基于规则网格采样数据的二维网格加密

本教程简要介绍如何使用规则网格采样数据进行网格加密。加密时，通过双线性插值计算网格节点处的水深值。

返回示例目录

以下保留原笔记本的代码和已保存输出；转换过程中未重新执行代码。

首先导入所需的库。

import matplotlib.pyplot as plt
import numpy as np
from meshkernel import (
    GeometryList,
    GriddedSamples,
    MakeGridParameters,
    MeshKernel,
    MeshRefinementParameters,
    RefinementType,
)

meshkernel 提供了一组便捷方法，用于创建常见网格。

这里使用 curvilinear_compute_rectangular_grid 方法创建一个简单的曲线网格。该方法的完整参数请参阅相应文档。

mk = MeshKernel()

make_grid_parameters = MakeGridParameters()
make_grid_parameters.num_columns = 4
make_grid_parameters.num_rows = 5
make_grid_parameters.angle = 0.0
make_grid_parameters.origin_x = 0.0
make_grid_parameters.origin_y = 0.0
make_grid_parameters.block_size_x = 100.0
make_grid_parameters.block_size_y = 100.0

mk.curvilinear_compute_rectangular_grid(make_grid_parameters)

将曲线网格转换为非结构网格，并获取生成的 mesh2d。

mk.curvilinear_convert_to_mesh2d()
mesh2d_input = mk.mesh2d_get()

生成的网格可以按如下方式可视化。

fig, ax = plt.subplots()
mesh2d_input.plot_edges(ax, color="black")

定义均匀间距的网格采样数据。

gridded_samples = GriddedSamples(
    num_x=5,
    num_y=6,
    x_origin=-50.0,
    y_origin=-50.0,
    cell_size=100.0,
    values=np.array([-0.05] * 42, dtype=np.float32),
)

设置网格加密算法的参数。

refinement_params = MeshRefinementParameters(
    refine_intersected=False,
    use_mass_center_when_refining=False,
    min_edge_size=2.0,
    refinement_type=RefinementType.WAVE_COURANT,
    connect_hanging_nodes=True,
    account_for_samples_outside_face=False,
    max_refinement_iterations=5,
)

现在可以执行加密。

mk.mesh2d_refine_based_on_gridded_samples(gridded_samples, refinement_params, True)

绘制加密后的网格。

mesh2d_output = mk.mesh2d_get()
fig, ax = plt.subplots()
mesh2d_output.plot_edges(ax, color="black")

如果采样网格间距不均匀，可以省略部分 GriddedSamples 参数，以另一种方式创建网格采样数据。

首先重新生成初始网格。

mk.curvilinear_compute_rectangular_grid(make_grid_parameters)
mk.curvilinear_convert_to_mesh2d()

fig, ax = plt.subplots()
mesh2d_input.plot_edges(ax, color="black")

当采样网格的 x 或 y 方向间距不均匀时，可以使用 x_coordinates 和 y_coordinates 参数指定非均匀间距。

gridded_samples = GriddedSamples(
    x_coordinates=np.array([-50.0, 50.0, 150.0, 250.0, 350.0, 450.0], dtype=np.double),
    y_coordinates=np.array(
        [-50.0, 50.0, 150.0, 250.0, 350.0, 450.0, 550.0], dtype=np.double
    ),
    values=np.array([-0.05] * 42, dtype=np.float32),
)

mk.mesh2d_refine_based_on_gridded_samples(gridded_samples, refinement_params, True)

mesh2d_output = mk.mesh2d_get()
fig, ax = plt.subplots()
mesh2d_output.plot_edges(ax, color="black")

3.6 KiB Raw Permalink Blame History

基于规则网格采样数据的二维网格加密

3.6 KiB

Raw Permalink Blame History