CN116070050B - 一种立体网格交互订正方法及装置 - Google Patents
一种立体网格交互订正方法及装置 Download PDFInfo
- Publication number
- CN116070050B CN116070050B CN202210456948.2A CN202210456948A CN116070050B CN 116070050 B CN116070050 B CN 116070050B CN 202210456948 A CN202210456948 A CN 202210456948A CN 116070050 B CN116070050 B CN 116070050B
- Authority
- CN
- China
- Prior art keywords
- layer
- grid
- correction
- linkage
- point
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 82
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000009877 rendering Methods 0.000 claims abstract description 29
- 239000010410 layer Substances 0.000 claims description 188
- 239000002245 particle Substances 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 9
- 239000002344 surface layer Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 229910052792 caesium Inorganic materials 0.000 claims description 6
- TVFDJXOCXUVLDH-UHFFFAOYSA-N caesium atom Chemical compound [Cs] TVFDJXOCXUVLDH-UHFFFAOYSA-N 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000032683 aging Effects 0.000 claims description 4
- 230000007774 longterm Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims 2
- 230000003993 interaction Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000009435 building construction Methods 0.000 abstract description 3
- 238000010248 power generation Methods 0.000 abstract description 3
- 230000004927 fusion Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
本发明涉及一种立体网格交互订正方法，包括以下：步骤110、背景场生成；步骤120、关键层订正；步骤130、最优垂直相关层的联动订正；步骤140、图形动态渲染。相较于数值模式等提供的立体气象要素预报，本发明实现了立体网格数字天气预报的交互编辑订正，并在物理约束和本地廓线模型深度融合基础上，通过最优垂直相关层的联动订正实现不同垂直层次要素的自动关联协调，并实时进行三维可视化渲染，清晰展示三维的编辑变化量，以提供更精准的立体网格预报产品，可以为多个生产领域如高层建筑施工、风力发电、低空飞行、人影作业等场景提供支撑。
Description
技术领域
本发明涉及天气预报技术领域，尤其涉及一种立体网格交互订正方法及装置。
背景技术
天气预报发展至今，已经发展为以高性能计算的模式预报为基础，预报员基于多年积累的预报经验和思路进行人工订正，最后面向用户发布高分辨率的精细化网格预报。为实现网格气象预报的交互订正与制作，目前行业内已研发了众多不同特色的精细化网格预报制作平台。但上述平台均只针对地面单一层次，并未延伸到高空。伴随社会发展，气象服务需求也日益增长，多个生产领域如高层建筑施工、风力发电、低空飞行、人影作业等均需高空气象预报进行支撑，因此，精细化的立体网格预报产品对于服务社会生产具有重要意义。
