CN116258834B - 区域海洋scvt网格的生成方法、计算机设备及介质 - Google Patents
区域海洋scvt网格的生成方法、计算机设备及介质 Download PDFInfo
- Publication number
- CN116258834B CN116258834B CN202310219237.8A CN202310219237A CN116258834B CN 116258834 B CN116258834 B CN 116258834B CN 202310219237 A CN202310219237 A CN 202310219237A CN 116258834 B CN116258834 B CN 116258834B
- Authority
- CN
- China
- Prior art keywords
- grid
- scvt
- grids
- generating
- delaunay triangular
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000009977 dual effect Effects 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000001788 irregular Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000010365 information processing Effects 0.000 abstract description 2
- 230000001172 regenerating effect Effects 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 6
- 238000002513 implantation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 101100182136 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) loc-1 gene Proteins 0.000 description 3
- 230000001351 cycling effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- 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
- G06T17/205—Re-meshing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种区域海洋SCVT网格的生成方法、计算机设备及介质,涉及海洋信息处理技术领域,其方法包括根据定义的网格分辨率以及Delaunay三角网格的边长计算质量评判值,并将质量评判值最小的Delaunay三角网格的外接圆心加入到网格生成点中,重新生成三角网格,然后判断重新生成的三角网格的分辨率是否满足迭代条件,如此迭代循环,得到全球Denaunay三角网格,根据生成的全球Denaunay三角网格生成全球SCVT网格,并从全球SCVT网格提取目标海洋区域的SCVT网格,本发明网格分辨率可根据需求设置,能够实现高分辨率区域海洋SCVT网格的生成;并且计算量更小。
Description
技术领域
本发明涉及海洋信息处理技术领域,特别是涉及一种区域海洋SCVT网格的生成方法、计算机设备及介质。
背景技术
现代海洋预报业务中,数值模式是重要的预报手段,包括海洋环流、风暴潮、海浪和海啸等数值模式。海洋数值模式是将海洋的偏微分方程组离散到网格中进行数值求解,因此采用何种网格进行离散是数值模式的重要问题之一。近年来SCVT网格逐渐应用到海洋数值模式中,SCVT(spherical centroidalVoronoitessellation)网格是一种非结构六边形网格,SCVT网格是由Voronoi六边形网格组成,具备过渡加密的能力,从而能够对关键区域采用高分辨率而非关键区域采用低变分率网格,保证关键区域的模拟效果,同时节约计算资源。而生成Denaunay三角网格是生成SCVT网格的关键步骤,也是计算量最大的步骤。目前,现有的生成Denaunay三角网格方法采用Lloyd类型方法,将一组顶点分布在球面上并通过不断迭代逐渐生成Voronoi网格,每一步迭代都需要重新把Voronoi对应的顶点重新移动至其质心处,并更新底层的Denaunay三角拓扑结构,但是其不能保证最小元素的网格质量,并且会耗费大量的计算资源。
发明内容
本发明的目的是提供一种区域海洋SCVT网格的生成方法、计算机设备及介质,其网格分辨率可根据需求设置,能够实现高分辨率要求Denaunay三角网格的生成,且由于本申请将Delaunay三角网格的外接圆心加入到散点中,重新生成Delaunay三角网格,相较于现有技术中需要不断生成六边形网格,每一步迭代都需要重新把Voronoi对应的顶点重新移动至其质心处,并更新底层的Denaunay三角拓扑结构,本申请的计算量更小。
