技术领域
[0001] 本
发明涉及日地空间物理场海量数据的快速组织领域，具体涉及一种大尺度日地空间的
太阳风数据剖分、编码及存取方法。
背景技术
[0002]
地理信息系统的发展，特别是数字地球技术的发展，使
地球科学的研究有了强有
力的数据组织和管理手段。而面对快速发展的空间科学，随着空间探测数据的海量增长，如何对其
太阳系内探测数据进行组织和管理，如何提高数据存取效率和数据的
可视化效果，成为摆在空间科学家面前迫切需要解决的问题，具有重要理论研究意义和广泛的应用前景。
[0003] 由于目前尚未有实际探测的太阳风数据，则本发明采用的是我国空间天气学国家重点实验室SIGMA研究小组开发的太阳行星际守恒元解元(SIP-CESE)三维太阳风模型输出的数据，为今后太阳风的实际探测数据的组织、管理、分析提供技术支持。
[0004] 整个太阳系空间庞大无比，太阳风数据量大的惊人，为提高海量数据的检索和存取速度，需要构建二维剖分模型，生成不同的
分辨率等级的数据，从而提高整个太阳系球体空间的数据组织效率，从而达到对海量数据进行快速甚至实时
渲染的目的。
[0005] 目前，有三种典型的二维空间剖分模型，分别是经纬度剖分模型、正多面体剖分模型和Voronoi球面自适应格网模型。
[0006] 要应用到太阳风的剖分中，可以排除多面体剖分模型和自适应格网模型，多面
体模型的坐标计算相对比较复杂，组织形式与现有的测绘、遥感数据不同，集成起来困难，自适应剖分模型是单一比例尺的剖分，难以与多分辨率结合起来。
发明内容
[0007] 本发明的目的在于，为克服上述问题，本发明提供一种大尺度日地空间的太阳风数据剖分、编码及存取方法。
[0008] 为实现上述目的，本发明提供一种大尺度日地空间的太阳风数据剖分、编码及存取方法，所述方法包含：
[0009] 步骤101)接收三维太阳风模型输出的原始的太阳风数据；
[0010] 步骤102)将黄道面或子午面用PDQG-R格网进行剖分，根据需求设置要剖分的LOD等级，从而自动构建相应分辨率等级的PDQG-R格网，其中所述PDQG-R格网为：当径向剖分层次大于经向剖分层次时，在PDQG格网的
基础上继续在径向进行独立细分；
[0011] 步骤103)将PDQG-R格网进行编码，即将每个剖分后的子网格给予唯一的标识，使得网格的坐标和编码形成一一对应的关联关系；
[0012] 步骤104)计算每个PDQG-R网格的中心点对应的坐标
位置，所述坐标位置表示为：(纬度、经度、半径)；
[0013] 步骤105)依据步骤104)计算得到的PDQG-R网格的中心点的坐标，将原始的太阳风数据放入PDQG-R格网中,当原始数据匹配到一个PDQG-R网格之后，则将原始的太阳风数据的属性值赋给该网格中心点；
[0014] 步骤106)
[0015] 基于步骤103)的网格编码检索原始的太阳风数据，即查找该编码对应的网格位置，并将该网格内放置的内容提取出来；用于多分辨率数据的可视化显示，给出不同分辨率等级的数据的直观显示。
[0016] 可选的，上述步骤102)进一步包含：
[0017] 步骤102-1)将黄道面进行PDQG格网的剖分，具体步骤如下：
[0018] 步骤102-1-1)将黄道面一分为四，每部分是经度范围是0°～90°且半径范围约为1AU(日地平均距离)的四分之一圆面；
[0019] 步骤102-1-2)用PDQG格网对每个四分圆面进行递归细分，第1次剖分，即取四分圆面上的三条边的中点，得到3个新点；将四分圆两腰上的2个新点连成一条
纬线，再将该纬线的中点与另一新点连成一条径线，形成1个新的子四分圆和2个子四边形；
[0020] 步骤102-1-3)第2次剖分，则是对第1次产生的两种类型子网格的递归细分；对子三
