MIPRO 2014, 26-30 May 2014, Opatija, Croatia

Visualization of Meteorological Data

I. Hakscaron;tok, Ž. Mihajlovis

Univesity of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, Croatia ivan.hakstok@fer.hr, zeljkam@zemris.fer.hr

Abstract - This paper is focused on the methods used to visualize meteorological factors based on the given data. Properties of the factors for which the data can be gathered were described and the methods of visualizing those properties have been examined. The program solution is centered around interaction with the weather data. The data itself is based on real measurements. It is possible to select an exact point in time for which the data exists, and that data is then visualized on a 3D model of a building, which allows the user to get an idea of the weather state. The model changes lighting, shadows, clouds, opacity and the rotation of a wind vane, based on the data. The data is also represented by graphs, which allow the user to track data changes over a period of time. Finally, since the solution uses large amount of data, a performance analysis was done to point out advantages and disadvantages of the visualization methods used.

1. INTRODUCTION

Meteorology is the scientific study of the atmosphere, and as such it is one of the most needed areas of science for everyday lives. It encompasses a vast array of factors which influence the behavior and appearance of the atmosphere.

The need for visualizing meteorological data comes from the fact that its not easy for people to picture certain aspects of that data using numbers alone. However, those numbers are linked to the state of the atmosphere and visualizing them can give people a better and more clear understanding on the way they work and influence each other. This can be used in order to help plan construction of buildings or placing solar panels, where the effects of meteorological factors on surfaces need to be observed for longer time spans.

An important thing to notice in the visualization of the given data is that not all meteorological factors can be visualized directly, but its possible to visualize the way they affect the surroundings, such as temperature causing heat blurs and mirages [1]. This paper describes some of the already existing ways to visualize given meteorological data using 2D and 3D graphics, along with graphs and charts.

1. METEOROLOGICAL DATA

Some of the most important factors in meteorology are the temperature, humidity, atmospheric pressure, speed and the direction of the wind, and also the amount of rainfall. In order to visualize those factors, its important to know how they interact and what effect they have on their surroundings.

Its possible to divide the meteorological factors into those that can be visualized directly and those that cant. Something like temperature of the air, which is the measure of the amount of heat energy present in the air, is not a visible phenomenon, but the effects of the temperature on the surroundings are noticeable: heat haze, ice and mirages are just some of the manifestations of the current air temperature.

Wind speed and direction are also not visible phenomena because humans cant see the movement of molecules in the air, but their interaction with the objects such as trees, leaves, flags and windmills can be observed and measured. Winds are a direct consequence of differing amounts of air pressure in two different places.

Some of the visible factors are cloud coverage, amount of rainfall and insolation. Those can be visualized directly, without the need for visualizing intermediate objects or phenomena. However, they are influenced by other factors which must be taken into consideration to some degree.

1. Air Temperature

Air temperature is the most fundamental meteorological factor. It describes the amount of heat energy of air in a certain location. In terms of visualization, temperature can be visualized using graphs and heat maps, but in a 3-dimensional environment model, direct visualization isnt possible. However, air temperature does bring forth some interesting phenomena whose direct visualization in such a model is possible.

One of those phenomena is the appearance of so called mirages [1]. Mirages are a result of two layers of air with different density, which is a direct consequence of one layer being at a higher temperature than the other one. When air temperatures are high, heating of surfaces also occurs, and the air mass right next to the surface gets heated even further whereas the air further from the surface does not. The higher the air temperature is, the less dense the said air is, according to the ideal gas law [2]. The law states that

pV = nRT 

Assuming the volume, indicated by V in (1), is constant, the pressure p is inversely proportional to the temperature T.

Since the aforementioned two layers are of different density, light reflection occurs at the borderline of the two

layers when observed from a certain angle [3]. This results in a mirror effect for the viewer.

Another phenomenon affected by the temperature is the rainfall. Rainfall can vary between rain, snow and hail, and the type is largely dependant on the temperature. More of this will be discussed in the section focusing on visualizing rainfall.