为实现上述目的,本发明提供了如下方案:
一种区域海洋SCVT网格的生成方法,所述方法包括:
S1:基于定义的网格分辨率,采用Frontal-Delaunay精细化方法生成全球Delaunay三角网格;其中,S1具体包括:
S11:在球面上生成网格生成点;所述网格生成点包括12个散点;
S12:基于所述网格生成点生成若干个第一Delaunay三角网格;
S13:根据定义的网格分辨率以及第一Delaunay三角网格的边长计算每一所述第一Delaunay三角网格的质量评判值;
S13:确定质量评判值最小的第一Delaunay三角网格;
S14:将质量评判值最小的第一Delaunay三角网格的外接圆心加入到步骤S12中的网格生成点中,并基于更新后的网格生成点生成若干个第二Delaunay三角网格;
S15:判断所述第二Delaunay三角网格的分辨率是否满足预设分辨率条件,若不满足,则将所述第二Delaunay三角网格替换所述第一Delaunay三角网格,返回步骤S13,直至所有第二Delaunay三角网格满足预设分辨率条件,停止迭代;满足分辨率条件所述第二Delaunay三角网格为所述全球Delaunay三角网格;
S2:基于所述全球Delaunay三角网格,以及Delaunay三角网格与Voronoi六边形网格的对偶关系生成全球SCVT网格;所述全球SCVT网格包括若干个Voronoi六边形网格;若Voronoi六边形网格与Delaunay三角网格具有以下关系,则所述Voronoi六边形网格与所述Delaunay三角网格为对偶关系:六个Delaunay三角网格具有同一顶点,且所述顶点为Voronoi六边形网格的中心,所述Voronoi六边形网格的各顶点分别为六个所述Delaunay三角网格的中心;
S3:从所述全球SCVT网格中提取目标海洋区域的SCVT网格。
可选的,在步骤S3之后,还包括:
根据所述目标海洋区域的所述水深数据或海岸线数据标记所述目标海洋区域的SCVT网格中的陆地网格;
剔除标记的陆地网格中不与海洋相邻的网格,得到第一SCVT网格。
可选的,在得到第一SCVT网格之后,还包括:
对所述第一SCVT网格采用连通域分割算法进行连通域区域分割,得到若干个连通域编号不同的连通域网格组;每一连通域网格组对应若干网格;
将所述连通域网格组按网格数量排序;
剔除网格数量小于预设数量的连通域网格组,得到第二SCVT网格。
可选的,在得到第二SCVT网格之后,还包括:
若所述第二SCVT网格中的网格满足设定条件,则将网格标记为开边界网格,得到第三SCVT网格;所述设定条件为:网格的水深大于第一设定值、网格为非完整网格以及网格与所述目标海洋区域的边界的距离小于第二设定值;所述非完整网格为至少有一条边无相邻网格的网格。
可选的,在得到第三SCVT网格之后,还包括:
将海堤数据植入所述第三SCVT网格中;所述海堤数据包括海堤位置、高度和宽度。
可选的,步骤S2具体包括:
S21:将所有Delaunay三角网格的顶点进行编号;
S22:根据所述顶点的编号,基于Delaunay三角网格与Voronoi六边形网格的对偶关系生成Voronoi六边形网格;
S23:记录Voronoi六边形网格的网格参数;所述网格参数包括网格中心的经度和纬度、网格边长和网格面积;
S24:重复步骤S22和S23,直至遍历所有所述编号。
可选的,步骤S3具体包括:
基于目标海洋区域的形状以及所述全球SCVT网格的网格中心点的经度和纬度从所述全球SCVT网格中提取目标海洋区域的SCVT网格。
可选的,基于目标海洋区域的形状以及所述全球SCVT网格的网格中心点的经度和纬度从所述全球SCVT网格中提取目标海洋区域的SCVT网格,具体包括:
若所述目标海洋区域的形状为矩形,则所述根据矩形的顶点的经度和纬度以及网格中心点的经度和纬度,将不在所述目标海洋区域内的网格进行剔除;
若所述目标海洋区域的形状为圆形,则根据所述目标海洋区域的圆心和半径以及网格中心点的经度和纬度,将不在所述目标海洋区域内的网格进行剔除;
若所述目标海洋区域的形状为不规则形状,则根据所述目标海洋区域的shapefile文件生成多边形,根据多边形顶点的经度和纬度以及网格中心点的经度和纬度,将不在所述目标海洋区域内的网格进行剔除。