然而，目前行业内仍缺乏成熟的、可交互编辑的立体网格预报制作平台及对应技术。虽然高空气象预报可通过数值模式提供，但数值预报产品依赖于高性能计算机的大量运算求解，生成速度慢，耗时长，无法及时调整预报偏差，且对于下垫面复杂的大气近地面层预报效果较差，不能满足高频滚动精准的服务需求，需在网格预报制作平台进行编辑与二次加工。与单一层次相比，立体网格的交互编辑技术需要更进一步解决不同高度层气象要素的相互协调问题。受流体物理的动热力框架约束，大气中的气象要素具有垂直关联特征。当预报员依据分析偏差或主观经验进行单层订正时，要素在水平和垂直方向应联动变化，以使得各向协调一致、准确性更高。
发明内容
本发明的目的是为了至少解决现有技术的不足之一，提供一种立体网格交互订正方法及装置。
为了实现上述目的，本发明采用以下的技术方案，
具体的，提出一种立体网格交互订正方法，包括以下：
步骤110、背景场生成；
步骤120、关键层订正；
步骤130、最优垂直相关层的联动订正；
步骤140、图形动态渲染。
进一步，具体的，所述背景场生成包括以下，
步骤210、等压层与高度层的数据转换，
基于数据接口获取基于等压面层的数值模式气象要素、网格场Ep以及位势高度网格场Hp，基于公式对所有网格点的位势高度/>进行逐个计算该点的几何高度/>获取多个等压层的Ep以及Hp，计算得到多层垂直不等距的的几何高度场Zp，其中Zp有m层，表示为Zp0、Zp1、……、Zpm，g＝9.7803*(1+0.0053024sin2φ-0.000005sin22φ)，g为网格点所在位置的重力加速度，φ为网格点所在位置的纬度；
步骤220、等高层数据生成，
确认离地等高层分别为50m、100m、150m、200m、250m、300m、400m、500m、750m、1000m、1500m、2000m、2500m、3000m、4000m、5000m、6000m、7000m、8000m、9000m、10000m、11000m、12000m共23个层次，分别表示为z0，z1，zn，基于气象要素的空间连续性，结合步骤210计算得出的等压层几何高度进行建模得到构建的模型，并基于构建的模型计算得到21个预设几何高度层的气象要素值；
步骤230、数据加载
将以上数据进行加载，作为立体网格预报交互编辑的初始场。
进一步，具体的，在上述步骤220中得到构建的模型，并基于构建的模型计算得到23个预设几何高度层的气象要素值，通过以下方式实现，
选取任意网格点，将该网格点在各等压面层的几何高度分别简写为zp0、……、zpm，各层对应的气象要素值为ep0、……、epm，以该点在各等压面层的几何高度[zp0,zp1],[zp1,zp2]、……、[zp(m-1),zpm]为分段区间，
采用公式fi(z)＝ai*(z)3+bi*(z)2+ci*(z)+di进行分段建模，得到以几何高度z为自变量的模型，其中i＝1、……、m，代表序号，ai,bi,ci,di为待求解的模型系数，分段模型一共有4m个系数待求解
该模型符合以下条件：
模型在各分段区间两端的值等于该点的气象要素值，得到2m个方程；
fi(zp(i-1))＝ep(i-1)
fi(zpi)＝epi
模型在节点zp1、……、zp(m-1)处的一阶导数相等，得到(m-1)个方程；
f'i(zpi)＝f'i+1(zpi)
模型在节点zp1、……、zp(m-1)处的二阶导数相等，得到(m-1)个方程；
f”i(zpi)＝f”i+1(zpi)
模型在节点zp0、zpm处，选定自然边界为条件，得到2个方程；
f”1(zp0)＝0
f”m(zpm)＝0
利用上述条件可得到4m个方程，从而求解得到全部的ai,bi,ci,di，
基于所构建的模型计算获得该格点在23个预定等高层的气象要素值ez0、……、ezn，之后对网格场重复上述操作，得到23个预定等高层的气象要素场Ez0、……、Ezn。
进一步，具体的，所述关键层订正包括以下，
将被编辑修改的网格点定义为基准点，而周边发生变化的网格点定义为被影响格点，
步骤310、单点时间序列编辑，
针对待编辑的关键层，选取任意的基准点，从内存数据中获取该点所有预报时效的时间序列数据，通过调整曲线/柱状图序列，得到该点多个时次的订正结果，并通过以下公式反馈到周边被影响格点，
其中(i0,j0)为所述基准点的坐标，为编辑前的各个离地高度层对应气象要素值，/>为编辑后的气象要素值，(i,j)为所述被影响格点的坐标，/>为被影响格点的订正结果，d网格格距，r为被影响格点到基准点的距离；
步骤320、格点场编辑，
根据用户所选取的区域选择、移动、赋值、增减等图形化编辑的方式，对预报区域的格点数据进行编辑。
进一步，具体的，所述最优垂直相关层的联动订正，包括以下，
