paint-brush
pyParaOcean、海洋データの視覚的分析システム: 海洋データ@oceanography

pyParaOcean、海洋データの視覚的分析システム: 海洋データ

長すぎる; 読むには

この論文では、研究者らが pyParaOcean を紹介し、Paraview での海洋データの視覚化を強化して、動的なプロセス追跡とイベント検出を実現します。
featured image - pyParaOcean、海洋データの視覚的分析システム: 海洋データ
Oceanography: Everything You Need to Study the Ocean HackerNoon profile picture
0-item

著者:

(1)トシット・ジェイン、インド科学研究所バンガロール校、インド

(2)ヴァルン・シン、インド科学研究所バンガロール校、インド

(3)ビジェイ・クマール・ボダ、インド科学研究所バンガロール校、インド

(4)インド科学研究所バンガロール校のウプカル・シン氏、インド

(5)イングリッド・ホッツ、インド科学研究所バンガロール校、スウェーデン・ノルシェーピング、リンショーピング大学科学技術学部(ITN)

(6)PN Vinayachandran、インド科学研究所バンガロール校、インド

(7)ビジェイ・ナタラジャン、インド科学研究所バンガロール校、インド。

リンク一覧

2. 海洋データ

海洋学者は通常、大規模な多変量時空間データセット(3次元領域にわたる時間とともに変化するスカラー場またはベクトル場)を扱います。データは、シミュレーション、衛星画像、ブイのセンサー、または現場での物理的観測を使用して生成されます。高性能コンピューティング、高解像度のサンプリング、および観測可能な数の増加の進歩により、このようなデータセットのサイズは急速に増加しています。再解析データセットは、数値シミュレーションモデルと観測入力を組み合わせて、時空間的に一貫性のあるデータを提供します。海洋データには、マルチスケールエンティティ間の複雑な相互作用を伴う強力な時間的および空間的プロセスが含まれています[XLWD19]。渦や前線などの小規模な特徴から、海洋盆地や循環パターンなどの大規模な特徴まで、さまざまなスケールで分析されます。


この論文のすべての視覚化は、紅海とベンガル湾の 2 つのデータセットを使用して生成されています。


図 1: pyParaOcean システム アーキテクチャ。このプラグインには、Paraview の高性能機能とシームレスに統合される海洋データを視覚化するための複数の専用フィルターが含まれています。


紅海:このデータセット [TZG∗ 17] は、IEEE SciVis 2020 コンテストの一環として公開されました。これは、3 次元のスカラーおよび速度場の 50 メンバー アンサンブルです。データは、1 か月のシミュレーション時間をカバーする 60 タイム ステップにわたって、500 × 500 × 50 グリッドで定期的にサンプリングされます。アンサンブルは、異なるパラメーターと初期条件を持つシミュレートされたモデルの出力であり、パラメーター値が少し変わっただけでも大幅に変わる可能性があります。メンバーは、紅海全体に広がる 30◦E - 50◦E および 10◦N - 30◦N ドメイン用に構成された MITgcm セットアップからの予測です。これらは、水平解像度 0.04◦ × 0.04◦ (4 km)、垂直層 50 層、表面間隔 4 m、底間隔 300 m の直交座標で実装されています。データセットは NetCDF 形式で利用できます。


ベンガル湾:このデータセットは再解析製品によって生成され、Nucleus for European Modelling of the Ocean (NEMO) リポジトリ [Mad08] から入手可能で、2020 年 7 月から 8 月までの 1 日の解像度、合計 62 タイム ステップで構成されています。データは NetCDF 形式で、緯度経度解像度は 1/12◦ です。塩分測定値は、表面近くの 1 m 解像度から海底に向かう 450 m 解像度まで、50 の垂直レベルで利用可能で、上部 100 m の 22 のサンプルが含まれています。ベンガル湾は、経度 75◦E と 96◦E、緯度 5◦S から 30◦N で囲まれた地理的領域で、深さは最大 200 m です。このデータから抽出されたベンガル湾は、水深 200 m までの地域です。


この論文はCC 4.0ライセンスの下でarxivで公開されています