大洋天气预报包装系统中自动生成等值线功能实现.docVIP

大洋天气预报包装系统中自动生成等值线功能实现.doc

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大洋天气预报包装系统中自动生成等值线功能实现

大洋天气预报包装系统中自动生成等值线功能实现   摘要:基于GIS的电视天气预报图文包装制作已成为电视气象节目制作技术的流行趋势,运用GIS技术将气象信息与地理信息融合,可直观、生动地反映气象要素的空间分布和时间变化,提高节目的视觉效果和科技含量。   关键词:GIS;气象节目;气象要素   中图分类号:TP3 文献标识码:A 文章编号:1009-3044(2013)28-6431-02   等值线图(色斑图)可直观反映气温、降水等要素的空间分布,因而经常在电视天气预报节目中被使用。但是由于目前很多国内的电视制作设备都无法实现等值线(色斑图)的自动绘制,只能以其他业务系统中生成的图形为参考手工绘制,这既费时费力又无法达到精确绘图。大洋天气预报包装制作播出系统DAURIC-Weather内嵌了建立在真三维空间下的地图系统,通过“手绘区域”功能可生成等值线(色斑图)。生成的等值线(色斑图)能够完全贴合在三维地图上,并能进行放大、缩小、漫游、旋转等功能。   DAURIC-Weather提供了2种等值线生成方法,一为手工绘制,通过手绘曲线工具绘制曲线;二为通过导入GIS数据可自动生成等值线。但是,由于GIS数据需要专门的软件输出,在实际工作中十分不便,如果直接采用站点数据则可更加提高工作效率,使得基于GIS的气象图形绘制和显示能够在日常节目中得到应用。为此,对大洋天气预报包装系统中的“手绘区域”进行了二次开发,使得系统能够实现等值线图的自动绘制功能。   1 功能设计   1.1 数据   数据类型为站点数据,格式为文本文件,数据包括每个站点的经纬度及要素值。   1.2 等值线间隔及颜色   分别按照1小时、3小时、24小时时段降雨量等级划分标准,设置等值线间隔及填充区域的颜色。(表1)   2 自动绘制等值线功能的实现   作为等值线分析的输入数据有两种, 网格化数据和离散点数据。对离散数据点可以先用某种插值方法形成网格数据, 然后再生成等值线。离散数据网格化的插值算法有很多,常用的有反距离权、Cressman插值法等。   2.1算法介绍   2.1.1 Cressman插值算法   Cressman 插值权重系数为Wij=( Ri 2-d2)/(Ri2+d2)。当d=Ri时,Wij=0,其中Ri为用户指定的影响半径,d为离散点到格点的二维或三维距离。经过每次比较插值点和实际资料的误差,生成订正值,直到订正值和实际资料的误差达到满意的精度时,可以进行下一步的计算。   在使用Cressman插值算法时,指定了三个参数:   1)网格步长(网格密度):用来计算一共生成多少个网格点;   2)搜索个数:最少搜索几个离散点作为样本;   3)搜索半径:最大搜索范围,超出后自动停止;   其中搜索半径/网格步长,即搜索网格数,即为Cressman初始订正值。   2.1.2 IDW(Inverse Distance Weighted) 反距离权法空间插值算法   IDW是一种常用而简便的空间插值方法,它以插值点与样本点间的距离为权重进行加权平均,离插值点越近的样本点赋予的权重越大。 设平面上分布一系列离散点,已知其坐标和值为Xi,Yi, Zi (i =1,2,...,n)通过距离加权值求z点值,z值见公式。   IDW通过对邻近区域的每个采样点值平均运算获得内插单元。这一方法要求离散点均匀分布,并且密度程度足以满足在分析中反映局部表面变化。   IDW方法提供两个分枝:IDW_Neighbour和IDW_Radius。DAURIC-Weather在使用IDW_Neighbour插值算法时,指定了两个参数:   1)网格步长(网格密度):用来计算一共生成多少个网格点;   2)搜索个数:最少搜索几个离散点作为样本;   在使用IDW_Radius插值算法时,指定了三个参数:   1)网格步长(网格密度):用来计算一共生成多少个网格点;   2)搜索个数:最少搜索几个离散点作为样本;   3)搜索半径:最大搜索范围,超出后自动停止;   2.1.3 两种插值算法比较   IDW方法简单实用,不同的气象数据具有不同的空间分布特征,比如温度的空间分布是连续的,而降水的空间分布是不连续的。IDW方法因此也提供两个分枝:IDW_Neighbour和IDW_Radius。前者插值出的格点数据都是有效值,而后者使用了搜索半径,插值出的格点数据可能包含无效数据(在搜索半径内没有站点数据)。   Cressman方法在气象中应用颇广。Cressman方法在每次迭代中也是有搜索半径,插值出的格点数据也可能有无效数据。如果是温度数据可以用IDW_Neighbour方法来插值,对于降水数据来说

文档评论(0)

erterye + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档