CN112597237A - 基于b/s架构的天气分型可视化方法、***、电子设备及介质 - Google Patents
基于b/s架构的天气分型可视化方法、***、电子设备及介质 Download PDFInfo
- Publication number
- CN112597237A CN112597237A CN202011489430.6A CN202011489430A CN112597237A CN 112597237 A CN112597237 A CN 112597237A CN 202011489430 A CN202011489430 A CN 202011489430A CN 112597237 A CN112597237 A CN 112597237A
- Authority
- CN
- China
- Prior art keywords
- weather
- data
- different types
- typing
- sea level
- 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
- 238000007794 visualization technique Methods 0.000 title claims abstract description 14
- 238000012950 reanalysis Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000000007 visual effect Effects 0.000 claims abstract description 25
- 238000010586 diagram Methods 0.000 claims abstract description 15
- 238000012800 visualization Methods 0.000 claims description 21
- 238000005516 engineering process Methods 0.000 claims description 10
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 claims description 8
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 6
- 238000012216 screening Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Instructional Devices (AREA)
Abstract
本申请公开了一种基于B/S架构的天气分型可视化方法、***、电子设备及介质。其中,本申请中,可以获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。通过应用本申请的技术方案,可以根据所选时间段和区域的大小,实现快速生成可视化天气分型展示图。且可以保证在不同分辨率屏幕下都能显示出清晰的显示效果。
Description
技术领域
本申请中涉及数据处理技术,尤其是一种基于B/S架构的天气分型可视化方法、***、电子设备及介质。
背景技术
由于通信时代和社会的兴起,天气研究已经越来越被研究人员所重视。进一步的,通常研究人员有需要将一个时间段内的天气进行分类研究时,往往需要使用基于数值统计的天气分型方法。传统的操作是下载所需时间段内的气象资料,比如全球气象再分析资料等,读取需要研究的气象要素在指定空间区域内的数据,利用数值分类的软件或程序将数据进行分类,然后对数据进行等值线绘制来做分析。
然而,相关技术中心获取天气形势的方式比较繁琐,需要消耗开发人员较多的时间。
发明内容
本申请实施例提供一种基于B/S(Browser/Server)架构(浏览器/服务器架构)的天气分型可视化方法、***、电子设备及介质。
其中,根据本申请实施例的一个方面,提供的一种基于B/S架构的天气分型可视化方法,其特征在于,包括:
获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;
对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;
获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。
可选地,在基于本申请上述方法的另一个实施例中,所述对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势,包括:
根据所述气象再分析数据,计算得到平均海平面气压均值以及标准偏差;
对所述平均海平面气压均值和标准偏差进行数据归一化,确定所述归一化后的数据符合标准正态分布;
利用所述位势高度消除所述归一化后的数据的水平压力梯度,得到对应的多个不同类型的天气形势。
可选地,在基于本申请上述方法的另一个实施例中,所述下述公式对所述平均海平面气压均值和标准偏差进行数据归一化:
可选地,在基于本申请上述方法的另一个实施例中,所述下述公式得到对应的多个不同类型的天气形势:
其中,Zki和Zbi分别是网格i在k天和b天的归一化平均海平面气压,N为研究区域的网格数。
