本发明涉及沙尘数据显示技术领域,具体而言,涉及一种沙尘气象灾害数据的动画显示方法、装置及系统。
背景技术:
全球灾害数据库分析表明气象灾害是发生频次最多的自然灾害,卫星遥感作为重要的宏观观测手段,在气象灾害监测中占有无可比拟的优势地位,越来越多的被应用于气象灾害分析。而沙尘灾害作为主要气象灾害中的一种典型灾害,如何利用长时间序列卫星遥感致灾因子信息,建立沙尘灾害定量监测方法,是有效进行气象灾害预警的关键。
已知方法中,沙尘灾害数据通常以电子文档或者静态文本图片形式表达。但是伴随着沙尘灾害发生频繁,人们日益多样化的特定场景可视化需求,原有的灾害数据表达方式已经日渐不能满足实际生产研究的需要。因此,为了提高沙尘灾害数据表达方式的多样性,亟需一种沙尘灾害数据显示方法。
技术实现要素:
本发明提供了一种沙尘气象灾害数据的动画显示方法、装置及系统,以提高沙尘灾害数据表达方式的多样性。具体的技术方案如下。
第一方面,本发明实施例提供一种沙尘气象灾害数据的动画显示方法,所述方法应用于沙尘气象灾害数据的动画显示系统的服务器,所述系统还包括客户端,所述方法包括:
获取序列高分卫星底图,静止气象卫星采集的序列气象卫星底图,以及所述静止气象卫星获取的沙尘监测dst数据;其中,各所述高分卫星底图、各所述气象卫星底图、各所述dst数据均含有对应的时间戳;
根据所述dst数据,计算红外差值沙尘指数iddi数据;
将所述iddi数据输入预先训练得到的随机森林模型中,得到所述iddi数据对应的预测能见度数据,并根据所述预测能见度数据计算沙尘强度数据;其中,所述随机森林模型是预先根据各样本对训练得到的,各所述样本对均包括样本iddi数据和样本地面能见度实测数据;
基于所述服务器中间层缓存技术,建立沙尘强度监测数据的可视化数据模型,将所述沙尘强度数据存储至所述可视化数据模型中,并根据所述沙尘强度数据提取矢量数据,作为各所述dst数据对应的中间缓存数据;
当接收到所述客户端发送的沙尘气象灾害数据获取请求时,将所述序列高分卫星底图、所述序列气象卫星底图、以及所述中间缓存数据发送至所述客户端,以使得所述客户端基于webgl技术,根据时间戳从早到晚的顺序,依次将包含相同时间戳的dst数据对应的中间缓存数据,与对应的高分卫星底图以及气象卫星底图叠加展示。
可选的,所述根据所述dst数据,计算红外差值沙尘指数iddi数据的步骤包括:
依次从所述dst数据中读取瞬时亮温值;
计算预先获取的参考亮温值与所读取的瞬时亮温值的差值,作为红外差值沙尘指数iddi数据;所述参考亮温值为晴空时所述静止气象卫星观测到的亮温值。
可选的,所述随机森林模型的训练过程包括:
构建初始模型;
获取各样本对,各所述样本对均包括样本iddi数据和样本地面能见度实测数据;
将所述各样本对输入所述初始模型,所述初始模型根据每个样本对中的样本iddi数据得到预测地面能见度数据,当所述预测地面能见度数据和对应的样本地面能见度实测数据的误差小于预设阈值时,将当前的初始模型作为所述随机森林模型。
可选的,所述基于所述服务器中间层缓存技术,建立沙尘强度监测数据的可视化数据模型的步骤包括:
构建json结构;
基于所述json结构,构建沙尘强度监测数据的可视化数据模型。
第二方面,本发明实施例提供一种沙尘气象灾害数据的动画显示装置,所述装置应用于沙尘气象灾害数据的动画显示系统的服务器,所述系统还包括客户端,所述装置包括:
原始数据获取模块,用于获取序列高分卫星底图,静止气象卫星采集的序列气象卫星底图,以及所述静止气象卫星获取的沙尘监测dst数据;其中,各所述高分卫星底图、各所述气象卫星底图、各所述dst数据均含有对应的时间戳;
iddi数据计算模块,用于根据所述dst数据,计算红外差值沙尘指数iddi数据;
强度数据计算模块,用于将所述iddi数据输入预先训练得到的随机森林模型中,得到所述iddi数据对应的预测能见度数据,并根据所述预测能见度数据计算沙尘强度数据;其中,所述随机森林模型是预先根据各样本对训练得到的,各所述样本对均包括样本iddi数据和样本地面能见度实测数据;
