• 中文核心期刊
  • 中国科技核心期刊
  • ISSN 1007-6336
  • CN 21-1168/X

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于平行坐标的航道规划可视化分析研究

张信雪 吕晓琪 张继凯 王月明 谷宇 樊宇

引用本文:
Citation:

基于平行坐标的航道规划可视化分析研究

    作者简介: 张信雪(1991-), 女, 山西汾阳人, 硕士, 主要研究方向为图像处理、计算机图形学、可视化分析研究, E-mail:zxx1876629@163.com;
    通讯作者: 吕晓琪, 514466933@qq.com
  • 基金项目: 内蒙古科技大学优秀青年基金项目 2016YQL09
    国家自然科学基金 61463042
    国家自然科学基金 61179019
    内蒙古自治区自然科学基金 2015MS0604

  • 中图分类号: TP391

Visualization analysis of channel planning based on parallel

    Corresponding author: Xiao-qi LV, 514466933@qq.com ;
  • CLC number: TP391

  • 摘要: 为解决多维海洋环境数据对海洋航道规划的影响,提出了一种基于交互式平行坐标的海洋数据融合可视化分析方法。设计平行坐标作为交互工具,提取用户关注的高维数据区域;根据数据的拣选条件,利用GPU强大的并行处理能力实时的将多维海洋环境数据进行融合,并通过颜色映射法进行可视化表达;通过坐标变换,将二维纹理紧密的贴合在三维地球表面上,在地理层面上进行全局宏观展现。实验结果表明,本文提出的方法可以为海洋航道规划提供辅助手段。
  • 图 1  交互式平行坐标的可视化过程