可选地,在基于本申请上述方法的另一个实施例中,所述得到对应的多个不同类型的天气形势之后,还包括:
将对应于所述多个不同类型的天气形势的格点数据,所述地理区域数据以及同类型天气的时刻列表保存为json格式的第一文本文件。
可选地,在基于本申请上述方法的另一个实施例中,所述获取第一地理区域的地理坐标数据,包括:
确定本次所选的地理区域范围,并将所述地理区域数据以及所述地理区域范围合并保存为json格式的第二文本文件。
可选地,在基于本申请上述方法的另一个实施例中,所述基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图,包括:
获取所述第一文本文件以及所述第二文本文件;
当接收到可视化请求时,基于所述可视化请求对应的天气形势类型,利用Marching squares算法计算所述第一文本文件,得到等值线轮廓;
利用canvas技术,创建与所述地理区域范围相同比例的画布,并在所述画布上绘制所述等值线轮廓以及填充相应的色彩,生成所述可视化天气分型展示图。
其中,根据本申请实施例的又一个方面,提供的一种基于B/S架构的天气分型可视化***,其特征在于,包括:
获取模块,被配置为获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;
计算模块,被配置为对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;
生成模块,被配置为获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。
根据本申请实施例的又一个方面,提供的一种电子设备,包括:
存储器,用于存储可执行指令;以及
显示器,用于与所述存储器显示以执行所述可执行指令从而完成上述任一所述基于B/S架构的天气分型可视化方法的操作。
根据本申请实施例的还一个方面,提供的一种计算机可读存储介质,用于存储计算机可读取的指令,所述指令被执行时执行上述任一所述基于B/S架构的天气分型可视化方法的操作。
本申请中,可以获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。通过应用本申请的技术方案,可以根据所选时间段和区域的大小,实现快速生成可视化天气分型展示图。且可以保证在不同分辨率屏幕下都能显示出清晰的显示效果。
下面通过附图和实施例,对本申请的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本申请的实施例,并且连同描述一起用于解释本申请的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本申请,其中:
图1为本申请提出的基于B/S架构的天气分型可视化示意图;
图2为本申请提出的可视化模块的流程示意图;
图3为本申请基于B/S架构的天气分型可视化***的结构示意图;
图4为本申请基于B/S架构的天气分型可视化电子设备结构示意图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
另外,本申请各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
需要说明的是,本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
下面结合图1来描述根据本申请示例性实施方式的用于进行基于B/S架构的天气分型可视化方法。需要注意的是,下述应用场景仅是为了便于理解本申请的精神和原理而示出,本申请的实施方式在此方面不受任何限制。相反,本申请的实施方式可以应用于适用的任何场景。
本申请还提出一种基于B/S架构的天气分型可视化方法、***、目标终端及介质。
图1示意性地示出了根据本申请实施方式的一种基于B/S架构的天气分型可视化方法的流程示意图。如图1所示,该方法包括:
S101,获取历史第一时间段的气象再分析数据,气象再分析数据包括平均海平面气压、位势高度以及地理区域数据。
S102,对气象再分析数据进行计算,得到对应的多个不同类型的天气形势。
本申请中,可以通过获取到的平均海平面气压、位势高度以及地理区域数据来实现得到对应的多个不同类型的天气形势。具体的,可以首先使用Kirchhofer的客观分类方法对天气形势进行分类,过程如下:
将平均海平面气压均值归一化,其归一化方程公式1为:
计算每两天的Kirchhofer score(S),其公式2为:
其中,Zki和Zbi分别是网格i在k天和b天的归一化平均海平面气压,N为研究区域的网格数。
进一步的,本申请中通过位势高度以及地理区域数据得到的纬度方向的网格数(NC)、经度方向的网格数(NR)以及整个区域所有的网格数(NT),均通过上述公式计算,得出的结果分别为:SkbC,SkbR和SkbT。这一过程旨在确保整个区域的天气形势分类的模式是相似的。即如果SkbC,SkbR和SkbT符合其限制标准,即需要同时满足SkbT小于1.0NT,SkbC小于1.8NC,以及SkbR小于1.8NR,则认为k和b这两天是类似的。
另外可以理解的,若某一天具有最多的类似的天数,这一天则被认为是一个分类的代表天,将这个代表天与所有类似于它的天一起从分析中删除,剩下的日子重复上述公式2过程,再得出第二个代表天,将第二个代表天及与其相似的天删除,剩下的日子反复重复此过程。
