一种应用于污染分析的玫瑰图制作方法与流程

本发明涉及气象分析领域，特别涉及一种应用于污染分析的玫瑰图制作方法。

背景技术：

近年来，随着经济社会的持续快速发展，工业化和城市化的发展加剧，能源消耗迅速增加，空气污染日益严重，空气污染物排放总量居高不下。作为影响污染物传播的风一直是人们研究污染传播的主要手段。

风频玫瑰图（简称风玫瑰图）也叫风向频率玫瑰图，它是根据某一地区多年平均统计的各个风向和风速的百分数值，并按一定比例绘制，一般多用8个或16个罗盘方位表示，由于形状酷似玫瑰花朵而得名。

由于风频玫瑰图能够形象的表示风的风向频率，所以现有技术中，研究人员经常依据风频玫瑰图分析污染物的传播。但是其在研究过程中，由于风频玫瑰图并不能够直接反应与污染物之间的关系，所以需要研究人员对污染物的传播情况另做研究，用以配合污染物传播的预警。

技术实现要素：

本发明的目的是提供一种应用于污染分析的玫瑰图制作方法，其优点是该方法能够制作出形象表现污染物传播的玫瑰图。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种应用于污染分析的玫瑰图制作方法，包括以下步骤：

步骤1：选取预定地点的数据获取时间段，在所述时间段内选定若干测试时间点；

步骤2：获取每一时间点的风向数据、风速数据以及污染物浓度数据；

步骤3：以预定地点为中心，制作罗盘方位图；

步骤4：以罗盘方位图的中心为圆心，制作风速线性差值图；

步骤5：依据每一时间点的风向数据在罗盘方位图中生成风频廓线；

步骤6：依据所述时间点的风速数据和风向数据将每一时间点对应显示到所述罗盘方位图中；

步骤7：将污染物浓度映射成颜色深度；

步骤8：将与每一时间点的污染物浓度映射的颜色叠加到所述罗盘方位图中。

通过采用上述技术方案，风频廓线的生成表示为了在选定时间段内的主要风向，将污染物浓度映射成颜色深度后叠加到罗盘方位图中，实现了污染物浓度与风向风频数据的混合显示，由于在罗盘方位图中不但显示了风向风频数据，还集成了污染物浓度以及风速数据，从而形象的表示了污染物传播方向与风速之间的关系，在研究人员研究风对污染物传播的影响过程中，会提供形象而有效的数据支撑。当经过该方法制作的罗盘方位图表示未来一一段时间内，某地区会出现强污染天气时，可通过研究人员进行提前预警。

优选的，还包括步骤9：对罗盘方位图中的颜色做线性插值变换。

通过采用上述技术方案，由于单纯的通过选定的时间点的污染浓度和风速进行表示，会需要很多的时间点的数据支撑，不但增加了数据的获取难度，同时也会增加系统的数据处理难度。通过采用线性插值变换，可在获取的时间点数据较少的情况下，形象的显示出罗盘方位图中各个点所代表的风向与浓度，从而方便研究人员研究罗盘方位图。

优选的，所述线性插值变换设置为双线性插值法。

优选的，所述罗盘方位图为八罗盘方位图。

优选的，所述罗盘方位图为十六罗盘方位图。

优选的，还包括有表示污染物浓度与颜色深度映射关系的浓度映射图。

通过采用上述技术方案，由于将颜色与污染物浓度一一映射，通过颜色的显示即可实现对污染物浓度分布的形象表示，但是在实际研究过程中，若研究人员并不清楚颜色的深度与污染物浓度之间的映射关系，就需要与技术人员沟通，或是不同的罗盘方位图中污染物浓度与颜色深度之间的映射关系不同，则会影响到研究人员对污染物浓度的判断，通过增加浓度映射图，可方便研究人员能够清楚的判断出罗盘方位图中的浓度分布。

综上所述，本发明具有以下有益效果：由于在罗盘方位图中不但显示了风向风频数据，还集成了污染物浓度以及风速数据，从而形象的表示了污染物传播方向与风速之间的关系，在研究人员研究风对污染物传播的影响过程中，会提供形象而有效的数据支撑。

