paint-brush
pyParaOcean, 해양 데이터의 시각적 분석 시스템: pyParaOcean: 아키텍처~에 의해@oceanography

pyParaOcean, 해양 데이터의 시각적 분석 시스템: pyParaOcean: 아키텍처

너무 오래; 읽다

본 논문에서 연구원들은 동적 프로세스 추적 및 이벤트 감지를 위해 Paraview에서 해양 데이터 시각화를 향상시키는 pyParaOcean을 소개합니다.
featured image - pyParaOcean, 해양 데이터의 시각적 분석 시스템: pyParaOcean: 아키텍처
Oceanography: Everything You Need to Study the Ocean HackerNoon profile picture
0-item

저자:

(1) 인도 방갈로르 인도 과학 연구소의 Toshit Jain;

(2) 인도 방갈로르 인도 과학 연구소의 Varun Singh;

(3) 인도 방갈로르 인도 과학 연구소의 Vijay Kumar Boda;

(4) Upkar Singh, 인도 방갈로르 인도 과학 연구소;

(5) Ingrid Hotz, 인도 방갈로르 인도 과학 연구소 및 스웨덴 노르셰핑 린셰핑 대학교 과학 기술부(ITN);

(6) PN Vinayachandran, 인도 방갈로르 인도 과학 연구소;

(7) 인도 방갈로르 인도 과학 연구소의 Vijay Natarajan.

링크 표

3. pyParaOcean: 아키텍처

pyParaOcean은 해양학자의 시각화 요구 사항을 충족하기 위해 Paraview를 기반으로 개발된 플러그인입니다(그림 1 참조). Paraview [AGL05]는 오픈 소스 시각화 소프트웨어입니다. Paraview의 시각화 파이프라인은 실행 가능한 모듈의 데이터 흐름 네트워크입니다. 모듈은 0개 이상의 입력 포트와 0개 이상의 출력 포트가 있는 Paraview의 기능 단위입니다. Paraview의 모듈은 데이터 생성(소스), 들어오는 데이터 처리 및 처리(필터), 이미지 렌더링/생성(싱크)의 세 가지 작업 중 하나를 수행할 수 있습니다. Paraview는 범용 시각화 도구이므로 다음을 포함합니다.


그림 2: pyParaOcean 기능 및 사용자 인터페이스. (A) 모든 pyParaOcean 모듈은 Paraview 필터로 구현됩니다. (B) Paraview 파이프라인 브라우저에는 연구 중인 다양한 데이터 세트와 여기에 적용된 필터가 표시됩니다. (C) pyParaOcean의 시딩 필터는 필드 라인 추적을 위한 여러 옵션을 제공합니다. 그림은 (D) 볼륨 렌더링을 사용한 홍해의 염분 시각화, (G) 유선형을 사용한 홍해의 흐름 시각화, (H) 홍해의 대화형 시드 경로선, (I) 소용돌이 감지를 보여주는 다양한 필터의 사용을 보여줍니다. 벵골만의 시각화, (J) 표면 전면 트랙을 통해 인도 동부 해안을 향한 고염도 물 이동 추적.


다수의 리더, 데이터 소스 및 필터. 사용 가능한 필터의 수가 엄청나게 많아 특히 애플리케이션 도메인 전문가의 경우 탐색하기가 어렵고 힘든 경향이 있습니다. Paraview는 또한 사용 가능한 모듈 컬렉션이 사용자의 요구를 충족하지 않는 시나리오에서 플러그인을 통해 새 모듈을 포함하는 메커니즘을 제공합니다.


플러그인은 3D 해양 데이터의 대화형 분석을 위한 시각화 도구와 소용돌이 계산 및 시각화, 고염분수 시각화, 고염분수괴 추적과 같은 특수 기능을 제공하는 필터 모음입니다. 해양 데이터는 일반적으로 NetCDF 형식의 직선 그리드 샘플로 제공됩니다. 플러그인은 적절한 경우 잘 유지 관리되고 지원되는 내장 VTK 및 Paraview 라이브러리를 사용하므로 사용자 커뮤니티의 지원 가용성을 활용할 수 있습니다. 플러그인은 몇 가지 간단한 단계를 거쳐 로드할 수 있습니다.


Paraview는 데이터 서버, 렌더 서버, 클라이언트로 구성된 3계층 클라이언트-서버 아키텍처로 설계되었습니다. 데이터 서버는 읽기, 쓰기, 필터링 등 데이터와 관련된 모든 작업을 담당합니다. 렌더링 서버는 렌더링을 담당하며 상호 작용 및 탐색은 클라이언트에서 수행됩니다. 클라이언트는 서버에서 개체의 생성, 실행 및 삭제를 관리하지만 여기에는 데이터가 포함되어 있지 않습니다. 이 아키텍처는 병렬 환경에서 애플리케이션을 실행하는 데 유용합니다. 데이터 및 렌더링 서버는 헤드리스 서버나 슈퍼컴퓨터에서 실행될 수 있으며 최종 사용자가 있는 장치는 클라이언트 역할을 합니다. 원격 서버에 연결하지 않고 클라이언트에서 실행하면 Paraview는 내장 서버에 원활하게 연결되어 모든 기능을 제공합니다. pyParaOcean은 Paraview의 병렬화 기능을 활용하여 더 큰 데이터 크기로 확장하도록 설계되었습니다. pyParaOcean은 해양학자의 요구에 맞게 광범위하고 접근 가능하며 사용하기 쉬운 필터 세트를 제공하는 것을 목표로 합니다.


이 문서는 CC 4.0 라이선스에 따라 arxiv에서 볼 수 있습니다.