本发明还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述区域海洋SCVT网格的生成方法的步骤。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序适用于由处理器加载并执行上述区域海洋SCVT网格的生成方法。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的区域海洋SCVT网格的生成方法,采用Frontal-Delaunay精细化方法生成全球Denaunay三角网格,根据生成的全球Denaunay三角网格生成全球SCVT网格,并从全球SCVT网格提取目标海洋区域的SCVT网格。本发明在生成Denaunay三角网格时,通过根据定义的网格分辨率以及Delaunay三角网格的边长计算Delaunay三角网格的质量评判值,并将质量评判值最小的Delaunay三角网格的外接圆心加入到网格生成点中,重新生成Delaunay三角网格,然后判断重新生成的Delaunay三角网格的分辨率是否满足迭代条件,如此迭代循环,能够生成分辨率满足要求的全球Denaunay三角网格。即本申请的网格分辨率可根据需求设置,能够实现高分辨率要求Denaunay三角网格的生成,且由于本申请将Delaunay三角网格的外接圆心加入到散点中,重新生成Delaunay三角网格,相较于现有技术中需要不断生成六边形网格,每一步迭代都需要重新把Voronoi对应的顶点重新移动至其质心处,并更新底层的Denaunay三角拓扑结构,本申请的计算量更小。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请提供的区域海洋SCVT网格的生成方法流程图;
图2为本申请提供的Delaunay三角网格与Voronoi六边形网格的一种对偶关系示意图;
图3为本申请提供的海堤数据植入网格示意图;
图4为本申请提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明的目的是提供一种区域海洋SCVT网格的生成方法、计算机设备及介质,其网格分辨率可根据需求设置,能够实现高分辨率要求Denaunay三角网格的生成,且由于本申请将Delaunay三角网格的外接圆心加入到散点中,重新生成Delaunay三角网格,相较于现有技术中需要不断生成六边形网格,每一步迭代都需要重新把Voronoi对应的顶点重新移动至其质心处,并更新底层的Denaunay三角拓扑结构,本申请的计算量更小。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供了一种区域海洋SCVT网格的生成方法,所述方法包括:
S1:基于定义的网格分辨率,采用Frontal-Delaunay精细化方法生成全球Delaunay三角网格;其中,S1具体包括:
S11:在球面上生成网格生成点;所述网格生成点包括12个散点。
S12:基于所述网格生成点生成若干个第一Delaunay三角网格。
S13:根据定义的网格分辨率以及第一Delaunay三角网格的边长计算每一所述第一Delaunay三角网格的质量评判值。
S13:确定质量评判值最小的第一Delaunay三角网格。
S14:将质量评判值最小的第一Delaunay三角网格的外接圆心加入到步骤S12中的网格生成点中,并基于更新后的网格生成点生成若干个第二Delaunay三角网格。
S15:判断所述第二Delaunay三角网格的分辨率是否满足预设分辨率条件,若不满足,则将所述第二Delaunay三角网格替换所述第一Delaunay三角网格,返回步骤S13,直至所有第二Delaunay三角网格满足预设分辨率条件,停止迭代;满足分辨率条件所述第二Delaunay三角网格为所述全球Delaunay三角网格。
S2:基于所述全球Delaunay三角网格,以及Delaunay三角网格与Voronoi六边形网格的对偶关系生成全球SCVT网格;所述全球SCVT网格包括若干个Voronoi六边形网格;若Voronoi六边形网格与Delaunay三角网格具有以下关系,则所述Voronoi六边形网格与所述Delaunay三角网格为对偶关系:六个Delaunay三角网格具有同一顶点,且所述顶点为Voronoi六边形网格的中心,所述Voronoi六边形网格的各顶点分别为六个所述Delaunay三角网格的中心。
S3:从所述全球SCVT网格中提取目标海洋区域的SCVT网格。
现有技术Lloyd类型方法中不能在机制上为嵌入网格的特征提供一个约束,比如当加入海岸线时。目前美国MPAS模式的开发团队使用该方法生成全球SCVT网格,但是未发布生成该网格的工具,而是提供一系列预先准备的网格供用户下载,用户只能通过工具移动加密区域的中心位置,无法自定义网格的分辨率、网格加密范围和过渡区域大小。而在海洋数值模式的应用中,往往需要对关键区域进行加密,比如沿海地区或者海洋航线等重点地区加密,因此网格分辨率大小、加密区域的范围和过渡区域的宽窄等需要能够由用户根据模拟和预报需求定制化设置。基于此,本实施例首先定义网格分辨率,为后续网格生成提供目标分辨率。具体地:
由用户自定义一个全球范围的网格分辨率二维数组h(nx,ny),nx和ny分别为经度与纬度方向的网格数。数组h的分布体现了网格的分辨率分布,可以完全由用户自由定义,比如距离海岸线越近,分辨率越高。为了节约计算量,对于后期要剔除的区域,可以将其分辨率设置为480km。h(nx,ny)不仅是后续Delaunay三角网格生成的分辨率目标,在三角网格构造过程中,也用于评估三角网格的质量。
