1.一种扫描激光雷达探测数据网格化可视化方法，其特征在于，具体按照以下步骤实施：步骤1、根据扫描激光雷达探测数据的探测扫描距离和探测角度，定义尺寸为m×n的可视化图形区域，m为宽，n为高，这里以计算机屏幕像素为单位；

步骤2、设扫描激光雷达探测数据的极坐标表示形式为D(R,Θ)，定义数据V(m,n)，并用

0值初始化；对D(R,Θ)进行坐标转换，转换成笛卡尔积坐标形式，根据坐标得到网格化扫描激光雷达矩阵数据V(m,n)；其中，R为扫描激光雷达探测采样点与激光雷达设备之间的径向距离集合，Θ是扫描激光雷达探测仰角集合；

步骤3、采用归一化方法标准化处理数据V(m,n)得到扫描激光雷达标准化矩阵数据U(m,n)；

步骤4、利用垂直水平插值方法对U(m,n)中的数据缺失位置处进行插值填补，将U(m,n)中相应位置的0值数值替换为插值数值，得到数据G(m,n)；

步骤5、创建与可视化图形尺寸m和n对应的二维空间颜色矩阵数据C(m,n)并初始化，构建数据映射方法，将数据G(m,n)映射到表示数值强度的C(m,n)中；

步骤6、利用像素与C(m,n)的对应关系，通过程序可视化方法将C(m,n)的数值绘制到像素位置，最终将C(m,n)的每一个数值绘制为表征大气垂直结构的剖面图形。

2.根据权利要求1所述的一种扫描激光雷达探测数据网格化可视化方法，其特征在于，步骤1中：m＝rp·cosθq，n＝rp·sinθq

其中，rp为扫描激光雷达探测仰角方向上的第p个采样点距离，p为扫描激光雷达探测仰角方向上的最大采样点数，θq表示为扫描激光雷达探测的第q个仰角，q为最大探测仰角数。

3.根据权利要求2所述的一种扫描激光雷达探测数据网格化可视化方法，其特征在于，步骤2中对数据V(m,n)进行定义，并用0值初始化，具体如下所示：对D(R,Θ)进行坐标转换，转换成笛卡尔积坐标形式得到扫描激光雷达矩阵数据V(m,n)，R、Θ、D(R,Θ)与V(m,n)如下表示：R＝(r1 r2 … rp)，

Θ＝(θ1 θ2 … θq)，

转换的具体方法为：

将D(R,Θ)中的元素d(rs,θt)的极坐标形式转换为笛卡尔积坐标形式，V(m,n)为由d(rs,θt)的极坐标形式转换为笛卡尔积坐标形式后的v(i,j)元素集合，具体转化方式如下：其中， 表示向下取整，rs表示为扫描激光雷达探测的第s个数据采样点，s＝1,2,…,p，θt表示为扫描激光雷达探测的第t个仰角，t＝1,2,…,q，0≤i≤n，0≤j≤m，即有：v(i,j)＝d(rs,θt)

转换完成后，V(m,n)的形式为：

4.根据权利要求3所述的一种扫描激光雷达探测数据网格化可视化方法，其特征在于，步骤3中采用归一化方法标准化处理数据V(m,n)得到扫描激光雷达标准化矩阵数据U(m,n)的方法为：将V(m,n)中的元素v(i,j)采用归一化方法标准化处理得到u(i,j)，v(i,j)与u(i,j)的关系如下式：U(m,n)＝{u(i,j)}

      ＝V(m,n)/(dmax-dmin)

      ＝{v(i,j)}/(dmax-dmin)

其中，u(i,j)为U(m,n)的元素，0≤i≤n，0≤j≤m，u(i,j)为v(i,j)标准化处理以后的数值，dmax和dmin分别为V(m,n)中的最大值和最小值，最终使1≥u(i,j)≥0；

转换完成后，U(m,n)的形式为：

5.根据权利要求4所述的一种扫描激光雷达探测数据网格化可视化方法，其特征在于，步骤4具体按照以下步骤实施：步骤4.1、令扫描激光雷达距离分辨率对应为可视化图形中的像素点，即长度为1个单位；

