CN106372367A - 一种Argo浮标海洋产品的可视化仿真方法 - Google Patents
一种Argo浮标海洋产品的可视化仿真方法 Download PDFInfo
- Publication number
- CN106372367A CN106372367A CN201610873331.5A CN201610873331A CN106372367A CN 106372367 A CN106372367 A CN 106372367A CN 201610873331 A CN201610873331 A CN 201610873331A CN 106372367 A CN106372367 A CN 106372367A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- argo
- argo buoy
- information
- marine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B2211/00—Applications
- B63B2211/02—Oceanography
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种Argo浮标海洋产品的可视化仿真方法,其步骤如下:1)建立关系数据库图层,记录每个Argo浮标的信息;2)从关系数据库中,快速读取到需要进行绘制的海洋环境要素的数值,按照时间和深度两个层的概念进行三维矩阵存储;3)根据Argo浮标的监测位置信息构建m×n大小的网格空间,同时将几何坐标转换为墨卡托Mercator投影进行线性插值;4)将海洋环境要素的监测数据分别按照时间和空间的层次组织,根据m×n网格空间进行线性插值;5)每个Argo浮标的监测范围进行边界处理;6)将处理边界后的三维矩阵,通过MATLAB三维仿真方法进行可视化渲染。本方法可有效、直观地看到海洋产品的切面仿真,对于海洋环境产品的研究和应用有着重要的意义。
Description
技术领域
本发明涉及海洋要素的可视化仿真方法,具体涉及一种Argo浮标海洋产品的可视化仿真方法。
背景技术
Argo(Array for Real-time Geostrophic Oceanography)计划实现全球实时海洋观测网,对2000m以下的水深进行温度、盐度、压强和溶解氧的探测。目前在全球范围内已投放了8000多个浮标,每年生成10万多条数据。海量的数据量对海洋监测要素的三维切面可视化仿真带来了挑战,读取速度慢,绘制时CPU消耗多,都会给Argo浮标海洋产品的应用带来困扰。目前尚未有一种可靠完善的Argo浮标海洋产品的可视化仿真方法。
分布式管理***HDFS具有存储大文件、流式访问、高性能存储和高吞吐量等特点,符合Argo浮标监测数据的特点,采用HDFS与传统关系型数据库相结合,可有效地存储各种文本形式的监测数值信息。在绘制监测要素的三维切面图时,采用流式方式来读取三维矩阵数值,加快了读取速度,从而为三维切面绘图服务。
MATLAB是一个集算法开发、数据可视化、数据分析、数值计算等技术于一体的交互式环境开发工具。在使用MATLAB的工具箱对海洋环境监测要素进行三维切面可视化渲染时,其原理是利用低维信息来处理高维数据,通过颜色属性作为高维信息的表达方面,在z轴上增加一个渲染表达,可以有效地提高海洋环境监测要素三维切面的绘制效率,缩短海洋产品生成周期,能较好地实现海洋产品的实时展示。
发明内容
本发明的目的是克服现有技术的不足,提供一种Argo浮标海洋产品的可视化仿真方法。
本发明的目的是通过以下技术方案来实现的:
一种Argo浮标海洋产品的可视化仿真方法,依次包括如下步骤:
步骤1:建立关系数据库图层,记录每个Argo浮标的监测位置信息、海洋环境监测要素信息和监测时间信息;
步骤2:从关系数据库中,读取到需要进行绘制的海洋环境要素的数值,按照时间和深度两个层的形式进行三维矩阵存储;
步骤3:根据Argo浮标的监测位置信息构建m×n大小的网格空间,同时将几何坐标转换为墨卡托Mercator投影进行线性插值,其中m和n分别为网格空间的行数和列数;
步骤4:将海洋环境要素的数值分别按照时间和空间的层次组织,根据m×n网格空间进行线性插值;
步骤5:对每个Argo浮标的监测范围进行边界处理;
步骤6:将处理边界后的三维矩阵,通过MATLAB三维仿真方法进行可视化渲染,并在z轴的维度上进行切面渲染。
上述各步骤可分别采用如下优选方式:
所述的步骤1中,Argo浮标通过关系型数据库进行统一管理时,采用分布式管理***与传统关系型数据库相结合的方式;所述的监测要素包括传统的温度、盐度、压强和溶解氧,且该4类监测要素进行数据存储时,需要按照年份的方式进行存储管理。
所述的步骤3中,利用每个Argo浮标对应的监测位置信息构建网格空间时,预先设置m和n的数值,再采用meshgrid函数进行网格化处理,网格化处理公式为[xx,yy]=meshgrid(x,y),其中x和y分别为当前浮标的经度信息和纬度信息,xx和yy分别为网格化后的经度信息和纬度信息;Argo浮标的监测数据在进行坐标转换时,需要增加在每个坐标点上的监测数目。
所述的步骤4包括:
1)将各海洋环境要素的数值按照时间维度和空间维度的两种方式,以NC文件的形式进行组织;
2)在绘制时,需要从NC文件中依次读取每一层的监测数据,通过m×n网格空间进行线性插值,采用interp2内插法,插值公式为ec2=interp2(x,y,ec,xx,yy),其中x和y分别为网格化前的经度和纬度信息,xx和yy分别为网格化后的经度和纬度信息,ec为海洋监测要素的数值,ec2为插值后的监测要素数值。
所述的步骤5中,在对m×n网格空间进行边界分割时,将边界外的海洋环境要素的数值设为nan值,以便矩阵剔除。
所述的步骤6包括:
1)按照m×n网格空间的经纬度范围,以及时间和深度的层数,构建一个三维空间;
2)剔除nan值后的监测要素值分别按照时间和深度的维度进行三维空间上的渲染,同时在z轴上增加一层的断面渲染,采用slice函数,公式为
slice(x,y,z,v,xx,yy,zz),其中v为超立体的三维数组,x,y和z分别为Argo浮标的经度、纬度和监测要素的数值,xx、yy和zz分别为网格化后的经度、纬度和监测要素的数值。
本发明与现有技术相比具有有益效果:
全球Argo浮标每年产生海量的文本数据,如果仅依靠传统的关系型数据库会造成读取数据流时浪费过多的时间,从而造成海洋产品生成的延时性,这点严重影响了海洋产品的可视化展示。本发明采用分布式管理***HDFS与传统关系型数据库相结合,采用流式方式读取监测要素,大幅度地降低了数据的加载过程,在三维切面的可视化仿真过程中,利用MATLAB的高性能绘图,采用颜色属性作为高维信息的表达,有效地缩短了Argo浮标海洋产品的生产周期,对于研究和实际应用具有重大的意义。
附图说明
图1为本发明Argo浮标盐度不同深度的三维切面仿真示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
以某区域Argo浮标盐度监测要素的不同深度可视化仿真为例。Argo浮标海洋产品的可视化仿真方法,依次包括如下步骤:
步骤1:建立关系数据库图层,记录每个Argo浮标的监测位置信息、海洋环境监测要素信息(投放日期、维护情况)和监测时间信息;将Argo浮标的文本放入HDFS下的子节点,与关系型数据库相关联。
具体来说,在该步骤中,由于全球Argo浮标数量众多,采用关系型数据库进行统一管理时,需要采用分布式管理***与传统关系型数据库相结合的方式;本实施例中监测要素包括传统的温度、盐度、压强3类和当前新增的溶解氧共4类监测要素,且该4类监测要素进行数据存储时,为了提高读取的速度,需要按照年份的方式进行存储管理。
步骤2:从HDFS中读取需要可视化仿真的监测要素,本实施例中是指盐度,以流式的方式读取选定Argo浮标不同深度的数值,并按照时间和深度两个层的形式进行三维矩阵存储;
步骤3:根据Argo浮标的监测位置信息构建1000×1000大小的网格空间,同时将几何坐标转换为墨卡托Mercator投影进行线性插值,其中m和n分别为网格空间的行数和列数。具体来说,每个Argo浮标都有着对应的监测位置信息,可视化渲染时,需要建构一个空间网格,根据实际需要设置m和n的数值,采用meshgrid函数进行网格化处理,网格化处理公式为[xx,yy]=meshgrid(x,y),其中x和y分别为当前浮标的经度信息和纬度信息,xx和yy分别为网格化后的经度信息和纬度信息;Argo浮标的监测数据是站点数据,属于点类型,在进行坐标转换时,为了避免数据较少引起的像素较差问题,需要增加在每个坐标点上的监测数目。