1. Wind

Air molecules by themselves arent visible to the human eye, but the effect of their movement on the surroundings is easily noticeable and possible to visualize. Wind speed is measured using anemometers. Therefore, the anemometer can be used as a way of visualizing the strength and speed of the wind. Because there are various different types of anemometers, it

剩余内容已隐藏，支付完成后下载完整资料

---

MIPRO 2014，2014年5月26日至30日，克罗地亚奥帕蒂亚

气象数据的可视化

I.Hakscaron;tok，Ž。米哈伊洛维斯

克罗地亚萨格勒布电气工程与计算学院萨格勒布大学ivan.hakstok@fer.hr, 泽利kam@zemris.fer.hr

摘要 - 本文重点研究了基于给定数据可视化气象因子的方法。描述了可以收集数据的因素的属性，并且已经检查了可视化这些属性的方法。程序解决方案以与天气数据的交互为中心。数据本身基于实际测量。可以选择数据存在的确切时间点，然后在建筑物的3D模型上可视化该数据，这允许用户了解天气状态。该模型根据数据更改照明，阴影，云，不透明度和风向标的旋转。数据也由图表表示，允许用户跟踪一段时间内的数据变化。最后，由于该解决方案使用大量数据，因此进行了性能分析，以指出所使用的可视化方法的优缺点。

1. 介绍

气象学是对大气的科学研究，因此它是日常生活中最需要的科学领域之一。它包含了影响大气行为和外观的各种因素。

对可视化气象数据的需求源于这样一个事实：人们不容易仅使用数字来描绘该数据的某些方面。然而，这些数字与大气的状态有关，并且可视化它们可以使人们更好，更清楚地了解他们的工作方式和相互影响。这可以用于帮助规划建筑物的建造或放置太阳能电池板，其中需要在较长时间跨度内观察气象因素对表面的影响。

在给定数据的可视化中需要注意的一件重要事情是，并非所有气象因素都可以直接显示，但可以想象它们影响周围环境的方式，例如引起热模糊和海市蜃楼的温度[1]。本文介绍了一些已有的使用2D和3D图形以及图形和图表可视化给定气象数据的方法。

1. 气象资料

气象学中一些最重要的因素是温度，湿度，大气压力，风速和风向，以及降雨量。为了使这些因素可视化，重要的是要知道它们如何相互作用以及它们对周围环境的影响。

可以将气象因素分为可直接显示的气象因子和不能直观显示的气象因子。像空气温度这样衡量空气中热能的量，并不是一个明显的现象，但温度对周围环境的影响是显而易见的：热雾，冰和海市蜃楼只是其中的一部分。当前气温的表现。

风速和风向也是不可见的现象，因为人类无法看到空气中分子的运动，但可以观察和测量它们与树木，树叶，旗帜和风车等物体的相互作用。风是两个不同地方不同气压量的直接后果。

一些可见因素是云覆盖，降雨量和日照。这些可以直接可视化，而不需要可视化中间对象或现象。但是，它们受到其他因素的影响，这些因素在某种程度上必须加以考虑。

1. 气温

气温是最基本的气象因素。它描述了某个位置的空气热能。在可视化方面，可以使用图形和热图来显示温度，但在三维环境模型中，不可能进行直接可视化。然而，空气温度确实带来了一些有趣的现象，这些现象在这种模型中是可能的直接可视化。

其中一个现象是出现所谓的海市蜃楼[1]。幻影是由两层不同密度的空气造成的，这是一层温度高于另一层温度的直接结果。当空气温度高时，表面也会发热，并且紧邻表面的空气质量甚至会进一步加热，而远离表面的空气则不会。根据理想气体定律，空气温度越高，所述空气的密度越小[2]。法律规定

pV = nRT 

假设由（1）中的V表示的体积是恒定的，则压力p与温度T成反比。

由于上述两层具有不同的密度，因此在两者的边界处发生光反射

从某个角度观察层[3]。这导致观看者的镜面效果。

受温度影响的另一个现象是降雨。降雨量可能因雨，雪和冰雹而异，而且类型在很大程度上取决于温度。更多这方面将在关注可视化降雨的部分中讨论。

1. 风

空气分子本身对于人眼是不可见的，但是它们的运动对周围环境的影响很容易引起注意并且可以可视化。使用风速计测量风速。因此，风速计可以用作可视化风的强度和速度的方式。由于存在各种不同类型的风速计，因此可视化需要选择易于建模和可视化的类型。

