体视化技术综合再现大浮标平台观测要素方法研

摘　要：介绍了体视化技术研究现状及应用前景，体数据的表示方法、分类及典型算法，在分析10米大浮标观测要素特点的基础上，探讨了体绘制技术综合再现10米大浮标平台观测要素的可行性、方法及关键技术。

关键词：体视化技术；大浮标平台；观测

1. 引言
　　海上浮标是国际上通用的获得海洋环境要素的重要载体和平台，10米大浮标因其自重大，面积大而具备了长期全天候、全天时和观测项目齐全的特点及优势，成为我国陆架海观测极其重要的手段。海洋科学具有多学科性和内部相互作用非线性的特点，因此，只有综合分析多种数据，才能挖掘海洋内部相互作用关系，从而了解海洋现象和海洋过程，掌握海洋变化规律，提高海洋预报、海上搜救、海洋灾害防治的能力和水平。
　　体视化（Volume Visualization）是科学计算可视化领域的一个重要分支，利用计算机图形、图像处理的先进技术与方法，采掘隐含在空间数据场中的信息，让研究者从计算机的直观图像中即可容易地看出其规律性和得出结论。因此，体视化技术可以作为浮标监测所得海洋气象、水文数据耦合和综合再现的手段，为研究人员分析、研究和解释海洋现象提供一条新颖的、实用的直观的分析和诊释手段。
2. 体视化技术应用现状
　　体视化技术研究的任务和目的是从离散的、或相对独立的采样数据中挖掘出蕴藏的信息,最早源于20世纪70年代末，目前，在发达国家已经有了商品化的体视化通用软件和专用的体视化软件，如美国Stardent计算机公司开发的AVS，德国科学院图形学研究所和德国气象局合作开发的TRITON气象数据可视化软件[1]。
　　目前国内体视化应用研究主要集中在医学CT图像的三维重构、地质学、空间物体学、化学、显微摄影学和工业无损探伤等领域，将其应用于海洋学研究中在我国尚不多见 [2][3][4]。可查阅的文献主要涉及的是散乱数据的可视化，建模数据多是基于大范围的专题调查数据。

如青岛海洋大学杨冠杰教授的《散乱体数据可视化：海洋水团分析的新途径》的建模数
据取自1987年5~6月中日合作的东海调查数据；国家海洋局第二海洋研究所王桂华博士发表的《利用Argo资料重构太平洋三维温盐场和流场》的建模数据为连续的Argo剖面浮标资料等。针对10米大浮标平台这种定点观测数据体视化所需的三维数据场数据模型的生成、组织与可视化；由二维轮廓线重构三维形体技术则很少涉及，将体视化技术应用于10米大浮标平台观测数据更是少见。
3. 浮标观测要素体视化方法
3.1 体视化技术路线
　　三维空间数据的可视化过程基本分为：采样数据生成、数据精炼或插值、可视化映射和图像变换与显示。采样数据可以是计算机数值模拟的结果，也可以是测量仪器产生的数据。在浮标观测中，三维空间数据是由测量仪器产生，并按照时间序列分观测要素种类纪录在文件中。流程的第二步是对采样数据进行精炼或插值。对于数据量过大的原始数据，需要精炼和选择，以减少数据量，提高显示速度。当原始数据相对稀疏而可能影响可视化效果时，需要进行有效的插值处理。按照GB/T 12763.2规定，温度观测时次为1小时，数据相对稀疏，因此需要进行插值以丰富数据结构。可视化映射是可视化流程中的核心，其含义是将经过处理的原始数据转换为可供绘制的几何图素和属性。包括可视化方案的设计，即决定在最后的图像中应该看到什么，由如何将其表现出来。如何用形状、颜色以及其他属性表示原始数据中人们感兴趣的性质和特点。在浮标观测数据可视化方案中，可以用三维体的高低起伏表示流速，用颜色的渐变表示空间上温度的分布。流程的最后一步就是将几何图素和属性转换为可供显示的图像，使用的方法包括视见变换、光照计算、隐藏面消除、扫描变换，图像的几何变化、图像压缩、颜色量化、图像格式转换以及图像的输出等。
　　在整个流程中，三位物体的建模和体绘制算法是体视化过程的关键步骤。对体数据进行显示有两种算法[5]，一种是构建中间几何图元后通过面绘制技术生成较为清晰的等值面图像，这种算法计算速度快，但有局限性，不能表达三维体内部细节。另一种算法称为体绘制（Volume Rendering）。三维空间分布在离散网络点上的数据一般是由三维连续的数据场经过断层扫描、有限元分析或随机采样后作插值运算取得的。图形设备屏幕上的二维图像则是由存放在缓存中的二维离散信号经过图形硬件重构而成。因此，直接体绘制算法的作用就是将离散分布的三维数据场，按照一定的规则转换为图形显示设备缓存中的二维离散信号，不需要构造中间元，而是直接由三维体数据产生屏幕上的二维图像，回避了体数据的分割和映射问题，这种算法能很好的产生整体图像，包括内部细节，便于挖掘和耦合原始数据的多属性之间的关系，非常适合于浮标观测数据这样的均匀标量数据的表示。
　　
3.2 体数据建模
　　10米大浮标为定点剖面浮标，得到的为竖井型空间观测数据，针对上述数据的特点，需将观测得到的流速数据转换为拉格朗日场的质点位移来模拟海洋三维空间数据场，得出潮流场在该区域内的空间分布。潮流场中质点空间位置处的温度值近似地等于初始时刻温度，这样即可得到时间域范围内，研究区域中不同空间点位上的温度。如此得到的数据可以看作是温度和流速在空间上散乱分布的点数据，只能以插值计算方法生成体元。空间内插方法有7中，空间统计方法以Kriging插值方法为代表。Kriging 算法的核心是利用区域性变量的原始数据和变异结构特点，对未采样点的区域性变量进行最优无偏估计［6］。要对区域内某点x0处的流速进行估计，所采用的公式为：