在得到上述定义的网格分辨率后,S1基于上述定义的网格分辨率生成符合该分辨率分布的全球Delaunay三角网格。具体采用Frontal-Delaunay精细化方法,三角网格的边长分布满足步骤1设置的网格分辨率函数h(nx,ny)的分布。该算法具有较快的计算速度,并且在迭代过程中能够保证每个网格的质量。其过程具体如下:
先在球面上生成12个散点,这些散点构成球面上的二十面体。将这12个散点作为初始种子(初始网格生成点)构成Delaunay三角网格。在所有Delaunay三角网格中寻找质量最差的三角网格fi。三角网格质量评判标准可使用相对边长hr作为指标,hr=e/h(nx,ny),e为三角形的某条边长,h(nx,ny)为该三角网格对应的网格分辨率函数的大小,需要说明的是,此处计算三角网格质量值采用三条边依次计算hr,最终取与1相差最大的hr。hr越接近1则表明三角网格质量的越好。依据hr剔除质量最差的三角网格fi,且记录fi的外接圆心Xi。将外接圆心Xi加入球面的网格生成点中,重新构成Delaunay三角网格。判断所有三角网格是否满足预设分辨率条件,在本实施例中,预设分辨率条件为每个三角网格的边长要小于等于其对应位置的定义的网格分辨率h(nx,ny),即所有三角网格的hr≤1。如果不满足,则继续迭代循环。在本实施例中,还可以定义最大的循环次数,比如10000次,当达到最大循环次数时,也需要结束上述迭代过程。
在S1生成全球Delaunay三角网格后,基于所述全球Delaunay三角网格,以及Delaunay三角网格与Voronoi六边形网格的对偶关系生成全球SCVT网格。如图2所示,图2为Delaunay三角网格与Voronoi六边形网格的一种对偶关系示例,其中,Delaunay三角的顶点为Voronoi六边形网格的中心,Delaunay三角的边与Voronoi的边垂直于Delaunay三角的边中点,而Voronoi的顶点则为Delaunay三角的中心。步骤S2具体包括:
S21:将所有Delaunay三角网格的顶点进行编号。具体地,将Delaunay三角网格的顶点编号1~nCells,根据上述对偶关系可知,这些顶点就是Voronoi六边形网格的中心,因此1~nCells的编号也是SCVT网格的编号。
S22:根据所述顶点的编号,基于Delaunay三角网格与Voronoi六边形网格的对偶关系生成Voronoi六边形网格。对某个Voronoi网格,其中心也就是三角网格的顶点,有六个三角网格相邻,对应六条三角网格的边。选取某条边作为开始,每条边的中点作两个相邻三角网格中心的连接线,即为Voronoi网格的一条边。逆时针方向循环,即可得到Voronoi的六条边。
S23:记录Voronoi六边形网格的网格参数;所述网格参数包括网格中心的经度和纬度、网格边长和网格面积等。
S24:重复步骤S22和S23,直至遍历所有所述编号。可得到全球SCVT网格。
S2得到全球SCVT网格,在本实施例中,在其基础上进一步剔除不需要的区域,得到目标区域的SCVT网格。剔除网格时,根据区域形状可以用不同方式剔除。步骤S3具体包括:基于目标海洋区域的形状以及所述全球SCVT网格的网格中心点的经度和纬度从所述全球SCVT网格中提取目标海洋区域的SCVT网格,具体地:
若所述目标海洋区域的形状为矩形,则所述根据矩形的顶点的经度和纬度以及网格中心点的经度和纬度,将不在所述目标海洋区域内的网格进行剔除。
若所述目标海洋区域的形状为圆形,则根据所述目标海洋区域的圆心和半径以及网格中心点的经度和纬度,将不在所述目标海洋区域内的网格进行剔除。
若所述目标海洋区域的形状为不规则形状,则根据所述目标海洋区域的shapefile文件生成多边形,根据多边形顶点的经度和纬度以及网格中心点的经度和纬度,将不在所述目标海洋区域内的网格进行剔除。
在本实施例中,上述步骤均可使用python的shapely第三方库或者其他GIS软件,判定网格是否在区域内,来决定是否剔除网格。
此外,目前SCVT网格目前主要应用在全球大气或者全球海洋环流模式中,针对区域海洋各类数值模式的应用,如海洋环流、风暴潮、海浪和海啸等,需要额外进行陆地剔除、开边界网格标记、海堤数据的植入和陆地边界预留等处理,因此需结合具体应用对S3提取到的SCVT网格进行上述处理(即S4-S7步骤),具体处理过程如下:SCVT网格目前主要应用在全球大气和全球海洋模式中,全球大气网格不需要额外的处理,全球海洋只需要将陆地网格剔除即可。
在步骤S3得到目标海洋区域的SCVT网格之后,其一般会包含了陆地网格,因此需要进一步剔除SCVT网格中的陆地网格,得到第一SCVT网格。其过程为:
S4:根据所述目标海洋区域的所述水深数据或海岸线数据标记所述目标海洋区域的SCVT网格中的陆地网格;剔除标记的陆地网格中不与海洋相邻的网格,得到第一SCVT网格。具体地:
标记的方式有两种,方式1:根据水深数据标记。将高分辨率水深数据插值到S3得到的SCVT网格,由水深数据判定是否是陆地。方式2:根据海岸线数据剔除。由海岸线数据的shapefile确定的多边形,利用python的shapely第三方库或者其他GIS软件,确定网格中心点是否属于陆地。标记陆地区域完成后,对每个陆地网格进行判定其是否与海洋相邻,若与海洋相邻,则其标记属性改为海洋,以便后续处理过程中得到保留,达到预留陆地边界的目的。最后,将标记为陆地并且不与海洋相邻的网格剔除。