一种方式中,本申请可以选择指定代表天数的,其中在计算出前n个代表天后,剩余的天数小于总天数的0.05%就不进行下一个代表天的计算。
例如,以天数为7天进行举例,可以计算出前7个代表天之后,剩余的天数小于所有天数的0.05%,不再进行下一个代表天的计算,即只选前7个分类。确定了7个代表天之后,所有的非代表天分别再与7个代表天再次进行SkbC,SkbR和SkbT的计算,得到7组结果,对比这7组结果,某一天(非代表天)与某个代表天得出的Skb值最小,则分到此代表天的分类下。
S103,获取第一地理区域的地理坐标数据,并基于第一地理区域的地理坐标数据以及多个不同类型的天气形势,生成可视化天气分型展示图。
进一步的,本申请在将天气形势进行分类之后,即可以获取各个地理区域的坐标数据并将个地理区域以及对应的天气形势绘制成可视化天气分型展示图。例如可以首先读取全国某一个省、市的shape格式的地理数据。并根据所选的地理区域范围,从上一步读取出来的地理数据中筛选出与所选的区域有重叠的数据。再将上一步筛选出来的地理数据和地理区域一起保存为json格式的文本文件。
更进一步的,本申请还可以根据保存为json格式的文本文件将每一种形势的天气类型利用Marching squares算法计算其等值线轮廓。并在等值线轮廓计算完成后利用canvas技术,根据地理区域范围创建与其等比例的画布,绘制等值线以及填充相应的颜色。在等值线绘制和填充、地图数据请求均完毕后,将地图绘制到最上层,然后转成图片提供给浏览器显示。
本申请中,可以获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;利用所述分类技术,对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。通过应用本申请的技术方案,可以根据所选时间段和区域的大小,实现快速生成可视化天气分型展示图。且可以保证在不同分辨率屏幕下都能显示出清晰的显示效果。
可选的,在本申请一种可能的实施方式中,在S102(利用所述分类技术,对气象再分析数据进行计算,得到对应的多个不同类型的天气形势)中,可以实施下述步骤:
根据气象再分析数据,计算得到平均海平面气压均值以及标准偏差;
对平均海平面气压均值和标准偏差进行数据归一化,确定归一化后的数据符合标准正态分布;
利用位势高度消除归一化后的数据的水平压力梯度,得到对应的多个不同类型的天气形势。
进一步的,本申请可以根据下述公式对平均海平面气压均值和标准偏差进行数据归一化:
进一步可选的,本申请可以根据下述公式得到对应的多个不同类型的天气形势:
其中,Zki和Zbi分别是网格i在k天和b天的归一化平均海平面气压,N为研究区域的网格数。
进一步的,本申请不对网格所反映的区域大小进行具体限定,一种方式中,可以将一个国家看成一个矩形,例如该国家的经度范围是73至136范围,共63度。纬度的范围是3至54范围,共51度。那么该国家就可以看成是一个63*51的矩形,经度方向按照平均1度,可以平分成63份,纬度方向可以分成51份。因此可以把矩形看成63*51个网格,也可具体算出每个网格所反映的地理区域大小。
可选的,在本申请一种可能的实施方式中,在S102(利用所述分类技术,对气象再分析数据进行计算,得到对应的多个不同类型的天气形势)之后,可以实施下述步骤:
将对应于多个不同类型的天气形势的格点数据,地理区域数据以及同类型天气的时刻列表保存为json格式的第一文本文件。
可选的,在本申请一种可能的实施方式中,在S102(利用所述分类技术,对气象再分析数据进行计算,得到对应的多个不同类型的天气形势)之后,可以实施下述步骤:
确定本次所选的地理区域范围,并将地理区域数据以及地理区域范围合并保存为json格式的第二文本文件。
可选的,在本申请一种可能的实施方式中,在S103(基于第一地理区域的地理坐标数据以及多个不同类型的天气形势,生成可视化天气分型展示图)中,可以实施下述步骤:
获取第一文本文件以及第二文本文件;
当接收到可视化请求时,基于可视化请求对应的天气形势类型,利用Marchingsquares算法计算第一文本文件以及第二文本文件,得到等值线轮廓;
利用canvas技术,创建与地理区域范围相同比例的画布,并在画布上绘制等值线轮廓以及填充相应的色彩,生成可视化天气分型展示图。
其中,本申请中由于可以在收到可视化请求时,根据不同比例的画布绘制出对应的展示图,因此可以达到实现保证在不同分辨率屏幕下都能显示出清晰的显示效果的目的。
进一步的,本申请可以利用四个模块实现基于B/S架构的天气分型可视化方法,例如包括天气分型计算模块、地图数据处理模块、后台接口模块以及可视化模块。其中,
天气分型计算模块包括:
1)数据读取部分:读取所选时间段内每天某个或某几个时刻的全球任一区域的气象再分析数据。
2)数据筛选部分:根据气象再分析数据中的平均海平面气压、位势高度以及地理区域数据,将所需的数据从上一步读取出的原始数据中筛选出来。
3)分型计算部分:将上一步筛选出来的数据,采用分类技术,将天气形势分为多种类型。
4)第一结果存储部分:将计算出来的天气分型结果(格点数据),和地理区域、同类型天气的时刻列表一起保存为json格式的第一文本文件。
在进一步的,本申请中的地图数据处理模块包括:
1)shape文件读取部分:读取全国的省、市的shape格式的地理数据。
