孫吉剛 何曉曦 歐陽文勁 胡順堯

摘? 要：對于常規(guī)氣象數(shù)據(jù)分析來說，二維平面分析是最普遍的方式之一，但在二維模式下的局限性又無法真實反應三維空間中的氣象信息。以“天鴿”臺風的二維數(shù)據(jù)集為例，利用其數(shù)據(jù)特性將分析模式由二維云圖提升到三維云可視化的分析模式上。在文章中利用體繪制實現(xiàn)三維云的創(chuàng)建，在當前比較傳統(tǒng)的體繪制基礎上對繪制效率、三維云陰影渲染、氣象數(shù)據(jù)集分析模式三個方面改進。

關鍵詞：三維云;體繪制;Slabs methods;顏色映射函數(shù)

中圖分類號：TP391? ? ? ? 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2019）14-0018-03

Abstract： For conventional meteorological data analysis， two-dimensional plane analysis is one of the most common methods， but the limitations of two-dimensional mode cannot truly reflect the meteorological information in three-dimensional space. Taking the two-dimensional data set of Typhoon Hato as an example， the analysis model is upgraded from two-dimensional cloud image to three-dimensional cloud visualization analysis model by using its data characteristics. In this paper， volume rendering is used to create three-dimensional cloud. Based on the traditional volume rendering， the rendering efficiency， three-dimensional cloud shadow rendering and meteorological data set analysis model are improved.?Keywords： three-dimensional cloud; volume rendering; Slabs methods; color mapping function

1 介紹

目前的氣象可視化研究中，云可視化是最熱門的研究方向之一。在這個研究過程中，衍生出了很多不一樣的可視化方法，我們在圖形學三維可視化數(shù)據(jù)上將其分為兩大類，一種基于模擬數(shù)據(jù)的云可視化，另一種是基于采集數(shù)據(jù)的云可視化。

在模擬數(shù)據(jù)中我們一種方法是從云的物理過程[1]出發(fā)，近似的模擬云生成和生長過程;另外一種是不考慮復雜的云生成過程，只側重于云自身的外觀屬性，一般使用紋理[2]、粒子、分形等技術實現(xiàn)。雖然模擬數(shù)據(jù)能夠可視化出十分逼真的云景，但是對于氣象學中我們無法使用其結果并對其進行分析。所以我們在第一種模擬數(shù)據(jù)的繪制基礎上，使用基于氣象采集數(shù)據(jù)的三維云可視化方法[3]，它不僅可以反應真實的天氣狀況，而且對天氣預報產品和氣象專家分析都具有重要的意義。

而在分析中，云圖又是作為最重要的氣象數(shù)據(jù)來源之一，也是模擬過程中不可或缺的要素之一。對云圖的紋理特征研究也是氣象預報的主要手段[4]。在人們長期的觀察中總結出了在目視區(qū)區(qū)分不同云類的一些判斷方法，例如形狀、紋理、顏色、輪廓和范圍[5]等。在實際的應用中，如卷云具有纖維結構，紋理均勻;積云由水滴組成，紋理多斑點，不均勻等一些特征。目前來說云量的定量話分析研究中越來越多，在這些方法中，紋理特征提取[6][7]對于云類的識別效果最好，但是這些僅限于二維云圖場景的分析。

針對這種二維分析模式的局限性，在過去的發(fā)展中提出了三維云的可視化方法，以解決其模擬問題。Wang[10]等人也采用了類似的方法由氣象數(shù)據(jù)生成大范圍三維云景，這種方法可以得到真實反映天氣情況的三維云景可視化效果;Blinn[11]在研究云對光的反射特性和透射特性的基礎上提出了簡單的光照模型進行云的三維模擬，該模型只考慮了云粒子對光的單次散射，忽略了多次散射效果，使其產生的三維云沒有真實云銀色的邊緣解決對應于三維空間的分析模式。

2 方法

目標是通過ray-AABB的應用中提升三維云體繪制的效率，在當前比較直接的體繪制方法，從視點發(fā)射射線的方式，極其的浪費性能，所有的射線在行進過程中其積分步長和積分步數(shù)固定，所以在視點到體素的過程中浪費計算資源。所以，我們在每次積分過程之前，進行預計算，剔除其多余積分過程，計算積分區(qū)間，以此來減少對體素的采樣過程。

