本發(fā)明涉及一種針對農殘檢測數據的極坐標布局可視化方法，屬于計算機圖形學與可視化
技術領域：
。技術背景近年來，食品安全問題屢屢發(fā)生，總體形勢仍較為嚴峻。而食用農產品中的農藥化學品污染物的殘留(簡稱農殘)是世界各國關注的重要食品安全問題，與人類健康和食品國際貿易密切相關。針對食用農產品中農藥化學品污染物的殘留檢測(簡稱農殘檢測)數據的可視化，分析人員希望能夠快速對其進行一個直觀的分析，從而得出數據的規(guī)律，尤其重點表達農產品中的被檢出農藥的傾向性特點，以對其特點進行研究，便于分析人員快速找到深入分析點，并能夠幫助監(jiān)管人員進行分析決策。從可視化方法來說，目前對農殘檢測數據的可視化常采用節(jié)點鏈接法、放射環(huán)、樹圖等展現其層次信息；常采用散點圖及散點圖矩陣、平行坐標以及雷達圖等展現其多維屬性，但這些方法對數據分析對象特征的展現針對性不強。本發(fā)明提出的一種極坐標布局可視化方法，在已公開的文獻中，還未發(fā)現同類技術。技術實現要素：本發(fā)明的目的是針對農殘檢測數據，提出一種極坐標布局的可視化方法。本發(fā)明中農殘檢測數據的數據內容包括若干條記錄，每條記錄的內容包括：農產品名稱、農產品樣品編號、農藥名稱、農藥所屬分類、農藥毒性、被檢出含量。其中，農藥所屬分類共有六種，分別為有機氮類、有機磷類、有機硫類、有機氯類、氨基甲酸酯類以及其他農藥；農藥毒性是根據世界衛(wèi)生組織推薦的農藥危害分級標準確定。即：根據農藥化學物的急性經口和經皮ld50值(大鼠，下同)，分固體和液體兩種存在形態(tài)對農藥產品的危害進行分級，如表1所示。表1世界衛(wèi)生組織的農藥危害分級標準注：高毒農藥與劇毒農藥，常合稱為高劇毒農藥。本發(fā)明提出的一種針對農殘檢測數據的極坐標布局可視化方法，包含如下步驟：步驟1：根據農殘檢測數據，針對每種農藥，統(tǒng)計“被檢出該農藥”的農產品種數，表示為np。步驟2：根據步驟1中得到的農藥統(tǒng)計結果，進行可視化映射。映射方法為：將每種農藥都表示為一個獨立的圓形，稱為農藥圓，將所有農藥圓布局在一個圓環(huán)結構中，所屬類別相同的農藥對應的農藥圓相鄰排列。設第i個農藥圓在圓環(huán)結構上所占的圓心角為βi、圓心位置的極坐標為(ρi,θi)、直徑為di、填充顏色或紋理為ci，則ρi,βi,θi,di,ci的計算方法為：步驟2.1：計算農藥圓圓心位置的極徑ρi。所有農藥圓的極徑ρi相同，統(tǒng)一表示為ρ，其可根據繪制區(qū)域的大小選取合適的設定值，如繪制區(qū)域為長寬均為1000的方形區(qū)域，ρ的取值應小于500。步驟2.2：計算農藥圓在圓環(huán)結構上所占的圓心角βi。所有農藥圓相鄰排列于一個圓環(huán)結構中，每個農藥圓所占的圓心角與被檢出該農藥的農產品種數相關，被檢出該農藥的農產品種數越多，則農藥圓所占的圓心角越大。本發(fā)明中將被檢出該農藥的農產品種數歸為四種情況，每種情況映射為不同的圓心角。第i種農藥對應的農藥圓所占圓心角βi的映射關系如表2所示：表2農藥圓所占圓心角的映射表被檢出該農藥的農產品種數所對應的圓心角βi[min,min+δd]β0[min+δd,min+2δd]2β0[min+2δd,min+3δd]3β0[min+3δd,max]4β0其中,min和max分別為所有農藥中“被檢出該農藥”的農產品種數的最小值和最大值,δd為分類間隔值，值為max/4。根據公式(1)求得表2中β0的值，從而求得每個農藥圓所占的圓心角βi。步驟2.3：計算農藥圓圓心位置的極角θi。