基于主张量的时空数据特征驱动可视化方法 Principal Tensor-based Spatial-Temporal Structure Linkage Visualization.pdfVIP

第2l卷2期 应用基础与工程科学学报 V01．21．No．2 2013年4月 OFBASICSCIENCEANDENGINEERING2013 JOURNAL April 文章编号：1005-0930(2013)02-0276-011 中图分类号：P208；TP319文献标识码：A doi：10．3969／j．issn．1005-0930．2013．02．009 基于主张量的时空数据特征 驱动可视化方法 罗 文， 袁林旺， 俞肇元， 闾国年 (南京师范大学虚拟地理环境教育部重点实验室，江苏南京210046) 摘要：面向时空场数据高维分析与表达的需求，构建基于主张量的时空数据结构 分析与动态表达模型．筒述了张量的定义、基本算子及主张量分解方法，给出了 基于主张量分解的多维度特征分析流程．利用张量的多维融合特性进行多维时 空数据的组织与表达，设计了多维时空数据统一组织与存储方法．利用主张量分 解方法，实现了时空数据不同维度结构特征的解析与动态重构，进而建立了基于 主张量的多维时空数据多维度解析模型与特征驱动的时空数据联动可视化策 Surface 略．以赤道太平洋海域卫星测高SSHA(SeaHeightAbnormity)网格数据 进行实验验证．实现了基于张量的多维透视、子集提取、等值面绘制与时空体可 Nifio-Southern 视化等功能．利用主张量分解实现了对ENSO(E1 Oscillation)事件 时间型与空间型的解析与提取，并实现了时间、经度、纬度系数驱动下的联动可 视化．实例验证表明，该方法较好再现了ENSO事件的时空分布格局与动态演化 特征，并可实现对ENSO时空演化过程的多维度透视． 关键词：主张量分解；时空场；特征驱动；联动可视化 时空数据特征解析与表达是时空数据分析的重要内容¨引．随着对地观测网络的日 益健全，积累了大量以遥感影像、卫星测高、雷达影像等为代表，具有海量性、多维性以及 动态性特点的大尺度、多时相时空数据旧J．从上述数据中提取出具有地学意义的结构特 征，并进行直观的可视化表达是地理问题求解与规律发现的重要途径之一．常用的时空数 据统计分析方法(如EOF，CCA等)多基于矩阵分析与经典统计学理论，直接应用至多维 时空分析时，将面临多维运算的不统一，时空维度的非对称和时空特征不一致等问题H1． 常用的地学可视化软件则多是利用上述方法，将数据降维至三维空间进行表达，鲜见从底 层数学基础上对多维数据特征解析与动态表达的直接支撑．所导致的高维海量数据的动 态表达与可视化方法的不足哺引，已日渐成为制约现有地理时空分析的重要因素．针对地 理时空数据分析需求，发展新型可支撑多维动态数据分析与表达的时空分析方法是促进 收稿日期：2012-02-08；修订日期：2012-08-07 基金项目：国家自然科学基金41231173) 作者简介：罗文(1986一)，男，博士研究生．E．mail：luowl987@163．corn 通信作者：袁林旺(1973一)，男，博士，教授．E-mail：yuanlinwang@njnu．edu．cn 万方数据 No．2 罗文等：基于主张量的时空数据特征驱动可视化方法 277 地理时空数据分析的可行途径． 高维阵列数据或多路数据阵列是对传统向量及矩阵形式数据的高维扩展，以主张量 分解等为代表的特征解析方法从数据构型上对多维数据进行全局逼近，表现出更好的结 构保形性，并有助于揭示多维时空数据不同维度间的耦合作用关系．以张量分析为基础发 个领域