步骤4:将海洋环境要素的数值分别按照时间和空间的层次组织,根据m×n网格空间进行线性插值。具体来说,首先要将各海洋环境要素的数值按照时间维度和空间维度的两种方式,以NC文件的形式进行组织;然后在网格空间绘制时,需要从NC文件中依次读取每一层的监测数据,通过m×n网格空间进行线性插值,采用interp2内插法,插值公式为ec2=interp2(x,y,ec,xx,yy),其中x和y分别为网格化前的经度和纬度信息,xx和yy分别为网格化后的经度和纬度信息,ec为海洋监测要素的数值,ec2为插值后的监测要素数值。
步骤5:每个Argo浮标的监测范围在实际中并不是一个规整的矩形,在对1000×1000网格空间进行边界分割时,需预先将边界外的海洋环境要素的数值设为nan值,以便矩阵剔除。
步骤6:首先按照1000×1000网格空间的经纬度范围,以及时间和深度的层数,构建一个三维空间;然后,将处理边界剔除nan值后的监测要素值分别按照时间和深度的维度进行三维空间上的渲染,同时在z轴上增加一层的断面渲染,通过MATLAB三维仿真方法并采用slice函数,公式为slice(x,y,z,v,xx,yy,zz),其中v为超立体的三维数组,x,y和z分别为Argo浮标的经度、纬度和监测要素的数值,xx、yy和zz分别为网格化后的经度、纬度和监测要素的数值。
渲染后的Argo浮标盐度不同深度的三维切面仿真示意图如图1所示,Depth(z轴方向)展示了不同深度的盐度数据随经纬度的分布。同一层的切面中,可以色带与数据进行映射渲染,以颜色深浅反应数据大小,由此实现Argo浮标航洋产品的三维可视化仿真。
Claims (6)
1.一种Argo浮标海洋产品的可视化仿真方法,其特征在于,依次包括如下步骤:
步骤1:建立关系数据库图层,记录每个Argo浮标的监测位置信息、海洋环境监测要素信息和监测时间信息;
步骤2:从关系数据库中,读取到需要进行绘制的海洋环境要素的数值,按照时间和深度两个层的形式进行三维矩阵存储;
步骤3:根据Argo浮标的监测位置信息构建m×n大小的网格空间,同时将几何坐标转换为墨卡托Mercator投影进行线性插值,其中m和n分别为网格空间的行数和列数;
步骤4:将海洋环境要素的数值分别按照时间和空间的层次组织,根据m×n网格空间进行线性插值;
步骤5:对每个Argo浮标的监测范围进行边界处理;
步骤6:将处理边界后的三维矩阵,通过MATLAB三维仿真方法进行可视化渲染,并在z轴的维度上进行切面渲染。
2.根据权利要求1所述的一种Argo浮标海洋产品的可视化仿真方法,其特征在于,所述的步骤1中,Argo浮标通过关系型数据库进行统一管理时,采用分布式管理***与传统关系型数据库相结合的方式;所述的监测要素包括传统的温度、盐度、压强和溶解氧,且该4类监测要素进行数据存储时,需要按照年份的方式进行存储管理。
3.根据权利要求1所述的一种Argo浮标海洋产品的可视化仿真方法,其特征在于,所述的步骤3中,利用每个Argo浮标对应的监测位置信息构建网格空间时,预先设置m和n的数值,再采用meshgrid函数进行网格化处理,网格化处理公式为[xx,yy]=meshgrid(x,y),其中x和y分别为当前浮标的经度信息和纬度信息,xx和yy分别为网格化后的经度信息和纬度信息;Argo浮标的监测数据在进行坐标转换时,需要增加在每个坐标点上的监测数目。
4.根据权利要求1所述的一种Argo浮标海洋产品的可视化仿真方法,其特征在于,所述的步骤4包括:
1)将各海洋环境要素的数值按照时间维度和空间维度的两种方式,以NC文件的形式进行组织;
2)在绘制时,需要从NC文件中依次读取每一层的监测数据,通过m×n网格空间进行线性插值,采用interp2内插法,插值公式为ec2=interp2(x,y,ec,xx,yy),其中x和y分别为网格化前的经度和纬度信息,xx和yy分别为网格化后的经度和纬度信息,ec为海洋监测要素的数值,ec2为插值后的监测要素数值。
5.根据权利要求1所述的一种Argo浮标海洋产品的可视化仿真方法,其特征在于,所述的步骤5中,在对m×n网格空间进行边界分割时,将边界外的海洋环境要素的数值设为nan值,以便矩阵剔除。
6.根据权利要求1所述的一种Argo浮标海洋产品的可视化仿真方法,其特征在于,所述的步骤6包括:
1)按照m×n网格空间的经纬度范围,以及时间和深度的层数,构建一个三维空间;