数据模型构建模块,用于基于所述服务器中间层缓存技术,建立沙尘强度监测数据的可视化数据模型,将所述沙尘强度数据存储至所述可视化数据模型中,并根据所述沙尘强度数据提取矢量数据,作为各所述dst数据对应的中间缓存数据;
沙尘数据展示模块,用于当接收到所述客户端发送的沙尘气象灾害数据获取请求时,将所述序列高分卫星底图、所述序列气象卫星底图、以及所述中间缓存数据发送至所述客户端,以使得所述客户端基于webgl技术,根据时间戳从早到晚的顺序,依次将包含相同时间戳的dst数据对应的中间缓存数据,与对应的高分卫星底图以及气象卫星底图叠加展示。
可选的,所述iddi数据计算模块包括:
数据读取子模块,用于依次从所述dst数据中读取瞬时亮温值;
数据计算子模块,用于计算预先获取的参考亮温值与所读取的瞬时亮温值的差值,作为红外差值沙尘指数iddi数据;所述参考亮温值为晴空时所述静止气象卫星观测到的亮温值。
可选的,所述装置还包括:
初始模型构建模块,用于构建初始模型;
样本对获取模块,用于获取各样本对,各所述样本对均包括样本iddi数据和样本地面能见度实测数据;
模型训练模块,用于将所述各样本对输入所述初始模型,所述初始模型根据每个样本对中的样本iddi数据得到预测地面能见度数据,当所述预测地面能见度数据和对应的样本地面能见度实测数据的误差小于预设阈值时,将当前的初始模型作为所述随机森林模型。
可选的,所述数据模型构建模块包括:
结构构建子模块,用于构建json结构;
数据模型构建子模块,用于基于所述json结构,构建沙尘强度监测数据的可视化数据模型。
第三方面,本发明实施例提供一种沙尘气象灾害数据的动画显示系统,,所述系统包括服务器和客户端;
所述服务器,用于获取序列高分卫星底图,静止气象卫星采集的序列气象卫星底图,以及所述气象卫星获取的沙尘监测dst数据;其中,各所述高分卫星底图、各所述气象卫星底图、各所述dst数据均含有对应的时间戳;根据所述dst数据,计算红外差值沙尘指数iddi数据;将所述iddi数据输入预先训练得到的随机森林模型中,得到所述iddi数据对应的预测能见度数据,并根据所述预测能见度数据计算沙尘强度数据;其中,所述随机森林模型是预先根据各样本对训练得到的,各所述样本对均包括样本iddi数据和样本地面能见度实测数据;基于所述服务器中间层缓存技术,建立沙尘强度监测数据的可视化数据模型,将所述沙尘强度数据存储至所述可视化数据模型中,并根据所述沙尘强度数据提取矢量数据,作为各所述dst数据对应的中间缓存数据;当接收到所述客户端发送的沙尘气象灾害数据获取请求时,将所述序列高分卫星底图、所述序列气象卫星底图、以及所述中间缓存数据发送至所述客户端;
所述客户端,用于接收所述服务器发送的所述序列高分卫星底图、所述序列气象卫星底图、以及所述中间缓存数据,基于webgl技术,根据时间戳从早到晚的顺序,依次将包含相同时间戳的dst数据对应的中间缓存数据,与对应的高分卫星底图以及气象卫星底图叠加展示。
可选的,所述客户端,具体用于接收所述服务器发送的所述中间缓存数据,获取预设的像素阈值,根据所述像素阈值,将所述中间缓存数据划分为多个沙尘单体,并基于webgl技术,根据时间戳从早到晚的顺序,依次将包含相同时间戳的dst数据对应的多个沙尘单体,与对应的高分卫星底图以及气象卫星底图叠加展示;所述各沙尘单体包括:沙尘强度、沙尘影响范围、沙尘移动方向、沙尘移动速度。
由上述内容可知,本发明实施例提供的沙尘气象灾害数据的动画显示方法、装置及系统,能够基于服务器端中间层缓存技术和客户端webgl技术,将沙尘灾害数据进行三维可视化渲染。并且,基于客户端webgl技术展示沙尘灾害数据时,不需要客户端单独安装插件,能够提高沙尘灾害数据展示的便捷性。获取到原始的dst数据后,可以计算得到对应的iddi数据,并且根据预先训练得到的随机森林模型,得到对应的沙尘强度数据,从而在进行沙尘灾害数据展示时,展示的即为沙尘强度数据,与展示原始的dst数据相比,有利于用户进行直观地分析,更好地利用灾害数据,为决策部门提供灾害预警和报告。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例的创新点包括:
