子数加上此次迭代结果;
所述步骤S4中查找粒子所在网格的过程包括以下详细步骤:
S4-1.判断粒子下一位置坐标nextposition是否在当前三角网格内,若在则返回当前三角网格,不在则执行步骤S4-2;
S4-2.设连接粒子当前坐标currentposition与nextposition的线段line1,查询line1与当前三角网格有交点的边border1;
S4-3.查询border1所连接的另一个三角网格triangel;
S4-4.判断nextposition是否在triangel中,若在则确定粒子所在网格为triangel,若不在则将triangel赋值给当前三角网格,自步骤S4-1循环执行。
2.根据权利要求1所述的Cesium引擎下基于非结构化网格的海洋流场可视化方法,其特征在于,所述步骤S1包括以下详细步骤:
S1-1.将海洋流场数据存储为NetCDF格式;
S1-2.创建加载NC格式文件的函数loadNetCDF(),加载海洋流场的NetCDF数据,确定要初始化的粒子数量,网格数量。
3.根据权利要求2所述的Cesium引擎下基于非结构化网格的海洋流场可视化方法,其特征在于,所述步骤S2包括以下详细步骤:
S2-1.提取NetCDF内网格顶点经纬度数据、网格中心点的UV分量数据以及中心点经纬度,构造三角网格边列表数组;
S2-2.以数据字典的格式建立非结构化三角网格点与边、三角形与边的关系;
S2-3.运用重心差值确定网格重心点标量、矢量值。
4.根据权利要求1所述的Cesium引擎下基于非结构化网格的海洋流场可视化方法,其特征在于,在Cesium引擎上绘制动态粒子效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110458863.3A CN113177372B (zh) | 2021-04-27 | 2021-04-27 | Cesium引擎下基于非结构化网格的海洋流场可视化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110458863.3A CN113177372B (zh) | 2021-04-27 | 2021-04-27 | Cesium引擎下基于非结构化网格的海洋流场可视化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113177372A CN113177372A (zh) | 2021-07-27 |
CN113177372B true CN113177372B (zh) | 2022-08-30 |
Family
ID=76926423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110458863.3A Expired - Fee Related CN113177372B (zh) | 2021-04-27 | 2021-04-27 | Cesium引擎下基于非结构化网格的海洋流场可视化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113177372B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797491B (zh) * | 2022-12-06 | 2023-07-11 | 中国水利水电科学研究院 | 一种数字孪生流域二元水循环流场的生成与渲染方法 |
CN115964546B (zh) * | 2023-01-06 | 2023-05-30 | 中国海洋大学 | 一种基于边绑定的涡旋迁移通道提取及可视化方法 |
CN116719981B (zh) * | 2023-08-08 | 2023-10-27 | 东莘电磁科技(成都)有限公司 | 一种基于电磁领域的细线网格流场可视化方法 |
CN117274534B (zh) * | 2023-11-20 | 2024-02-06 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种三维结构化网格的表面流线生成方法、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521886A (zh) * | 2011-11-30 | 2012-06-27 | 清华大学 | 一种化学气相沉积过程的三维模拟方法 |
CN104318598A (zh) * | 2014-10-17 | 2015-01-28 | 中国科学技术大学 | 一种三维流固单向耦合的实现方法及系统 |
CN106157370A (zh) * | 2016-03-03 | 2016-11-23 | 重庆大学 | 一种基于粒子群算法的三角网格规范化方法 |
CN109147019A (zh) * | 2018-07-27 | 2019-01-04 | 厦门大学嘉庚学院 | 基于流线生长法和变态粒子法的多层纹理生成方法 |
CN111984611A (zh) * | 2020-07-09 | 2020-11-24 | 厦门亿力吉奥信息科技有限公司 | 电网信息模型在线自动处理及共享方法及应用端 |
CN112163384A (zh) * | 2020-08-18 | 2021-01-01 | 北京大学 | 一种面向自由表面流的固体边界提取方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109035410B (zh) * | 2018-07-19 | 2020-08-07 | 浙江大学 | 一种基于离散化的多重曲面建筑网格划分方法 |