角形按第一次剖分的方法进行剖分即可，而对于子四边形剖分，则可用四叉树法取四条边的中点得到4个新点，将两腰上的中点和圆心用同心圆弧线连接，将两纬线的中点直接连直线，则又得到4个新的子四边形，进而就产生1个新的子三角形和10个四边形，实现对四分圆面更高分辨率的细分；
[0021] 步骤102-1-4)重复步骤102-1-3)，直到分辨率满足设定的要求；
[0022] 步骤102-1-5)当径向分辨率大于经向分辨率时，即径向剖分层次大于经向剖分层次时，在PDQG格网的基础上继续在径向独立细分，得到PDQG-R格网。
[0023] 进一步可选的，上述步骤103)PDQG-R格网的具体编码为：
[0024] 步骤103-1)首先将一分为四的黄道面按照逆
时针编号0、1、2、3，依次确定了每个四分圆面所在的象限；
[0025] 步骤103-2)第1次剖分后，对于每一个四分圆面，外侧两个四边形按照逆时针依次编码为2、3，中心三角形编码为0；
[0026] 步骤103-3)第2次剖分后，中心三角形编码与第1次剖分单元的编码方法相同，子四边形编码左下、左上分别为0、1，右下、右上分别为2、3，依此类推，并且剖分层次每增加1层，编码相应增加一位；
[0027] 步骤103-4)在径向上，每个PDQG格网都要经过径向3次剖分，1分为8，则任意一个格网在其本身编码后加上附加码，进而标识经过径向细分后格网具体位置；
[0028] 其中，从圆心往外的编号依次用0、1表示，第1次细分用0、1标识，第2次细分，依次用00、01、10、11表示，第3次细分依次用000、001、010、011、100、101、110、111表示；
[0029] 步骤103-5)分割线后面的位数标识半径细分位，其余Morton码的每位数字都是不大于3的四进制数，相应的Morton码位数越长可表示为：
[0030] Morton＝q1q2q3…qnqn+1—p
[0031] 其中，q1是四分体象限标识位，“—”是分隔符，p是PDQG格网基础上在径向3次细分后的径向区分标识位。
[0032] 可选的，上述步骤105)进一步包含：
[0033] 步骤105-1)从原始数据出发，先判断半径，找到所在的网格对应的半径层；在基于网格半径层，匹配经度范围；具体为：
[0034] a)网格中心点的半径与原始
采样点的半径之差小于该网格半径跨度的一半；
[0035] b)网格中心点的经度与原始采样点的经度之差小于该网格经度跨度的一半[0036] 若同时满足以上两个条件，则找到原始数据对应的网格；
[0037] 步骤105-2)匹配到网格之后，则将原始数据的属性值赋给该网格中心点，循环所有的原始数据，将所有原始数据一一映射到PDQG-R网格中。
[0038] 可选的，上述步骤106)进一步包含：
[0039] 步骤106-1)对接收的网格编码进行解码，推算编码对应的格网格坐标位置；
[0040] 步骤106-2)根据编码，从剖分得到的网格中提取对应的数据。
[0041] 由于网格编码，已经使得每个网格都有唯一的标识，而每个网格又有唯一的坐标，因此从网格编码则可以直接计算出网格坐标，同时也可以检索出该网格中存放了哪些属性数据。
[0042] 上述本发明使用的数据是由三维太阳风模型(我国空间天气学国家重点实验室SIGMA研究小组开发的太阳行星际守恒元解元(SIP-CESE)三维太阳风模型)输出的数据，该数据是在极坐标下的，三个坐标轴分别是纬度、经度、半径。该太阳风数据具有不规则采样的特点，在以太阳为中心的球体采样空间中，纬度范围是-90°～90°，采样55次，经度范围是0～360°，采样80次，径向采样范围是大约1AU(天文单位，日地平均距离，1AU＝149597870.691km)，采样154次。
[0043] 与
现有技术相比，本发明的技术优势在于：
[0044] 由于普通经纬格网在两极经纬线密集，两极与赤经上所分的格网的比例不收敛，从而导致格网绘制效果