1、基于服务器端中间层缓存技术和客户端webgl技术,将沙尘灾害数据进行三维可视化渲染。并且,基于客户端webgl技术展示沙尘灾害数据时,不需要客户端单独安装插件,能够提高沙尘灾害数据展示的便捷性。获取到原始的dst数据后,可以计算得到对应的iddi数据,并且根据预先训练得到的随机森林模型,得到对应的沙尘强度数据,从而在进行沙尘灾害数据展示时,展示的即为沙尘强度数据,与展示原始的dst数据相比,有利于用户进行直观地分析,更好地利用灾害数据,为决策部门提供灾害预警和报告。
2、训练得到随机森林模型后,在进行沙尘灾害数据展示时,可以根据获取的原始dst数据计算得到的iddi数据,通过该随机森林模型得到对应的沙尘强度数据,从而可以更直观的展示沙尘监测数据,有利于用户进行直观地分析,更好地利用灾害数据,为决策部门提供灾害预警和报告。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的沙尘气象灾害数据的动画显示方法的一种流程示意图;
图2为本发明实施例的沙尘气象灾害数据的一种动画显示效果示意图;
图3为本发明实施例的沙尘气象灾害数据的动画显示方法的另一种流程示意图;
图4为本发明实施例的沙尘气象灾害数据的动画显示装置的一种结构示意图;
图5为本发明实施例的沙尘气象灾害数据的动画显示系统的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含的一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本发明实施例公开了一种沙尘气象灾害数据的动画显示方法、装置及系统,能够提高沙尘灾害数据表达方式的多样性。下面对本发明实施例进行详细说明。
图1为本发明实施例提供的沙尘气象灾害数据的动画显示方法的一种流程示意图。该方法应用于服务器。该方法具体包括以下步骤。
s110:获取序列高分卫星底图,静止气象卫星采集的序列气象卫星底图,以及静止气象卫星获取的沙尘监测dst数据;其中,各高分卫星底图、各气象卫星底图、各dst数据均含有对应的时间戳。
上述高分卫星底图,可以为高分一号卫星、高分二号卫星、或谷歌地球采集的底图。在本发明实施例中,为了三维展示沙尘灾害数据的动画效果,可以获取多张按采集时间依次排序的高分卫星底图,称为序列高分卫星底图。
上述静止气象卫星,例如可以为风云四号静止气象卫星fy4a,或者可以为其他能够定时采集到气象卫星底图和dst(dustmonitoring,沙尘监测)数据的卫星,本发明实施例对此不作限定。序列气象卫星底图,可以为多张按采集时间依次排序的气象卫星底图。
各高分卫星底图对应的时间戳,即为卫星采集各高分卫星底图时的时间,各气象卫星底图对应的时间戳,即为静止气象卫星采集各气象卫星底图时的时间,各dst数据对应的时间戳,即为静止气象卫星获取各dst数据时的时间。
s120:根据dst数据,计算红外差值沙尘指数iddi数据。
在一种实现方式中,计算iddi(infrareddifferencedustindex,红外差值沙尘指数)数据时,可以首先依次从dst数据中读取瞬时亮温值;之后计算预先获取的参考亮温值与所读取的瞬时亮温值的差值,作为iddi数据。其中,上述参考亮温值为晴空时静止气象卫星观测到的亮温值。
具体的,可以根据以下公式计算iddi数据:
iddi=btref-btbb
btref为晴空时(无云与沙尘)时静止气象卫星观测到的亮温,btbb为静止气象卫星观测的瞬时亮温值。
s130:将iddi数据输入预先训练得到的随机森林模型中,得到iddi数据对应的预测能见度数据,并根据预测能见度数据计算沙尘强度数据;其中,随机森林模型是预先根据各样本对训练得到的,各样本对均包括样本iddi数据和样本地面能见度实测数据。
在本发明实施例中,为了更直观的展示沙尘监测数据,可以预先根据各样本对训练得到随机森林模型。其中,各样本对均包括样本iddi数据和样本地面能见度实测数据。也就是说,通过随机森林模型,能够统计得到地面能见度数据和iddi数据的关联关系。
