氣象多要素?cái)?shù)據(jù)的垂直剖面可視化

鄭紅波，陳 杰，秦緒佳，馬 驥，張美玉

(浙江工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，杭州 310023)

1 引 言

氣象與人們的生活息息相關(guān)，如果我們能夠?qū)庀髷?shù)據(jù)以一種更加直觀的方式來(lái)可視化，那么氣象預(yù)報(bào)員對(duì)天氣的預(yù)報(bào)結(jié)果的正確性就會(huì)大大提高.常見的可視化的方式有柱狀圖、折線圖、等值線、基于顏色映射的熱力圖等等，然而這些方式都不夠直觀，無(wú)法將某塊區(qū)域內(nèi)之間諸如風(fēng)力、數(shù)值大小等數(shù)據(jù)間的差距展現(xiàn)出來(lái)，常見的可視化分析方法就是剖面分析法，這種方法克服了常見的可視化方法的缺點(diǎn).剖面圖簡(jiǎn)單地說(shuō)就是將空間橫向、豎向或者沿其他方向切開，方便我們觀察內(nèi)部結(jié)構(gòu)細(xì)節(jié).本文的多要素剖面分析，針對(duì)的是不同類型的數(shù)據(jù)，數(shù)據(jù)類型不同，剖面之后展示的方式也不盡相同，會(huì)用到插值技術(shù)和等值線技術(shù).

以往的氣象數(shù)據(jù)都是單層次或者單時(shí)次的數(shù)據(jù)，這會(huì)導(dǎo)致在播放要素動(dòng)畫的時(shí)候會(huì)有明顯的撕裂感，因此徐曉文等人利用了已有的可視化數(shù)據(jù)進(jìn)行中間插值的方法，獲得氣象時(shí)空上連續(xù)的可視化效果[1].秦紅星等人[2]針對(duì)自動(dòng)識(shí)別系統(tǒng)中，相鄰兩條數(shù)據(jù)時(shí)間間隔過(guò)長(zhǎng)船舶軌跡出現(xiàn)缺失的問(wèn)題，提出了船舶軌跡修復(fù)的算法，該算法采用雙向迭代的方式，對(duì)動(dòng)態(tài)信息插值出兩條預(yù)測(cè)軌跡，最后對(duì)這兩條軌跡進(jìn)行加權(quán)平均，得到最終的軌跡.楊和平等人分析了當(dāng)前氣象格點(diǎn)數(shù)據(jù)的處理與可視化工具的缺點(diǎn)，結(jié)合用氣象預(yù)報(bào)員與普通用戶的需求，采用B/S架構(gòu)開發(fā)了一套用于可視化格點(diǎn)數(shù)據(jù)的系統(tǒng)，使用T639類預(yù)報(bào)數(shù)據(jù)對(duì)該系統(tǒng)進(jìn)行測(cè)試獲得了很好的可視化效果，同時(shí)還為再分析等系統(tǒng)的集成提供了對(duì)接的渠道[3].在氣象預(yù)報(bào)中，氣象數(shù)據(jù)的模擬方法構(gòu)建出的云越真實(shí)，生成的圖像越逼真，對(duì)氣象學(xué)的意義就越大.謝永華等人提出了一種基于感興趣區(qū)域距離自適應(yīng)的氣象云數(shù)據(jù)三維可視化方法，該方法既可以保證云圖繪制的質(zhì)量和真實(shí)感，又可以提升繪制的速度[4].段友祥等人[5]針對(duì)傳統(tǒng)等值線需要大量存儲(chǔ)空間的問(wèn)題，首先簡(jiǎn)化了數(shù)據(jù)的存儲(chǔ)模式，其次對(duì)地層屬性建立了相關(guān)的映射規(guī)則，對(duì)等值線圖進(jìn)行了填充，在VC++和OpenSceneGraph的開發(fā)環(huán)境下，實(shí)現(xiàn)了等值線的繪制，又以生活中實(shí)際的離散數(shù)據(jù)做實(shí)驗(yàn)，驗(yàn)證了等值線追蹤算法的正確性和可行性.氣象要素中使用等值線的方式繪制可以更加直觀地展示要素的分布，王俊驕等人考慮了以往的等值線追蹤算法在小網(wǎng)格尺寸上未分析等值線的走向，故提出了一種基于網(wǎng)格重心地等值線追蹤算法[6]，后續(xù)可以更加便捷地進(jìn)行等值線標(biāo)注和等值線的平滑.朱貴冬等人針對(duì)在等值線平滑時(shí)候Eikonal偏微分方程的求解問(wèn)題，提出了基于等值線跟蹤的快速步進(jìn)法，利用了等值線附近的擴(kuò)展區(qū)域進(jìn)行單遍掃描或兩遍掃描更新，提高了已有的快速步進(jìn)法的速度和精度[7].海洋溫度數(shù)據(jù)是研究全球氣候變化的重要的數(shù)據(jù)來(lái)源，以等值線的方式進(jìn)行海表面溫度的可視化可以形象地表達(dá)出全球海洋表面溫度的分布.但因全球數(shù)據(jù)過(guò)大，進(jìn)行溫度等值線的提取效率不高，錢宸等人提出了使用CUDA并行地基于區(qū)塊間搜索的等值線提取的方法，充分利用了GPU并大大提高了全球溫度等值線繪制的效率[8].當(dāng)然在其他類型如等離子數(shù)據(jù)上，剖面分析方法也是同樣適用的.秦雅麗等人[9]為了方便科研人員從EAST二級(jí)數(shù)據(jù)庫(kù)中分析等離子體的剖面數(shù)據(jù)，采用Python和PyQt開發(fā)了可以與EAST分析數(shù)據(jù)庫(kù)完美對(duì)接的等離子數(shù)據(jù)可視化的軟件，該軟件可以比較和分析來(lái)自不同診斷系統(tǒng)的剖面數(shù)據(jù)，將剖面數(shù)據(jù)用圖形算法可視化出來(lái)供科研人員進(jìn)行相關(guān)分析.