步骤4.2、通过m和n遍历U(m,n)中的元素u(i,j)，若u(i,j)为0且在扫描探测区域内，则u(i,j)为待插值数据，转换成对应的极坐标系下的θ和r，获得d(r,θ)，利用垂直水平线性插值法，计算d(r,θ)值，赋值给u(i,j)，这样就填补了U(m,n)中的缺失数据，得到数据G(m,n)，完成扫描激光雷达探测数据的缺失数据填补。

6.根据权利要求5所述的一种扫描激光雷达探测数据网格化可视化方法，其特征在于，步骤4.2具体按照以下步骤实施：步骤4.2.1、具体确定插值参数数据：从U(m,n)的元素u(i,j)进行遍历，若u(i,j)>0，则跳过，若u(i,j)＝0，则为待插值填补数据，0≤i≤n，0≤j≤m，u(i,j)转换成极坐标形式表示为d(r,θ)，对于d(r,θ)，该数据位于扫描范围内，即r≤rq，其中，θ＝arctan(i/j)，r＝j/cosθ

遍历D(R,Θ)的探测角度集Θ，查找θt和θt+1，使得θt≥θ≥θt+1，其中t＝1,2,…,q，θt，θt+1∈Θ，则，在垂直方向上，θt+1角度的探测方向上的参考数据点的探测距离ra，通过如下计算获得：ra＝j/cosθt+1，

同理，垂直方向上的θt角度探测方向上的参考数据点极坐标rb，通过如下计算获得：rb＝j/cosθt

那么，可得在水平方向上的参考数据点为，rd＝i/sinθt+1和re＝i/sinθt，这样，获取插值数据参考数据为d(rb,θt)，d(ra,θt+1)，d(re,θt)，d(rd,θt+1)；

步骤4.2.2、通过垂直水平方向上进行插值数据d(r,θ)的计算，计算方法为：d(r,θ)＝[ωb·d(rb,θt)+ωa·d(ra,θt+1)+ωe·d(re,θt)+ωd·d(rd,θt+1)]/(ωb+ωa+ωe+ωd)这里，ωb，ωa，ωe，ωd分别为d(rb,θt)，d(ra,θt+1)，d(re,θt)，d(rd,θt+1)的权重，具体计算方法如，ωb＝(ra·sinθt+1-i)/(ra·sinθt+1-rb·sinθt)ωa＝(i-ra·sinθt)/(ra·sinθt+1-rb·sinθt)ωe＝(j-rd·cosθt+1)/(re·cosθt-rd·cosθt+1)ωd＝(re·cosθt-j)/(re·cosθt-rd·cosθt+1)即可获得u(i,j)对应的d(r,θ)的计算值，根据以上计算方法，对r

步骤4.2.3、将填补的d(r,θ)替换数据U(m,n)在i行j列的数据u(i,j)，获得G(m,n)，即g(i,j)＝d(r,θ)对于待插值数据d(r,θ)位于扫描范围外，即r>rq基的数据点保持0值数据直接复制，即g(i,j)＝u(i,j)。

7.根据权利要求6所述的一种扫描激光雷达探测数据网格化可视化方法，其特征在于，步骤5具体按照以下步骤实施：步骤5.1、设初始的C(m,n)每个元素的数值为0；

步骤5.2、确定颜色表示范围，采用HIS颜色模型，其色调H的色度范围为[0,2π]，起始点选用蓝色，使用连续颜色区域为蓝色-青色-绿色-黄色-红色-品红的连续段，色度范围为[0,5π/3]；

步骤5.3、将G(m,n)转换为表示数值强度色度值储入对应的颜色矩阵数据C(m,n)中，具体为：因G(m,n)的数值介于0和1之间，因此需将数值映射为色调的范围内，其映射规则如下，c(i,j)＝g(i,j)·5π/3

其中，c(i,j)为C(m,n)中第i行j列的元素，0≤i≤n，0≤j≤m，这样即获得了完整的表示数值强度的数据C(m,n)，完成数据与颜色的映射。

8.根据权利要求7所述的一种扫描激光雷达探测数据网格化可视化方法，其特征在于，步骤6具体按照以下步骤实施：在可视化图形m×n区域中，通过遍历颜色矩阵数据C(m,n)，循环读取C(m,n)中的元素c(i,j)，并在计算机图像坐标系中的第i行j列位置，利用GDI+编程技术，描绘出该像素点的颜色值，最终完成扫描激光雷达探测数据可视化图形的绘制。