上述得到的第一SCVT网格实际上可能会遗留一些内陆湖泊之类的较小的单独连通域,或者由于网格分辨率粗糙无法识别狭窄水道导致两侧水域断联导致的单连通域,需要剔除这些较小的单独连通域最终得到纯粹的区域海洋网格,因此在得到第一SCVT网格之后,本实施例还包括:
S5:对所述第一SCVT网格采用连通域分割算法进行连通域区域分割,得到若干个连通域编号不同的连通域网格组;每一连通域网格组对应若干网格;将所述连通域网格组按网格数量排序;剔除网格数量小于预设数量的连通域网格组,得到第二SCVT网格。S5具体过程为:
(1)步骤S2得到六边形网格数量为nCells,新建一个维度为nCells的index数组,该数组用于存放每个网格的连通域编号。(2)定义第一个网格的连通域编号为1,同时遍历其相邻的六个网格,将其所属的连通域编号也设置为1。(3)循环到第i个网格,遍历其相邻的6个网格是否已属于某个连通域。有以下三种情况,情况1:若相邻的6个网格都无所属连通域,则新建连通域编号i,将第i个网格及其相邻的6个网格都标记为属于连通域i;情况2:相邻的6个网格只有1个网格已有所属连通域且其编号为j,则第i个网格及其余相邻的5个网格都标记为属于连通域j;情况3:相邻的6个网格有n个网格已有所属连通域且其编号从小到大为j1、j2…jn,则将第i个网格及其相邻的6个网格都标记为属于连通域j1,并且所属连通域编号为j2…jn的网格,其连通域编号都重新赋值为j1。循环此步骤直至所有网格都有所属的连通域编号,可得到若干个连通域网格组index。(4)统计连通域编号数组(连通域网格组)index中有多少个不同的连通域编号,并且统计每个连通域编号有多少个网格并进行排序。将小于预设数量的连通域网格组剔除。本实施例设定将其中网格数量最大的连通域为需要保留的连通域,其他连通域网格则剔除。
上述得到的第二SCVT网格,对于区域海洋模式,其开边界是人为导致的,因此需要在开边界处给定一些条件使得模式求解的方程能够闭合,为此需要标记区域海洋SCVT网格中的开边界网格,便于模式给定开边界条件。因此在得到第二SCVT网格之后,还包括:
S6:若所述第二SCVT网格中的网格满足设定条件,则将网格标记为开边界网格,得到第三SCVT网格;所述设定条件为:网格的水深大于第一设定值、网格为非完整网格以及网格与所述目标海洋区域的边界的距离小于第二设定值;所述非完整网格为至少有一条边无相邻网格的网格。
具体地,其设定条件为(1)网格水深要大于0,即不是陆地;(2)不是完整网格。对于六边形网格,若其至少有一条边无相邻网格,则其为不完整网格。(3)不是内部网格,即要与步骤S3确定的目标区域边界的距离足够近,该距离小于步骤S1由用户定义的网格分辨率。同时满足以上三个条件,则标记为开边界网格。开边界网格用于区域海洋模式中,给定开边界条件,如天文潮水位或者流速等。
在步骤S6中得到的网格已能够满足大部分的区域海洋模式应用,但是对于风暴潮或者海浪的漫滩或者漫堤过程的模拟,网格中还需要进一步植入海堤数据。在S6得到第三SCVT网格之后,还包括:
S7:将海堤数据植入所述第三SCVT网格中;所述海堤数据包括海堤位置、高度和宽度。
对于风暴潮或者海浪的漫堤的数值模拟,如何体现海堤的作用非常重要,海堤的有无决定了海水漫堤的难度,而中国大部分沿海地区都修建了海堤,因此数值模拟中需要将海堤属性(海堤位置、高度和宽度等)植入网格中。具体流程如下:按顺序读入海堤的经纬度位置等信息,假设海堤数据由N个经纬度点,按顺序以Loc1、Loc2…LocN标记(此顺序为提前设定好的)。以海堤起点Loc1开始,搜索网格中距离海堤起点最近的一条边,记为Edge1,然后根据以下原则搜索下一条边Edge2:(1)Edge2必须和Edge1边相邻,即头尾相接;(2)Edge2与Loc1和下一点Loc2的综合距离最小。找到Edge2以后,根据相同原则依次找下一条边,直到所有海堤数据循环完毕;(3)循环所有海堤数据后,假设共找到M条边Edge1,Edge2…EdgeM,将这些边标记为海堤,并设置由用户提供的海堤高度。如图3所示,圆球所在曲线为海堤,加粗的线为海堤植入的位置。图3(a)为海堤数据植入网格示意图,图3(b)为图3(a)的局部放大图,其中圆球所在曲线为海堤,三角形所在边为海堤植入的位置。
本申请中的网格分辨率可根据需求设置,能够实现高分辨率要求Denaunay三角网格的生成,从而能够实现高分辨率区域海洋SCVT网格的生成,且由于本申请将Delaunay三角网格的外接圆心加入到散点中,重新生成Delaunay三角网格,相较于现有技术中需要不断生成六边形网格,每一步迭代都需要重新把Voronoi对应的顶点重新移动至其质心处,并更新底层的Denaunay三角拓扑结构,本申请的计算量更小。本发明针对目前SCVT网格应用到区域海洋模式尚无完善的处理流程和算法的现状,提出一套完整的流程方案和算法,能够应用于区域海洋环流、风暴潮、海浪和海啸数值模式中的模拟和预报,能够为区域海洋环流、风暴潮、海浪和海啸模式提供合适的区域SCVT网格,包括陆地剔除、开边界网格标记、海堤数据的植入和陆地边界预留等处理。(区域海洋环流不需要海堤数据的植入)。