步骤410、确定联动层，
基于关键层，应用以下公式计算其余层次与关键层的相关系数γk，
其中γk为特定某一层次k(k＝1、……、m)与关键层的相关系数，(i,j)为所述格点的坐标，为关键层值对应气象要素值，/>为关键层所有格点的气象要素平均值，为特定某一层次k(k＝1、……、m)对应气象要素值，/>为特定某一层次k(k＝1、……、m)所有格点的气象要素平均值；
同时基于长期历史数据，对所有样本日计算的相关系数并求平均值作为历史最优阈值。若/>即认为该层为联动层；
步骤420、计算关键层的网格订正量，
以任意网格点为例，通过下式计算关键层上该格点在步骤120中编辑前后的变化量
其中，为所述关键层的订正前要素值，/>为订正后气象要素值；
步骤430、联动层订正，
根据步骤410确定与关键层垂直距离最大的联动层zm，而zm+1层则不再受影响，因此可令关键层的为1，zm+1层的订正系数/>为0，按照垂直距离越大、订正量越小的原则，根据以下公式确定所述联动层的订正系数βz为：
联动层的订正结果计算如下：
其中，为所述联动层的订正前要素值，/>为订正后要素值。
对所述联动层的所有网格点，重复步骤420至步骤430，得到联动层的订正后网格场
进一步，所述方法还包括，当获取到用户所设定的关键层的联动层，则直接将该联动层作为所述关键层的联动层。
进一步，具体的，所述图形动态渲染基于Cesium组件实现，包括以下，
步骤510、基于风粒子系统的立体风场渲染；
步骤520、基于等压层或等高层的分层风场渲染；
步骤530、基于地形高度的温度贴地图；
步骤540、参数归一化。
进一步，具体的，所述步骤540中的参数归一化通过将真实参数转变为0-10之间的对应数值，在图形界面提供0-10的滑动条，通过以下公式进行参数归一化：
其中n为界面数值，v为转换后的真实参数值，vmax以及vmin分别为同种参数的最大值和最小值。
本发明还提出一种立体网格交互订正装置，包括：
背景场生成模块，用于进行背景场生成；
关键层订正模块，用于进行关键层订正；
联动订正模块，用于进行最优垂直相关层的联动订正；
图形动态渲染模块，用于进行图形动态渲染。
本发明还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述一种立体网格交互订正方法的步骤。
本发明的有益效果为：
本发明通过提出一种立体网格交互编辑方法及系统，在已有的精细化预报制作平台基础上升级改造，提供任一层次的网格交互编辑功能，通过要素变值的即时响应机制实现各垂直层次的自动关联订正，并实时进行三维可视化渲染，清晰展示三维的编辑变化量，以提供更精准的立体网格预报产品，支撑相应场景的应用服务。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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，在附图中：
图1所示为本发明一种立体网格交互订正方法的流程图；
图2所示为本发明一种立体网格交互订正方法的编辑修改点和被影响格点的关系示意图；
图3所示为本发明一种立体网格交互订正方法的一个示例中各层编辑前后示意图；
图4所示为本发明一种立体网格交互订正方法的一个示例中的温度贴地图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
参照图1，实施例1，本发明提出一种立体网格交互订正方法，包括以下：
步骤110、背景场生成；
步骤120、关键层订正；
步骤130、最优垂直相关层的联动订正；
步骤140、图形动态渲染。
相较于数值模式等提供的立体气象要素预报，本发明实现了立体网格数字天气预报的交互编辑订正，通过最优垂直相关层的联动订正实现不同垂直层次要素的自动关联协调，并实时进行三维可视化渲染，清晰展示三维的编辑变化量，以提供更精准的立体网格预报产品，可以为多个生产领域如高层建筑施工、风力发电、低空飞行、人影作业等场景提供支撑。
作为本发明的优选实施方式，具体的，所述背景场生成包括以下，
步骤210、等压层与高度层的数据转换，
基于数据接口获取基于等压面层的数值模式气象要素、网格场Ep以及位势高度网格场Hp，基于公式对所有网格点的位势高度/>进行逐个计算该点的几何高度/>获取多个等压层的Ep以及Hp，计算得到多层垂直不等距的的几何高度场Zp，其中Zp有m层，表示为Zp0、Zp1、……、Zpm，g＝9.7803*(1+0.0053024sin2φ-0.000005sin22φ)，g为网格点所在位置的重力加速度，φ为网格点所在位置的纬度；
步骤220、等高层数据生成，
