paint-brush
pyParaOcean, un système d'analyse visuelle des données océaniques : données océaniquespar@oceanography

pyParaOcean, un système d'analyse visuelle des données océaniques : données océaniques

Trop long; Pour lire

Dans cet article, les chercheurs présentent pyParaOcean, qui améliore la visualisation des données océaniques dans Paraview pour le suivi dynamique des processus et la détection des événements.
featured image - pyParaOcean, un système d'analyse visuelle des données océaniques : données océaniques
Oceanography: Everything You Need to Study the Ocean HackerNoon profile picture
0-item

Auteurs:

(1) Toshit Jain, Institut indien des sciences de Bangalore, Inde ;

(2) Varun Singh, Institut indien des sciences de Bangalore, Inde ;

(3) Vijay Kumar Boda, Institut indien des sciences de Bangalore, Inde ;

(4) Upkar Singh, Institut indien des sciences de Bangalore, Inde ;

(5) Ingrid Hotz, Institut indien des sciences de Bangalore, Inde et Département des sciences et technologies (ITN), Université de Linköping, Norrköping, Suède ;

(6) PN Vinayachandran, Institut indien des sciences de Bangalore, Inde ;

(7) Vijay Natarajan, Institut indien des sciences de Bangalore, Inde.

Tableau des liens

2. Données océaniques

Les océanographes traitent généralement de grands ensembles de données spatio-temporelles multivariées – des champs scalaires ou vectoriels variant dans le temps sur une région tridimensionnelle. Les données sont générées à l’aide de simulations, d’images satellite, de capteurs sur bouées ou d’observations physiques in situ. Avec les progrès du calcul haute performance, l’échantillonnage à plus haute résolution et le nombre croissant d’observables, la taille de ces ensembles de données augmente rapidement. Les ensembles de données de réanalyse combinent un modèle de simulation numérique avec des entrées d'observation pour fournir des données spatio-temporellement cohérentes. Les données océaniques contiennent de forts processus temporels et spatiaux impliquant des interactions complexes entre des entités multi-échelles [XLWD19]. Il est analysé à diverses échelles, depuis des éléments à petite échelle tels que les tourbillons et les fronts jusqu'à des éléments à grande échelle tels que les bassins océaniques et les modèles de circulation.


Toutes les visualisations de cet article sont générées à l'aide de deux ensembles de données, la mer Rouge et le golfe du Bengale.


Figure 1 : architecture du système pyParaOcean. Le plugin comprend plusieurs filtres spécialisés pour visualiser les données océaniques qui s'intègrent parfaitement aux capacités hautes performances de Paraview.


Mer Rouge : cet ensemble de données [TZG∗ 17] a été mis à disposition dans le cadre du concours IEEE SciVis 2020. Il s'agit d'un ensemble de 50 membres de champs scalaires et de vitesses tridimensionnels. Les données sont régulièrement échantillonnées sur une grille 500 × 500 × 50 sur 60 pas de temps couvrant un mois entier de simulation. Les ensembles sont les résultats des modèles simulés avec différents paramètres et conditions initiales, et ils peuvent varier considérablement même avec un petit changement dans les valeurs des paramètres. Les membres sont les prévisions des configurations MITgcm configurées pour les domaines 30◦E - 50◦E et 10◦N - 30◦N qui couvrent toute la mer Rouge. Ils sont implémentés en coordonnées cartésiennes avec une résolution horizontale de 0,04◦ × 0,04◦ (4 km) et 50 couches verticales, avec un espacement en surface de 4 m et un espacement au fond de 300 m. L'ensemble de données est disponible au format NetCDF.


Baie du Bengale : cet ensemble de données est généré par un produit de réanalyse et disponible dans le référentiel Nucleus for European Modeling of the Ocean (NEMO) [Mad08], avec une résolution quotidienne couvrant les mois de juillet à août 2020, soit un total de 62 pas de temps. . Les données sont disponibles au format NetCDF, avec une résolution de 1/12◦ latitude-longitude. Les mesures de salinité sont disponibles à 50 niveaux verticaux, allant d'une résolution de 1 m près de la surface à une résolution de 450 m vers le fond marin, dont 22 échantillons dans les 100 m supérieurs. Le golfe du Bengale, une région géographique confinée par les longitudes 75◦E et 96◦E et les latitudes 5◦ S à 30◦N, avec une profondeur allant jusqu'à 200 m, est extraite de ces données.


Cet article est disponible sur arxiv sous licence CC 4.0.