2 氣象數(shù)據(jù)格式

本文介紹的所有數(shù)據(jù)均由兩部分組成即數(shù)據(jù)頭和數(shù)據(jù)主體.前3行為數(shù)據(jù)頭，其中第1行表示存儲(chǔ)數(shù)據(jù)類型和數(shù)據(jù)的一些描述信息.第2行依次表示存儲(chǔ)日期、時(shí)間、預(yù)報(bào)時(shí)效以及層次.數(shù)據(jù)頭中的第3行依次表示的都是存儲(chǔ)經(jīng)度格距、緯度格距、起始經(jīng)度、終止經(jīng)度、起始緯度、終止緯度、經(jīng)向格點(diǎn)數(shù)、緯向格點(diǎn)數(shù).

2.1 風(fēng)場(chǎng)數(shù)據(jù)

表1表示東北半球規(guī)則網(wǎng)格點(diǎn)風(fēng)場(chǎng)數(shù)據(jù)，數(shù)據(jù)包含數(shù)據(jù)頭和數(shù)據(jù)主體.數(shù)據(jù)主體部分從第4行開始.數(shù)據(jù)存儲(chǔ)方向按先緯向后經(jīng)向存儲(chǔ)，存放的就是對(duì)應(yīng)網(wǎng)格點(diǎn)的風(fēng)場(chǎng)數(shù)據(jù)，數(shù)據(jù)存儲(chǔ)順序是先存放風(fēng)速，后存放風(fēng)向.