本发明还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述区域海洋SCVT网格的生成方法的步骤。
请参见图4,图4是本申请提供的一种计算机设备的结构示意图。如图4所示,计算机设备1000可以包括:处理器1001,网络接口1004和存储器1005,此外,计算机设备1000还可以包括:用户接口1003,和至少一个通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,用户接口1003可以包括显示屏(Display)、键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图4所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在图4所示的计算机设备1000中,网络接口1004可提供网络通讯功能;而用户接口1003主要用于为用户提供输入的接口;而处理器1001可以用于调用存储器1005中存储的设备控制应用程序,以实现上述实施例所述的区域海洋SCVT网格的生成方法,这里将不再进行赘述。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序适用于由处理器加载并执行上述实施例所述的区域海洋SCVT网格的生成方法,这里将不再进行赘述。
上述程序可被部署在一个计算机设备上执行,或者被部署位于一个地点的多个计算机设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算机设备上执行,分布在多个地点且通过通信网络互连的多个计算机设备可以组成区块链网络。
上述计算机可读存储介质可以是上述计算机设备的内部存储单元,例如计算机设备的硬盘或内存。该计算机可读存储介质也可以是该计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡(smartmediacard,SMC),安全数字(securedigital,SD)卡,闪存卡(flashcard)等。进一步地,该计算机可读存储介质还可以既包括该计算机设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该计算机设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种区域海洋SCVT网格的生成方法,其特征在于,所述方法包括:
S1:基于定义的网格分辨率,采用Frontal-Delaunay精细化方法生成全球Delaunay三角网格;其中,S1具体包括:
S11:在球面上生成网格生成点;所述网格生成点包括12个散点;
S12:基于所述网格生成点生成若干个第一Delaunay三角网格;
S13:根据定义的网格分辨率以及第一Delaunay三角网格的边长计算每一所述第一Delaunay三角网格的质量评判值;
S13:确定质量评判值最小的第一Delaunay三角网格;
S14:将质量评判值最小的第一Delaunay三角网格的外接圆心加入到步骤S12中的网格生成点中,并基于更新后的网格生成点生成若干个第二Delaunay三角网格;
S15:判断所述第二Delaunay三角网格的分辨率是否满足预设分辨率条件,若不满足,则将所述第二Delaunay三角网格替换所述第一Delaunay三角网格,返回步骤S13,直至所有第二Delaunay三角网格满足预设分辨率条件,停止迭代;满足分辨率条件所述第二Delaunay三角网格为所述全球Delaunay三角网格;
S2:基于所述全球Delaunay三角网格,以及Delaunay三角网格与Voronoi六边形网格的对偶关系生成全球SCVT网格;所述全球SCVT网格包括若干个Voronoi六边形网格;若Voronoi六边形网格与Delaunay三角网格具有以下关系,则所述Voronoi六边形网格与所述Delaunay三角网格为对偶关系:六个Delaunay三角网格具有同一顶点,且所述顶点为Voronoi六边形网格的中心,所述Voronoi六边形网格的各顶点分别为六个所述Delaunay三角网格的中心;
S2具体包括:
S21:将所有Delaunay三角网格的顶点进行编号;
S22:根据所述顶点的编号,基于Delaunay三角网格与Voronoi六边形网格的对偶关系生成Voronoi六边形网格;
S23:记录Voronoi六边形网格的网格参数;所述网格参数包括网格中心的经度和纬度、网格边长和网格面积;
S24:重复步骤S22和S23,直至遍历所有所述编号;
S3:从所述全球SCVT网格中提取目标海洋区域的SCVT网格;
还包括:
根据所述目标海洋区域的水深数据或海岸线数据标记所述目标海洋区域的SCVT网格中的陆地网格;
剔除标记的陆地网格中不与海洋相邻的网格,得到第一SCVT网格。