2.1 指數(shù)霧

我們開始評估射線穿過Volume的情況，計算射線行進過程中透明度值的返回，即透明度采樣。要得到光線投射過程中的透明度，必須已知每個可見點的密度或者厚度。在這里我們不考慮密度和顏色的變化，假設其恒定不變，則需要計算在光線終止之前的總長度。兩個條件，射線到達積分上限和透明度采樣為1，終止其射線行進。

所以由Beer-Lambert定律得出，通過體紋理的射線透射率定義為：

（1）其中T為透射率，t為行進距離。可以看出來指數(shù)霧和透射率公式很類似，因為他們就是一樣的，只是Beer-Lambert的實際應用。我們繼續(xù)來構建體繪制，以上提示需要我們計算出射線行進每個點的體素厚度，也就是行進距離，與透射率函數(shù)一起使用，來近似模擬射線在云中穿透和阻擋。為了對體素的透明度進行采樣，每條射線都會采取這幾個步驟，穿過體紋理，并且在每個點讀取體紋理的值。

在體繪制中，不可以直接進行繪制，因為對于體數(shù)據(jù)需要一個長方體包圍盒作為紋理載體。射線定長行進在包圍盒中采樣體數(shù)據(jù)，需要依次來測量射線在介質內行進的距離，如果射線在行進過程中位于介質內，則會將步長累加到行進距離中;如果在外，則不會進行任何操作。而且我們還要保證射線在盒子中的行進效率和采樣的精確度。

2.2 射線包圍盒

指數(shù)霧切片實驗中，我們始終對于射線的采樣點都維持在體紋理空間（0-1）中，所以當我們在射線行進到盒子邊緣時，還會繼續(xù)的行進來完成固定的采樣步數(shù)。所以，這里檢查射線是否退出采樣空間，需要自適應預先計算適合的采樣步數(shù)和步長。

在目前的情況中，我們使用長方體盒子為包圍盒，這樣我們可以使用射線和盒子形成的交點來進行盒子厚度、入射點和出射點的計算。在載體的選擇中，雖然使用球體能夠更加快速的進行計算，但是在像素片段的覆蓋上，盒子比球體更加的靈活和區(qū)域現(xiàn)實規(guī)律。軸向包圍盒計算方法也就是我們所說的Ray-AABB檢測算法，也叫做Slabs方法。它的核心理念是發(fā)生區(qū)間交疊，射線就與平面相交，條件便是射線進入平面處的最大值小于射線離開平面處的最小值。求取射線進入平面的最大值以及射線離開平面出的最小值，通過射線與平面相交的參數(shù)方程所以我們以最小區(qū)間和最大區(qū)間確定其射線相交區(qū)域，計算盒子交點，能夠精確的計算每條射線，并計算行進步長。而且通過這種方式的運算還能夠計算出射線起始點在盒子內部的情況，以此來避免前面出現(xiàn)的攝像機位于盒子內部無法繪制的情況。在Ray-AABB算法改進之后，在我們繪制的積分過程中，對于射線行進距離進行了精確的控制，并且在積分步長上也計算出了最效率的積分區(qū)間。

3 應用

隨著數(shù)據(jù)采集領域的快速發(fā)展，以及在具有交互式幀率的現(xiàn)代化工作站上執(zhí)行高級可視化的可能性，體數(shù)據(jù)的重要性將繼續(xù)迅速增長。數(shù)據(jù)集可以通過CT、回聲定位等技術進行捕捉，也可以通過物理模擬等實驗產生數(shù)據(jù)。以上提到的一系列技術體現(xiàn)了體數(shù)據(jù)在各行各業(yè)中都起到了非常重要的作用。它們通常以切片或者標量值得形式存儲，所以我們對于原數(shù)據(jù)集來說必須轉換為我們實驗所用得數(shù)據(jù)。這里我們設計了兩種產品，一種是基于切片的實驗產品，另一種是使用標量值的產品。

3.1 “切片云”體數(shù)據(jù)集

在圖2中我們看到了平面上云的體繪制結果，還是比較形象。它的大小為170*170*144。我們增大積分步長，降低積分步數(shù)時，隨之產生明顯的切片紋理;另外處于盒子內部時無法進行渲染。這是射線行進步長和體數(shù)據(jù)切片所產生的沖突，是一種摩爾圖案，是射線和盒子表面行進在體紋理中所產生的。我們通過對于起始位置的控制，來對齊平面，這樣我們我們可以在較大的積分步長情況下進行額外的改進來提升其繪制效果。如圖2結果圖在切片問題出現(xiàn)的情況下，相同步長和積分次數(shù)的情況下能夠保持相一致的結果。