根據每個農藥圓所占的圓心角βi，農藥圓圓心極角θi計算方法如公式(2):其中βi為第i個農藥圓所占的圓心角,βk為第1個至第i-1個農藥圓中的各農藥圓所占的圓心角。至此可得到農藥圓的圓心位置極坐標(ρ,θi)。為便于專家和用戶的理解，本發(fā)明中的極坐標系以垂直向上的方向作為極角起始角度，以順時針方向作為正方向。當轉換至常規(guī)極坐標系(以水平向右作為極角起始角度，以逆時針方向作為正方形)中時，需將極角θi進行轉換，轉換方法為其中θi為公式(2)中得出的第i個農藥圓的圓心極角，θinew為轉換后的第i個農藥圓的圓心極角。步驟2.4：計算農藥圓的直徑di，從而確定農藥圓大小。由于每個農藥圓在極坐標中所占的圓心角βi較小，因此，農藥圓的直徑近似于其所占圓心角βi對應的弧長，本發(fā)明中即采用弧長值作為直徑，即di＝ρ*βi。步驟2.5：確定農藥圓的顏色或紋理ci。農藥圓形中以填充的顏色或紋理ci映射該農藥的毒性，所選擇的顏色或紋理符合人們日常判斷的習慣語義即可。所有農藥圓的ρi,βi,θi,di,ci屬性計算完畢后，將所有農藥圓繪制于極坐標系中。步驟3：在完成農藥圓的可視化映射之后，使用環(huán)形分段映射農藥的所屬分類。同一類別的農藥被劃分在同一個環(huán)形分段中,并以區(qū)別度高的顏色或紋理區(qū)分農藥的類別。環(huán)形分段的具體生成方法如下：步驟3.1：確定環(huán)形分段的內外徑。圓環(huán)內外徑(半徑)的計算方法見公式(3):其中,rin為圓環(huán)內徑,rout為圓環(huán)外徑,d為環(huán)間距,其值根據最大農藥圓直徑來確定；α是為使環(huán)形邊界不與農藥圓相切而設定的間隔值,可根據實際情況設置，取值范圍一般在[1,10]之間；ρ為步驟2.1中所述的農藥圓圓心位置的極徑ρ，根據公式(3)可得圓環(huán)內外徑rin、rout的值。步驟3.2：確定環(huán)形分段所占的圓心角。按照農藥分類確定環(huán)形的每個分段。共分為6段，分別代表有機氮類農藥、有機磷類農藥、有機硫類農藥、有機氯類農藥、氮基甲酸脂類農藥以及其他農藥六類。每種農藥分類對應的環(huán)形分段所占的圓心角為所有該類別農藥所占的圓心角βi的加和。步驟3.3：為環(huán)形分段填充區(qū)別度高的顏色或紋理。環(huán)形分段以填充的顏色或紋理映射該農藥的所屬分類，所選擇的顏色或紋理符合人們日常判斷的習慣語義，且與農藥圓的顏色或紋理不沖突即可。所有環(huán)形分段的屬性計算完畢后，將所有環(huán)形分段繪制于農藥圓的下一層。至此已完成基于極坐標的農藥數據可視化。步驟4：根據農殘檢測數據，針對每種農產品，統(tǒng)計如下數據：1)針對每種農產品，統(tǒng)計其所有采樣樣品的數量(簡稱為采樣數)，記為nc；2)針對每種農產品，統(tǒng)計其所有采樣樣品中的被檢出農藥種數，表示為nz；3)針對每種農產品，統(tǒng)計其所有采樣樣品中被檢出頻次最多的農藥名稱及其被檢出頻次,簡稱為最大農藥檢出頻次，表示為ny。農藥在一個采樣樣品中被檢出則稱為一個頻次；農產品被檢出頻次最多的農藥及其所屬分類，稱為農產品的檢出農藥的傾向性；4)針對每種農產品，統(tǒng)計其高毒農藥與劇毒農藥檢出屬性(簡稱為高劇毒檢出屬性)，包括所有采樣樣品中是否有高毒農藥、劇毒農藥被檢出，以及高毒農藥、劇毒農藥的被檢出總頻次(簡稱為高劇毒農藥檢出總頻次)，表示為nd。步驟5：為每種農產品設計其所對應圖形，稱為農產品圖元，首先根據農產品中檢出農藥的傾向性確定農產品圖元的位置；然后將農產品圖形的大小、形狀以及顏色紋理映射農產品的其他屬性，實現信息量的擴充。