确认离地等高层分别为50m、100m、150m、200m、250m、300m、400m、500m、750m、1000m、1500m、2000m、2500m、3000m、4000m、5000m、6000m、7000m、8000m、9000m、10000m、11000m、12000m共23个层次，分别表示为z0，z1，zn，基于气象要素的空间连续性，结合步骤210计算得出的等压层几何高度进行建模得到构建的模型，并基于构建的模型计算得到23个预设几何高度层的气象要素值；
步骤230、数据加载
将以上数据进行加载，作为立体网格预报交互编辑的初始场。
作为本发明的优选实施方式，具体的，在上述步骤220中得到构建的模型，并基于构建的模型计算得到23个预设几何高度层的气象要素值，通过以下方式实现，
选取任意网格点，将该网格点在各等压面层的几何高度分别简写为zp0、……、zpm，各层对应的气象要素值为ep0、……、epm，以该点在各等压面层的几何高度[zp0,zp1],[zp1,zp2]、……、[zp(m-1),zpm]为分段区间，
采用公式fi(z)＝ai*(z)3+bi*(z)2+ci*(z)+di进行分段建模，得到以几何高度z为自变量的模型，其中i＝1、……、m，代表序号，ai,bi,ci,di为待求解的模型系数，分段模型一共有4m个系数待求解
该模型符合以下条件：
模型在各分段区间两端的值等于该点的气象要素值，得到2m个方程；
fi(zp(i-1))＝ep(i-1)
fi(zpi)＝epi
模型在节点zp1、……、zp(m-1)处的一阶导数相等，得到(m-1)个方程；
f'i(zpi)＝f'i+1(zpi)
模型在节点zp1、……、zp(m-1)处的二阶导数相等，得到(m-1)个方程；
f”i(zpi)＝f”i+1(zpi)
模型在节点zp0、zpm处，选定自然边界为条件，得到2个方程；
f”1(zp0)＝0
f”m(zpm)＝0
利用上述条件可得到4m个方程，从而求解得到全部的ai,bi,ci,di，
基于所构建的模型计算获得该格点在23个预定等高层的气象要素值ez0、……、ezn，之后对网格场重复上述操作，得到23个预定等高层的气象要素场Ez0、……、Ezn。
作为本发明的优选实施方式，具体的，所述关键层订正包括以下，
基于气象要素的空间连续性，当某个网格点的气象要素值变化后，其邻近范围内的气象要素也会受到影响发生变化。参照图2，将被编辑修改的网格点定义为基准点，而周边发生变化的网格点定义为被影响格点，
步骤310、单点时间序列编辑，
针对待编辑的关键层，选取任意的基准点，从内存数据中获取该点所有预报时效的时间序列数据，通过调整曲线/柱状图序列，得到该点多个时次的订正结果，并通过以下公式反馈到周边被影响格点，
其中(i0,j0)为所述基准点的坐标，为编辑前的各个离地高度层对应气象要素值，/>为编辑后的气象要素值，(i,j)为所述被影响格点的坐标，/>为被影响格点的订正结果，d网格格距，r为被影响格点到基准点的距离；
步骤320、格点场编辑，参照图3，
根据用户所选取的区域选择、移动、赋值、增减等图形化编辑的方式，对预报区域的格点数据进行编辑。
作为本发明的优选实施方式，具体的，所述最优垂直相关层的联动订正，包括以下，
步骤410、确定联动层，
基于关键层，应用以下公式计算其余层次与关键层的相关系数γk，
其中γk为特定某一层次k(k＝1、……、m)与关键层的相关系数，(i,j)为所述格点的坐标，为关键层值对应气象要素值，/>为关键层所有格点的气象要素平均值，为特定某一层次k(k＝1、……、m)对应气象要素值，/>为特定某一层次k(k＝1、……、m)所有格点的气象要素平均值；
同时基于长期历史数据，对所有样本日计算的相关系数并求平均值得到历史最优阈值。若/>即认为该层为联动层；
步骤420、计算关键层的网格订正量，
以任意网格点为例，通过下式计算关键层上该格点在步骤120中编辑前后的变化量
其中，为所述关键层的订正前要素值，/>为订正后气象要素值；
步骤430、联动层订正，
根据步骤410确定与关键层垂直距离最大的联动层zm，而zm+1层则不再受影响，因此可令关键层的为1，zm+1层的订正系数/>为0，按照垂直距离越大、订正量越小的原则，根据以下公式确定所述联动层的订正系数βz为：
联动层的订正结果计算如下：
其中，为所述联动层的订正前要素值，/>为订正后要素值。
对所述联动层的所有网格点，重复步骤420至步骤430，得到联动层的订正后网格场
作为本发明的优选实施方式，所述方法还包括，当获取到用户所设定的关键层的联动层，则直接将该联动层作为所述关键层的联动层。
作为本发明的优选实施方式，具体的，Cesium是一款面向三维地球和地图的JavaScript开源产品，支持3D、2D、2.5D形式的地图展示，并提供了基于JavaScript语言的开发包，可快速搭建一款零插件的虚拟地球Web应用，所以所述图形动态渲染基于Cesium组件实现，包括以下，