2)地理区域筛选部分:根据所选的地理区域范围,从上一步读取出来的地理数据中筛选出与所选的区域有重叠的数据。
3)第二结果存储部分:将上一步筛选出来的地理数据和地理区域一起保存为json格式的第二文本文件。
在进一步的,本申请中的后台接口模块包括:
用于将天气分型的请求入库保存,触发天气分型计算模块和地图数据处理模块的执行,返回天气分型数据和地图数据到可视化模块用于绘制。
在进一步的,如图2所示,本申请中的可视化模块包括:
1)分型数据请求部分和地图数据请求部分同时进行,向json格式后端请求第一文本文件以及第二文本文件。
2)分型数据请求部分中,每个分型发送一个请求,每个请求完毕后利用Marchingsquares算法计算其等值线轮廓。
3)等值线轮廓计算完成后利用canvas技术,根据地理区域范围创建与其等比例的画布,绘制等值线以及填充相应的颜色。
4)等值线绘制和填充、地图数据请求均完毕后,将地图绘制到最上层,然后转成图片提供给浏览器显示。
图3示意性地示出了根据本申请实施方式的一种基于B/S架构的天气分型可视化***。如图3所示,该***包括:
获取模块201,被配置为获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;
计算模块202,被配置为对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;
生成模块203,被配置为获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。
本申请中,可以获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;利用所述分类技术,对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。通过应用本申请的技术方案,可以根据所选时间段和区域的大小,实现快速生成可视化天气分型展示图。且可以保证在不同分辨率屏幕下都能显示出清晰的显示效果。
在本申请的另外一种实施方式中,计算模块202,还包括:
计算模块202,被配置为根据所述气象再分析数据,计算得到平均海平面气压均值以及标准偏差;
计算模块202,被配置为对所述平均海平面气压均值和标准偏差进行数据归一化,确定所述归一化后的数据符合标准正态分布;
计算模块202,被配置为利用所述位势高度消除所述归一化后的数据的水平压力梯度,得到对应的多个不同类型的天气形势。
在本申请的另外一种实施方式中,下述公式对所述平均海平面气压均值和标准偏差进行数据归一化:
在本申请的另外一种实施方式中,所述下述公式得到对应的多个不同类型的天气形势:
其中,Zki和Zbi分别是网格i在k天和b天的归一化平均海平面气压,N为研究区域的网格数。
在本申请的另外一种实施方式中,生成模块203,还包括:
生成模块203,被配置为将对应于所述多个不同类型的天气形势的格点数据,所述地理区域数据以及同类型天气的时刻列表保存为json格式的第一文本文件。
在本申请的另外一种实施方式中,生成模块203,还包括:
生成模块203,被配置为确定本次所选的地理区域范围,并将所述地理区域数据以及所述地理区域范围合并保存为json格式的第二文本文件。
在本申请的另外一种实施方式中,生成模块203,还包括:
生成模块203,被配置为获取所述第一文本文件以及所述第二文本文件;
生成模块203,被配置为当接收到可视化请求时,基于所述可视化请求对应的天气形势类型,利用Marching squares算法计算所述第一文本文件,得到等值线轮廓;
生成模块203,被配置为利用canvas技术,创建与所述地理区域范围相同比例的画布,并在所述画布上绘制所述等值线轮廓以及填充相应的色彩,生成所述可视化天气分型展示图。
图4是根据一示例性实施例示出的一种电子设备的逻辑结构框图。例如,电子设备300可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器,上述指令可由电子设备处理器执行以完成上述基于B/S架构的天气分型可视化方法,该方法包括:获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。可选地,上述指令还可以由电子设备的处理器执行以完成上述示例性实施例中所涉及的其他步骤。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种应用程序/计算机程序产品,包括一条或多条指令,该一条或多条指令可以由电子设备的处理器执行,以完成上述基于B/S架构的天气分型可视化方法,该方法包括:获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。可选地,上述指令还可以由电子设备的处理器执行以完成上述示例性实施例中所涉及的其他步骤。
图4为电子设备300的示例图。本领域技术人员可以理解,示意图4仅仅是计算机设备的示例,并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器301可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器301也可以是任何常规的处理器等,处理器301是计算机设备30的控制中心,利用各种接口和线路连接整个计算机设备30的各个部分。