設第i項農產品對應的農產品圖元所在位置vi的極坐標為(di,αi)，農產品圖元大小為mi、農產品圖元形狀si以及填充顏色或紋理ci的具體計算方法為：步驟5.1：計算農產品圖元位置的極角αi。極角αi與第i項農產品的所有采樣中“被檢出頻次最多的農藥”對應的農藥圓的圓心極角θinew一致。步驟5.2：計算農產品圖元位置的極徑di。極徑di映射第i項農產品的所有采樣中“被檢出頻次最多的農藥”的被檢出頻次(即ny)，映射公式如公式(4)所示:其中pvalue[i]是第i項農產品的ny值。pvaluemax是所有農產品的ny值的最大值，rin為步驟3.1中的環(huán)形分段的內徑。步驟5.3：計算農產品圖元的大小mi。本發(fā)明中以農產品圖元外接圓的半徑作為圖元的大小，大小mi映射為第i項農產品的采樣數。本發(fā)明中將采樣數從小到大劃分為五類,映射為五種圖元大小。具體映射關系如表3所示。表3農產品圖元外接圓半徑映射表采樣數nc所屬范圍對應外接圓半徑[min,min+δl]r0[min+δl,min+2δl]r0+k[min+2δl,min+3δl]r0+2k[min+3δl,min+4δl]r0+3k[min+4δl,max]r0+4k其中,min和max分別為農產品總采樣樣品數量的最小值和最大值，δl為各農產品總采樣樣品數量分段的間隔值，一般可取值為max/5；r0和k是可視化結果的調整參數,r0是最小外接圓半徑，其大小影響農產品圖元的重疊問題,k是農產品圖元外接圓半徑的遞增差值，其大小影響農產品圖元的區(qū)分性。r0值的取值方法為：r0值越大重疊現象越嚴重,而r0值越小則圖元的清晰度越低，r0應盡量取重疊現象可接受條件下的較大值。k值的取值方法為：k值越大圖元的區(qū)分性越大，而k值越小可視化結果的整體一致性越好，k值應取區(qū)分性可接受條件下的較小值。步驟5.4：計算農產品圖元形狀si。農產品圖元的形狀si映射第i項農產品中的被檢出農藥種數(即nz)。本發(fā)明中將農產品的“被檢出農藥種數”分為五種情況,具體映射見表4。表4農產品圖元圖形設計表步驟5.5：選取填充顏色或紋理ci。填充顏色或紋理ci映射第i項農產品的“被檢出農藥種數”(即nz)和高劇毒檢出屬性。所選擇的顏色或紋理符合人們日常判斷的習慣語義即可。所有農產品圖元的屬性計算完畢后，將農產品圖元根據其屬性繪制在極坐標系中。至此，已得到農殘檢測數據的初步可視化結果。步驟6：優(yōu)化該初步可視化結果，通過農產品圖元位置偏移以降低農產品圖元的重疊問題，通過增加信息點選顯示增強可視化結果的可讀性，獲得基于極坐標的旋轉布局可視化結果。優(yōu)化方法為：首先，通過農產品圖元位置偏移以降低農產品圖元的重疊問題。針對農產品圖元位置的極徑di，設定一個偏移值s使農產品圖元盡可能向去中心方向分散,偏移值s的設置如公式(5)所示:s+dmax＝rin-dpre(5)其中,rin為圓環(huán)內徑,dpre為預留間隔值，一般為5-10px。dmax為所有待偏移農產品圖元的位置極徑di的最大值，由此得出偏移值s。其次，通過增加信息點選顯示增強可視化結果的可讀性。當用戶使用鼠標點擊農藥圓時，顯示農藥名稱、“被檢出該農藥”的農產品種數np；當用戶使用鼠標點擊農產品圖元時，顯示農產品名稱、采樣數nc、被檢出農藥種數nz、最大農藥檢出頻次ny、高劇毒農藥檢出總頻次nd。有益效果本發(fā)明提供了一種針對農殘檢測數據的極坐標布局可視化方法，該方法針對農殘檢測數據進行可視化，幫助分析人員快速了解農產品中的農藥檢出情況，針對其檢出頻次最高的農藥進行重點關注，除此之外，還通過圖形的各種屬性映射，實現了多方面信息的綜合展示，有效輔助分析人員進行農殘檢測數據的可視分析。