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
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
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]; //获取径向数据的条数,也就是方位角个数 int azimuthNum = ay.getShape()]; //获取一条径向数据的数据块个数 int dataBlockNum = ay.getShape()]; //---------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 = 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 = 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]); Array ele = ArrayMath.toRadians(arrays]); //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], azi); Array dis = a]; azi = a]; 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, aa], projectionInfo, LONG_LAT); //绘制图层 VectorLayer layer = DrawMeteoData.meshLayer(xy, xy, arrays], 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
页:
[1]