存储器302可用于存储计算机可读指令,处理器301通过运行或执行存储在存储器302内的计算机可读指令或模块,以及调用存储在存储器302内的数据,实现计算机设备的各种功能。存储器302可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器302可以包括硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)或其他非易失性/易失性存储器件。
计算机设备集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机可读指令来指令相关的硬件来完成的计算机可读指令可存储于一计算机可读存储介质中,该计算机可读指令在被处理器执行时,可实现上述各个方法实施例的步骤。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种基于B/S架构的天气分型可视化方法,其特征在于,包括:
获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;
对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;
获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。
2.如权利要求1所述的方法,其特征在于,所述对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势,包括:
根据所述气象再分析数据,计算得到平均海平面气压均值以及标准偏差;
对所述平均海平面气压均值和标准偏差进行数据归一化,确定所述归一化后的数据符合标准正态分布。
5.如权利要求1所述的方法,其特征在于,所述得到对应的多个不同类型的天气形势之后,还包括:
将对应于所述多个不同类型的天气形势的格点数据,所述地理区域数据以及同类型天气的时刻列表保存为json格式的第一文本文件。
6.如权利要求5所述的方法,其特征在于,所述获取第一地理区域的地理坐标数据,包括:
确定本次所选的地理区域范围,并将所述地理区域数据以及所述地理区域范围合并保存为json格式的第二文本文件。
7.如权利要求6所述的方法,其特征在于,所述基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图,包括:
获取所述第一文本文件以及所述第二文本文件;
当接收到可视化请求时,基于所述可视化请求对应的天气形势类型,利用Marchingsquares算法计算所述第一文本文件,得到等值线轮廓;
利用canvas技术,创建与所述地理区域范围相同比例的画布,并在所述画布上绘制所述等值线轮廓以及填充相应的色彩,生成所述可视化天气分型展示图。
8.一种基于B/S架构的天气分型可视化***,其特征在于,包括:
获取模块,被配置为获取历史第一时间段的气象再分析数据,所述气象再分析数据包括平均海平面气压、位势高度以及地理区域数据;
计算模块,被配置为对所述气象再分析数据进行计算,得到对应的多个不同类型的天气形势;
生成模块,被配置为获取第一地理区域的地理坐标数据,并基于所述第一地理区域的地理坐标数据以及所述多个不同类型的天气形势,生成可视化天气分型展示图。
9.一种电子设备,其特征在于,包括:
存储器,用于存储可执行指令;以及,
处理器,用于与所述存储器显示以执行所述可执行指令从而完成权利要求1-7中任一所述基于B/S架构的天气分型可视化方法的操作。
10.一种计算机可读存储介质,用于存储计算机可读取的指令,其特征在于,所述指令被执行时执行权利要求1-7中任一所述基于B/S架构的天气分型可视化方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011489430.6A CN112597237A (zh) | 2020-12-16 | 2020-12-16 | 基于b/s架构的天气分型可视化方法、***、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011489430.6A CN112597237A (zh) | 2020-12-16 | 2020-12-16 | 基于b/s架构的天气分型可视化方法、***、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112597237A true CN112597237A (zh) | 2021-04-02 |
Family
ID=75196828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011489430.6A Pending CN112597237A (zh) | 2020-12-16 | 2020-12-16 | 基于b/s架构的天气分型可视化方法、***、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112597237A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110286424A (zh) * | 2019-04-15 | 2019-09-27 | 南京大学 | 基于数值统计的客观天气分型方法 |
