MeteoInfo-Java解析与绘图教程(十)_JAVA绘制雷达PPI图

天气雷达的基本要素有很多,特别是双偏振雷达更多,但业务场景经常使用的一般为基本反射率,基本速度这两种要素

接下来我们以基本反射率为例,其他的要素也是一样的,一通百通

首先我们做基本反射率的图需要确定做哪一个仰角层,因为雷达体扫模式的扫描是不同仰角进行扫描的,常规的雷达一般是9个仰角

MeteoInfo-Java解析与绘图教程(十)_JAVA绘制雷达PPI图

按照上图就很明显的知道体扫模式的扫描是怎样的情况了

由于雷达基本的要素都是径向数据,我们先以图的方式看径向数据如何绘制

MeteoInfo-Java解析与绘图教程(十)_JAVA绘制雷达PPI图

 可以看到,要素产品是由n条径向数据组成,所有的径向数据从O点根据方位角以及距离,正好形成一个完美的圆

所以我们画一层仰角的图就需要距离,方位角,数值即可

现在我们就画基本反射率第一层的径向数据图,也就是0.5度仰角

MeteoDataInfo meteoDataInfo = new MeteoDataInfo(); meteoDataInfo.openData("D:\tls\Z_RADR_I_站点_20220407233130_O_DOR_CC_CAP_FMT.bin"); CMARadarBaseDataInfo info = (CMARadarBaseDataInfo) meteoDataInfo.getDataInfo(); //色阶颜色 int[][] cols = {         {255, 255, 255},         {102, 255, 255},         {102, 255, 255},         {0, 162, 232},         {86, 225, 250},         {3, 207, 14},         {26, 152, 7},         {255, 242, 0},         {217, 172, 113},         {255, 147, 74},         {255, 0, 0},         {204, 0, 0},         {155, 0, 0},         {236, 21, 236},         {130, 11, 130},         {184, 108, 208} }; //色阶数值 double[] levs = new double[]{Integer.MIN_VALUE,0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70,Integer.MAX_VALUE}; //根据RGB返回Color对象 Color[] colors = ColorUtil.getColorsFromStyle(cols); //根据数值和颜色生成绘图所用的色阶 LegendScheme ls = LegendManage.createGraduatedLegendScheme(levs,colors, ShapeTypes.POLYGON); List<String> list = new ArrayList<>(); //提前准备好所需要的要素 //反射率 list.add("dBZ"); //方位角 list.add("azimuthR"); //距离 list.add("distanceR"); //仰角 list.add("elevationR"); //从基数据中取出对应数据绘制成图层 VectorLayer layer = MeteoinfoUtil.getRadarArray(info,list,0,ls); MapView view = new MapView(); view.addLayer(layer); //导出图片 MeteoinfoUtil.export(view,1200,"D:/tls/r.png");

ColorUtil.getColorsFromStyle这个方法很简单,我随便封装了一下,只是为了满足根据RGB返回Color对象,所以代码就不公布了
而MeteoinfoUtil.getRadarArray是取值的核心,我们来具体讲解一下
public static VectorLayer getRadarArray(CMARadarBaseDataInfo info, List<String> pros, int i, LegendScheme ls) throws Exception {         //站点纬度         Attribute lat = info.findGlobalAttribute("StationLatitude");         //站点经度          Attribute lon = info.findGlobalAttribute("StationLongitude");         //海拔高度          Attribute high = info.findGlobalAttribute("AntennaHeight");         List<String> names = info.getVariableNames();         if (!names.containsAll(pros)) {             return null;         }         //从基数据中读取所需要素的径向数据         Array ay = info.read(pros.get(0));         Array[] arrays = new Array[4];         //获取径向数据的条数,也就是方位角个数         int azimuthNum = ay.getShape()[1];         //获取一条径向数据的数据块个数         int dataBlockNum = ay.getShape()[2];         //---------获取i层的径向数据,格式布局为Z*Y*X              //设定读取数据的起始位置         int[] origin = new int[]{i, 0, 0};         //设定所读取数据数量         int[] size = new int[]{1, azimuthNum, dataBlockNum};         //设定读取数据的步幅          int[] stride = new int[]{1, 1, 1};         //取出要素的单层径向数据         arrays[0] = info.read(pros.get(0), origin, size, stride);         //---------获取i层的方位角         origin = new int[]{i, 0};         size = new int[]{1, azimuthNum};         stride = new int[]{1, 1};         //取出单层的方位角         arrays[1] = info.read(pros.get(1), origin, size, stride);         //-----------获取i层数据块的距离         origin = new int[]{0};         size = new int[]{dataBlockNum};         stride = new int[]{1};         arrays[2] = info.read(pros.get(2), origin, size, stride);         //------------获取i层的仰角数据         origin = new int[]{i, 0};         size = new int[]{1, azimuthNum};         stride = new int[]{1, 1};         arrays[3] = info.read(pros.get(3), origin, size, stride);         //------------获取所需数据end--------------         //将方位角和仰角从角度转化为弧度         Array azi = ArrayMath.toRadians(arrays[1]);         Array ele = ArrayMath.toRadians(arrays[3]);         //使用距离和方位角(弧度)创建二维矩阵,这一步更重要的是为了适用Transform.antennaToCartesian         Array[] a = ArrayUtil.meshgrid(arrays[2], azi);         Array dis = a[0];         azi = a[1];         List<Integer> list = new ArrayList<Integer>();         list.add(dis.getShape()[1]);         重组对象格式         ele = ele.reshape(new int[]{azimuthNum, 1});         //塞数据进去         ele = ArrayUtil.repeat(ele, list, 1);         int h = Integer.parseInt(high.getValue().toString().trim());         //天线坐标转换为笛卡尔坐标         Array[] aa = Transform.antennaToCartesian(dis, azi, ele, h);         String projection = String.format("+proj=aeqd  +lon_0=%s  +lat_0=%s",                 Double.parseDouble(lon.getValue().toString().trim()),                 Double.parseDouble(lat.getValue().toString().trim()));         //确定投影,方便后续加地图或地理信息         ProjectionInfo projectionInfo = factory(new CRSFactory().createFromParameters("custom",                 projection));         //坐标重投影          Array[] xy = Reproject.reproject(aa[0], aa[1], projectionInfo, LONG_LAT);         //绘制图层         VectorLayer layer = DrawMeteoData.meshLayer(xy[0], xy[1], arrays[0], ls);         return layer;     }

 

这种方法是最复杂也是速度较慢的,但同时也是不会丢任何数据的方法,下一节我们换种使用了插值法的绘制方法,使用了插值后,性能以及速度就得到了大大的提升  

发表评论

相关文章