表1 113類風(fēng)場(chǎng)預(yù)報(bào)格點(diǎn)數(shù)據(jù)

2.2 溫度數(shù)據(jù)

表2代表東北半球規(guī)則網(wǎng)格點(diǎn)溫度場(chǎng)數(shù)據(jù)，數(shù)據(jù)包含數(shù)據(jù)頭和數(shù)據(jù)主體.這個(gè)數(shù)據(jù)頭略有不同，前面的8個(gè)數(shù)據(jù)表示的含義同上，后面還有4位數(shù)據(jù)，分別表示等值線間隔、最小等值線值、最大等值線值、中心標(biāo)識(shí)標(biāo)志.數(shù)據(jù)主體部分從第4行開始，數(shù)據(jù)按先緯向后經(jīng)向存放，存放的就是對(duì)應(yīng)網(wǎng)格點(diǎn)的溫度數(shù)據(jù).中心標(biāo)識(shí)標(biāo)志為0時(shí)不標(biāo)注等值線中心，標(biāo)志為1時(shí)標(biāo)注等值線中心(G/D);標(biāo)志為2時(shí)標(biāo)注等值線中心(N/L);標(biāo)志為3時(shí)標(biāo)注等值線中心(+/-).

表2 106類溫度場(chǎng)預(yù)報(bào)格點(diǎn)數(shù)據(jù)

2.3 雷達(dá)數(shù)據(jù)

表3代表東南亞上方雷達(dá)圖中單層格點(diǎn)數(shù)據(jù)，數(shù)據(jù)包括數(shù)據(jù)頭和數(shù)據(jù)主體.這個(gè)數(shù)據(jù)頭也有所不同，數(shù)據(jù)頭的第2行分別代表年、月、日、時(shí)、分、時(shí)效、高度，上面的數(shù)據(jù)是1000米的雷達(dá)數(shù)據(jù).數(shù)據(jù)主體部分是先緯向再經(jīng)向存放的各個(gè)格點(diǎn)的灰度值.

表3 天氣雷達(dá)圖數(shù)據(jù)中的單層格點(diǎn)數(shù)據(jù)

3 垂直剖面可視化

3.1 改進(jìn)的雙線性插值

由專業(yè)氣象設(shè)備掃描或測(cè)量所得到的的氣象數(shù)據(jù)在很大程度上可能會(huì)有精度不夠的情況，直接繪制這些較為稀疏的數(shù)據(jù)不會(huì)有很好的可視化效果，因此可以通過(guò)對(duì)格點(diǎn)數(shù)據(jù)的插值來(lái)得到更多數(shù)據(jù)，一定程度上可以彌補(bǔ)測(cè)量得到的氣象數(shù)據(jù)不足的問(wèn)題，從而提高預(yù)報(bào)員進(jìn)行可視化分析時(shí)的準(zhǔn)確度.

常見的線性插值算法有最近鄰插值、雙線性插值等.最近鄰插值的關(guān)鍵思想就是將距離待插值點(diǎn)最近的點(diǎn)的像素值作為將該點(diǎn)的像素值，這種方法會(huì)生成大量的鋸齒.線性插值就類似等比例變換，可用一次函數(shù)來(lái)表達(dá)線性插值的本質(zhì)，而雙線性插值算法[10，11]是線性插值擴(kuò)展，其核心思想是在xy兩個(gè)方向分別進(jìn)行一次線性插值.