通過該可視化結果，能夠對農殘檢測數據進行多維度對比可視分析，結論包括：(1)對于農藥，可以通過環(huán)形分段結構和農藥圓的分布情況，得到各類別農藥的占比情況，環(huán)形分段越大，說明該類別農藥占比越多；(2)對于農藥，結合農藥圓的填充顏色或紋理，判斷高劇毒農藥在各類別農藥中的分布情況；(3)對于農藥，結合農藥圓的大小，了解到各農藥在農產品中檢出的頻次，從而推斷該種農藥被檢出的普遍性，農藥圓越大說明其在農產品中的檢出越普遍；(4)對于農產品，可以根據每種農產品圖元所在極角對應的農藥圓方向，判斷出哪種農藥在該農產品中的被檢出頻次最多；(5)對于農產品，可以根據農產品圖元所在位置的極徑ρ，了解“被檢出頻次最多的農藥”的被檢出頻次，ρ值越大表示被檢出頻次越多；(6)對于農產品，結合農產品圖元的大小，可以判斷該種農產品的采樣數的大小，圖元越大表示其采樣數越大；(7)對于農產品，結合農產品圖元的形狀，可以了解該種農產品中被檢出農藥的種數；(8)對于農產品，結合農產品圖元的顏色或紋理，可以判斷檢出的農藥中高劇毒農藥的檢出情況，并可以通過顏色或紋理來判斷毒性高低；(9)對于感興趣的農藥和農產品，可以通過點選圖形，根據文字提示觀察其具體數據，包括：檢出農產品名稱、采樣數nc、被檢出農藥種數nz、最大農藥檢出頻次ny、高劇毒農藥檢出總頻次nd等。附圖說明圖1為本發(fā)明具體實施方式中針對農殘檢測數據的極坐標布局可視化方法的實現流程圖；圖2為本發(fā)明具體實施方式中農藥圓布局方法示意圖；圖3為本發(fā)明具體實施方式中農藥環(huán)形分段結構示意圖；圖4為本發(fā)明具體實施方式中農產品圖元位置計算示意圖；圖5為本發(fā)明具體實施方式中極坐標布局的最終可視化結果。具體實施方式下面結合附圖和實施例，對本發(fā)明作進一步的說明。本實施例中的一種針對農殘檢測數據的極坐標布局可視化方法的實現流程圖，如圖1所示，其具體操作過程為：根據步驟1：根據農殘檢測數據，針對每種農藥，統(tǒng)計“被檢出該農藥”的農產品種數，表示為np。統(tǒng)計情況如表5所示。表5被檢出該農藥的農產品種數統(tǒng)計根據步驟2：對步驟1中得到的農藥統(tǒng)計結果，進行可視化映射。映射方法為：將每種農藥都表示為一個獨立的圓形，稱為農藥圓，將所有農藥圓布局在一個圓環(huán)結構中，如圖2所示，所屬類別相同的農藥對應的農藥圓相鄰排列。設第i個農藥圓在圓環(huán)結構上所占的圓心角為βi、圓心位置的極坐標為(ρi,θi)、直徑為di、填充顏色或紋理為ci，本實施例中以農藥甲霜靈為例，則ρi,βi,θi,di,ci的計算方法為：步驟2.1：計算農藥圓圓心位置的極徑ρi。所有農藥圓的極徑ρi相同，統(tǒng)一表示為ρ，其可根據繪制區(qū)域的大小選取合適的設定值，如繪制區(qū)域為長寬均為1000的方形區(qū)域，ρ的取值應小于500。根據本實施例中繪制區(qū)域的大小選取ρ的設定值為225。步驟2.2：計算農藥圓在圓環(huán)結構上所占的圓心角βi。由表5可得，本實施例中的min為1，max為32，δd＝max/4＝8，甲霜靈共在15種農產品中被檢出，由表2得到其在區(qū)間[min+δd,min+2δd]即[9,16]范圍內，因此對應的圓心角為2β0。根據表2得到所有農藥的圓心角βi，根據公式(1)，計算得到β0的計算方法如公式(6)從而求得甲霜靈對應的農藥圓所占的圓心角βi＝0.1208(弧度制)。步驟2.3：計算農藥圓圓心位置的極角θi。根據甲霜靈計算得到的所占圓心角βi，計算其極角θi。