2.根据权利要求1所述的区域海洋SCVT网格的生成方法,其特征在于,在得到第一SCVT网格之后,还包括:
对所述第一SCVT网格采用连通域分割算法进行连通域区域分割,得到若干个连通域编号不同的连通域网格组;每一连通域网格组对应若干网格;
将所述连通域网格组按网格数量排序;
剔除网格数量小于预设数量的连通域网格组,得到第二SCVT网格。
3.根据权利要求2所述的区域海洋SCVT网格的生成方法,其特征在于,在得到第二SCVT网格之后,还包括:
若所述第二SCVT网格中的网格满足设定条件,则将网格标记为开边界网格,得到第三SCVT网格;所述设定条件为:网格的水深大于第一设定值、网格为非完整网格以及网格与所述目标海洋区域的边界的距离小于第二设定值;所述非完整网格为至少有一条边无相邻网格的网格。
4.根据权利要求3所述的区域海洋SCVT网格的生成方法,其特征在于,在得到第三SCVT网格之后,还包括:
将海堤数据植入所述第三SCVT网格中;所述海堤数据包括海堤位置、高度和宽度。
5.根据权利要求1所述的区域海洋SCVT网格的生成方法,其特征在于,步骤S3具体包括:
基于目标海洋区域的形状以及所述全球SCVT网格的网格中心点的经度和纬度从所述全球SCVT网格中提取目标海洋区域的SCVT网格。
6.根据权利要求5所述的区域海洋SCVT网格的生成方法,其特征在于,基于目标海洋区域的形状以及所述全球SCVT网格的网格中心点的经度和纬度从所述全球SCVT网格中提取目标海洋区域的SCVT网格,具体包括:
若所述目标海洋区域的形状为矩形,则所述根据矩形的顶点的经度和纬度以及网格中心点的经度和纬度,将不在所述目标海洋区域内的网格进行剔除;
若所述目标海洋区域的形状为圆形,则根据所述目标海洋区域的圆心和半径以及网格中心点的经度和纬度,将不在所述目标海洋区域内的网格进行剔除;
若所述目标海洋区域的形状为不规则形状,则根据所述目标海洋区域的shapefile文件生成多边形,根据多边形顶点的经度和纬度以及网格中心点的经度和纬度,将不在所述目标海洋区域内的网格进行剔除。
7.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1-6中任一项所述方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序适用于由处理器加载并执行权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310219237.8A CN116258834B (zh) | 2023-03-09 | 2023-03-09 | 区域海洋scvt网格的生成方法、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310219237.8A CN116258834B (zh) | 2023-03-09 | 2023-03-09 | 区域海洋scvt网格的生成方法、计算机设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116258834A CN116258834A (zh) | 2023-06-13 |
CN116258834B true CN116258834B (zh) | 2023-12-01 |
Family
ID=86682314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310219237.8A Active CN116258834B (zh) | 2023-03-09 | 2023-03-09 | 区域海洋scvt网格的生成方法、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116258834B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117576339B (zh) * | 2023-09-20 | 2024-05-24 | 中国气象局上海台风研究所(上海市气象科学研究所) | 一种最高分辨率1km的非结构网格生成方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109584372A (zh) * | 2018-12-10 | 2019-04-05 | 中国人民解放军国防科技大学 | 一种任意分辨率的全球正二十面体网格生成方法及应用 |
CN114417951A (zh) * | 2021-11-26 | 2022-04-29 | 中国石油大学(华东) | 基于无监督机器学习的海洋非结构网格自动剖分优化方法 |
-
2023
- 2023-03-09 CN CN202310219237.8A patent/CN116258834B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109584372A (zh) * | 2018-12-10 | 2019-04-05 | 中国人民解放军国防科技大学 | 一种任意分辨率的全球正二十面体网格生成方法及应用 |