CN109671154B (zh) * | 2018-12-11 | 2021-05-25 | 中南大学 | 三角网格表示的曲面非迭代重新网格化方法 |
-
2021
- 2021-04-27 CN CN202110458863.3A patent/CN113177372B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521886A (zh) * | 2011-11-30 | 2012-06-27 | 清华大学 | 一种化学气相沉积过程的三维模拟方法 |
CN104318598A (zh) * | 2014-10-17 | 2015-01-28 | 中国科学技术大学 | 一种三维流固单向耦合的实现方法及系统 |
CN106157370A (zh) * | 2016-03-03 | 2016-11-23 | 重庆大学 | 一种基于粒子群算法的三角网格规范化方法 |
CN109147019A (zh) * | 2018-07-27 | 2019-01-04 | 厦门大学嘉庚学院 | 基于流线生长法和变态粒子法的多层纹理生成方法 |
CN111984611A (zh) * | 2020-07-09 | 2020-11-24 | 厦门亿力吉奥信息科技有限公司 | 电网信息模型在线自动处理及共享方法及应用端 |
CN112163384A (zh) * | 2020-08-18 | 2021-01-01 | 北京大学 | 一种面向自由表面流的固体边界提取方法 |
Non-Patent Citations (2)
Title |
---|
数字海洋系统的向量场可视化;王少荣;《计算机辅助设计与图形学学报》;20161231;全文 * |
海洋风场三维可视化方法研究;廖忠云;《海洋信息技术》;20161231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113177372A (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113177372B (zh) | Cesium引擎下基于非结构化网格的海洋流场可视化方法 | |
CN102521863B (zh) | 一种基于粒子系统的三维流体标矢量统一动态表示方法 | |
Kipfer et al. | Realistic and interactive simulation of rivers. | |
CN109063279B (zh) | 基于粒子流轨迹追踪算法的三维空间风场动态模拟方法 | |
CN102663827A (zh) | 复杂淹没区域风暴潮洪水演进三维动态全过程仿真方法 | |
CN102855400B (zh) | 一种基于投影网格的海洋表面建模及实时光照方法 | |
CN103679807B (zh) | 一种带边界约束的散乱点云重构方法 | |
CN101706972A (zh) | 海上溢油的三维可视化算法 | |
CN105913475B (zh) | 一种时空变化过程动态可视化方法 | |
CN114020943B (zh) | 流域水面混合绘制方法及系统、电子设备、存储介质 | |
CN113850894B (zh) | 一种基于Leaflet的全球涡旋轨迹动态可视化方法 | |
CN113157990B (zh) | 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 | |
CN110400366A (zh) | 一种基于OpenGL的实时洪水灾害可视化仿真方法 | |
CN116912441A (zh) | 一种面向海洋水文气象数据的可视化方法、装置及介质 | |
CN104299262A (zh) | 一种基于速度场流线的三维云模拟方法 | |
CN115859755A (zh) | 一种定常流场矢量数据的可视化方法、装置、设备及介质 | |
CN113705131B (zh) | 基于粒子运动的水体污染扩散模拟预测方法和装置 | |
Valencia-Rosado et al. | A modular generative approach for realistic river deltas: When L-systems and cGANs meet | |
Li et al. | GPU accelerated marine data visualization method | |
Weier et al. | Generating and rendering large scale tiled plant populations | |
CN108875275A (zh) | 一种基于大规模流线的矢量场实时仿真方法及系统 | |
Gold et al. | The marine GIS-dynamic GIS in action | |
CN114565730A (zh) | 地图矢量样本的处理方法、设备和计算机可读存储介质 | |
Ma et al. | Real-time ocean wave motion simulation based on statistic model and GPU programming | |
Madrazo et al. | Air bubbles in ice by simulating freezing phenomenon |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220830 |
|
CF01 | Termination of patent right due to non-payment of annual fee |