在进行沙尘灾害数据显示时,得到iddi数据后,可以将iddi数据输入预先训练得到的随机森林模型中,即可得到iddi数据对应的预测能见度数据,进而可以根据预测能见度数据计算沙尘强度数据。本发明实施例中的沙尘强度数据与预测能见度数据可以为线性关系。
相对于传统的线性回归、指数回归等统计模型,非参数、非线性、多参数的机器学习方法被认为能够更好的表达多种相关参数。本发明实施例中,利用随机森林模型,能够很好的统计得到iddi数据与地面能见度数据的相关性,从而得到准确的沙尘强度数据。当利用随机森林模型计算出预测能见度数据后,可以与地面站点实际能见度数据进行比较,得到的相关系数为0.79,平均误差为0.04。
s140:基于服务器中间层缓存技术,建立沙尘强度监测数据的可视化数据模型,将沙尘强度数据存储至可视化数据模型中,并根据沙尘强度数据提取矢量数据,作为各dst数据对应的中间缓存数据。
要想在客户端将数据可视化展示出来,就需要将后台这些数据的可视化规范制定出来供前端查询检索。客户端可视化界面上可以以灾害主题的形式在三维场景中综合展示沙尘灾害数据以及相关的统计和系统信息,灾害数据的显示可以按照“灾害主题”组织。灾害主题就是一个或多个不同类型灾害数据的集合。默认情况下系统显示的是“全球”灾害主题,可以包含近三个月的沙尘灾害数据。
在一种实现方式中,首先可以构建一个灾害主题的总体json结构,用来存储灾害主题通用数据信息,包含所有数据的共有属性,便于全局检索。具体的,可以从空间、时间和数值三个维度定义可视化要素以满足沙尘灾害数据的动态可视化要求。该沙尘灾害数据的数据模型以json文件形式存在,json文件中包括数据的唯一标识、监测对象实体、标签信息、样式定义、序列栅格数据、文档报告、生产单位、生产时间等属性信息。
构建总体json结构后,可以基于json结构,构建沙尘强度监测数据的可视化数据模型,也可以称为json模型。之后,可以将沙尘强度数据存储至可视化数据模型中,并根据沙尘强度数据提取矢量数据,作为各dst数据对应的中间缓存数据。
在实际应用中,还可以在可视化数据模型中存储iddi数据、沙尘监测二值图、以及沙尘监测矢量边界。其中,沙尘检测二值图可以根据iddi数据计算得到,得到沙尘监测二值图之后,通过栅格转矢量的算法可以得到沙尘监测矢量边界。
s150:当接收到客户端发送的沙尘气象灾害数据获取请求时,将序列高分卫星底图、序列气象卫星底图、以及中间缓存数据发送至客户端,以使得客户端基于webgl技术,根据时间戳从早到晚的顺序,依次将包含相同时间戳的dst数据对应的中间缓存数据,与对应的高分卫星底图以及气象卫星底图叠加展示。
在本发明实施例中,当用户想要查看沙尘气象灾害数据时,其可以通过客户端向服务器发送沙尘气象灾害数据获取请求,具体的,可以通过浏览器发送沙尘气象灾害数据获取请求。
浏览器接收到客户端发送的沙尘气象灾害数据获取请求后,可以将序列高分卫星底图、序列气象卫星底图、以及中间缓存数据发送至客户端。客户端接收到序列高分卫星底图、序列气象卫星底图、以及中间缓存数据后,可以获取预设的像素阈值,根据像素阈值,将中间缓存数据划分为多个沙尘单体,并基于webgl技术,根据时间戳从早到晚的顺序,依次将包含相同时间戳的dst数据对应的多个沙尘单体,与对应的高分卫星底图以及气象卫星底图叠加展示。
参考图2,其示出了客户端展示的沙尘气象灾害数据的一种效果示意图。如图2所示,在客户端可视界面可以多密度展示沙尘气象灾害数据,一些区域沙尘粒子比较集中,一些区域沙尘粒子比较稀疏。
对于一个中间缓存数据,每个像素点数据值代表沙尘的强度值,设定一个阈值,临近像元值差小于该阈值时则将该栅格点合并成一个沙尘单体,然后循环遍历每个像素点,这样每个中间缓存数据会由多个代表不同沙尘强度的沙尘单体组成。也就是说,一个中间缓存数据会对应多个沙尘单体供客户端展示,每个沙尘单体包括以下属性信息:沙尘强度、沙尘影响范围、沙尘移动方向、沙尘移动速度等。不同沙尘单体之间具有不同的属性信息,最后在三维场景可视化时,针对一个持续时间的沙尘气象灾害数据可以进行多强度沙尘粒子的动态显示。