变形严重。为解决此问题，本发明引入退化四叉树剖分思想，针对黄道面和子午面两种典型平面，根据太阳风数据特点，提出了一种新的PDQG-R格网模型，并针对该格网模型提出了相应的编码方案。
[0045] 该剖分模型不仅很好地解决了太阳质心附近格网过密的问题，还可以满足径向分辨率与经(纬)向分辨率不同步的需求。而且能提供多种分辨率层次的数据，显著地提高了数据检索效率，适用于太阳风不规则采样数据的剖分。
附图说明
[0046] 图1-a是本发明提供的太阳风数据剖分
流程图；
[0047] 图1-b是本发明提供的太阳风
数据可视化流程图；
[0048] 图2是黄道面示意图；
[0049] 图3是子午面示意图；
[0050] 图4是PDQG格网三次细分示意图；
[0051] 图5是PDQG-R格网饿3次剖分示意图；
[0052] 图6是四分圆面编码示意图；
[0053] 图7是PDQG格网编码示意图；
[0054] 图8是径向3次剖分示意图。
具体实施方式
[0055] 下面结合附图和
实施例对本发明所述方法进行详细说明。
[0056] 在以太阳为中心的日地空间，为了研究
磁场、
温度和抛出粒子
密度随着距日心的距离远近的变化情况，以及在这个平面数据的变化情况，需要对过太阳质心的两种典型切平面(即黄道面、子午面)构建平面网格剖分模型，将数据划分成不同的分辨率层次，并且对网格进行编码，从而实现巨大圆形平面的数据组织，进而提高海量数据的存取效率。
[0057] 本发明支持海量、大尺度日地空间的太阳风数据的快速组织，在太阳风二维空间的剖分模型的基础上，建立金字塔模型，能提供不同分辨率等级的数据，用户在使用时可以根据自身需求选择合适分辨率的数据。
[0059] 1.基于太阳风的二维空间剖分模型
[0060] 为研究过太阳中心的平面上太阳风数据的分布特征，针对黄道面和子午面两种平面的空间剖分，针对巨大的圆形平面，提出一种新的PDQG-R模型，即径向细分的平面退化四叉树网格剖分模型，该剖分模型不仅解决了球心处网格过密的问题，还能满足径向分辨率大于经(纬)向分辨率的需求。
[0061] 2.剖分模型对应的编码方案
[0062] 针对PDQG-R格网，用改进的退化Z曲线进行编码,提出对应的编码方案，[0063] Morton＝q1q2q3…qnqn+1—p
[0064] 其中，q1是四分体象限标识位，“—”是分隔符，p是PDQG格网基础上在径向3次细分后的径向区分标识位。
[0065] 通过对5次剖分后的网格数量进行统计，对比如下：
[0066]
[0067] 可归纳为，当剖分层次为n时，四分之一圆面剖分生成的格网个数即为num，则满足如下公式：
[0068]
[0069] 即num＝1+21+…+22n-1n≥1
[0070] 即
[0071] 而普通的经纬模型的格网个数为num＝4n(n＞0)，则可以计算出PDQG格网数压缩极限为
[0072] 当用传统经纬格网剖分时，格网数量以22速度增长。经过退化之后球心处数量明显减少，球心与外围的网格大小比例缩小。有效地改善了日心处格网过密的缺点，使得格网大小趋于均匀化。
[0073] 在PDQG格网的基础上，为了满足径向分辨率比经(纬)向要大的需求，则在径向继续细分，形成PDQG-R格网，既能保留PDQG格网的优点，球心处网格不至于过密，又能最大的保留径向的数据特点。
[0074] 实施例
[0075] 下面以黄道面为例，以某一时刻太阳风模型输出的粒子密度数据为例，详细说明剖分、编码、检索的步骤。
[0076] 步骤101)接收三维太阳风模型输出的数据，并提取出黄道面的数据；
[0077] 步骤102)将黄道面用PDQG-R格网进行划分，根据需求设置要剖分的LOD等级，从而自动构建相应分辨率等级的PDQG-R格网，所述PDQG-R格网为：
[0078] PDQG格网是指平面退化四叉树格网模型(Plane Degenerated Quadtree Grid)，它引入退化四叉树的思想，结合普通经纬格网，形成的更高