由于在观测风数据时也应考虑风向，因此最合适的类型是风车形风速计[4]。这种风速计是风向标和风速计的组合。风速影响风车部分的旋转，风向影响风向的方向。这种旋转（围绕与风车的xy平面平行的任意轴，以及与风向标的z轴平行的任意轴）易于建模。可以安全地假设风车翼尖的速度等于风的速度乘以某个系数。那么风车的角速度就是

  v/r, 

其中v是风的速度，r是机翼的长度。系数可以是任意数字，因此可以根据其他参数选择一个，并且最适合模型本身。

如果假定风速的矢量平行于表面，即xy平面，则风车旋转的轴线是其方向矢量等于风速矢量的线。在假设矢量平行于xy平面之后，风向可以由速度矢量和任意起始矢量之间的角度表示。起始矢量通常是北方向，位于0度。东部为90度，南部为180度，西部为270度。

图1.示例风速计模型

1. 云覆盖

从地球上的气象学角度来看，云层是悬浮在大气中的可见大量水滴[5]。云的出现几乎每天发生，云覆盖的数量是可测量的。用于测量云覆盖的比例通常在0到8或0到10的范围内。

存在各种建模和可视化云的方法。云可以通过实体模型，粒子系统[9]或纹理来表示。在气象学方面，由于云覆盖的测量是从通常位于地面上的站点进行的，因此可以假设在观察者靠近地面的模型中也需要可视化云，因此效率最高解决方案是针对不同数量的云覆盖使用不同的纹理。

纹理可以基于实际数据动态生成，也可以作为最小和最大云覆盖范围之间的插值生成[7]。使用名为Blender3D的建模程序进行纹理插值的示例如图2所示。另一种选择是为每个云覆盖度提供预渲染纹理。这减少了在渲染模型期间需要完成的计算量，但缺乏灵活性。考虑到云覆盖的测量尺度相对较短且量化，预渲染纹理的限制不会像对于更动态的模型那样影响模型的外观。

1. 日照

日照是表面接收的太阳辐射量。它受云覆盖范围的影响较小。日照量在一年内变化很大，因为它们不仅仅取决于太阳的位置。

在涉及气象数据的模型中，太阳的位置很重要，但不能通过测量日照来计算。因此，有必要根据当前日期计算位置。在[8]中描述了计算位置的可能公式。该公式在水平坐标系中产生两个坐标，其中观察者位于中心，太阳方位角y表示北方与太阳能矢量在表面上的投影之间的角度，以及天顶距离0z，其表示角度天顶和太阳能矢量之间。使用这两个坐标，可以看到确切的位置。但是，太阳与观察者的距离必须按比例缩放

图2. Blender3D中两个纹理之间的纹理插值

图3.水平坐标系中的太阳坐标

使用照明强度以避免在模型内部使用高距离值。

1. 雨量

可以使用粒子系统可视化降雨。测量的降雨量可以与粒子系统的密度相关，而粒子的垂直速度可以假设相对于观察者是恒定的并且等于终端速度[10]。

降雨类型因雨，雪和冰雹而异。这些类型具有不同的特征和原因，但可以肯定地说它们的终端速度是相似的。不同类型的最主要原因是气温。由于可视化是基于实际数据完成的，因此很难从数据中推断出降雨类型。可以假设雪在低于零的温度下发生，而在低于零的温度下发生降雨。冰雹是不可预测的，而且大多是短期的，这使得它在每小时收集数据的可视化方面变得多余。

降雨可视化的另一个重要因素是风的影响。强风使雨雪倾斜或斜向下，增加其水平速度。

粒子系统可以很容易地改变用于可视化降雨的参数，例如粒子速度，运动矢量以及粒子的类型和颜色。如果云用实体模型表示，则此类模型可用作粒子发射器。但是，由于云通常使用纹理来表示，因此需要具有不可见发射器的粒子系统。

图4.雨作为粒子系统

1. 能见度

可见性与观察者可以区分物体或光源的距离的测量有关。它通常以千米为单位进行测量，并定义为在浅色背景中可以看到黑色物体的最大距离[11]。

低能见度通常是由雾引起的。由于观察者可以在雾中自由移动，因此需要以相对于观察者分布雾的方式对其进行可视化。它可以使用粒子系统或纹理进行可视化。

用于雾可视化的粒子系统的一个缺点是在低能见度下需要大量的粒子。然而，在现代计算机中，粒子系统雾可视化不会出现大问题，并且当与体积照明结合时会产生更逼真的场景[12]。