附图说明

图1是应用于污染分析的玫瑰图制作方法的流程图；

图2是污染玫瑰图的示意图。

图中，1、罗盘方位图；2、风速线性差值图；3、风频廓线；4、浓度映射图。

具体实施方式

以下结合附图对本发明作进一步详细说明，其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”、“底面”和“顶面”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。

一种应用于污染分析的玫瑰图制作方法，如图1和图2所示，包括以下步骤：

步骤1：选定时间点和预定地点，选取预定地点的数据获取时间段，在所述时间段内选定若干测试时间点。

步骤2：获取时间点的气象数据和污染数据，气象数据包括风速数据和风速数据，污染数据包括污染物浓度数据。

步骤2-1：设置传感器，在选定地点设置污染物传感器，污染物传感器至少包括pm2.5传感器和二氧化硫传感器，涉及到空气污染物浓度检测的传感器均在本实施例的说明范围内，在此不做唯一限定。

步骤2-2：获取监测数据，通过数据中心采集各污染物传感器的检测数据，并上传至云数据库。

步骤2-3：获取气象数据，通过数据中心获取noaa服务器中的gdas气象数据，并从gdas气象数据中抽取相应时间点的风向数据，将风向数据上传至云数据库。

步骤3：以预定地点为中心，制作罗盘方位图1，罗盘方位图1优选为八罗盘方位图1，但是对于方位表示更加清晰的十六罗盘方位图1也在本实施例的说明范围内。数据中心连接有若干研究终端，研究终端优选为设置在电脑或app上的气象分析软件，在研究终端制作罗盘方位图1。

步骤4：以罗盘方位图1的中心为圆心，制作风速线性差值图2。

步骤5：生成风频廓线3，依据每一时间点的风向数据在罗盘方位图1中生成风频廓线3。

步骤6：罗盘布点，依据时间点的风速数据和风向数据将每一时间点对应显示到所述罗盘方位图1中。

步骤7：将污染物浓度映射成颜色深度。

步骤8：将与每一时间点的污染物浓度映射的颜色叠加到罗盘方位图1中。

步骤9：对罗盘方位图1中的颜色做线性插值变换，生成污染玫瑰图。

步骤10：添加浓度映射图4，将表示污染物浓度与颜色深度映射关系的浓度映射图4添加到污染玫瑰图中。

进一步的，由于污染物传感器检测到的监测数据上传至云数据库，实现了对监测数据的历史记录，在上述研究终端设置时间选项，使得研究人员直接通过研究终端选定时间段，从而生成相应时间段的污染玫瑰图。

进一步的，上述线性插值变换设置为双线性插值法，具体内容如下：

选定颜色添加位置（u0,v0），并选定颜色添加区域的4个邻点灰度值，4个邻点灰度值为相应时间点的灰度值，分别命名为（u,v）、（u+1,v）、（u,v+1）和（u+1,v+1）。

假定[s]表示不超过s的最大整数，设定：u=[u0];v=[v0];α=u0-[u0];β=v0-[v0]。

s1：由f（u,v）、f（u+1,v）做第一次水平方向的插值计算，求得（u0,v）。

f（u0,v）=f（u,v）+α[f（u+1,v）-f（u,v）]

s2:由f（u,v+1）、f（u+1,v+1）做第二次水平方向的插值计算，求得（u0,v+1）。

f（u0,v+1）=f（u,v+1）+α[f（u+1,v+1）-f（u,v+1）]

s3:由（u0,v）和（u0,v+1）做第三次垂直方向的插值计算，求得（u0,v0）。

f（u0,v0）=f（u0,v）+β[f（u0,v+1）-f（u0,v）]

=f（u,v）（1-α）（1-β）+f（u+1,v）α（1-β）

+f（u,v+1）（1-α）β+f（u+1,v+1）αβ

从而得到（u0,v0）的颜色。

进一步的，浓度映射图4优选为条形图，包括颜色由浅到深的颜色渐变条形图以及与颜色条形图中颜色深度对应的浓度标号（图中未示出）。

采用以上技术方案制作出的污染玫瑰图，不但能够通过风频廓线3表示风向，同时能够通过没一点的污染物浓度以及风向表示出风对污染物传播的影响，方便研究人员对污染物传播的研究和预算，对环境预警具有明显的帮助。

本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。