数学建模中三维数据的可视化——matlab

在数学建模过程中我们经常遇到可视化三维数据的情况。以2017年研究生数学建模比赛A题(无人机在抢险救灾中的优化运用)为例,这个问题的背景是:

2017年8月8日,四川阿坝州九寨沟县发生7.0级地震,造成了不可挽回的人员伤亡和重大的财产损失。由于预测地震比较困难,及时高效的灾后救援是减少地震损失的重要措施。无人机作为一种新型运载工具,能够在救援行动中发挥重要作用。为提高其使用效率,请你们解决无人机优化运用的几个问题。

附件1给出了震区的高程数据,共有2913列,2775行。第一行第一列表示(0,0)点处的海拔高度值(单位:米),相邻单元格之间的距离为38.2米,即第m行第n列单元格中的数据代表坐标(38.2(m-1), 38.2(n-1))处的高度值。
除另有说明外,本题中的无人机都假设平均飞行速度60千米/小时,最大续航时间为8小时,飞行时的转弯半径不小于100米,最大爬升(俯冲)角度为±15°,与其它障碍物(含地面)的安全飞行距离不小于50米,最大飞行高度为海拔5000米。所有无人机均按规划好的航路自主飞行,无须人工控制,完成任务后自动返回原基地。

该题目中附件1中给出了震区的高程数据,这个数据包含三个维度:经度、纬度以及高度。matlab中最常用的展示三维数据的方式是画三维曲面,这一功能通过surf函数达到,效果如图1——
图1:三维图
另外还可以通过等高线图描述三维数据,实际上是用颜色来表达高度这一维数据,使用matlab的contour函数可达到目的,效果如图2所示——
图2:等高图
以下是实现三维地形图和等高图用到的代码——

function mainfun()

S1_rawdata=importdata('附件1 区域高程数据.xlsx');
S1_rawdata=S1_rawdata'/1000;
position_Keyareas =[30.3  89.8
66.0  84.7
98.4  76.7
73.7  61.0
57.9  47.6
86.8  22.0
93.6  48.8];

x=0:0.0382*10:2774*0.0382;
y=0:0.0382*10:2912*0.0382;

%三维地形图
[x,y]=meshgrid(x,y);
figure
surf(x,y,S1_rawdata(1:10:end,1:10:end))

xdata0=0:0.0382:2774*0.0382;
ydata0=0:0.0382:2912*0.0382;

figure
contour(xdata0,ydata0,S1_rawdata,[2.2,2.4,2.6,2.8,3,3.200,3.400,3.600,3.800,4.000,4.1500])
hold on
plot(110,0,'r>','MarkerFaceColor','r')
text(100,5,'基地H','Color','r')
centername={'A','B','C','D','E','F','G'};
t=0:0.1:2*pi;
xx=sin(t);
yy=cos(t);
for i=1:7
    plot(position_Keyareas(i,1),position_Keyareas(i,2),'ro','MarkerFaceColor','r')
    text(position_Keyareas(i,1)-3,position_Keyareas(i,2)+3,centername{i},'Color','r')
    plot(10*xx+position_Keyareas(i,1),10*yy+position_Keyareas(i,2),'r--')
end

%C平均海拔

mean(mean(S1_rawdata(2317:2837,1749:2269)))

contour(xdata0,ydata0,S1_rawdata,[3,4.150])
hold on
plot(110,0,'r>','MarkerFaceColor','r')
text(100,5,'基地H','Color','r')
centername={'A','B','C','D','E','F','G'};
t=0:0.1:2*pi;
xx=sin(t);
yy=cos(t);
for i=1:7
    plot(position_Keyareas(i,1),position_Keyareas(i,2),'ro','MarkerFaceColor','r')
    text(position_Keyareas(i,1)-3,position_Keyareas(i,2)+3,centername{i},'Color','r')
    plot(10*xx+position_Keyareas(i,1),10*yy+position_Keyareas(i,2),'r--')
end

for i=1:44
    for j=1:44
        line([2.5*i,2.5*i],[0,110])
        line([0,110],[2.5*i,2.5*i])
    end
end

公众号原文请见

欢迎关注公众号”数学建模公会“,查看本篇文章数据、赛题和代码
并可获取更多建模相关资源和教程。
在这里插入图片描述

  • 3
    点赞
  • 53
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在MATLAB实现raw数据可视化,可以按照以下步骤进行操作: 1. 首先,使用uigetfile函数选择要显示的raw文件。这将返回文件名和文件路径。\[2\] 2. 打开所选文件,并将其读取为一个矩阵。可以使用fread函数指定矩阵的大小和数据类型。\[2\] 3. 重新调整矩阵的大小,以匹配原始图像的尺寸。可以使用reshape函数来实现。\[2\] 4. 关闭文件,释放内存。使用fclose函数来关闭文件。\[2\] 5. 使用slice函数将数据可视化为切片。可以指定要显示的切片范围。可以使用set函数设置切片的边缘颜色和面颜色。\[2\] 6. 可以使用alpha函数调整切片的透明度。\[2\] 综上所述,可以使用MATLAB的相关函数来实现raw数据可视化。\[2\] #### 引用[.reference_title] - *1* [数据降维 | MATLAB实现基于LFDA基于局部费歇尔判别的分类数据降维可视化](https://blog.csdn.net/kjm13182345320/article/details/130454138)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [MATLAB: 3D raw 数据可视化](https://blog.csdn.net/Jelly_Zhou/article/details/126086712)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [数学建模三维数据可视化——matlab](https://blog.csdn.net/chen10217/article/details/100762314)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值