    Figure 1.  Interactive visualization of interactive parallel coordinates

    图 2  折线式平行坐标

    Figure 2.  Polyline parallel coordinates

    图 3  条带式平行坐标

    Figure 3.  Striped parallel coordinates

    图 4  条带式平行坐标的渲染过程

    Figure 4.  The rendering process of striped parallel coordinates

    图 5  矩形网格到球面网格坐标变换

    Figure 5.  Coordinate transformation from rectangular grids to spherical grid

    图 6  航道规划可视化效果图

    Figure 6.  Visualization of waterway planning

  • [1] DE LAFONTAINE Y, DESPATIE S-P, VEILLEUX E, et al.Onboard ship evaluation of the effectiveness and the potential environmental effects of PERACLEAN®; Ocean for ballast water treatment in very cold conditions[J].Environmental Toxicology, 2009, 24(1):49-65. doi: 10.1002/tox.v24:1
    [2] SEIM K S, FER I, BERNTSEN J.Regional simulations of the Faroe Bank Channel overflow using a σ-coordinate ocean model[J].Ocean Modelling, 2010, 35(1):31-44.
    [3] HUANG D M, ZHAO D F, WEI L F, et al.Modeling and analysis in marine big data:advances and challenges[J].Mathematical Problems in Engineering, 2015, 2015:384742.
    [4] CHEN A J, LEPTOUKH G, KEMPLER S J, et al.Visualization of NASA earth science data in Google Earth[J].Proceedings of SPIE-The International Society for Optical Engineering, 2008, 714329
    [5] LIU X S, ZHANG X, CHI T, et al.Study onChina digital ocean prototype system[C]//2009 WRI World Congress on Software Engineering.Xiamen: IEEE, 2009: 466-469.
    [6] SEMMO A, TRAPP M, TRAPP M, et al.Real-time rendering of water surfaces with cartography-oriented design[C]//Symposium on Computational Aesthetics.Anaheim, California: ACM, 2013: 5-14.
    [7] FEI B, SHI B, ZHU H, et al.Study on the temperature field reconstruction for mass concrete based on DTS-GS method[C]//Proceedings of 2014 Conference Information.Shanghai: American Society of Civil Engineers, 2014: 150-159.
    [8] HE Y W, SU F Z, DU Y Y, et al.Web-based spatiotemporal visualization of marine environment data[J].Chinese Journal of Oceanology and Limnology, 2010, 28(5):1086-1094. doi: 10.1007/s00343-010-0029-8
    [9] KULAWIAK M, PROSPATHOPOULOS A, PERIVOLIOTIS L, et al.Interactive visualization of marine pollution monitoring and forecasting data via a Web-based GIS[J].Computers & Geosciences, 2010, 36(8):1069-1080.
    [10] INSELBERG A, DIMSDALE B.Parallel coordinates: a tool for visualizing multidimensional geometry[C]//Proceedings of the First IEEE Conference on Visualization, 1990.San Francisco, CA, USA: IEEE, 1990: 361-378.
    [11] DASGUPTA A, KOSARA R.Adaptive privacy-preserving visualization using parallel coordinates[J].IEEE Transactions on Visualization & Computer Graphics, 2011, 17(12):2241-2248.
    [12] NOVOTNY M, HAUSER H.Outlier-preserving focus+context visualization in parallel coordinates[J].IEEE Transactions on Visualization & Computer Graphics, 2006, 12(5):893-900.
    [13] 陈谊, 蔡进峰, 石耀斌, 等.基于平行坐标的多视图协同可视分析方法[J].系统仿真学报, 2013, 25(1):81-86.
    [14] 聂俊岚, 刘益萌, 张继凯, 等.基于平行坐标主维度的多变量传递函数设计方法[J].计算机辅助设计与图形学学报, 2015, 27(12):2340-2349. doi: 10.3969/j.issn.1003-9775.2015.12.012
    [15] PETERSEN M R, JACOBSEN D W, RINGLER T D, et al.Evaluation of the arbitrary Lagrangian-Eulerian vertical coordinate method in the MPAS-Ocean model[J].Ocean Modelling, 2015, 86:93-113. doi: 10.1016/j.ocemod.2014.12.004
  • [1] 黄冬梅季丽伟袁小华王振华 . 基于时空一体化的海洋大数据快速展示平台. 海洋环境科学, 2015, 34(5): 743-748. doi: 10.13634/j.cnki.mes20150517
    [2] 刘修泽李轶平王爱勇于旭光王彬郭栋董婧 . 基于GIS和专家评估法的海洋生物资源损害评估数据标准化方法. 海洋环境科学, 2015, 34(1): 101-106. doi: 10.13634/j.cnki.mes20150118
    [3] 张志卫赵锦霞丰爱平王晶 . 基于生态系统的海岛保护与利用规划编制技术研究. 海洋环境科学, 2015, 34(2): 300-306. doi: 10.13634/j.cnki.mes20150225
    [4] 李健王铮史浩臧琦 . 海洋环境突发事件的大数据协同治理体系研究. 海洋环境科学, 2015, 34(6): 949-953. doi: 10.13634/j.cnki.mes20150624
    [5] 李炳南杨建洪蒋雪中吴彤 . 基于多源数据的海水水质空间评价系统设计. 海洋环境科学, 2015, 34(1): 113-119. doi: 10.13634/j.cnki.mes20150120
    [6] 胡静雯陈树果张亭禄张国朋 . 利用MODIS卫星遥感数据监测东中国海浊度的时空分布. 海洋环境科学, 2015, 34(4): 564-569. doi: 10.13634/j.cnki.mes20150416
    [7] 黄冬梅施黎莉王振华苏诚黄雅馨 . 一种基于空间相关性的海洋环境监测数据优化抽样方法. 海洋环境科学, 2015, 34(4): 553-557. doi: 10.13634/j.cnki.mes20150414
    [8] 李润玲丁君沈妍常亚青李志军 . 光滑河蓝蛤酶活性对结冰前水温变化响应试验数据的分析与拟合. 海洋环境科学, 2015, 34(5): 706-712. doi: 10.13634/j.cnki.mes20150511
    [9] 杨斌徐雯佳许志辉路丽石静 . 河北海域海面温度遥感反演业务化算法. 海洋环境科学, 2016, 35(2): 270-273,287. doi: 10.13634/j.cnki.mes20160220
    [10] 于春艳李冕鲍晨光兰冬东许妍马明辉 . 渤海海域富营养化评价及风险预测. 海洋环境科学, 2015, 34(3): 373-376. doi: 10.13634/j.cnki.mes20150309
    [11] 李亿红徐韧宋晨瑶 . 海洋环境监测信息化体系协同运行实践与思考. 海洋环境科学, 2015, 34(4): 578-581. doi: 10.13634/j.cnki.mes20150418
    [12] 徐邦玉张霞倪志鑫黄小平 . 富营养化对两种海洋微藻吸收铜和镉的影响. 海洋环境科学, 2015, 34(5): 641-646,653. doi: 10.13634/j.cnki.mes20150501
    [13] 张怡辉魏庆菲王玉广王传珺 . 电导率法在海水入侵与土壤盐渍化监测中的应用. 海洋环境科学, 2015, 34(4): 593-595. doi: 10.13634/j.cnki.mes20150421
    [14] 黄亚楠吴孟孟 . 富营养化指数法在中国近岸海域的应用. 海洋环境科学, 2016, 35(2): 316-320. doi: 10.13634/j.cnki.mes20160228
    [15] 麻德明石洪华刘世昊田梓文 . 快速城市化进程中海岛景观格局演变及驱动机制以大长山岛为例. 海洋环境科学, 2015, 34(2): 261-267. doi: 10.13634/j.cnki.mes20150218
    [16] 洛昊段新玉包宏伟金照光孙富强刘亚柳马明辉冯志权 . 近15 a来昌黎保护区氮磷时空变化特征及潜在富营养化评估. 海洋环境科学, 2015, 34(4): 540-545. doi: 10.13634/j.cnki.mes20150412
    [17] 李春强于晓玲王树昌彭明 . 琼枝麒麟菜对富营养化海水氮磷的去除及对水体中Chl a含量的影响. 海洋环境科学, 2015, 34(2): 190-193,239. doi: 10.13634/j.cnki.mes20150206
  • 加载中
图(6)
计量
  • 文章访问数:  164
  • HTML全文浏览量:  135
  • PDF下载量:  0
出版历程
  • 收稿日期:  2017-07-05
  • 录用日期:  2017-07-28
  • 刊出日期:  2019-02-20