另一种可视化雾的方法是使用半透明纹理层。这种方法快速而简单，但它无法显现高级现象，如雾中的光散射。

1. 模拟气象e的3d模型_效果

为了演示一些用于可视化气象数据的更简单的方法，已经以程序解决方案为例。该程序解决方案支持在特定时间点基于气象数据渲染3D环境模型，并使用图形显示大周期的数据。

1. 输入数据

可用的输入数据包括在较长时间内每小时进行的实际测量，并且它包含在文本文件中。文本文件头包含有关测量数据的气象站的信息：名称，地理坐标（纬度，经度）和海拔高度。每行包含测量数据，以一小时的间隔测量。测量数据包括年，月，日，小时，平均风速，风向，最大风速，气温，相对湿度，气压，日照，降雨量，降雨长度，云层覆盖度和能见度。可以在特定日期和时间轻松访问数据。

1. 图表

图表提供对数据的洞察，并允许跟踪特定时间段内的变化。为图形选择的数据范围可以是任意的，这使得在观察数据时具有更大的灵活性。图5中示出了示例图。可行的选择是选择水平数据范围的采样频率，但由于性能不是问题，因此不考虑这样的选项。

所有图表都包含在x轴上显示的日期和在y轴上显示的测量数据的值。一个例外是风向图，

图5.空气温度图

而是在极坐标图中显示风向出现的频率。

1. 3D图形模型

对场景进行建模以便可视化数据包括对场景建模和对数据的可视化表示进行建模。

可以在现实世界之后建模景物，例如定义建筑物。因为风景大多是静态的，所以风景的大小在模型的性能中不起很大作用，但是这又取决于用于可视化的方法的复杂性。

对于这个例子，使用的工具是Blender3D [6]，用于风景和其他对象的建模，以及Ogre3D [13]，用于在窗口内显示渲染的场景。Ogre3D使用场景和资源管理器来组织渲染场景所需的资源。资源管理器的关注点是导入纹理，材质和场景配置，而场景管理器则组织模型，相机，粒子系统和照明。

在场景管理器内部，必须初始化帧监听器。帧侦听器跟踪数据的变化，通常每帧调用一次，但可以更改调用频率。对于此示例，仅每帧发生的变化是风速计的旋转。只要读取输入发生更改，就会发生其他更改。

为了可视化天空和云彩，有必要添加天空圆顶，如图6所示。天空圆顶是放置在场景上的半球。纹理可以放置在圆顶上，这导致可视化场景被天空纹理包围。

由于需要详细跟踪风向和风速，因此可以遵循风速计的变化。这使得一台摄像机必须专注于仅显示风速计。使用多个视口可以实现多个摄像机的同时显示，并且在这种情况下，一个视口嵌套在另一个视口内，如图7所示。

图6.任意地形上的天空穹顶线框

另一个在渲染场景中起重要作用的因素是照明。可以计算太阳的位置，因此可以在计算的坐标处将定向光源放置在天空圆顶内。然而，在小型模型中，即使在日落之后，光源也可以继续为模型提供环境照明。为了解决这个问题，日落后必须将环境光线设置为较暗的值。还可以模拟大气折射，这导致天空在日落时间附近具有橙色色调[14]。

环境照明还取决于云覆盖范围。可以假设依赖性是线性的，即使它取决于云的分布而不是天空覆盖的确切百分比。

1. 结论

在可视化气象数据方面，更简单的可视化方法远非现实，但可以深入了解收集数据的大气状态。

各种气象因素相互关联的方式很多，因此很难根据少量数据建立准确的模型。尽管如此，基于给定的数据，可以注意到一些关系并使其可视化。

图7.双视口显示

确认

这项工作得到了克罗地亚科学基金会的资助，编号为I-4463-2011（MICROGRID），欧洲共同体第七框架计划资助编号为285939（ACROSS）。非常感谢这种支持。

引用

1. A. T. 年轻， 一个 介绍 至 幻影，http://mintaka.sdsu.edu/GF/mirages/mirintro.html, 2013.
2. R. 霍奇斯蒂姆 气体，http://www.premed411.com/pdfs/CHM456.pdf, 1996.
3. 反射 和 折射 的 光，http://www.physics.uc.edu/~sitko/CollegePhysicsIII/22- ReflectRefr

   剩余内容已隐藏，支付完成后下载完整资料

   ---

   资料编号：[20788]，资料为PDF文档或Word文档，PDF文档可免费转换为Word