步骤510、基于风粒子系统的立体风场渲染，
风粒子生成：首先根据立体网格数据和指定的最大粒子数，在网格场范围内生成随机的粒子，包括粒子位置、高度等信息；然后对于每一个粒子，查询风数据以获得其当前位置的粒子速度，并相应地移动它；接着再将一小部分粒子重置为一个随机的位置，以确保了不会出现大片的无粒子区域；淡出当前屏幕，并在顶部绘制新定位的粒子。这里包括了粒子计算着色器和粒子渲染着色器，其中粒子计算着色器是基于GPU来实现粒子速度和位置的实时计算；粒子渲染着色器是基于GPU实时计算粒子颜色，
3D风流场渲染：利用WebGL着色器的顶点着色器(vertex shader)和片段着色器(fragment shader)实现3D风流场渲染：顶点着色器负责接收来自javaScript程序的顶点数据和颜色信息，经过剪切、光栅化等一系列操作，再将颜色信息传至片段着色器，最后生成图像呈现；
步骤520、基于等压层或等高层的分层风场渲染
借助Cesium的Entity实现不同离地高度的气象数据渲染图的立体展示，通过请求服务端一张指定大小的填色图或者风杆图(该图层为半透明)，将其作为Rectangle的材质进行贴图，以此来实现不同高度气象数据的分层图展示；
步骤530、基于地形高度的温度贴地图，参照图4
通过Cesium内置的地形高度数据，将地面温度填色图按照地形高度进行渲染；
步骤540、参数归一化。
作为本发明的优选实施方式，具体的，由于渲染涉及了粒子数、高度系数等参数，且参数范围很大，因此所述步骤540中的参数归一化通过将真实参数转变为0-10之间的对应数值，在图形界面提供0-10的滑动条，通过以下公式进行参数归一化，实现便捷的可视化调整：
其中n为界面数值，v为转换后的真实参数值，vmax以及vmin分别为同种参数的最大值和最小值。
本发明还提出一种立体网格交互订正装置，包括：
背景场生成模块，用于进行背景场生成；
关键层订正模块，用于进行关键层订正；
联动订正模块，用于进行最优垂直相关层的联动订正；
图形动态渲染模块，用于进行图形动态渲染。
本发明还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述一种立体网格交互订正方法的步骤。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例中的方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储的介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包括的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。
Claims (8)
1.一种立体网格交互订正方法，其特征在于，包括以下：
步骤110、背景场生成；
步骤120、关键层订正；
步骤130、最优垂直相关层的联动订正；
步骤140、图形动态渲染；
具体的，所述关键层订正包括以下，
将被编辑修改的网格点定义为基准点，而周边发生变化的网格点定义为被影响格点，
步骤310、单点时间序列编辑，
针对待编辑的关键层，选取任意的基准点，从内存数据中获取该点所有预报时效的时间序列数据，通过调整曲线/柱状图序列，得到该点多个时次的订正结果，并通过以下公式反馈到周边被影响格点，
其中(i0,j0)为所述基准点的坐标，为编辑前的各个离地高度层对应气象要素值，为编辑后的气象要素值，(i,j)为所述被影响格点的坐标，/>为被影响格点的订正结果，d为网格格距，r为被影响格点到基准点的距离；
步骤320、格点场编辑，
根据用户所选取的区域选择、移动、赋值、增减的图形化编辑的方式，对预报区域的格点数据进行编辑；
具体的，所述最优垂直相关层的联动订正，包括以下，
步骤410、确定联动层，
基于关键层，应用以下公式计算其余层次与关键层的相关系数γk，
其中γk为特定某一层次k(k＝1、……、m)与关键层的相关系数，(i,j)为所述格点的坐标，为关键层值对应气象要素值，/>为关键层所有格点的气象要素平均值，/>为特定某一层次k(k＝1、……、m)对应气象要素值，/>为特定某一层次k(k＝1、……、m)所有格点的气象要素平均值；
同时基于长期历史数据，对所有样本日计算的相关系数并求平均值作为历史最优阈值，若/>即认为该层为联动层；
步骤420、计算关键层的网格订正量，
对任意网格点，通过下式计算关键层上该格点在步骤120中编辑前后的变化量
其中，为所述关键层的订正前要素值，/>为订正后气象要素值；