CN114417951A (zh) * | 2021-11-26 | 2022-04-29 | 中国石油大学(华东) | 基于无监督机器学习的海洋非结构网格自动剖分优化方法 |
Non-Patent Citations (2)
Title |
---|
JIGSAW-GEO(1.0):Locally-orthogonal staggered unstructured grid-generation for general circulation modelling on the sphere;Darren Engwirda;《Geoscientific Model Development》;第1-36页 * |
基于SCVT网格的西北太平洋台风模拟和同化研究;高元勇;中国优秀硕士学位论文全文数据库 基础科学辑》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116258834A (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106845074B (zh) | 建立六边形格网模型的方法、洪水推演模拟方法及其系统 | |
CN116258834B (zh) | 区域海洋scvt网格的生成方法、计算机设备及介质 | |
CN110955996B (zh) | 一种淹没过程模拟方法及系统 | |
CN109101732A (zh) | 基于地形特征界线的无汊河道二维结构网格剖分方法 | |
Fedorov et al. | Site selection for flood detention basins with minimum environmental impact | |
CN110544305A (zh) | 面向规则格网dem构建的地形陡坎线信息融合方法 | |
CN110990926B (zh) | 一种基于面积修正率的城市地表建筑水动力学仿真方法 | |
Borthwick et al. | The shallow flow equations solved on adaptive quadtree grids | |
Araújo et al. | An object oriented mesh generator: application to flooding in the Douro estuary | |
CN111666314B (zh) | 基于多因子的风暴潮易损性评估方法、装置和计算机设备 | |
CN117034051B (zh) | 基于birch算法的水利信息聚合方法、装置及介质 | |
CN112116709A (zh) | 一种提高地形表达精度的地形特征线处理方法 | |
CN110675501A (zh) | DEM架构下的TIN向Grid模型的高效转换方法 | |
CN113792458B (zh) | 一种有限元三角形网格的优化方法及装置 | |
CN114861444A (zh) | 基于kd树的非结构网格地球系统模式观测稀疏化方法 | |
CN112650792B (zh) | 城市水流模拟中要素水流流量自动识别与存储方法及系统 | |
CN109388891A (zh) | 一种超大尺度虚拟河网提取及汇流方法 | |
Paik | Optimization approach for 4-D natural landscape evolution | |
CN114648617A (zh) | 一种基于数字高程模型dem的水系提取方法 | |
Yang et al. | Predicting flood inundation and risk using GIS and hydrodynamic model: a case study at Eskilstuna, Sweden | |
CN112989650A (zh) | 一种基于污染带面积约束的排污口允许排放量确定方法 | |
Douglas | Experiments to locate ridges and channels to create a new type of digital elevation model | |
Favaretto et al. | Raster Based Model of Inland Coastal Flooding Propagation Using Linearized Bottom Friction and Application to a Real Case Study in Caorle, Venice (IT) | |
CN113807008B (zh) | 一种基于深度学习的城市暴雨内涝模拟方法 | |
CN109523078A (zh) | 一种洪水风险图的优化方法及系统 |
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 |