綜合分析上述兩種插值算法，本文采用雙線性插值和不插值結(jié)合的方法作為采樣點(diǎn)插值方法，該方法根據(jù)采樣點(diǎn)值的大小來(lái)決定是否進(jìn)行插值.對(duì)于雙線性插值而言，采樣點(diǎn)值是由該網(wǎng)格中左上、左下、右上、右下4個(gè)數(shù)值計(jì)算得到的.如果該采樣點(diǎn)所在網(wǎng)格的4個(gè)網(wǎng)格點(diǎn)的值之間相差無(wú)幾，那么此時(shí)經(jīng)過(guò)雙線性插值法得到的采樣點(diǎn)值，也應(yīng)該與網(wǎng)格點(diǎn)的值相差無(wú)幾，所以對(duì)于那些同一網(wǎng)格中的4個(gè)網(wǎng)格點(diǎn)值接近的數(shù)據(jù)不再進(jìn)行采樣點(diǎn)插值，直接選取4個(gè)點(diǎn)中某個(gè)網(wǎng)格點(diǎn)的值作為該網(wǎng)格中采樣點(diǎn)的值.記P為采樣點(diǎn)，坐標(biāo)為(Px，Py)，該點(diǎn)的值記為F(P).具體的策略是:當(dāng)采樣點(diǎn)所在網(wǎng)格的4個(gè)網(wǎng)格點(diǎn)的值大小都相差無(wú)幾時(shí)，不進(jìn)行雙線性插值，使用最近鄰插值的思想，用距離該插值點(diǎn)最近的點(diǎn)的像素值作為該采樣點(diǎn)的像素值，如圖1(a)所示(此處選擇的是左下角點(diǎn)的值作為插值點(diǎn)的值)，其中采樣點(diǎn)P的像素值，此時(shí)F(P)=F(?P」)，其中F(?P」)是點(diǎn)(?Px」，?Py」)處的值，即(x，y)處的值.如果網(wǎng)格中4個(gè)點(diǎn)的數(shù)值相差比較大，此時(shí)的P就需要使用雙線性插值來(lái)計(jì)算該采樣點(diǎn)的值了，如圖1(b)所示，其中圓圈中的點(diǎn)是需要通過(guò)雙線插值法計(jì)算采樣點(diǎn).整個(gè)過(guò)程可以用公式(1)-式(3)表示，其中m(x1，x2，…，xn)表示取x1-xn中的最大值.

圖1 采樣點(diǎn)選取示意圖

(1)

(2)

(3)

現(xiàn)在將3種插值算法應(yīng)用到實(shí)際數(shù)據(jù)中的具體效果如圖2所示.

圖2 3種插值方法實(shí)際效果圖

圖2(a)表示最近鄰點(diǎn)插值法效果圖，圖2(b)為雙線性插值法效果圖，圖2(c)改進(jìn)的雙線性插值法效果圖.就上述的3種插值算法的效果圖來(lái)看，圖2(a)在顏色過(guò)渡的時(shí)候就很模糊，不能平滑地過(guò)渡，最鄰近插值效果略差.圖2(b)在顏色過(guò)渡帶就非常平滑，雙線性插值圖像效果最好.圖2(c)效果雖然比不上圖2(b)但也遠(yuǎn)遠(yuǎn)比圖2(a)好，不過(guò)改進(jìn)的雙線性插值對(duì)數(shù)據(jù)進(jìn)行插值后映射的圖像比較細(xì)膩且效率也比雙線性插值高.綜合考慮本文采用改進(jìn)的雙線性插值.

現(xiàn)對(duì)溫度、相對(duì)濕度、大氣密度3種氣象要素?cái)?shù)據(jù)進(jìn)行3種不同的插值，耗時(shí)結(jié)果如表4所示.

表4 運(yùn)行時(shí)間(s)

由表4可知，3種傳統(tǒng)的線性插值所用時(shí)間從小到大依次是最近鄰插值、雙線性插值，其中改進(jìn)的雙線性插值耗時(shí)在最近鄰插值和雙線性插值之間，在不影響圖片質(zhì)量的前提下提升了速度.實(shí)際情況下，沒有最好的插值算法，只是在不同的應(yīng)用場(chǎng)景下面根據(jù)需求選擇適合的插值算法，比如在對(duì)圖像質(zhì)量要求高的情況下，可以選擇犧牲時(shí)間而采用最復(fù)雜的最近鄰插值算法以達(dá)到生成高質(zhì)量圖片的目的.

3.2 基于鄰接關(guān)系的等值線快速追蹤

等值線是將對(duì)象的某一指標(biāo)值相等的各點(diǎn)順序連成的平滑曲線，氣象標(biāo)量數(shù)據(jù)都可以采用等值線算法來(lái)更加直觀地展示氣象要素的特征.