根據公式(2)得到其極角θi的計算方法如公式(7):為便于專家和用戶的理解，本發(fā)明中的極坐標系以垂直向上的方向作為極角起始角度，以順時針方向作為正方向。當轉換至常規(guī)極坐標系(以水平向右作為極角起始角度，以逆時針方向作為正方形)中時，需將極角θi進行轉換，轉換方法為至此，可得甲霜靈對應的農藥圓圓心位置的極坐標為(225,0.9668)(極角為弧度制)。步驟2.4：計算農藥圓的直徑di，從而確定農藥圓大小。由于每個農藥圓在極坐標中所占的圓心角βi較小，因此，農藥圓的直徑近似于其所占圓心角βi對應的弧長，本設計中即采用弧長值作為直接，即di＝ρ*βi。由此可以得到甲霜靈對應的農藥圓的直徑為di＝ρ*βi＝27.17。步驟2.5：確定農藥圓的顏色或紋理ci。農藥圓形中以填充的顏色或紋理ci映射該農藥的毒性，所選擇的顏色或紋理符合人們日常判斷的習慣語義即可。本實施例中，將農藥毒性映射為顏色，映射表如表6所示，表6農藥圓形的顏色編碼映射表農藥毒性分類顏色編碼劇毒農藥red(255,0,0)高毒農藥orange(255,165,0)中等毒和低毒農藥yellow(255,255,0)按照表6的顏色編碼映射表，甲霜靈屬于低毒農藥，故賦予顏色編碼為yellow(255,255,0)。所有農藥圓的屬性計算完畢后，將農藥圓繪制于極坐標系中。根據步驟3：在完成農藥圓的可視化映射之后，使用環(huán)形分段映射農藥的所屬分類，如圖3所示。同一類別的農藥被劃分在同一個環(huán)形分段中,并以區(qū)別度高的顏色或紋理區(qū)分農藥的類別。具體環(huán)形分段結構的生成方法如下：步驟3.1：確定環(huán)形分段的內外徑。本實施例中α設為3，則根據公式(3)，可得圓環(huán)內外徑的計算方法如公式(8):步驟3.2：確定環(huán)形分段所占的圓心角。按照農藥分類確定環(huán)形的每個分段。共分為6段，分別代表有機氮類農藥、有機磷類農藥、有機硫類農藥、有機氯類農藥、氮基甲酸脂類農藥以及其他農藥六類。每種農藥分類對應的環(huán)形分段所占的圓心角為所有該類別農藥所占的圓心角βi的加和。本實施例中有機氮類農藥、有機磷類農藥、有機硫類農藥、有機氯類農藥、氮基甲酸脂類農藥以及其他農藥六類農藥對應的環(huán)形分段的圓心角(即各類別農藥圓心角的加和結果)依次為：4.35、0.78、0.42、0.06、0.55、0.12(弧度制)，六個環(huán)形分段的圓心角總和為6.28，即2π。每個環(huán)形分段的開始點與結束點的極角范圍依次為[4.35,5.13]、[5.13,5.55]、[5.55,5.61]、[5.61,6.16]、[6.16,6.28]。步驟3.3：為環(huán)形分段填充區(qū)別度高的顏色或紋理。環(huán)形分段以填充的顏色或紋理映射該農藥的所屬分類，所選擇的顏色或紋理符合人們日常判斷的習慣語義，且與農藥圓的顏色或紋理不沖突即可。本實施例中，將農藥所屬分類對應的環(huán)形分段填充為紋理，所采用紋理如附圖5中圖例所示。所有環(huán)形分段的屬性計算完畢后，將環(huán)形分段結構繪制于農藥圓的下一層。至此已完成基于極坐標的農藥數據可視化。根據步驟4：根據農殘檢測數據，針對每種農產品，統(tǒng)計如下數據：1)針對每種農產品，統(tǒng)計其所有采樣樣品的數量(簡稱為采樣數)，記為nc；2)針對每種農產品，統(tǒng)計其所有采樣樣品中的被檢出農藥種數，表示為nz；3)針對每種農產品，統(tǒng)計其所有采樣樣品中被檢出頻次最多的農藥名稱及其被檢出頻次(簡稱為最大農藥檢出頻次，表示為ny)，農藥在一個采樣中被檢出則稱為一個頻次；農產品被檢出頻次最多的農藥及其所屬分類，稱為農產品的檢出農藥的傾向性；4)針對每種農產品，統(tǒng)計其高毒農藥與劇毒農藥檢出屬性(簡稱為高劇毒檢出屬性)，包括所有采樣樣品中是否有高毒農藥、劇毒農藥被檢出，以及高毒農藥、劇毒農藥的被檢出總頻次(簡稱為高劇毒農藥檢出總頻次)，表示為nd。