3.2 氣象數(shù)據(jù)集可視化

在氣象學的數(shù)據(jù)使用中，采用歐洲中期天氣預報中心的GRIB2格式的雷達回波數(shù)據(jù)（即雷達向空中發(fā)射出電磁波時，遇到降水粒子，會部分被反射回來，通過一定的計算方法，便可獲知降水粒子的密度及直徑大?。r間為2017年8月21日，區(qū)域為南緯10°～北緯60°、東經60°～東經130°的亞洲區(qū)域。

所以我們按照氣象數(shù)據(jù)采集的空間區(qū)域劃分，以采集的單位區(qū)域對應體紋理中體素，將其云混合物百分比值作為體素值。其排列原理是按照經緯網格劃分，與體素空間位置一一對應，由此來產生百分比值和體數(shù)據(jù)的對應關系，數(shù)據(jù)采用281*361*137的亞洲區(qū)域格點數(shù)據(jù)。

4 實驗結果和結論

當前所有實驗的運行環(huán)境是在Intel i7 4720（HQ）、8G內存、Geforce GTX 960M上運行，其運行的性能為，rendering time 最低16ms，最高66ms，平均33ms，均為實時運行統(tǒng)計。在通過對當前比較熱門的氣象可視化方法分析之后，通過對傳統(tǒng)體繪制技術進行改造，利用現(xiàn)有的“天鴿”數(shù)據(jù)集作為數(shù)據(jù)樣本，實現(xiàn)了“天鴿”臺風三維云的可視化。在經典的體繪制光線投射算法中使用基于“Slabs methods”邊界檢測方法，在射線與渲染對象的交叉計算中，很大程度上提升了計算效率，避免了不必要的計算;為了體繪制的渲染效果更加真實，在視點單一方向的射線積分過程上加入了“directional point”光源方向上的陰影計算，得到了貼近真實的陰影，增加了可視化的質感;在三維云中加入顏色映射函數(shù)的分析模式，得到了非常好的識別效果，通過對各個值區(qū)間的單一過濾和多區(qū)間的混合模式，我們能夠對很多的數(shù)據(jù)進行定性和定量的分析，很大程度上增加了氣象信息的識別度。

在這里我們也采取了多個時段的數(shù)據(jù)集，但是在時間間隔上會產生一定的空間跳躍，不會得到很流暢的三維云流動的場景，下來我們會通過對區(qū)間云數(shù)據(jù)集的分析，利用其他的一些相關技術來實現(xiàn)三維云流動可視化。

參考文獻：

[1]Harris M J . Real-time cloud simulation and rendering[M]. The University of North Carolina at Chapel Hill， 2003.

[2]Shimada Y， Shinya M， Shiraishi M， et al. Real-time rendering of dynamic clouds[C]// Acm Siggraph. 2007.

[3]李曉望，王文珂，李思昆.基于氣象衛(wèi)星數(shù)據(jù)的三維云景可視化方法[J].系統(tǒng)仿真學報，2013，25（9）：2055-2059.

[4]徐江斌，趙健，楊超，等.云圖數(shù)據(jù)驅動的三維云景可視化[J].圖學學報，2010，31（3）：68-75.

[5]陳渭民.衛(wèi)星氣象學[M].北京：氣象出版社，2003：196-220.

[6]壽紹文，張壽，趙勵，等.暴雨過程的衛(wèi)星云圖紋理特征研究[J].南京氣象學院學報，2005，28（3）：337-343.

[7]鄭君杰，黃峰，張韌，等.基于紋理與分形理論的氣象衛(wèi)星云圖目標物識別[J].氣象科學，2005，25（3）：244-248.

[8]Riley K， Ebert D， Hansen C， et al. Visually Accurate Multi-Field Weather Visualization[C]// IEEE Visualization. 2003.

[9]Hansen， Charles D. Efficient rendering of atmospheric phenomena[M]// Efficient Rendering of Atmospheric Phenomena. 2004：375-386.

[10]Wenke W， Yumeng G， Min X， et al. Automatic Generation of Large Scale 3D Cloud based on Weather Forecast Data[C]// International Conference on Virtual Reality & Visualization. 2012.

[11]Guo-Jun M A . Volume classification and GPU-accelerated volume rendering of Phong optical model[J]. Computer Engineering & Design， 2010， 31（7）：1529-1532.