质量的格网模型。为了解决两维度分辨率不一致的问题，当径向剖分层次大于经向剖分层次时，在PDQG格网的基础上继续在径向进行独立细分，以解决径向分辨率与经向分辨率不同步的问题，即PDQG-R格网。
[0079] 下面太阳黄道面为例，先介绍PDQG格网的剖分方法，拟采用的剖分方法步骤如下：
[0080] 1)首先，将黄道面一分为四，每部分是经度范围是0°～90°、半径范围约为1AU的四分之一圆面如图2所示。
[0081] 2)用PDQG格网对每个四分圆面进行递归细分，第1次剖分，即取四分圆面上的三条边的中点，得到3个新点，将四分圆两腰上的2个新点连成一条纬线，再将该纬线的中点与另一新点连成一条径线，形成1个新的子四分圆(可近似认为是三角形)和2个子四边形，详细见图4，其中，实线代表的是第1次剖分的结果。
[0082] 3)第2次剖分，则是对第1次产生的两种类型子网格的递归细分。对子三角形按第一次剖分的方法进行剖分即可，而对于子四边形剖分，则可用普通的四叉树法，取四条边的中点，得到4个新点，将两腰上的中点和圆心用同心圆弧线连接，将两纬线的中点直接连直线，则又得到4个新的子四边形，这样就产生1个新的子三角形和10(即2+4+4)个四边形，实现对四分圆面更高分辨率的细分。图4点划线代表的是第2次剖分。
[0083] 4)重复步骤3，直到分辨率满足要求。其中，图4虚线代表的是第3次剖分的结果。
[0084] 为了解决两维度分辨率不一致的问题，主要是径向分辨率大于经向分辨率时，即径向剖分层次大于经向剖分层次时，可以考虑在PDQG格网的基础上继续在径向独立细分，以满足径向分辨率与经向分辨率不同步的需求。因此，在此提出PDQG-R格网。
[0085] 由于四分圆面数据维度是25*28，可以看出径向采样密度是经向的23倍。所以，在PDQG的基础上继续在径向进行3次细分即可达到分辨率要求，如图5所示。
[0086] 图5中是在PDQG格网3次剖分的基础上，对某一个网格在径向3次细分的示意图，其中，实线是径向第1次细分，点划线是径向第2次细分，虚线是径向第3次细分。由此，一个PDQG网格则变成8个子网格。于是，PDQG-R格网生成了。
[0087] 每一个层次上的PDQG-R格网都是在对应层次的PDQG格网基础上生成的，其中径向细分的次数也可以根据需要改变，当径向细分次数为0时，即是PDQG格网。
[0088] 该步骤是将黄道面、子午面的巨大圆形平面划分成不同分辨率等级的小网格，以便于该平面的太阳风数据的组织和管理。可以用于处理实际探测的数据，也可以是模型输出的太阳风数据。
[0089] 步骤103)将PDQG-R格网进行编码，所述编码方式为：
[0090] 该编码是要将每个剖分后的子网格给予唯一的标识，使得网格中的坐标、属性数据和编码形成一一对应的关联关系，为了进行高效的数据索引，PDQG-R格网的具体编码规则如下：
[0091] 1)首先将一分为四的黄道面按照逆时针编号0、1、2、3，依次确定了每个四分圆面所在的象限。
[0092] 2)第1次剖分后，对于每一个四分圆面，外侧两个四边形按照逆时针依次编码为2、3，中心三角形编码为0，可以认为是0、1合并形成0，如图7a。
[0093] 3)第2次剖分后，中心三角形编码与第1次剖分单元的编码方法相同，子四边形编码左下、左上分别为0、1，右下、右上分别为2、3，依此类推。并且，剖分层次每增加1层，编码相应增加一位。
[0094] 4)在径向上，每个PDQG格网都要经过径向3次剖分，1分为8，则任意一个格网可以在其本身编码后加上附加码，来标识经过径向细分后格网具体位置，如图8中编号为010的格网是经过PDQG-R剖分后生成的8个子网格之一。可以在本身编码后用分割线分开，后面的位数标识半径细分位，用二进制码表示，1位代表细分1次，2位代表细分2次，并且每经过一次细分，编码增加一位，剖分的次数越多，所得子区域越小。