2)剔除nan值后的监测要素值分别按照时间和深度的维度进行三维空间上的渲染,同时在z轴上增加一层的断面渲染,采用slice函数,公式为slice(x,y,z,v,xx,yy,zz),其中v为超立体的三维数组,x,y和z分别为Argo浮标的经度、纬度和监测要素的数值,xx、yy和zz分别为网格化后的经度、纬度和监测要素的数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610873331.5A CN106372367A (zh) | 2016-09-30 | 2016-09-30 | 一种Argo浮标海洋产品的可视化仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610873331.5A CN106372367A (zh) | 2016-09-30 | 2016-09-30 | 一种Argo浮标海洋产品的可视化仿真方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106372367A true CN106372367A (zh) | 2017-02-01 |
Family
ID=57897782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610873331.5A Pending CN106372367A (zh) | 2016-09-30 | 2016-09-30 | 一种Argo浮标海洋产品的可视化仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106372367A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319772A (zh) * | 2018-01-26 | 2018-07-24 | 中国科学院海洋研究所 | 一种波浪长期数据的再分析方法 |
CN108536849A (zh) * | 2018-04-16 | 2018-09-14 | 上海海洋大学 | 一种浮标数据的多目标关联度增量优化划分方法 |
CN108802854A (zh) * | 2018-04-12 | 2018-11-13 | 国家***第二海洋研究所 | 一种基于Argos漂流浮标计算近表层通量的方法 |
CN108829918A (zh) * | 2018-04-28 | 2018-11-16 | 中国海洋大学 | 面向海洋现象的智能浮标组网仿真方法及*** |
CN109543356A (zh) * | 2019-01-07 | 2019-03-29 | 福州大学 | 考虑空间非平稳性的海洋内部温盐结构遥感反演方法 |
CN110990458A (zh) * | 2019-12-03 | 2020-04-10 | 电子科技大学 | 分布式数据库***、接口通信中间件 |
CN111551972A (zh) * | 2020-05-15 | 2020-08-18 | 中国科学院空天信息创新研究院 | 一种Argo轨迹的处理方法及*** |
CN111639149A (zh) * | 2020-05-29 | 2020-09-08 | 山东浪潮通软信息科技有限公司 | 海洋数据可视化方法和装置 |
CN116756691A (zh) * | 2023-06-25 | 2023-09-15 | 国家海洋环境预报中心 | 一种海洋数据同化方法、***、电子设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650837A (zh) * | 2009-07-16 | 2010-02-17 | 浙江大学 | 一种海洋水体虚拟现实的建模方法 |
CN102999592A (zh) * | 2012-11-19 | 2013-03-27 | 北京中海新图科技有限公司 | B/S架构下的全球Argo多源海洋数据管理与可视化***及方法 |
US20140002813A1 (en) * | 2012-06-29 | 2014-01-02 | Dong-Young Rew | Satellite Tracking System and Method of Controlling the Same |
CN204965085U (zh) * | 2015-08-18 | 2016-01-13 | 广州睿海海洋科技有限公司 | 一种海洋资料浮标数据采集控制*** |
CN105785968A (zh) * | 2014-12-25 | 2016-07-20 | 中国科学院声学研究所 | 一种海洋牧场声学监测***和方法 |
CN105894439A (zh) * | 2016-04-05 | 2016-08-24 | 中国海洋大学 | 基于CUDA的海洋涡旋及Argo浮标交集数据快速提取算法 |
