科学研究过程中涉及到大量标量场数据的表达与理解,举例而言,全球海洋盐度的分布、医学中人体骨骼分布等。在利用可视化技术探索标量场数据的过程中,色彩是不可或缺的视觉编码元素,通过建立色彩与数值之间的关联关系可生成视觉信息丰富的可视化图像,帮助用户探究不同标量场数据中的隐藏特征,从而,实现高效数据理解、分析和决策。尽管现有的可视化工具提供了大量的色彩表,如彩虹色彩表、灰度色彩表等;但是不同色彩表所呈现出来的数据特征存在较大差异,特别是颜色对比差异较低的色彩表可能导致用户无法观察清楚数值范围分布较广数据中的特征。因此,针对不同数据分布设计合适的色彩表是数据可视化中的重要问题。研究人员提出了一系列自动色彩优化算法提高色彩表设计效率,然而,此类方法受限于初始色彩表中的色彩数目,在优化某些数值区域色彩分布的过程中,不可避免会减少编码其他数值区域的色彩,难以达到全局平衡,不利于数据探索。针对以上问题,本文提出了一种基于嵌入色彩的自适应色彩优化方法,该方法包含色彩嵌入位置估计以及嵌入色彩优化2个核心过程:首先基于色彩可辨别性以及数据分布选取合理的色彩嵌入位置,然后在固定色彩嵌入位置的基础上,建立能量优化方程求解最优嵌入色彩,使其既满足视觉可辨别性,又能够尽量保证与原始色彩表的一致性。与此同时,本文开发了一个交互式色彩设计系统,该系统可有效支持整体数值感知以及局部感兴趣区域探索。为了评估本文方法的有效性,本文选取了 6种常见的色彩表和8种具有不同数据分布特性的常见数据集,与两种色彩优化方法开展定量对比分析实验。该实验共邀请了 20位用户参与,用户需要在2组对比实验中选择具有更丰富数据信息的可视化表达。实验结果表明,本文方法所生成的可视化结果相比同类方法能够表达出更为丰富的数据信息。此外,本文针对红海附近的海气热通量数据邀请领域专家评估本文算法的有效性,并将本文方法应用至时序数据以及三维标量场数据。