基于K-Means聚類法的水團(tuán)劃分算法和可視化研究.pdf

1、水團(tuán)分析一直是物理海洋學(xué)的重要的研究領(lǐng)域，其主要的研究工作是水團(tuán)邊界的識(shí)別和子水團(tuán)的劃分。但是，由于目前的各種分析方法大多是建立在傳統(tǒng)的T-S圖的溫-鹽度曲線上，得到的分析結(jié)果往往割裂了樣本數(shù)據(jù)的整體信息，與科研人員的交互性較差。 20世紀(jì)80年代后期提出并迅速得到發(fā)展的科學(xué)計(jì)算可視化為水團(tuán)可視化研究打開了全新的視野。科研人員可以通過先進(jìn)的圖像處理，數(shù)據(jù)挖掘，計(jì)算機(jī)圖形學(xué)等技術(shù)，用一種直觀、真實(shí)感強(qiáng)的交互方式，從海洋數(shù)據(jù)的幾何特

2、征來觀察和分析水團(tuán)，揭示和發(fā)現(xiàn)隱藏在水團(tuán)數(shù)據(jù)中的新問題，新規(guī)律。 由于海洋數(shù)據(jù)具有數(shù)據(jù)量大，結(jié)構(gòu)復(fù)雜，影響因素多的特性。這就造成了劃分效率和交互式可視化渲染之間的矛盾。如何快速準(zhǔn)確的對(duì)海量水團(tuán)數(shù)據(jù)進(jìn)行分類，并將劃分的結(jié)果用一種交互式的可視化技術(shù)反饋出來，成為了水團(tuán)可視化研究的熱點(diǎn)問題。 本文通過分析比較目前常用的水團(tuán)分析方法，提出了一種基于K-means聚類法的水團(tuán)劃分算法。該方法結(jié)合了聚類算法和水團(tuán)概念的相似性，針對(duì)三

3、維網(wǎng)格水團(tuán)數(shù)據(jù)，合理地描述了水團(tuán)劃分的幾個(gè)重要的制約因素。并采用K-means聚類算法，快速有效的提取了三維水團(tuán)數(shù)據(jù)的分布信息。 在隨后可視化水團(tuán)分析的研究中，本文通過分析比較各種體繪制的算法，充分利用K-means聚類法的水團(tuán)劃分算法得到的三維水團(tuán)數(shù)據(jù)，選用了光線投射體繪制技術(shù)，對(duì)水團(tuán)劃分的結(jié)果進(jìn)行可視化渲染，直觀準(zhǔn)確地反映了水團(tuán)數(shù)據(jù)所提供的溫、鹽度信息和水團(tuán)邊界信息。 本文提出的方法在保證劃分結(jié)果的準(zhǔn)確性的前提下，克