本實施例中，上述數據統(tǒng)計如表7所示，表7農產品統(tǒng)計數據注：是否有高劇毒農藥檢出列中，空白表示“無高劇毒農藥檢出”，高毒表示“有高毒農藥檢出”，劇毒表示“有劇毒農藥檢出”。根據步驟5：為每種農產品設計其所對應圖形，稱為農產品圖元，首先根據農產品中檢出農藥的傾向性確定農產品圖元的位置；然后將農產品圖形的大小、形狀以及顏色紋理映射農產品的其他屬性，實現信息量的擴充。農產品圖元位置計算如圖4所示。本實施例中，以農產品橘為例說明農產品圖元的設計，設其對應的農產品圖元所在位置vi的極坐標為(di,αi)，其農產品圖元位置極坐標(di,αi)、農產品圖元大小mi、農產品圖元形狀si以及填充顏色或紋理ci的具體計算方法為：步驟5.1：計算農產品圖元位置的極角αi。極角αi與第i項農產品的所有采樣中“被檢出頻次最多的農藥”對應的農藥圓的圓心極角θinew一致。農產品橘中被檢出頻次最多的農藥為咪鮮胺，根據步驟2中咪鮮胺的極角為2.51，因此橘的極角α1也為2.51。步驟5.2：計算農產品圖元位置的極徑di。極徑di映射橘中被檢出頻次最多的農藥咪鮮胺的檢出頻次，綜合步驟4中所有農產品的ny值的最大值pvaluemax為37，橘中被檢出咪鮮胺的頻次pvalue[i]為22，步驟3.1中的環(huán)形分段的內徑rin為196.33，根據公式(4)，橘對應的農藥圓的位置坐標極徑計算方法如公式(9)所示:由此得到橘所對應的農產品圖元位置的極坐標為(116.74,2.51)。步驟5.3：計算農產品圖元的大小mi。本發(fā)明中以農產品圖元外接圓的半徑作為圖元的大小，大小mi映射為第i項農產品的采樣數。本發(fā)明中將采樣數從小到大劃分為五類,映射為五種圖元大小。根據表3及表7，農產品總采樣樣品數量的最小值min和最大值max分別為1和69，各農產品的采樣數分段的間隔值，δl＝max/5＝69/5＝14；橘的采樣量為47，屬于[min+3δl,min+4δl]區(qū)間，映射外接圓半徑為r0+3k，最小外接圓半徑r0取值為20,農產品圖元的外接圓半徑的遞增差值k設為10,則可得出橘對應的農產品圖元的外接圓半徑為50。步驟5.4：計算農產品圖元形狀si。農產品圖元的形狀si映射第i項農產品中的被檢出農藥種數(即nz)。本發(fā)明中將農產品的“被檢出農藥種數”分為五種情況,橘中的被檢出農藥種數為18，根據表4得到其映射形狀為圓形。步驟5.5：選取填充顏色或紋理ci。填充顏色或紋理ci映射第i項農產品的“被檢出農藥種數”(即nz)和高劇毒檢出屬性。所選擇的顏色或紋理符合人們日常判斷的習慣語義即可。由于步驟5.4中，對“農產品中被檢出農藥種數>＝5”的農產品均以圓形表示，為提高區(qū)分性，本實施例中將“農產品中被檢出農藥種數>＝5”的農產品圖元使用不同的顏色或紋理映射其高毒劇毒農藥檢出屬性。本實施例中，將農產品的被檢出農藥種數和高毒劇毒農藥檢出屬性映射為顏色，映射表如表8所示，表8農產品圖元填充顏色映射表至此，得到農產品橘的圖元的位置及圖形映射，其余農產品圖形也由步驟5.1至步驟5.5得到。所有農產品圖元的屬性計算完畢后，將農產品圖元根據其屬性繪制在極坐標系中。至此，已得到農殘檢測數據的初步可視化結果。