步骤430、联动层订正，
根据步骤410确定与关键层垂直距离最大的联动层zm，而zm+1层则不再受影响，因此可令关键层的为1，zm+1层的订正系数βzm+1为0，按照垂直距离越大、订正量越小的原则，根据以下公式确定所述联动层的订正系数βz为：
联动层的订正结果计算如下：
其中，为所述联动层的订正前要素值，/>为订正后要素值，
对所述联动层的所有网格点，重复步骤420至步骤430，得到联动层的订正后网格场
2.根据权利要求1所述的一种立体网格交互订正方法，其特征在于，具体的，所述背景场生成包括以下，
步骤210、等压层与高度层的数据转换，
基于数据接口获取基于等压面层的数值模式气象要素、网格场Ep以及位势高度网格场Hp，基于公式对所有网格点的位势高度/>进行逐个计算该点的几何高度获取多个等压层的Ep以及Hp，计算得到多层垂直不等距的几何高度场Zp，其中Zp有m层，表示为Zp0、Zp1、……、Zpm，g＝9.7803*(1+0.0053024sin2φ-0.000005sin22φ)，g为网格点所在位置的重力加速度，φ为网格点所在位置的纬度；
步骤220、等高层数据生成，
确认离地等高层分别为50m、100m、150m、200m、250m、300m、400m、500m、750m、1000m、1500m、2000m、2500m、3000m、4000m、5000m、6000m、7000m、8000m、9000m、10000m、11000m、12000m共23个层次，分别表示为z0，z1，……，zn，基于气象要素的空间连续性，结合步骤210计算得出的等压层几何高度进行建模得到构建的模型，并基于构建的模型计算得到23个预设几何高度层的气象要素值；
步骤230、数据加载
将以上数据进行加载，作为立体网格预报交互编辑的初始场。
3.根据权利要求2所述的一种立体网格交互订正方法，其特征在于，具体的，在上述步骤220中得到构建的模型，并基于构建的模型计算得到23个预设几何高度层的气象要素值，通过以下方式实现，
选取任意网格点，将该网格点在各等压面层的几何高度……、/>分别简写为zp0、……、zpm，各层对应的气象要素值为ep0、……、epm，以该点在各等压面层的几何高度[zp0,zp1],[zp1,zp2]、……、[zp(m-1),zpm]为分段区间，
采用公式fi(z)＝ai*(z)3+bi*(z)2+ci*(z)+di进行分段建模，得到以几何高度z为自变量的模型，其中i＝1、……、m，代表序号，ai,bi,ci,di为待求解的模型系数，分段模型一共有4m个系数待求解
该模型符合以下条件：
模型在各分段区间两端的值等于该点的气象要素值，得到2m个方程；
fi(zp(i-1))＝ep(i-1)
fi(zpi)＝epi
模型在节点zp1、……、zp(m-1)处的一阶导数相等，得到(m-1)个方程；
f′i(zpi)＝f′i+1(zpi)
模型在节点zp1、……、zp(m-1)处的二阶导数相等，得到(m-1)个方程；
f″i(zpi)＝f″i+1(zpi)
模型在节点zp0、zpm处，选定自然边界为条件，得到2个方程；
f″1(zp0)＝0
f″m(zpm)＝0
利用上述条件可得到4m个方程，从而求解得到全部的ai,bi,ci,di，
基于所构建的模型计算获得该格点在23个预定等高层的气象要素值ez0、……、ezn，之后对网格场重复上述操作，得到23个预定等高层的气象要素场Ez0、……、Ezn。
4.根据权利要求1所述的一种立体网格交互订正方法，其特征在于，所述方法还包括，当获取到用户所设定的关键层的联动层，则直接将该联动层作为所述关键层的联动层。
5.根据权利要求1所述的一种立体网格交互订正方法，其特征在于，具体的，所述图形动态渲染基于Cesium组件实现，包括以下，
步骤510、基于风粒子系统的立体风场渲染；
步骤520、基于等压层或等高层的分层风场渲染；
步骤530、基于地形高度的温度贴地图；
步骤540、参数归一化。
6.根据权利要求5所述的一种立体网格交互订正方法，其特征在于，具体的，所述步骤540中的参数归一化通过将真实参数转变为0-10之间的对应数值，在图形界面提供0-10的滑动条，通过以下公式进行参数归一化：
其中n为界面数值，v为转换后的真实参数值，vmax以及vmin分别为同种参数的最大值和最小值。
7.一种立体网格交互订正装置，其特征在于，包括：
背景场生成模块，用于进行背景场生成；
关键层订正模块，用于进行关键层订正；
联动订正模块，用于进行最优垂直相关层的联动订正；
图形动态渲染模块，用于进行图形动态渲染；
具体的，所述关键层订正包括以下，
将被编辑修改的网格点定义为基准点，而周边发生变化的网格点定义为被影响格点，
步骤310、单点时间序列编辑，
