一种基于气象数据的自然分区可视化方法技术

本发明专利技术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。本发明专利技术能提供分析者时期、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。

A visualization method of natural area based on meteorological data

【技术实现步骤摘要】
一种基于气象数据的自然分区可视化方法
本专利技术涉及信息可视化分析
，具体为一种基于气象数据的自然分区可视化方法。
技术介绍
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。
技术实现思路
本专利技术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，本专利技术采用的技术方案是：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：数据获取根据各地气象站点原始数据，清洗筛选有效信息、提炼气象因子，对采集到的气象数据按季度做降维处理，再进行数据结构设计以及数据存储；S2：数据处理通过聚类处理与量化评估，利用聚类量化指标对分区全局结果进行评估，计算代表站点的综合与单维相似度，生成有关集群、簇、点的信息表；S3：可视化映射设计全局呈现与定量评估视觉编码，用柱形、雷达图轴截距分别表示分区全局结果和评估数值；设计站点时空分区视觉编码，用地理视图的散点和时间轴点选分别表示地理环境中站点位置和选中时间范围；设计点簇关系视觉编码，用气泡、箭头、柱状、平行坐标线条分别表示区域内气象因子相似度、气象因子属性分布、站点数、区域间气象因子属性分布；S4：可视化布局依据用户选取的时段与簇数范围，通过堆叠柱状图模型输出聚类全局呈现映射，将全局序号、堆叠柱状图模型、定量评估雷达图模型三者对应成行，完成分区全局呈现与评估可视化布局；设置全局序号与地理视图的关联关系，设置时间轴点选与簇号、运行按钮的关联关系，通过墨卡托投影，将站点经纬度映射到二维地图上，映射聚类的簇序号到站点颜色上，完成分区时空可视化布局；对簇内代表点综合相似度排序，映射为站点轴的前后顺序，计算气象因子单维相似度到气泡半径的映射，将该时期中簇内各个气象因子的均值、上四分位数、下四分位数映射为平行坐标系的线条和单轴箭头图的箭头，为簇和站点的数值映射不同的箭头颜色，完成点簇关系可视化布局。进一步地，在步骤S1中，数据获取与清洗具体为：S11：选取较为完善的站点，确立站点的名称、坐标信息，完成站点信息表；S12：采集每个气象站点五十年中六个气象因子的逐日气象数据，完成气象数据表，气象因子包括风速、日照时数、最高温度、最低温度、相对湿度、降雨量；S13：对于每个气象站点在聚类时间单元内的逐日数据按季度取平均值，若有缺失数据则将前后相邻年份该季度数据取均值进行填充，完成以季度为单位的降维工作，形成气象季度数据表。进一步地，在步骤S2中，数据处理包括：S21：针对数据特点及气象属性，对数据进行2-12个簇的K-means聚类处理，之后对每次聚类分区结果计算五个评估指标并将其各自归一化、写入数据库，生成有关分区全局结果的信息表；S22：计算簇的特征包括六个气象因子各自的上四分位数、下四分位数、簇内站点均值三项统计学指标，完成簇信息表；S23：处理簇内六个气象因子与簇均值的单相似度以及气象因子整体的余弦相似度，并以一个簇为单位进行归一化处理，完成站点信息表；S24：根据站点信息与研究属性的对应关系，进行数据库结构设计；S25：将所提取的有效信息、选择的气象因子等对应的数据及结构导入mysql数据库中。进一步地，在步骤S3中，全局呈现与定量评估包括：簇数控制模块、每行全局结果的簇号、划分结果和量化评估；簇数控制模块包括可拖动的滑块、簇数区间的数字、重运行按钮；在每行全局结果中，簇号直接表示为数字，划分结果用堆叠柱状图表示，单个柱状的长度和颜色表示该簇内站点的数目和所属关系，量化评估由雷达图表示，五个轴分别对应五个评估指标归一化后的数值。进一步地，在步骤S3中，站点时空分区视觉包括：地理视图和时间轴点选模块；地理视图由真实地理环境保留省界国界经墨卡托投影映射而来，其上的散点位置由站点的经纬度映射而成，散点的颜色与所属簇的颜色对应；时期轴由十个箭头图案组成。进一步地，在步骤S3中，点簇关系视觉包括：代表站点排序视图、点簇属性视图、簇间属性视图；代表站点排序视图中，每行轴代表一个站点，气象因子的综合余弦相似度映射为轴的排序，气象因子的单维相似度映射为轴上对应因子气泡的大小，气泡的颜色对应所属簇的颜色；点簇属性视图中，每行轴代表本文档来自技高网...

【技术保护点】
1.一种基于气象数据的自然分区可视化方法，其特征在于，包括以下步骤：/nS1：数据获取/n根据各地气象站点原始数据，清洗筛选有效信息、提炼气象因子，对采集到的气象数据按季度做降维处理，再进行数据结构设计以及数据存储；/nS2：数据处理/n通过聚类处理与量化评估，利用聚类量化指标对分区全局结果进行评估，计算代表站点的综合与单维相似度，生成有关集群、簇、点的信息表；/nS3：可视化映射/n设计全局呈现与定量评估视觉编码，用柱形、雷达图轴截距分别表示分区全局结果和评估数值；设计站点时空分区视觉编码，用地理视图的散点和时间轴点选分别表示地理环境中站点位置和选中时间范围；设计点簇关系视觉编码，用气泡、箭头、柱状、平行坐标线条分别表示区域内气象因子相似度、气象因子属性分布、站点数、区域间气象因子属性分布；/nS4：可视化布局/n依据用户选取的时段与簇数范围，通过堆叠柱状图模型输出聚类全局呈现映射，将全局序号、堆叠柱状图模型、定量评估雷达图模型三者对应成行，完成分区全局呈现与评估可视化布局；/n设置全局序号与地理视图的关联关系，设置时间轴点选与簇号、运行按钮的关联关系，通过墨卡托投影，将站点经纬度映射到二维地图上，映射聚类的簇序号到站点颜色上，完成分区时空可视化布局；/n对簇内代表点综合相似度排序，映射为站点轴的前后顺序，计算气象因子单维相似度到气泡半径的映射，将该时期中簇内各个气象因子的均值、上四分位数、下四分位数映射为平行坐标系的线条和单轴箭头图的箭头，为簇和站点的数值映射不同的箭头颜色，完成点簇关系可视化布局。/n...