傳統(tǒng)的等值線追蹤方法[12，13]是先將所有的線段放入到一個(gè)容器里面，之后遍歷這個(gè)容器，依次取出左端點(diǎn)橫坐標(biāo)最小的線段進(jìn)行繪制，將已經(jīng)追蹤到的等值線點(diǎn)的坐標(biāo)進(jìn)行倒排序，直到追蹤到另一邊界上的等值點(diǎn)，一次追蹤好后將這些等值點(diǎn)連接起來(lái)，繪制好之后將這些線段從容器里面移除，直到容器為空.等值線追蹤完之后，后續(xù)可以更加便捷地進(jìn)行等值線標(biāo)注和等值線的平滑.

本文采用一種四邊追蹤判斷的等值線追蹤方式來(lái)生成等值線，在追蹤過(guò)程中，先找到有線條的第1個(gè)網(wǎng)格，事先約定好線條的方向，記錄好每條邊的入邊的網(wǎng)格和出邊的網(wǎng)格.先沿著入邊方向進(jìn)行深度優(yōu)先搜索，追蹤完入邊方向所有等值線的邊，之后再去出邊那里以相同算法進(jìn)行遍歷.如此追蹤不用每次掃描大量的網(wǎng)格，節(jié)約追蹤繪制的時(shí)間.

四邊追蹤的細(xì)節(jié)如圖3所示.約定方向?yàn)樽笙轮赶蛴疑霞慈脒叿较蚴亲笙拢鲞叿较蚴怯疑?掃描到的第1個(gè)有線條的網(wǎng)格是2號(hào)網(wǎng)格，記錄下3號(hào)和5號(hào)網(wǎng)格，深度優(yōu)先搜索5號(hào)網(wǎng)格，此時(shí)訪問(wèn)完入邊的所有網(wǎng)格之后等值線追蹤順序?yàn)?1→2→5→4→7，接著再對(duì)3號(hào)網(wǎng)格進(jìn)行深搜，出邊的追蹤順序?yàn)?3→6→9.

圖3 等值線追蹤

等值線追蹤的整個(gè)流程如圖4所示.首先建立網(wǎng)格，逐行遍歷網(wǎng)格同時(shí)記錄下每個(gè)網(wǎng)格中存在的線段數(shù)量，根據(jù)上面提到的四邊追蹤算法，并用改進(jìn)的線性插值方法求出等值線與網(wǎng)格的交點(diǎn)，順序連接等值線段即得到等值線.

圖4 等值線追蹤流程

在四邊追蹤過(guò)程中，總共會(huì)出現(xiàn)下面的16種情況，如圖5所示.圖5中第8個(gè)網(wǎng)格(0101)和第16個(gè)網(wǎng)格(1010)中出現(xiàn)了超過(guò)一條的線段，這兩個(gè)網(wǎng)格是一種特殊情況.遇到這種情況下需要查找出完整的線段，因此需要進(jìn)行雙向迭代.正如圖3中5號(hào)網(wǎng)格，首先按照邊編號(hào)4的方向迭代完所有的線段，之后按照邊編號(hào)2的方向進(jìn)行迭代，最后將兩個(gè)方向迭代出來(lái)的線連接起來(lái)，就是需要的等值線了.

圖5 等值線16種情況

現(xiàn)將等值線普通的追蹤算法和基于鄰接關(guān)系的快速追蹤算法用于對(duì)溫度、濕度和降水3個(gè)要素進(jìn)行效率的比較.其中包括橫向比較即要素相同但密度級(jí)別不同的效率比較，也包括縱向比較即要素不同但密度級(jí)別相同的效率比較，具體實(shí)驗(yàn)結(jié)果如表5所示.

表5 等值線追蹤時(shí)間

由表5可知，等值線密度級(jí)別越高，基于鄰接關(guān)系的等值線快速追蹤算法的效率比普通追蹤要高得多，速度快了好幾倍.

3.3 多要素剖面可視化

本文針對(duì)多氣象要素的可視化提出了垂直剖面可視化算法，算法流程如表6所示.