CN110334255A (zh) * | 2019-07-08 | 2019-10-15 | 北京航天宏图信息技术股份有限公司 | 天气形势显示方法、装置、电子设备及存储介质 |
CN110750962A (zh) * | 2019-10-14 | 2020-02-04 | 深圳旗鱼体育传播有限公司 | 天气数据转换方法和*** |
CN111612055A (zh) * | 2020-05-15 | 2020-09-01 | 北京中科三清环境技术有限公司 | 天气形势的分型方法、空气污染状况的预测方法及装置 |
-
2020
- 2020-12-16 CN CN202011489430.6A patent/CN112597237A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110286424A (zh) * | 2019-04-15 | 2019-09-27 | 南京大学 | 基于数值统计的客观天气分型方法 |
CN110334255A (zh) * | 2019-07-08 | 2019-10-15 | 北京航天宏图信息技术股份有限公司 | 天气形势显示方法、装置、电子设备及存储介质 |
CN110750962A (zh) * | 2019-10-14 | 2020-02-04 | 深圳旗鱼体育传播有限公司 | 天气数据转换方法和*** |
CN111612055A (zh) * | 2020-05-15 | 2020-09-01 | 北京中科三清环境技术有限公司 | 天气形势的分型方法、空气污染状况的预测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109064549B (zh) | 标志点检测模型生成方法及标志点检测方法 | |
CN112396640A (zh) | 图像配准方法、装置、电子设备及存储介质 | |
US11144717B2 (en) | Automatic generation of document layouts | |
CN111914046B (zh) | 标的坐落图的生成方法、装置及计算机设备 | |
CN110288520A (zh) | 图像美化方法、装置及电子设备 | |
CN113658292A (zh) | 气象数据色斑图生成方法、装置、设备及存储介质 | |
CN114463503A (zh) | 三维模型和地理信息***的融合方法及装置 | |
US10460427B2 (en) | Converting imagery and charts to polar projection | |
US20230401670A1 (en) | Multi-scale autoencoder generation method, electronic device and readable storage medium | |
CN111951316A (zh) | 图像量化方法和存储介质 | |
CN112597237A (zh) | 基于b/s架构的天气分型可视化方法、***、电子设备及介质 | |
US20230065027A1 (en) | Gpu-based digital map tile generation method and system | |
CN112381773B (zh) | 关键截面数据分析方法、装置、设备及存储介质 | |
US10460420B2 (en) | Converting spatial features to map projection | |
CN115830073A (zh) | 地图要素重建方法、装置、计算机设备和存储介质 | |
WO2023123583A1 (zh) | 适用于地质数据和地理信息数据的融合方法、装置及*** | |
CN113255700B (zh) | 图像的特征图的处理方法及装置、存储介质、终端 | |
CN116543425A (zh) | 基于YOLOv4的手掌检测方法、装置、计算机设备及存储介质 | |
WO2021139178A1 (zh) | 图像合成方法及相关设备 | |
CN114490753A (zh) | 展示地图信息的方法、装置、电子设备及介质 | |
CN114238541A (zh) | 敏感目标信息获取方法、装置和计算机设备 | |
CN112084364A (zh) | 对象分析方法、局部图像搜索方法、设备及存储介质 | |
CN116242736A (zh) | 水汽密度的确定方法、装置、计算机设备和存储介质 | |
US20240112437A1 (en) | Estimation apparatus, model generation apparatus, and estimation method | |
CN117036985B (zh) | 一种面向视频卫星图像的小目标检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |
Application publication date: 20210402 |
|
RJ01 | Rejection of invention patent application after publication |