[发明专利]一种基于气象数据的自然分区可视化方法有效

专利信息
申请号: 202010047145.2 申请日: 2020-01-16
公开(公告)号: CN111241085B 公开(公告)日: 2022-02-01
发明(设计)人: 朱敏;姚林;王翔坤;罗富智;周山丰;梁朝晖 申请(专利权)人: 四川大学
主分类号: G06F16/215 分类号: G06F16/215;G06F16/26;G06F16/29;G01W1/10
代理公司: 成都禾创知家知识产权代理有限公司 51284 代理人: 裴娟
地址: 610065 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 气象 数据 自然 分区 可视化 方法
【说明书】:

发明公开了一种基于气象数据的自然分区可视化方法,先采集气象数据,并对数据进行降维,对数据进行聚类与评估计算;设计簇数选取、全局呈现与定量评估视觉编码,表示对应干湿振荡周期下自然分区结果的全局呈现;设计站点地理分布和气候时期轴视觉编码,表示自然分区时空分布情况;设计点簇关系视觉编码,表示簇之间、点与簇、点之间属性分布对比情况;结合多种视图联动,完成全局呈现与评估、基于站点的时空自然分区、点簇关系视觉的通道映射和可视化布局。本发明能提供分析者时期、区域数供用户交互选取,可有效对相似气候区域进行划分;结合客观指标与主观评价,辅助用户依据行业经验进行聚类调整,协助用户探索气候相似区域的演进过程。

技术领域

本发明涉及信息可视化分析技术领域,具体为一种基于气象数据的自然分区可视化方法。

背景技术

近年来,在物质生活不断充实的大背景下,人们对自然环境的关注度越来越高。作为人类描述气候情况最主要的六个自然气象因子,风速、日照时数、最高温度、最低温度、相对湿度和降雨量成为关注的热点。

科研人员对各项气象因子使用统计学或计算机学的手段进行时序分析,包括线形趋势、振荡周期以及数值预测,可以为后续的蒸散、干旱、能量等时空分布研究提供依据。在这个过程中,有学者关注到,五年为西南地区气候干湿震荡的第一个周期。除了对气象因子进行时序变化分析及预测,研究者同样关注以多个气象因子为代表的整体气候变化情况。他们留意到,行政区划可能分割了原本完整的自然地理环境,为后续的抽样、分析、解释研究带来不便。

因此,水文气象领域开始尝试利用气象站点的观测数据对自然条件进行时空分布研究,以对动植物保护、旱情预警、水利设施建设等提供指导。有学者尝试以气象因子数据作为地点的属性,对站点所在地进行自然分区,从而便于进行不同气候或功能区的横向对比。在这个环节中,选取到足够数量足够类型的气象因子,可以获取到较为科学的分类结果。如果能将气象因子的时序分析与分区情况联系在一起,探索相似气候区域在空间上的演化情况,或许能发现一些有趣的特征。

可视化技术是一种利用人眼感知能力对数据进行交互进行可视表达以增强认知的技术。它将数据转化为可感知的图形、符号、颜色等,来增强数据识别效率,传递有效信息。由于可视化技术的直观与高效,越来越广泛地被应用到科学研究与实际应用中。在可视化方法上,开发人员不仅可以将方差、簇间距离等数值化指标解释性呈现,也可以通过簇间探索性交互比较,评估聚类效果的好坏,辅助专家进行再聚类。

水文与气象领域对可视化手段的引入提升了专业人士对数据的分析能力。研究人员采用柱状图或折线图体现单一气象分子的分析。聚类交互方面,学者一般会关注气象信息的集成预测,而不是自然条件的分区变化。而对于自然分区,研究者一般使用ArcGis等地理信息管理软件直接将分区的结果以单一的地图视图做分布呈现,难以有良好的交互和解释效果。

上述关于地理分区、气象因子分析和气象聚类交互的研究方法有很多不足之处。首先,地理分区的应用要求对分析任务有针对性地选取聚类指标,而基于气象因子的自然分区研究中的气象因子选取过少,并且地理分区的研究往往忽略自然指标随时间变化的事实,导致结果缺乏客观性、时代性。其次,水文气象领域的专家自行进行聚类分区之后难以有效进行客观评估,只能依据自身行业经验粗略判断,且无法低成本地调整结果。此外,气象因子研究和气象聚类系统缺少对气象因子和气象数据的交互可视化方法,不便于研究者分析,结果的直观性和可解释性也不足。

发明内容

本发明所要解决的技术问题是提供一种基于气象数据的自然分区可视化方法,不仅可为用户提供自然分区(相似气候)结果,还可实现气候相似区域的时序探索,进一步得出气候特征分布、代表站点等的客观有效的解释性信息。

为解决上述技术问题,本发明采用的技术方案是:

一种基于气象数据的自然分区可视化方法,包括以下步骤:

S1:数据获取

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010047145.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top