表6 垂直剖面可視化算法實(shí)現(xiàn)

對(duì)剖面切割后的數(shù)據(jù)進(jìn)行可視化的時(shí)候，風(fēng)場(chǎng)這些矢量數(shù)據(jù)就以風(fēng)羽的形式展示，風(fēng)羽朝向表示風(fēng)的方向，長(zhǎng)度表示風(fēng)力的大小;溫度這些單層標(biāo)量數(shù)據(jù)就以等值線形式展示，等值線標(biāo)注的時(shí)候可使用上文講到的基于鄰接關(guān)系的等值線快速追蹤算法來(lái)進(jìn)行快速標(biāo)注;相對(duì)濕度這種多層標(biāo)量數(shù)據(jù)以熱力圖進(jìn)行展示，使用顏色映射的方法進(jìn)行繪制.

需要注意的是在對(duì)經(jīng)度進(jìn)行切割時(shí)，先要將經(jīng)度從-180～180轉(zhuǎn)為0～360，并且事先約定好待切割的是小半球還是大半球.

起點(diǎn)終點(diǎn)剖面切割的示意圖如圖6所示，其中實(shí)心圓就是原始數(shù)據(jù)，空心圓是經(jīng)過(guò)經(jīng)緯切割后的數(shù)據(jù).

圖6 剖面切割示意圖

4 剖面可視化系統(tǒng)

通過(guò)鼠標(biāo)點(diǎn)擊來(lái)選定起點(diǎn)和終點(diǎn)，用以確定剖面切割的范圍，鼠標(biāo)彈起后會(huì)自動(dòng)填充起點(diǎn)終點(diǎn)的經(jīng)緯度信息.

用戶可在模式選擇下面依據(jù)不同的模式勾選想要進(jìn)行剖面可視化的要素.如果選中的要素沒有對(duì)應(yīng)時(shí)間段的會(huì)出現(xiàn)提示當(dāng)前要素在該時(shí)間段內(nèi)沒有相關(guān)的數(shù)據(jù)文件.每勾選一個(gè)要素，后端就會(huì)計(jì)算將單層要素和多層要素分別放入一個(gè)集合，同時(shí)默認(rèn)填充并集中最新數(shù)據(jù)文件的日期、時(shí)次以及時(shí)效信息，也可手動(dòng)修改日期、時(shí)次、時(shí)效等信息，根據(jù)這些信息計(jì)算出單層要素集合的并集和多層要素集合的并集，并根據(jù)之前選取的起點(diǎn)和終點(diǎn)對(duì)并集中的數(shù)據(jù)進(jìn)行切割.

屬性設(shè)置可以修改各個(gè)要素展示的圖表形式以及一些顏色配置.降水量、海平面氣壓、2米溫度和云量標(biāo)量數(shù)據(jù)可選擇使用柱狀圖展示或者折線圖展示，可以更好地幫助氣象預(yù)報(bào)員分析氣象要素的變化趨勢(shì);其他單層標(biāo)量數(shù)據(jù)默認(rèn)都是以等值線的形式展示出來(lái);多層標(biāo)量數(shù)據(jù)如相對(duì)濕度則是采用熱力圖可視化的.