基于平行坐标的航道规划可视化分析研究

    作者简介:张信雪(1991-), 女, 山西汾阳人, 硕士, 主要研究方向为图像处理、计算机图形学、可视化分析研究, E-mail:zxx1876629@163.com
    通讯作者: 吕晓琪, 514466933@qq.com
  • 1. 内蒙古科技大学 信息工程学院, 内蒙古自治区模式识别与智能图像处理重点实验室, 内蒙古 包头 014010
  • 2. 上海大学 计算机工程与科学学院, 上海 200444
基金项目:  内蒙古科技大学优秀青年基金项目 2016YQL09国家自然科学基金 61463042国家自然科学基金 61179019内蒙古自治区自然科学基金 2015MS0604

摘要: 为解决多维海洋环境数据对海洋航道规划的影响,提出了一种基于交互式平行坐标的海洋数据融合可视化分析方法。设计平行坐标作为交互工具,提取用户关注的高维数据区域;根据数据的拣选条件,利用GPU强大的并行处理能力实时的将多维海洋环境数据进行融合,并通过颜色映射法进行可视化表达;通过坐标变换,将二维纹理紧密的贴合在三维地球表面上,在地理层面上进行全局宏观展现。实验结果表明,本文提出的方法可以为海洋航道规划提供辅助手段。

English Abstract

  • 航道是指在内河、湖泊、海洋等水域内供船舶安全航行的通道,由可通航水域、助航设施和水域条件组成。海洋交通航道运输安全主要由人为因素、船舶因素、环境因素造成[1-2]。其中海洋环境因素对航道规划有着重要影响。

    目前,人类开发和利用海洋资源的活动越来越频繁,海洋环境数据也不断增加,形成了“海洋大数据”。如何从众多数据中抽取有价值的信息形成知识,最终支持海运、海监等部门指挥决策显得越来越重要。计算机可视化技术一方面从2维、2.5维扩展到三维甚至n维的海洋环境数据进行展示,另一方面面向知识发现的海洋数据的可视分析为海洋大数据的知识发掘提供了一条有效的途径,近年来已经发展成为海洋大数据方向的研究热点[3]

    国内外研究学者对海洋环境数据可视化集中在单一要素“三维空间+时间”的过程表达,如Chen等人[4-6]分析了三维虚拟地球在海洋数据处理方面应用的优势,并在此基础上,研发了一套三维海洋信息操作平台系统,实现了大量海洋环境数据的集成和可视化;Fei等[7]采用了插值法连续生成了海洋温度的三维空间数据场,融合了体视化技术,提出了海洋温度场的重建方法;何亚文等[8]重点介绍了时空可视化的方法,并提出了中国南海的海洋环境数据的可视化架构原型系统,突出了面向过程的可视化方法;Kulawia等[9]将三维空间加上时间维,设计了四维时空数据模型,实现了针对海面高程、潮汐、温度场、风暴潮、二氧化碳通量的动态可视化表达。