由上述内容可知,本实施例可以基于服务器端中间层缓存技术和客户端webgl技术,将沙尘灾害数据进行三维可视化渲染。并且,基于客户端webgl技术展示沙尘灾害数据时,不需要客户端单独安装插件,能够提高沙尘灾害数据展示的便捷性。获取到原始的dst数据后,可以计算得到对应的iddi数据,并且根据预先训练得到的随机森林模型,得到对应的沙尘强度数据,从而在进行沙尘灾害数据展示时,展示的即为沙尘强度数据,与展示原始的dst数据相比,有利于用户进行直观地分析,更好地利用灾害数据,为决策部门提供灾害预警和报告。
作为本发明实施例的一种实施方式,如图2所示,上述随机森林模型的训练过程可以包括以下步骤。
s310:构建初始模型。
上述初始模型可以为神经网络模型。例如,可以包括卷积层、池化层等,本发明实施例不对初始模型的结构作限定。
s320:获取各样本对,各样本对均包括样本iddi数据和样本地面能见度实测数据。
其中,样本iddi数据可以根据静止气象卫星获取的dst数据计算得到,样本地面能见度数据可以由地面站点观测得到。
s330:将各样本对输入初始模型,初始模型根据每个样本对中的样本iddi数据得到预测地面能见度数据,当预测地面能见度数据和对应的样本地面能见度实测数据的误差小于预设阈值时,将当前的初始模型作为随机森林模型。
获取到各样本对后,可以将各样本对输入初始模型中,初始模型可以根据每个样本对中的样本iddi数据得到预测地面能见度数据,并计算各预测能见度数据和对应的样本地面能见度实测数据之间的误差;当预测能见度数据和对应的样本地面能见度实测数据的误差小于预设阈值(如0.01、0.02、0.05等)时,模型训练完成,可以将当前的初始模型作为随机森林模型。
训练得到随机森林模型后,在进行沙尘灾害数据展示时,可以根据获取的原始dst数据计算得到的iddi数据,通过该随机森林模型得到对应的沙尘强度数据,从而可以更直观的展示沙尘监测数据,有利于用户进行直观地分析,更好地利用灾害数据,为决策部门提供灾害预警和报告。
如图4所示,本发明实施例提供了一种沙尘气象灾害数据的动画显示装置,所述装置应用于沙尘气象灾害数据的动画显示系统的服务器,所述系统还包括客户端,所述装置包括:
原始数据获取模块410,用于获取序列高分卫星底图,静止气象卫星采集的序列气象卫星底图,以及所述静止气象卫星获取的沙尘监测dst数据;其中,各所述高分卫星底图、各所述气象卫星底图、各所述dst数据均含有对应的时间戳;
iddi数据计算模块420,用于根据所述dst数据,计算红外差值沙尘指数iddi数据;
强度数据计算模块430,用于将所述iddi数据输入预先训练得到的随机森林模型中,得到所述iddi数据对应的预测能见度数据,并根据所述预测能见度数据计算沙尘强度数据;其中,所述随机森林模型是预先根据各样本对训练得到的,各所述样本对均包括样本iddi数据和样本地面能见度实测数据;
数据模型构建模块440,用于基于所述服务器中间层缓存技术,建立沙尘强度监测数据的可视化数据模型,将所述沙尘强度数据存储至所述可视化数据模型中,并根据所述沙尘强度数据提取矢量数据,作为各所述dst数据对应的中间缓存数据;
沙尘数据展示模块450,用于当接收到所述客户端发送的沙尘气象灾害数据获取请求时,将所述序列高分卫星底图、所述序列气象卫星底图、以及所述中间缓存数据发送至所述客户端,以使得所述客户端基于webgl技术,根据时间戳从早到晚的顺序,依次将包含相同时间戳的dst数据对应的中间缓存数据,与对应的高分卫星底图以及气象卫星底图叠加展示。
作为本发明实施例的一种实施方式,所述iddi数据计算模块420包括:
数据读取子模块,用于依次从所述dst数据中读取瞬时亮温值;
数据计算子模块,用于计算预先获取的参考亮温值与所读取的瞬时亮温值的差值,作为红外差值沙尘指数iddi数据;所述参考亮温值为晴空时所述静止气象卫星观测到的亮温值。
作为本发明实施例的一种实施方式,所述装置还包括:
初始模型构建模块,用于构建初始模型;
样本对获取模块,用于获取各样本对,各所述样本对均包括样本iddi数据和样本地面能见度实测数据;