　　
　　从公式可以看出，变异函数的重要用途就是确定局部内插需要的权重因子，使估计是无偏估计，切估计方差最小。由无偏条件和Kriging方程可解得，带入上述公式可求的未知区域性变量的估计值。最终生成规则网络的体数据，如图1所示。蓝色框表示的是体数据的最基本单位——体素（Voxel）。该体素为中心点在采样点上的规则长方体，长方体内的值是不变的，都等于该采样点的采样值。下图中，I、J平面构成了海水表面，K方向的值代表流速，空间点所在体元的颜色代表该点温度值，因此，通过K方向图形的高低起伏，可以看出流速的分布规律，从体元颜色的分布可以判断空间上温度场的变化趋势。
　　
　　图1 生成的体数据示意图
3.3 体视化显示与结果分析
　　
　　 本文中使用的浮标观测数据是经过处理得到的三维网格点标量体数据，表示的是特定时间和空间范围内流速和温度两种物理特征在空间中的属性值分布。并采用光线投射算法对体数据进行三维显示。该算法是一种以图像空间为序的体绘制算法。首先根据数据值的不同，正确地将其分为若干类并给每类数据赋予不同的颜色值和不透明度值，以求正确地表示多种物质的不同分布或单一物质的不同属性。然后重新采样，从屏幕上的每一个像素点根据设定的观察方向发出一条射线，这条射线经过三维数据场，沿着这条射线选择k个等距的采样点，并由距离某一采样点最近的8个数据点的颜色数值和不透明度数值作三次线性插值，求出该采样点的不透明度值和颜色值。最后进行图像合成，将每条射线上各采样点的颜色值及不透明度值由前向后或由后向前加以合成，即可得到发出该射线的像素点处的颜色值，从而计算出屏幕上该像素点出的颜色值。
　　为更清楚了解数据内部之间的关联关系，可进行体数据的切片绘制。当固定某一维，就得到一幅二维图像，称之为断层图像或切片。切片是研究三维数据场内部信息的一个重要手段，在体数据和体视化绘制基础上，先计算出切片与三维体数据场相交而生成的多边形，以及该多边形对应的纹理图像，再采用纹理映射技术对剖面进行显示，可以清楚的分析在不同切片上，流场和温度场的关系，及其分布规律。如示意图2所示[6]。
    
　　图2 浮标观测数据体视化预期结果
　　在上图中，平行于xy平面的切片上，可以表示在某一特定流速条件下，温度场的分布情况和变化规律。如图示意，在该流速下，海水温度较高，到呈周期性规则分布。平行于yz平面的切片则可表示在空间的某一水平方向上，温度场的分布情况和流速的变化规律。平面上的颜色分布代表温度场的分布，该切面的高低起伏代表流速变化。平行于xz平面的切面可以表示空间的某一垂直方向上，温度场的分布情况和流速的变化规律。
　　如此，在同一平面上，我们既可以知道空间属性信息，同时可以获得此空间上，温度和流场的分布与变化规律，很好的实现了浮标观测要素数据的耦合和综合再现，直观的揭示了海洋观测数据之间的内在关系。
4.结语
　　本研究针对浮标观测数据的特点，将基于欧拉场的潮流模型中得到的流速结果转换为拉格朗日场的质点位移来模拟海洋温度三维空间数据场，借助体视化技术耦合再现温度场和流场，显示体视化技术在海洋学研究中的应用潜力，对海洋观测要素的价值挖掘和增值服务是十分必要和急需的。
参考文献：
　　[1]徐夏刚，张定华．体视化方法综述．计算机应用研究，2006，19（2）：12-15
　　[2]杨冠杰，耿震．散乱体数据可视化：海洋水团分析的新途径．海洋通报，2000，19（2）：66-74
　　[3]涂超．海洋温度场的三维可视化．武汉大学学报（工学版），2007，40（6）：126-128
　　[4]孙菁．海洋调查数据的可视化建模及实现方法．青岛海洋大学学报，2001，31（4）：579-585
　　[5]唐泽圣。三维数据场可视化.北京：清华大学出版社，1999.
　　[6]李新，程国栋，卢玲.青藏高原气温分布的空间插值方法比较.高原气象，2003,22（6）：565－573.
　　[7]何全军.利用IDL语言实现对气象数据的体视化显示.气象科学，2007,27（4）：445-449