太阳风LOD的数据组织方法研究

来源 :中国科学院大学 | 被引量 : 0次 | 上传用户:intaaac
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
空间科学是指利用航天器研究发生在日地空间、行星际空间及至整个宇宙空间的物理、天文、化学和生命等自然现象及其规律的科学。一直以来,太阳的活动对地球有显著的影响,日冕物质抛射(CME)所形成的太阳风就是典型事例,它是科学家研究的重点对象。为了更好地推动空间科学的发展,为了更好地研究太阳风的形成和CME的特征,需要对太阳风进行多方位、多角度的观测以及多尺度的可视化表达。  随着空间观测手段的日益丰富和技术的不断发展,太阳风数据量急剧上升,体绘制运算量明显增大,在海量数据可视化过程中,渲染速度成为一大瓶颈。LOD(Levels of Details)技术符合人视觉特性,在显示环境中,可根据物体所处的位置及其重要程度,决定物体渲染的资源分配,降低非重要物体的细节程度,从而提高渲染效率。所以可以通过建立多分辨率模型来提高渲染的实时性。在多维空间信息组织上,待解决的问题有:快速且正确的信息检索;时空多维信息一体化表达;信息组织与管理。本文将针对太阳风LOD的数据组织方法开展深入的研究。  首先,介绍太阳风相关基础理论,包含太阳风的形成原因、基本特征、数据特点以及数据表现形式;太阳风相关空间参考坐标系统及其转换关系。阐述了现有空间剖分的理论技术,主要从球面剖分和三维体剖分两方面展开。对于二维球面,有三种最典型的格网模型:经纬格网、正多面体剖分模型、Voronoi图自适应剖分模型。对于三维体空间,有四种格网模型:QuaPA格网、SDOG格网、适应性SDOG格网、多面体格网模型。  其次,基于已有的二维表面剖分模型,结合太阳风数据特点及采样方式,提出一种基于经纬网格的SDQG(球面退化四叉树网格)模型,对任意日心距离的球面空间进行剖分,并采用退化Z曲线对网格进行编码。该网格解决了两极网格过密的问题。对于过太阳质心的任意切平面,主要是黄道面和子午面,提出全新的适用于太阳风数据的PDQG-R模型,即径向细分的平面退化四叉树网格。用改进的退化Z曲线对网格进行编码,并给出了编码与实际位置的对应关系。该模型不仅解决了球心处网格过密的问题,还解决了径向分辨率大于经(纬)向分辨率的问题。  再次,针对太阳风的数据特点,着重阐述了适应性SDOG格网中的对径向独立细分的SDOG-R格网,同时为了使数据适用该模型,提出了一种基于球体坐标系的三维质心插值算法,对原始数据进行重采样。该剖分模型既适用于非规则采样数据,又能最大化的保留原始数据特点。并用改进的CDZ曲线对网格进行编码。该模型不仅解决了两极和球心处网格过密的问题,还解决了径向分辨率大于球面分辨率的问题。  最后,在太阳风二维和三维立体剖分模型的基础上,基于LOD技术建立金字塔模型,从而实现海量太阳风数据的组织与管理,并且给出了基于视点的LOD级别计算方法。根据剖分模型和格网编码方案,采用Matlab对太阳风数据进行剖分,再结合VC++、OpenGL对数据进行可视化,并给出相应的数据组织可视化实例,进行实验分析与验证。
其他文献
互联网中的信息聚类与整合是研究人员一直关注和研究的热点问题,由于信息量大,算法需要综合考虑准确率、运行效率和存储开销等问题,存在较大研究难度。本文针对互联网中新闻信息
藏文信息处理的研究已有多年的历史,但直到近几年,主流的操作系统平台才逐渐完善地解决了Unicode国际标准藏文字符集支持问题,但目前仍有多种藏文编码在使用,数据交换和共享仍然
基于位置的服务(Location based Service,LBS)对于人们的生活有着至关重要的作用,而空间定位技术是整个LBS系统得以实现的核心技术。目前,以GPS(GlobalPositioning System)为代表
随着互联网和多媒体技术的快速发展,网络视频服务已经变得越来越流行,互联网上的同一视频需要为不同播放终端和不同网络接入方式的用户提供相同内容的视频服务。由于播放终端的
随着在线社交网络平台的大量涌现以及用户参与度的持续增长,我们已步入在线社交的信息化时代。社交网络中的关键人物处于网络中心或桥节点的位置,一方面,其言论具有代表性,反映了
新材料的开发和生产已经成为一个国家工业化快速发展的制约因素之一。几十年来,先进材料的研发以及利用它们所设计出的新产品使得以美国为代表的发达国家在全球保持了强有力的
近些年来,互联网基础设施发展逐渐陷入僵化形势,通过研究创新促使互联网朝良性方向演化是未来网络发展的唯一出路。未来互联网试验床为下一代互联网体系研究提供了规模可观的试
为了提高室内覆盖质量,满足用户不断增长的业务需求,LTE中引入了家庭基站技术。家庭基站的引入提高了系统容量,增强了网络覆盖,减轻了宏网的流量压力;同时也带来了干扰,频繁切
随着数据挖掘、模式识别等领域的发展,机器学习越来越受到人们的重视,作为机器学习领域的一种重要算法,支持向量机由于其优良的性能指标得到了广泛的应用。而对于面向服务器和高
量子化学(Quantum Chemistry)是应用量子力学(Quantum Mechanics,QM)的基本原理和方法研究化学问题的一门基础科学,用以研究分子体系的微观结构、性能等。由于受到QM计算复杂度和