根據步驟6：優(yōu)化該初步可視化結果，通過農產品圖元位置偏移以降低農產品圖元的重疊問題，通過增加信息點選顯示增強可視化結果的可讀性，獲得基于極坐標的旋轉布局可視化結果。優(yōu)化方法為：首先，通過農產品圖元位置偏移以降低農產品圖元的重疊問題。針對農產品圖元位置的極徑di，設定一個偏移值s使農產品圖元盡可能向去中心方向分散,根據公式(5)，dpre為設定值5，通過比較每一個di的值，得到dmax為143.67，從而計算得到s為47.64，偏移后的效果如附圖5所示。其次，通過增加信息點選顯示增強可視化結果的可讀性。當用戶使用鼠標點擊農藥圓時，顯示農藥名稱、“被檢出該農藥”的農產品種數np；當用戶使用鼠標點擊農產品圖元時，顯示農產品名稱、采樣數nc、被檢出農藥種數nz、最大農藥檢出頻次ny、高劇毒農藥檢出總頻次nd。，具體數值由步驟4的統(tǒng)計結果得到，見表7。針對整個農殘檢測數據集，經過上述6個步驟的操作，完成針對農殘檢測數據的基于極坐標的可視化結果。圖5為該實施例(某地區(qū)某批次農殘檢測數據)的可視化結果。從該可視化結果中，能夠對農殘檢測數據進行多維度對比可視分析結論包括：(1)對于農藥，可以通過環(huán)形分段結構和農藥圓的分布情況，得到各類別農藥的占比情況，環(huán)形分段越大，說明該類別農藥占比越多；得出在75種農藥中,有機氮類農藥占比最多；(2)對于農藥，結合農藥圓的填充顏色或紋理，判斷高劇毒農藥在各類別農藥中的分布情況；得到高劇毒農藥有9種,集中分布在有機磷類以及氨基甲酸酯類農藥當中；(3)對于農藥，結合農藥圓的大小，了解到各農藥在農產品中檢出的頻次，從而推斷該種農藥被檢出的普遍性，農藥圓越大說明其在農產品中的檢出越普遍；從實施例結果中，多菌靈、烯酰嗎啉、苯醚甲環(huán)唑、咪鮮胺等幾種農藥的農藥圓較大，其中以多菌靈為最大，它們在農產品中的檢出較為普遍；(4)對于農產品，可以根據每種農產品圖元所在極角對應的農藥圓方向，判斷出哪種農藥在該農產品中的被檢出頻次最多；可以看出圣女果中苯醚甲環(huán)唑的檢出頻次最多，其檢出農藥傾向于苯醚甲環(huán)唑；超過五種農產品其檢出含量最多者為多菌靈,如蘋果、胡蘿卜、芹菜、草莓等,可在接下來的分析中重點關注該農藥的檢出超標值；(5)對于農產品，可以根據農產品圖元所在位置的極徑ρ，了解“被檢出頻次最多的農藥”的被檢出頻次，ρ值越大表示被檢出頻次越多；從實施例中看出，蘋果、黃瓜的ρ值較大，其含量最多農藥的檢出頻次較多；而冬瓜、草莓、甜椒等的ρ值較小，含量最多農藥的檢出頻次較少；(6)對于農產品，結合農產品圖元的大小，可以判斷該種農產品的采樣數的大小，圖元越大表示其采樣數越大；從實施例中可以看出，蘋果、黃瓜、芹菜、橘等圖元較大，采樣量較多；(7)對于農產品，結合農產品圖元的形狀，可以了解該種農產品中被檢出農藥的種數；從實施例中了解到，被檢出農藥種數超過5的農產品占大多數，只有少數農產品中標被檢出農藥種數較少；(8)對于農產品，結合農產品圖元的顏色或紋理，可以判斷檢出的農藥中高劇毒農藥的檢出情況，并可以通過顏色或紋理來判斷毒性高低；由實施例可以看出，芹菜的高劇毒農藥含量比較大，毒性較高，需引起高度重視；(9)對于感興趣的農藥和農產品，可以通過點選圖形，根據文字提示觀察其具體數據，包括：檢出農產品名稱、采樣數nc、被檢出農藥種數nz、最大農藥檢出頻次ny、高劇毒農藥檢出總頻次nd等；選取用戶較為關注的檢出高劇毒農藥頻次較多的農產品,以橘為例,其農藥檢出情況傾向于咪鮮胺檢出最多,采樣數為4，檢出頻次為22,檢出農藥18種,高劇毒農藥檢出總頻次為7次,為較為危險的農產品,顏色較深的均需要引起重點關注。當前第1頁12