[0095] 从圆心往外的编号依次用0、1表示，第1次细分用0、1标识，第2次细分，依次用00、01、10、11表示，第3次细分依次用000、001、010、011、100、101、110、111表示。可以根据编码位数确定径向细分的次数，并且编码是动态的，不但具有遗传性，且能与多分辨率层次很好地结合起来。
[0096] 5)分割线后面的位数标识半径细分位，是二进制码，其余Morton码的每位数字都是不大于3的四进制数，相应的Morton码位数越长，可表示为：
[0097] Morton＝q1q2q3…qnqn+1—p
[0098] 其中，q1是四分体象限标识位，“—”是分隔符，p是PDQG格网基础上在径向3次细分后的径向区分标识位。
[0099] 该步骤是给每个网格编码，从而网格中的数据也与编码对应起来，从而支持数据检索，支持数据组织，为后面的数据应用乃至数据分析都提供了支持。
[0100] 步骤104)计算每个PDQG-R网格的中心点对应的坐标位置(半径、纬度、经度)(radius,latitude,longitude),下面是[0,pi/2]范围内，坐标的计算方式，其他象限的依此类推。
[0101] Radius＝maxradius*2^(-lod)*(i-1)+maxradius*2^(-lod-1)
[0102] lontitude＝0.25*pi/lon_num(i)+(0.5*pi/lon_num(i))*(j-1)
[0103] Latitude＝0
[0104] 其中，maxradius是黄道面最大半径，lod是设置的剖分等级lod值，lon_num(i)是径向第i层所划分的网格的个数，j是指第i层的第j个网格。
[0105] 步骤105)将原始数据放入PDQG-R格网中,即计算网格的属性值：
[0106] 对原始数据中每一个数据的坐标和PDQG-R格网的中心坐标对比，将原始数据放入离自己最近的格网中，即每个数据只放入离自己最近的一个格网中。这样可能导致的结果有：有的网格只有一个数据；有的网格可能有多个数据，可以根据某种合适的
算法最后计算出该网格的属性值；有的网格没有数据，则置空即可，以保证数据的完整性和一致性。
[0107] 1)从原始数据出发，先判断半径，找到所在的网格半径层，在基于该层，去匹配的经度范围，满足的条件是：
[0108] a)网格中心点的半径与原始采样点的半径之差小于该网格半径跨度的一半；
[0109] b)网格中心点的经度与原始采样点的经度之差小于该网格经度跨度的一半。
[0110] 若两者同时满足，则找到该原始数据对应的网格。
[0111] 2)匹配到网格之后，则将原始数据的属性值赋给该网格。循环所有的原始数据，将所有原始数据映射到PDQG-R网格中。
[0112] 以数据为例(L,B,R,den)(3.673205e-068.246700e-014.732900e+07
[0113] 3.585800e-10)，单位分别为(弧度，弧度，千米)，以采样数据最远距离0.15391E+09km为半径作为空间剖分的基础，以该范围进行递归剖分。(一个日地空间距离为1AU＝1.469E+8km)。
[0114] 经过上述步骤，可以找到该数据对应的PDQG-R网格为：
[0115] 002113-1103.673205e-068.246700e-014.732900e+073.585800e-10
[0116] 从左到右分别是：编码、纬度、经度、半径、密度属性值
[0117] 同理，3.673205e-062.081300e+001.080500e+081.026500e-10对应的网格编码是：
[0118] 121221-011
[0119] 步骤106)基于编码检索二维太阳风模型的数据。
[0120] 该步骤实际上是解码过程，同时将该编码对应的网格位置找出来，并将该网格放置的内容提取出来。