【技术特征摘要】
1.一种基于气象数据的自然分区可视化方法，其特征在于，包括以下步骤：
S1：数据获取
根据各地气象站点原始数据，清洗筛选有效信息、提炼气象因子，对采集到的气象数据按季度做降维处理，再进行数据结构设计以及数据存储；
S2：数据处理
通过聚类处理与量化评估，利用聚类量化指标对分区全局结果进行评估，计算代表站点的综合与单维相似度，生成有关集群、簇、点的信息表；
S3：可视化映射
设计全局呈现与定量评估视觉编码，用柱形、雷达图轴截距分别表示分区全局结果和评估数值；设计站点时空分区视觉编码，用地理视图的散点和时间轴点选分别表示地理环境中站点位置和选中时间范围；设计点簇关系视觉编码，用气泡、箭头、柱状、平行坐标线条分别表示区域内气象因子相似度、气象因子属性分布、站点数、区域间气象因子属性分布；
S4：可视化布局
依据用户选取的时段与簇数范围，通过堆叠柱状图模型输出聚类全局呈现映射，将全局序号、堆叠柱状图模型、定量评估雷达图模型三者对应成行，完成分区全局呈现与评估可视化布局；
设置全局序号与地理视图的关联关系，设置时间轴点选与簇号、运行按钮的关联关系，通过墨卡托投影，将站点经纬度映射到二维地图上，映射聚类的簇序号到站点颜色上，完成分区时空可视化布局；
对簇内代表点综合相似度排序，映射为站点轴的前后顺序，计算气象因子单维相似度到气泡半径的映射，将该时期中簇内各个气象因子的均值、上四分位数、下四分位数映射为平行坐标系的线条和单轴箭头图的箭头，为簇和站点的数值映射不同的箭头颜色，完成点簇关系可视化布局。


2.根据权利要求1所述的一种基于气象数据的自然分区可视化方法，其特征在于，在步骤S1中，数据获取与清洗具体为：
S11：选取较为完善的站点，确立站点的名称、坐标信息，完成站点信息表；
S12：采集每个气象站点五十年中六个气象因子的逐日气象数据，完成气象数据表，气象因子包括风速、日照时数、最高温度、最低温度、相对湿度、降雨量；
S13：对于每个气象站点在聚类时间单元内的逐日数据按季度取平均值，若有缺失数据则将前后相邻年份该季度数据取均值进行填充，完成以季度为单位的降维工作，形成气象季度数据表。


3.根据权利要求1所述的一种基于气象数据的自然分区可视化方法，其特征在于，在步骤S2中，数据处理包括：
S21：针对数据特点及气象属性，对数据进行2-12个簇的K-means聚类处理，之后对每次聚类分区结果计算五个评估指标并将其各自归一化、写入数据库，生成有关分区全局结果的信息表；
S22：计算簇的特征包括六个气象因子各自的上四分位数、下四分位数、簇内站点均值三项统计学指标，完成簇信息表；
S23：处理簇内六个气象因子与簇均值的单相似度以及气象因子整体的余弦相似度，并以一个簇为单位进行归一化处理，完成站点信息表；
S24：根据站点信息与研究属性的对应关系，进行数据库结构设计；
S25：将所提取的有效信息、选择的气象因子等对应的数据及结构导入mysql数据库中。


4.根据权利要求1所述的一种基于气象数据的自然分区可视化方法，其特征在于，在步骤S3中，全局呈现与定量评估包括：簇数控制模块、每行全局结果的簇号、划分结果和量化评估；簇数控制模块包括可拖动的滑块、簇数区间的数字、重运行按钮；在每行全局结果中，簇号直接表示为数字，划分结果用堆叠柱状图表示，单个柱状的长度和颜色表示该簇内站点的数目和所属关系，量化评估由雷达图表示，五个轴分别对应五个评估指标归一化后的数值。


5.根据权利要求1所述的一种基于气象数据的自然分区可视化方法，其特征在于，在步骤S3中，站点时空分区视觉包括：地理视图和时间轴点选模块；地理视图由真实地理环境保留省界国界经墨卡托投影映射而来，其上的散点位置由站点的经纬度映射而成，散点的颜色与所属簇的颜色对应；时期轴由十个箭头图案组成。


6.根据权利要求1所述的一种基于气象数据的自然分区可视化方法，其特征在于，在步骤S3中，点簇关系视觉包括：代表站点排序视图、点簇属性视图、簇间属性视图；代表站点排序视图中，每行轴代表一个站点，气象因子的综合余弦相似度映射为轴的排序，气象因子的单维相似度映射为轴上对应因子气泡的大小，气泡的颜色对应所属簇的颜色；点簇属性视图中，每行轴代表一个气象因子；簇间属性视图中，柱状图的长度表示簇内站点数，其前方的簇名可勾选，平行坐标系代表该时期下所选中簇在六个气象因子维度上的平均数值，折线颜色对应簇的颜色，从中用户也可依据簇间属...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：四川;51