针对待编辑的关键层，选取任意的基准点，从内存数据中获取该点所有预报时效的时间序列数据，通过调整曲线/柱状图序列，得到该点多个时次的订正结果，并通过以下公式反馈到周边被影响格点，
其中(i0,j0)为所述基准点的坐标，为编辑前的各个离地高度层对应气象要素值，/>为编辑后的气象要素值，(i,j)为所述被影响格点的坐标，/>为被影响格点的订正结果，d为网格格距，r为被影响格点到基准点的距离；
步骤320、格点场编辑，
根据用户所选取的区域选择、移动、赋值、增减的图形化编辑的方式，对预报区域的格点数据进行编辑；
具体的，所述最优垂直相关层的联动订正，包括以下，
步骤410、确定联动层，
基于关键层，应用以下公式计算其余层次与关键层的相关系数γk，
其中γk为特定某一层次k(k＝1、……、m)与关键层的相关系数，(i,j)为所述格点的坐标，为关键层值对应气象要素值，/>为关键层所有格点的气象要素平均值，/>为特定某一层次k(k＝1、……、m)对应气象要素值，/>为特定某一层次k(k＝1、……、m)所有格点的气象要素平均值；
同时基于长期历史数据，对所有样本日计算的相关系数并求平均值作为历史最优阈值，若/>即认为该层为联动层；
步骤420、计算关键层的网格订正量，
对任意网格点，通过下式计算关键层上该格点在关键层订正模块编辑前后的变化量
其中，为所述关键层的订正前要素值，/>为订正后气象要素值；
步骤430、联动层订正，
根据步骤410确定与关键层垂直距离最大的联动层zm，而zm+1层则不再受影响，因此可令关键层的为1，zm+1层的订正系数/>为0，按照垂直距离越大、订正量越小的原则，根据以下公式确定所述联动层的订正系数βz为：
联动层的订正结果计算如下：
其中，为所述联动层的订正前要素值，/>为订正后要素值，
对所述联动层的所有网格点，重复步骤420至步骤430，得到联动层的订正后网格场
8.一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210456948.2A CN116070050B (zh) | 2022-04-27 | 2022-04-27 | 一种立体网格交互订正方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210456948.2A CN116070050B (zh) | 2022-04-27 | 2022-04-27 | 一种立体网格交互订正方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116070050A CN116070050A (zh) | 2023-05-05 |
| CN116070050B true CN116070050B (zh) | 2023-09-26 |
Family
ID=86179214
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210456948.2A Active CN116070050B (zh) | 2022-04-27 | 2022-04-27 | 一种立体网格交互订正方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116070050B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107479792A (zh) * | 2017-08-19 | 2017-12-15 | 杭州幂拓科技有限公司 | 一种智能网格预报订正方法及系统 |
| CN108416031A (zh) * | 2018-03-12 | 2018-08-17 | 南京恩瑞特实业有限公司 | Nriet气象多源探测资料融合分析系统 |
| CN112684520A (zh) * | 2020-12-30 | 2021-04-20 | 北京墨迹风云科技股份有限公司 | 一种气象预报的订正方法、装置、计算机设备及存储介质 |
| CN113159714A (zh) * | 2021-04-01 | 2021-07-23 | 国网河南省电力公司电力科学研究院 | 一种面向电网的气象数据订正方法 |
-
2022
- 2022-04-27 CN CN202210456948.2A patent/CN116070050B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107479792A (zh) * | 2017-08-19 | 2017-12-15 | 杭州幂拓科技有限公司 | 一种智能网格预报订正方法及系统 |
