论文部分内容阅读
气象信息是一种比较关键的地理信息数据,该数据由标量和矢量构成。一般情况下,通过测量或者模拟所得到的气象数据大部分是以标量的形式出现,故气象标量数据可视化对气象分析及应用具有重要意义。本文详细介绍了标量可视化的研究现状及方法,将气象标量数据作为主体,概述了气象标量数据的处理方式和可视化方法,此外对标量数据插值方法、等值线追踪标注方法以及标量数据三维可视化方法进行了深入研究与分析。本文针对面向气象标量数据的可视化技术进行研究,主要工作和成果如下:(1)提出了一种基于天牛须优化的神经网络插值模型。该模型以全国气象标量数据作为实验数据,与遗传神经网络、粒子群神经网络和BP神经网络等神经网络模型进行对比实验,实验结果表明基于天牛须的神经网络插值算法有效且速度快。其次,将该插值模型下的实验数据结果与传统的气象插值算法的数据进行比较,进一步证明了基于天牛须的神经网络插值模型在气象标量插值中具有有效性和精确性。(2)在等值线可视化过程中,等值线追踪至关重要。当数据规模较大时,传统追踪方法比较耗时。针对这个问题,本文提出了一种基于四边的等值线追踪的方法。通过对不同类型和不同量级的数据进行对比实验,证明了基于四边的追踪方法速度远远快于传统追踪方法。然后提出了一种基于斜率和步长确定等值线标注位置的方法,结果表明标注效果较为明显。(3)提出了一种基于聚类的数据归类方法,该方法通过将颜色与数据高度相结合来建立三维可视化模型。该模型有效解决了三维模型可视化效果中由于个别极值数据造成了可视化效果差的问题。(4)基于之前的工作成果,以气象标量数据为基础数据,设计并实现了一个气象标量场的可视化平台,在该平台中完成对气象标量数据的处理和可视化效果展示。