CN105930381A (zh) * | 2016-04-13 | 2016-09-07 | 国家***第二海洋研究所 | 基于混合数据库架构的全球Argo数据存储与更新方法 |
-
2016
- 2016-09-30 CN CN201610873331.5A patent/CN106372367A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650837A (zh) * | 2009-07-16 | 2010-02-17 | 浙江大学 | 一种海洋水体虚拟现实的建模方法 |
US20140002813A1 (en) * | 2012-06-29 | 2014-01-02 | Dong-Young Rew | Satellite Tracking System and Method of Controlling the Same |
CN102999592A (zh) * | 2012-11-19 | 2013-03-27 | 北京中海新图科技有限公司 | B/S架构下的全球Argo多源海洋数据管理与可视化***及方法 |
CN105785968A (zh) * | 2014-12-25 | 2016-07-20 | 中国科学院声学研究所 | 一种海洋牧场声学监测***和方法 |
CN204965085U (zh) * | 2015-08-18 | 2016-01-13 | 广州睿海海洋科技有限公司 | 一种海洋资料浮标数据采集控制*** |
CN105894439A (zh) * | 2016-04-05 | 2016-08-24 | 中国海洋大学 | 基于CUDA的海洋涡旋及Argo浮标交集数据快速提取算法 |
CN105930381A (zh) * | 2016-04-13 | 2016-09-07 | 国家***第二海洋研究所 | 基于混合数据库架构的全球Argo数据存储与更新方法 |
Non-Patent Citations (1)
Title |
---|
黄杰: "海洋环境综合数据时空建模与可视化研究", 《中国博士学位论文全文数据库 基础科技辑》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319772A (zh) * | 2018-01-26 | 2018-07-24 | 中国科学院海洋研究所 | 一种波浪长期数据的再分析方法 |
CN108319772B (zh) * | 2018-01-26 | 2021-05-04 | 中国科学院海洋研究所 | 一种波浪长期数据的再分析方法 |
CN108802854B (zh) * | 2018-04-12 | 2020-11-06 | 自然资源部第二海洋研究所 | 一种基于Argos漂流浮标计算近表层通量的方法 |
CN108802854A (zh) * | 2018-04-12 | 2018-11-13 | 国家***第二海洋研究所 | 一种基于Argos漂流浮标计算近表层通量的方法 |
CN108536849A (zh) * | 2018-04-16 | 2018-09-14 | 上海海洋大学 | 一种浮标数据的多目标关联度增量优化划分方法 |
CN108536849B (zh) * | 2018-04-16 | 2022-07-08 | 上海海洋大学 | 一种浮标数据的多目标关联度增量优化划分方法 |
CN108829918A (zh) * | 2018-04-28 | 2018-11-16 | 中国海洋大学 | 面向海洋现象的智能浮标组网仿真方法及*** |
CN108829918B (zh) * | 2018-04-28 | 2020-08-11 | 中国海洋大学 | 面向海洋现象的智能浮标组网仿真方法及*** |
CN109543356A (zh) * | 2019-01-07 | 2019-03-29 | 福州大学 | 考虑空间非平稳性的海洋内部温盐结构遥感反演方法 |
CN109543356B (zh) * | 2019-01-07 | 2022-06-14 | 福州大学 | 考虑空间非平稳性的海洋内部温盐结构遥感反演方法 |
CN110990458A (zh) * | 2019-12-03 | 2020-04-10 | 电子科技大学 | 分布式数据库***、接口通信中间件 |
CN110990458B (zh) * | 2019-12-03 | 2023-04-18 | 电子科技大学 | 分布式数据库***、接口通信中间件 |