| CN108416031A (zh) * | 2018-03-12 | 2018-08-17 | 南京恩瑞特实业有限公司 | Nriet气象多源探测资料融合分析系统 |
| CN112684520A (zh) * | 2020-12-30 | 2021-04-20 | 北京墨迹风云科技股份有限公司 | 一种气象预报的订正方法、装置、计算机设备及存储介质 |
| CN113159714A (zh) * | 2021-04-01 | 2021-07-23 | 国网河南省电力公司电力科学研究院 | 一种面向电网的气象数据订正方法 |
Non-Patent Citations (3)
| Title |
|---|
| Post-processing correction method for surface solar irradiance forecast data from the numerical weather model using geostationary satellite observation data;Takeshi Watanabe et al.;Solar Energy(第223期);202-216 * |
| 数值预报产品的误差订正方法;张兰慧;尚可政;程一帆;王式功;;兰州大学学报(自然科学版)(第03期);全文 * |
| 结合历史资料的数值天气预报误差订正;常俊;彭新东;范广洲;车玉章;;气象学报(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116070050A (zh) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107832681B (zh) | 联合LiDAR点云和同步遥感影像的森林单木树高估算方法 | |
| CN104778744B (zh) | 基于Lidar数据的大规模三维森林可视化场景建立方法 | |
| CN105678846B (zh) | 一种实时气象组网雷达数据的三维可视化方法及系统 | |
| JP2011054144A (ja) | 地形解像度差を考慮した大気流動場シミュレーション方法 | |
| CN104867181B (zh) | 气象元素在三维地球模型的显示和绘制方法 | |
| CN106600684B (zh) | 一种倾斜模型组织构建方法 | |
| CN114219902A (zh) | 气象数据的体绘制渲染方法、装置和计算机设备 | |
| CN110111408A (zh) | 基于图形学的大场景快速求交方法 | |
| JP2010541050A (ja) | インペインティング及び誤り算出の構成を備えた地球空間モデリング・システム及び関連した方法 | |
| CN112634393B (zh) | 基于Web的临近空间大气风场实时自适应可视化方法 | |
| CN113436308A (zh) | 一种三维环境空气质量动态渲染方法 | |
| CN106383828A (zh) | 一种绘图方法及电子设备 | |
| CN110310367A (zh) | 基于大场景实景三维多角度2.5d影像轻量级浏览方法 | |
| CN114117702A (zh) | 基于点云的输电线路自动化逆向建模方法 | |
| CN110852952B (zh) | 一种基于gpu的大规模地形实时绘制方法 | |
| JP2014089104A (ja) | 体積推定装置、体積推定システム、体積推定方法および体積推定プログラム | |
| CN116070050B (zh) | 一种立体网格交互订正方法及装置 | |
| CN109241212A (zh) | 基于中尺度数值大气模式与高分辨率历史降雨反演方法 | |
| CN112687007A (zh) | 一种基于lod技术的立体网格图生成方法 | |
| Reynolds et al. | Real-time accumulation of occlusion-based snow | |
| CN113820756B (zh) | 实时日照检测方法及系统 | |
| KR100490670B1 (ko) | 산악용 입체지도 제작방법 | |
| CN111177872B (zh) | 一种基于三维地理信息系统的电力线路的建模方法和系统 | |
| JP2003248049A (ja) | レーダ画像模擬装置 | |
| CN108961412B (zh) | 一种基于自适应远场网格的三维云模拟方法 |
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 |