[0121] 以编码033123-100为例，寻找该编码对应的数据。
[0122] 1)解码，分析该编码，推算该编码对应的格网位置。第一位0表示第一象限，[0,pi/2]范围内，33123五位表示剖分等级为5，径向细分编码100有3位，表示径向细分了3次，且是径向细分的第5层。
[0123] 下面计算33123对应的坐标(纬度、经度、半径)。
[0124] 第1位3对应的网格中心点：
[0125] Radius(1)＝maxradius*2^(-1-1)
[0126] Lontitude(1)＝0.25*pi/2+(0.5*pi/2)*(2-1)
[0127] 第2位3对应的网格中心点：
[0128] Radius(2)＝Radius(1)+maxradius*2^(-2-1)
[0129] Lontitude(2)＝Lontitude(1)+0.25*pi*2^(-2-1)
[0130] 第3位1对应的网格中心点：
[0131] Radius(3)＝Radius(2)-maxradius*2^(-3-1)
[0132] Lontitude(3)＝Lontitude(2)+0.25*pi*2^(-3-1)
[0133] 第4位2对应的网格中心点：
[0134] Radius(4)＝Radius(3)+maxradius*2^(-4-1)
[0135] Lontitude(4)＝Lontitude(3)-0.25*pi*2^(-4-1)
[0136] 第5位3对应的网格中心点：
[0137] Radius(5)＝Radius(4)+maxradius*2^(-5-1)
[0138] Lontitude(5)＝Lontitude(4)+0.25*pi*2^(-5-1)
[0139] 加上径向细分位，最终的坐标值为：
[0140] Radius＝Radius(5)-maxradius*2^(-5-1)+maxradius*2^(-5-3-1)*5
[0141] Lontitude＝Lontitude(5)
[0142] 坐标值为：3.673205e-061.055379e+001.325670e+08
[0143] 由于网格编码，已经使得每个网格都有唯一的标识，而每个网格又有唯一的坐标，所以从网格编码则可以直接检索到步骤104)计算的网格坐标，同时也可以通过编码这个索引检索出该网格中有哪些属性数据。总之因为有了之前的若干步骤，所以使得该步骤是最简单的，其实不需要推算坐标，就可以完成数据检索，因为编码是唯一的，通过编码，坐标和属性数据关联起来了。但是推算坐标可以作为本发明的一个功能。
[0144] 2)根据编码，则可以从网格中提取对应的数据。
[0145] 编码为003031-001对应的原始数据是，有2个：
[0146] 3.673205e-061.129010e+004.899869e+073.491200e-101.381500e+05
[0147] 3.673205e-061.129010e+004.899869e+073.649800e-101.391600e+05
[0148] 编码为231121@010对应的原始数据是，有1个：
[0149] 3.673205E-064.589671E+008.807740E+073.783500E-103.104800E+05
[0150] 上述模型和编码除了用于检索之外，还可用于多分辨率数据的可视化显示，给出不同分辨率等级的数据的直观显示，便于使用者直观的了解数据特性，从而快速
定位感兴趣区域的数据。
[0151] 最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行
修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的
权利要求范围当中。