垂直剖面圖制作即使用上面提出的剖面可視化算法進(jìn)行剖面數(shù)據(jù)的可視化.圖7(a)展示的是整個(gè)交互的界面，繪制了溫度、風(fēng)場(chǎng)、相對(duì)濕度和海平面氣壓4個(gè)要素在指定剖面下的可視化結(jié)果圖，橫坐標(biāo)表示的是經(jīng)度的區(qū)間，縱坐標(biāo)表示的是緯度的區(qū)間.溫度以等值線的形式展示，溫度的高低就是等值線上面的標(biāo)注;熱力圖顏色變化區(qū)間可以反映相對(duì)濕度的變化情況，使用改進(jìn)后的雙線性插值算法后，顏色過(guò)渡區(qū)間看上去也比較細(xì)膩和平滑;當(dāng)前經(jīng)緯度上，風(fēng)羽尾巴的朝向很好的指出了風(fēng)的方向，整個(gè)長(zhǎng)度反映了風(fēng)力大小.上述氣象多要素?cái)?shù)據(jù)的剖面可視化結(jié)果圖都能給人以直觀的感受.圖7(b)將多要素中多層數(shù)據(jù)的剖面可視化結(jié)果進(jìn)行了放大，可以清楚的看到等值線在加速繪制的基礎(chǔ)上，等值線的標(biāo)注并沒有被影響.圖7(c)中展示的是海平面氣壓在起點(diǎn)到終點(diǎn)經(jīng)度區(qū)間內(nèi)的變化情況，橫坐標(biāo)表示的是經(jīng)度的區(qū)間，縱坐標(biāo)則是氣壓大小，當(dāng)前選擇的展示方式是折線圖.通過(guò)觀察下面這個(gè)剖面分析的結(jié)果圖，預(yù)報(bào)員可以更快捷地知道起點(diǎn)到終點(diǎn)這個(gè)剖面上的多要素的變化趨勢(shì).

圖7 多要素剖面結(jié)果圖

本文實(shí)驗(yàn)均在Windows10上采用Visual Studio2010編程環(huán)境下實(shí)現(xiàn)，相關(guān)計(jì)算機(jī)硬件配置如下:六核六線程Intel(R)Core(TM)i5-9400F的處理器，32.0GB內(nèi)存，GTX 1660的GPU以及6.0GB顯存.實(shí)驗(yàn)中使用了對(duì)于氣象的多種要素進(jìn)行了垂直方向的切割，使用了改進(jìn)的雙線性插值算法和基于鄰接關(guān)系的等值線快速追蹤算法，將剖面后的數(shù)據(jù)可視化出來(lái)，對(duì)于經(jīng)緯間隔為1度的數(shù)據(jù)，繪制效率有0.5秒左右的提升，對(duì)于經(jīng)緯間隔為0.1度的數(shù)據(jù)繪制效率足足提升了8倍多，可視化效果也非常直觀.

5 結(jié) 論

本文對(duì)比了最近鄰插值、雙線性插值、雙三次插值的優(yōu)劣之處，提出了改進(jìn)的雙線性插值，經(jīng)實(shí)驗(yàn)驗(yàn)證改進(jìn)后的插值算法在提高效率的同時(shí)保證了圖片的質(zhì)量.針對(duì)等值線的普通追蹤算法，提出了基于鄰接關(guān)系的等值線快速追蹤算法，實(shí)驗(yàn)證明極大地提高了等值線繪制的總體效率.在多要素剖面可視化分析上，提出了多要素剖面可視化算法，整體先將要素分為單層和多層兩大分類，再對(duì)每一個(gè)分類下求并集，可視化前先對(duì)指定的起點(diǎn)和終點(diǎn)間的數(shù)據(jù)進(jìn)行切割，之后結(jié)合改進(jìn)的雙線性插值和基于鄰接關(guān)系的等值線快速追蹤算法進(jìn)行相關(guān)要素的繪制.剖面可視化系統(tǒng)中，氣象預(yù)報(bào)員可以對(duì)不同的要素配置不同的展示方式，也可以改變對(duì)應(yīng)的顏色信息，通過(guò)垂直剖面的結(jié)果圖可以更好地分析氣象要素的變化情況.論文有些工作還有待進(jìn)一步展開，主要包括下面幾點(diǎn):

1)方法的適應(yīng)性待驗(yàn)證.論文采用的數(shù)據(jù)類型是固定的，后面還需要針對(duì)其他類型的數(shù)據(jù)進(jìn)行相關(guān)的測(cè)試.

2)方法的擴(kuò)展.論文中的方法是針對(duì)二維的單層或多層數(shù)據(jù)，并不適合于空間體數(shù)據(jù)的剖面可視化，對(duì)體數(shù)據(jù)進(jìn)行剖面可視化需要對(duì)本文算法進(jìn)行修改.