    然而,海洋各类信息数据不是孤立存在的,可视化辅助海洋应用决策往往是在海洋环境数据分析后作出。考虑坏境因素对船舶航行安全影响应该综合考虑风、浪高、洋流流向、能见度的影响程度,借助海洋环境数据多特征融合来规划海域航道,为船只提供较科学安全的行驶路径是目前海域部门面临的新问题。支持辅助决策一般需要领域专家或者高层管理者有“分析-反馈-再分析-再反馈”的螺旋渐进式分析环境。而传统的海洋数据可视化技术主要关注数据本身的展现,难以形成人在回路中的交互式分析过程。本文的主要工作是提出面向辅助决策的可视分析手段-交互式平行坐标,结合影响船舶航行安全的高维海洋数据融合可视化,实现支持航道宏观规划的目的,并通过实际数据进行实验,验证本文方法的有效性。

    • 本文为了达到航道规划的效果,将影响航道的海浪高度、水汽含量、海风强度以及洋流强度四个方面作为平行坐标的四个维度进行分析,其基于交互式平行坐标的可视化分析过程如图 1所示。

      图  1  交互式平行坐标的可视化过程

      Figure 1.  Interactive visualization of interactive parallel coordinates

      通过上述过程,用户不仅能够有效掌握各维度信息,同时能够将这些制约因素在地理层面上进行全局宏观展现。

    • 平行坐标法由Inselberg提出[10],是展示高维数据的一种有效可视化手段。通过将n维数据映射到二维平面上来表达高维数据可视化。其原理是将高维数据的各个变量用一系列相互平行的坐标轴表示,变量值对应轴上位置,即将n维欧式空间的任意一个高维数据点映射到二维平面上的一条曲线。其基本思想是将n维数据表示成n条平行轴线,每条轴线代表一个维度,轴线两端分别表示该维数据的上下界[11]。每条数据记录则是贯穿所有轴线的一条折线。平行坐标可以表示超高维数据,并且常用来判断多维信息的相关性。基于三维场景可视化形象直观,但难以表现高维数据,平行坐标为海洋环境多维可视化研究提供了新思路[12]。如将数据集映射到平行坐标,如图 2所示。其中为数据集在平行坐标上的数据表示。

      图  2  折线式平行坐标

      Figure 2.  Polyline parallel coordinates

      目前,在海洋环境数据可视化研究中,采用三维场景与平行坐标相结合的方法较少,传统应用平行坐标进行多维数据可视化分析时,主要用于效果呈现,较少考虑用户的交互,无法充分体现平行坐标在多维数据可视分析中的作用[13]。区别于传统平行坐标直接呈现所有数据的方式,交互式平行坐标允许用户动态增删数据。借鉴数据集聚类以及说明性平行坐标方法的展现效果,本文用条带替代原有的折线表达方式。条带以矩形方式呈现,与平行坐标各维度都有上下两个交点,称为端点,表示各维度当前操作的数据范围[14-15]。条带各维度端点允许随意拖动,如图 3所示,用户可通过鼠标拖动调节各维度轴上的数据范围,与三维地球上的海洋环境融合数据形成动态联动。考虑到关注维度的重要性不同,将维度轴设定为顺序可提交,提升用户的交互分析感受。

      图  3  条带式平行坐标

      Figure 3.  Striped parallel coordinates

    • 本文实验通过四个维度进行分析,不同的维度对应着不同的海洋环境数据,为了便于快速绘制,实验用到的海洋环境数据均以二维纹理的形式存储在GPU端,利用GPU强大的并行处理能力实时进行数据的融合绘制。在此过程中,通过鼠标拖动调节平行坐标上各维度轴上的数据范围得到了多维数据的纹理信息,将所有的纹理信息进行融合得到新的二维纹理,再将该纹理信息通过颜色映射的方式进行可视化表达。具体的渲染实现流程如图 4所示。

      图  4  条带式平行坐标的渲染过程

      Figure 4.  The rendering process of striped parallel coordinates

    • 可视化过程中使用的数据已存储为纹理,所有数据的纹理坐标均被归一化。因此为了将其放在椭球体的正确位置,就要对其进行坐标变换,具体变化过程分为三步。

      (1) 顶点的平面坐标向纹理坐标转换,见公式(1)所示:

      式中:(xp, yp)为顶点的平面网格坐标;NlonNlat为经、纬度上采样点数;(xt, yt)为转换后点的纹理坐标。

      (2) 纹理坐标转换为经度、纬度和高度坐标,如公式(2)所示:

      式中:θlatθlonHalt分别为要转化成的纬度、经度和高度;T为数据纹理中坐标(xt, yt)处的数据值;αβ指的是高度缩放系数,其可任意放大,缩小高度比例便于直观查看、分析数据分布规律。

      (3) 经度、纬度、高度坐标向地球面上坐标转换,如公式(3)所示:

      式中:XYZ是地球面坐标;rerp是地球赤道半径、两极半径;γN由公式(4)计算所得。

      坐标变换后,地球表面呈现出了原矩形平面网格如图 5右边所示。

      图  5  矩形网格到球面网格坐标变换

      Figure 5.  Coordinate transformation from rectangular grids to spherical grid

      其中,平面网格的横坐标对应地球纬度,纵坐标对应地球经度。数据值在完成坐标转换后,采样点已经具有了三维坐标,且任意经纬度上的采样点,都只有唯一的高度坐标与之对应。

    • 根据上述研究工作,本文设计并实现了可视化原型系统。本实验采用MFC开发框架在Windows7操作系统下实现的,测试硬件配置为CPU-Intel i7,内存-8G,显卡-英伟达GTX760TI。实验以C++语言结合OSG(OpenSceneGraph)三维渲染引擎在VS2010开发平台下完成实验设计与开发。实验数据选取全球海洋某一时刻的水气含量、海面浪高、海风强度以及洋流四个维度进行分析。数据覆盖范围为180°W~180°E,90°S~90°N。随着全球变暖和一系列生态安全问题的涌现,北极航道通航情况影响着船舶的行驶安全及其能否商业化的价值。而白令海峡是中国到北极的必经之路,因此以太平洋北半球为研究对象,研究中国到白令海峡之间海域中的航道规划,实现基于海洋环境数据融合航道规划可视化平台,为航道的设置提供安全保障。利用控制变量法,在保证其它维度的条目取值不变的前提下,调节某一坐标轴的值域,观察数据可视化的效果,分析出相对安全的航行通道。

      图 6为四种不同海洋环境数据影响下的航道规划后可视化方法的展现,按照满足航行的条件设定好一定的海浪高度,洋流数据、水汽含量、海面风场遥感数据后,红色区域为航道中危险概率较大的海域位置,船舶应该尽量避免行驶在这样的海域。其中,通过改变任意变量,得到不同的可视化结果。图 6(a)为调节海浪高度数据,航道规划的可视化效果;图 6(b)为调节水汽含量数据,航道规划的可视化效果;图 6(c)为调节海风强度数据,航道规划的可视化效果;图 6(d)为调节洋流强度数据,航道规划的可视化效果。

      图  6  航道规划可视化效果图

      Figure 6.  Visualization of waterway planning

    • 由以上可视化的效果可以看出,只考虑海浪高度、水汽含量、洋流数据和海面风场四种环境因子的情况下,图中绿线表示的船舶在此条件下所适合的航道示意图,不管调节哪个变量,对航道都会有一定的影响,改变航道的方向。而对于航道的影响不单单是一种海洋环境所能决定的,在实际应用研究中,通过本文方法将海洋中多维抽象数据以影响实际航行的权重函数的方法融合后集中直观的展现,并且随着数据维度的增多,对航道的影响更加苛刻,所呈现的信息会越来越准确,为实际应用问题提供一种快速、有效的分析方法和解决方案。

    • 本文通过平行坐标将海洋环境数据进行融合,实现了海洋部分环境数据可视化技术下的航道规划路径选择问题,当然正如本文所述,海洋各类信息数据不是孤立存在的,水上船只交通安全运行航道规划路径仍然需要有更大量的环境数据支持下,才能使得海洋上的船只更加安全高效的行驶。本文只对海上对船舶影响较大的风、浪、海流,水汽含量等海洋环境数据决策下航道轨迹规划提供数据融合下的帮助,在一定程度上可以帮助船舶行驶人员提供决策支持。在航道规划的工作中,今后仍然有大量细致的工作要做。例如,目前航道规划采用的是某一时段多特征海洋数据作为考虑因素,从宏观角度进行分析。未来,我们将会靠虑船舶运行和海洋数据的动态性和时变性,进一步研究维海洋时变数据可视分析技术,为航道规划和船舶航行控制提供更有力的辅助决策手段。

参考文献 (15)

目录

    /

    返回文章