CN111551972A (zh) * | 2020-05-15 | 2020-08-18 | 中国科学院空天信息创新研究院 | 一种Argo轨迹的处理方法及*** |
CN111639149A (zh) * | 2020-05-29 | 2020-09-08 | 山东浪潮通软信息科技有限公司 | 海洋数据可视化方法和装置 |
CN111639149B (zh) * | 2020-05-29 | 2023-07-25 | 浪潮通用软件有限公司 | 海洋数据可视化方法和装置 |
CN116756691A (zh) * | 2023-06-25 | 2023-09-15 | 国家海洋环境预报中心 | 一种海洋数据同化方法、***、电子设备及介质 |
CN116756691B (zh) * | 2023-06-25 | 2024-01-30 | 国家海洋环境预报中心 | 一种海洋数据同化方法、***、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106372367A (zh) | 一种Argo浮标海洋产品的可视化仿真方法 | |
CN114120110B (zh) | 一种混杂场景机载激光点云分类的多粒度计算方法 | |
CN102708369B (zh) | 一种基于卫星图像的海冰参数提取方法 | |
CN103049549B (zh) | 一种海岛数据管理方法和*** | |
CN113515525A (zh) | 一种基于全球多尺度格网的空间数据组织方法 | |
CN102999592A (zh) | B/S架构下的全球Argo多源海洋数据管理与可视化***及方法 | |
CN109871418A (zh) | 一种时空数据的空间索引方法和*** | |
CN101620742A (zh) | 一种用于三维渲染的实时数据处理方法 | |
CN116069882B (zh) | 空域网格图生成方法 | |
CN105354528A (zh) | 基于深度图像序列的人体动作识别的方法及*** | |
CN113868476A (zh) | 一种基于局部密度的八叉树点云预处理方法 | |
CN102842104B (zh) | 面向海量dem数据的高精度河道洪水淹没区生成方法 | |
Park et al. | Visualization of urban air pollution with cloud computing | |
Lu et al. | Web‐based real‐time visualization of large‐scale weather radar data using 3D tiles | |
CN104166715A (zh) | VxWorks平台电子海图引擎 | |
CN104102466B (zh) | 一种水下多传感器节点数据可视化呈现方法 | |
CN106384201A (zh) | 一种三维船舶可视化管理*** | |
CN106340046A (zh) | 一种基于图像化地理信息的雷达目标位置分析方法 | |
CN113742505A (zh) | 一种海量合成孔径雷达干涉测量(InSAR)数据在线可视化方法 | |
Tang et al. | A real-time system for air quality monitoring based on main-memory database | |
CN109241207A (zh) | 一种在地图上显示数据的方法及装置 | |
CN113971721A (zh) | 一种变电站设备数字孪生体的轻量化表征方法 | |
Xu et al. | GeoMapViz: a framework for distributed management and geospatial data visualization based on massive spatiotemporal data streams | |
Song et al. | Data integration and visualization: Dealing with massive and multi-dimensional marine spatial data | |
CN103489135A (zh) | 基于四叉树检索的配电网馈线遭台风破坏的风险评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170201 |