模型训练模块,用于将所述各样本对输入所述初始模型,所述初始模型根据每个样本对中的样本iddi数据得到预测地面能见度数据,当所述预测地面能见度数据和对应的样本地面能见度实测数据的误差小于预设阈值时,将当前的初始模型作为所述随机森林模型。
作为本发明实施例的一种实施方式,所述数据模型构建模块440包括:
结构构建子模块,用于构建json结构;
数据模型构建子模块,用于基于所述json结构,构建沙尘强度监测数据的可视化数据模型。
由上述内容可知,本实施例可以基于服务器端中间层缓存技术和客户端webgl技术,将沙尘灾害数据进行三维可视化渲染。并且,基于客户端webgl技术展示沙尘灾害数据时,不需要客户端单独安装插件,能够提高沙尘灾害数据展示的便捷性。获取到原始的dst数据后,可以计算得到对应的iddi数据,并且根据预先训练得到的随机森林模型,得到对应的沙尘强度数据,从而在进行沙尘灾害数据展示时,展示的即为沙尘强度数据,与展示原始的dst数据相比,有利于用户进行直观地分析,更好地利用灾害数据,为决策部门提供灾害预警和报告。
上述装置实施例与方法实施例相对应,与该方法实施例具有同样的技术效果,具体说明参见方法实施例。装置实施例是基于方法实施例得到的,具体的说明可以参见方法实施例部分,此处不再赘述。
如图5所示,本发明实施例提供了一种沙尘气象灾害数据的动画显示系统,所述系统包括服务器510和客户端520;
所述服务器510,用于获取序列高分卫星底图,静止气象卫星采集的序列气象卫星底图,以及所述气象卫星获取的沙尘监测dst数据;其中,各所述高分卫星底图、各所述气象卫星底图、各所述dst数据均含有对应的时间戳;根据所述dst数据,计算红外差值沙尘指数iddi数据;将所述iddi数据输入预先训练得到的随机森林模型中,得到所述iddi数据对应的预测能见度数据,并根据所述预测能见度数据计算沙尘强度数据;其中,所述随机森林模型是预先根据各样本对训练得到的,各所述样本对均包括样本iddi数据和样本地面能见度实测数据;基于所述服务器中间层缓存技术,建立沙尘强度监测数据的可视化数据模型,将所述沙尘强度数据存储至所述可视化数据模型中,并根据所述沙尘强度数据提取矢量数据,作为各所述dst数据对应的中间缓存数据;当接收到所述客户端发送的沙尘气象灾害数据获取请求时,将所述序列高分卫星底图、所述序列气象卫星底图、以及所述中间缓存数据发送至所述客户端520;
所述客户端520,用于接收所述服务器510发送的所述序列高分卫星底图、所述序列气象卫星底图、以及所述中间缓存数据,基于webgl技术,根据时间戳从早到晚的顺序,依次将包含相同时间戳的dst数据对应的中间缓存数据,与对应的高分卫星底图以及气象卫星底图叠加展示。
作为本发明实施例的一种实施方式,所述客户端520,具体用于接收所述服务器发送的所述中间缓存数据,获取预设的像素阈值,根据所述像素阈值,将所述中间缓存数据划分为多个沙尘单体,并基于webgl技术,根据时间戳从早到晚的顺序,依次将包含相同时间戳的dst数据对应的多个沙尘单体,与对应的高分卫星底图以及气象卫星底图叠加展示;所述各沙尘单体包括:沙尘强度、沙尘影响范围、沙尘移动方向、沙尘移动速度。
由上述内容可知,本实施例可以基于服务器端中间层缓存技术和客户端webgl技术,将沙尘灾害数据进行三维可视化渲染。并且,基于客户端webgl技术展示沙尘灾害数据时,不需要客户端单独安装插件,能够提高沙尘灾害数据展示的便捷性。获取到原始的dst数据后,可以计算得到对应的iddi数据,并且根据预先训练得到的随机森林模型,得到对应的沙尘强度数据,从而在进行沙尘灾害数据展示时,展示的即为沙尘强度数据,与展示原始的dst数据相比,有利于用户进行直观地分析,更好地利用灾害数据,为决策部门提供灾害预警和报告。
该系统实施例与图1所示方法实施例是基于同一发明构思得到的实施例,相关之处可以相互参照。上述系统实施例与方法实施例相对应,与该方法实施例具有同样的技术效果,具体说明参见方法实施例。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。