买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于气象数据的体积云可视化方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121330150B 。

龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511885871.0，技术领域涉及：G06T15/04；该发明授权基于气象数据的体积云可视化方法、装置、设备及介质是由贾庆仁;谢坤亮;杨岸然;蒋磊;高晓涵;马梦宇;钟志农设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本基于气象数据的体积云可视化方法、装置、设备及介质在说明书摘要公布了：本发明提出了一种基于气象数据的体积云可视化方法、装置、设备及介质，将气象数据中的云量转化为纹理图片，同时使用风气象数据结合云类型构造各向异性的三维噪声纹理，从而针对不同云类型设置不同的噪声参数。具体步骤如下：首先，获取气象数据并进行数据预处理，主要选择的气象因子包括低中高云覆盖率以及水平风，通过对低中高云覆盖率进行数据插值提高空间分辨率；根据云类型设计密度改变高度相关函数，结合云覆盖率构建体积云的基础三维轮廓；对不同的云类型使用差异化的噪声参数构造体积纹理对体积云进行细节增强；最后，执行体积云渲染。本发明有效提升在大规模场景下不同类型的体积云的渲染真实性和效率。

本发明授权基于气象数据的体积云可视化方法、装置、设备及介质在权利要求书中公布了：1.基于气象数据的体积云可视化方法，其特征在于，包括以下步骤： 根据海拔高度将云类型分为低云、中云和高云，从气象数据中获取指定三维空间的低云、中云和高云的云覆盖率数据以及水平风数据，对低云、中云和高云的云覆盖率数据分别进行样条插值，将插值后的数据映射为二维灰度云纹理图； 对低云、中云和高云分别设定不同的密度改变高度相关函数，以构建体积云的基础三维轮廓； 针对低云、中云和高云设置差异化的噪声参数，根据不同的云类型和水平风气象数据计算各向异性的三维噪声，并通过分形布朗运动叠加多种噪声函数，生成三维噪声体积纹理；其中所述噪声参数至少包括噪声频率、各向异性属性和噪声混合比例，针对低云、中云和高云设置差异化的噪声参数，包括： 对于低云，采用低频、各向同性的Perlin噪声和Worly噪声；Perlin噪声和Worly噪声的缩放尺度设置为30，缩放尺度越大频率越低；同时，噪声混合以Perlin噪声为主，Worly噪声为辅，Perlin噪声占比高于Worly噪声占比； 对于中云，采用中频、各向异性的Perlin噪声和Worly噪声，Perlin噪声和Worly噪声的基础缩放尺度设置为10，各个方向上的实际缩放尺度与风速大小有关；同时，Perlin噪声和Worly噪声的比例均衡；Perlin噪声占比0.5，Worly噪声占比0.5； 对于高云，采用高频、各向异性的Perlin噪声和Worly噪声，Perlin噪声和Worly噪声的基础缩放尺度设置为5，各个方向上的实际缩放尺度与风速大小有关；同时，噪声混合以Worly噪声为主，Perlin噪声为辅，Perlin噪声占比低于Worly噪声占比； 所述中云、高云噪声参数中各向异性属性的计算，包括： 从气象数据中获取中云和高云对应的水平风气象数据，包括中云对应的东西向水平风分量速度和南北向水平风分量速度，高云对应的东西向水平风速度和南北向水平风速度； 基于中云对应的东西向水平风分量速度和南北向水平风分量速度计算中云采用的各向异性噪声的拉伸方向，由西向东或者由南向北为正值，由东向西或者由北向南为负值；基于高云对应的东西向水平风分量速度和南北向水平风分量速度计算高云采用的各向异性噪声的拉伸方向，由西向东或者由南向北为正值，由东向西或者由北向南为负值； 中云和高云采用各向异性噪声的拉伸程度由风速大小决定，其中中云、高云对应的风速大小、的计算公式，如下： 所述中云和高云采用各向异性噪声的拉伸系数、的计算公式，如下： 其中用于控制拉伸系数衰减速度，取2.0；代表最大参考风速，取30ms； 将二维灰度云纹理图作为2D纹理遮罩，结合体积云的基础三维轮廓以及三维体积纹理，通过光线步进渲染管线完成体积云的绘制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。