paint-brush
pyParaOcean, A System for Visual Analysis of Ocean Data: Ocean dataদ্বারা@oceanography

pyParaOcean, A System for Visual Analysis of Ocean Data: Ocean data

অতিদীর্ঘ; পড়তে

এই গবেষণাপত্রে, গবেষকরা গতিশীল প্রক্রিয়া ট্র্যাকিং এবং ইভেন্ট সনাক্তকরণের জন্য প্যারাভিউ-তে সমুদ্রের ডেটা ভিজ্যুয়ালাইজেশন উন্নত করে pyParaOcean প্রবর্তন করেছেন।
featured image - pyParaOcean, A System for Visual Analysis of Ocean Data: Ocean data
Oceanography: Everything You Need to Study the Ocean HackerNoon profile picture
0-item

লেখক:

(1) তোষিত জৈন, ইন্ডিয়ান ইনস্টিটিউট অফ সায়েন্স ব্যাঙ্গালোর, ভারত;

(2) বরুণ সিং, ইন্ডিয়ান ইনস্টিটিউট অফ সায়েন্স ব্যাঙ্গালোর, ভারত;

(3) বিজয় কুমার বোদা, ইন্ডিয়ান ইনস্টিটিউট অফ সায়েন্স ব্যাঙ্গালোর, ভারত;

(4) উপকার সিং, ইন্ডিয়ান ইনস্টিটিউট অফ সায়েন্স ব্যাঙ্গালোর, ভারত;

(5) ইনগ্রিড হটজ, ইন্ডিয়ান ইনস্টিটিউট অফ সায়েন্স ব্যাঙ্গালোর, ইন্ডিয়া এবং ডিপার্টমেন্ট অফ সায়েন্স অ্যান্ড টেকনোলজি (আইটিএন), লিংকোপিং ইউনিভার্সিটি, নরকপিং, সুইডেন;

(6) পিএন বিনয়চন্দ্রন, ইন্ডিয়ান ইনস্টিটিউট অফ সায়েন্স ব্যাঙ্গালোর, ভারত;

(7) বিজয় নটরাজন, ইন্ডিয়ান ইনস্টিটিউট অফ সায়েন্স ব্যাঙ্গালোর, ভারত।

লিঙ্কের টেবিল

2. মহাসাগরের তথ্য

ওশানোগ্রাফাররা সাধারণত বড় মাল্টিভেরিয়েট স্প্যাটিওটেম্পোরাল ডেটাসেট নিয়ে কাজ করে - সময়-পরিবর্তনশীল স্কেলার বা ভেক্টর ক্ষেত্র একটি ত্রিমাত্রিক অঞ্চলে। সিমুলেশন, স্যাটেলাইট ইমেজ, বয়সে সেন্সর বা ইন-সিটু শারীরিক পর্যবেক্ষণ ব্যবহার করে ডেটা তৈরি করা হয়। উচ্চ কর্মক্ষমতা কম্পিউটিং, উচ্চ রেজোলিউশন স্যাম্পলিং এবং পর্যবেক্ষণযোগ্য সংখ্যার ক্রমবর্ধমান উন্নতির সাথে, এই জাতীয় ডেটাসেটের আকার দ্রুত বৃদ্ধি পাচ্ছে। পুনঃবিশ্লেষণ ডেটাসেটগুলি পর্যবেক্ষণমূলক ইনপুটগুলির সাথে একটি সংখ্যাসূচক সিমুলেশন মডেলকে একত্রিত করে যা স্থান-অস্থায়ীভাবে সামঞ্জস্যপূর্ণ ডেটা সরবরাহ করে। মহাসাগরীয় ডেটাতে শক্তিশালী অস্থায়ী এবং স্থানিক প্রক্রিয়া রয়েছে যা বহু-স্কেল সত্তা [XLWD19] এর মধ্যে জটিল মিথস্ক্রিয়া জড়িত। এটি বিভিন্ন স্কেলে বিশ্লেষণ করা হয়, ছোট আকারের বৈশিষ্ট্য যেমন এডি এবং ফ্রন্টস থেকে শুরু করে বৃহৎ আকারের বৈশিষ্ট্য যেমন মহাসাগরের অববাহিকা এবং প্রচলন নিদর্শন পর্যন্ত।


এই কাগজের সমস্ত ভিজ্যুয়ালাইজেশন দুটি ডেটাসেট, লোহিত সাগর এবং বঙ্গোপসাগর ব্যবহার করে তৈরি করা হয়েছে।


চিত্র 1: pyParaOcean সিস্টেম আর্কিটেকচার। প্লাগইনটিতে সমুদ্রের ডেটা ভিজ্যুয়ালাইজ করার জন্য একাধিক বিশেষ ফিল্টার রয়েছে যা প্যারাভিউ-এর উচ্চ কার্যক্ষমতার সাথে নির্বিঘ্নে একত্রিত হয়।


রেড সি: এই ডেটাসেট [TZG∗ 17] IEEE SciVis 2020 প্রতিযোগিতার একটি অংশ হিসাবে উপলব্ধ করা হয়েছিল৷ এটি ত্রিমাত্রিক স্কেলার এবং বেগ ক্ষেত্রগুলির একটি 50 সদস্যের সমষ্টি। ডেটা নিয়মিতভাবে একটি 500 × 500 × 50 গ্রিডে নমুনা করা হয় 60 বার ধাপে পুরো এক মাস সিমুলেশন সময় কভার করে৷ এনসেম্বলগুলি হল বিভিন্ন প্যারামিটার এবং প্রাথমিক শর্ত সহ সিমুলেটেড মডেলগুলির আউটপুট এবং প্যারামিটারের মানগুলির একটি ছোট পরিবর্তনের সাথেও তারা উল্লেখযোগ্যভাবে পরিবর্তিত হতে পারে। সদস্যরা হল 30◦E - 50◦E এবং 10◦N - 30◦N ডোমেনের জন্য কনফিগার করা MITgcm সেটআপ থেকে পূর্বাভাস যা সমগ্র লোহিত সাগর জুড়ে বিস্তৃত। 0.04◦ × 0.04◦ (4 কিমি) এবং 50টি উল্লম্ব স্তরগুলির একটি অনুভূমিক রেজোলিউশন সহ কার্টেসিয়ান স্থানাঙ্কে প্রয়োগ করা হয়, যার পৃষ্ঠের ব্যবধান 4 মিটার এবং নীচের ব্যবধান 300 মিটার। ডেটাসেটটি NetCDF ফরম্যাটে পাওয়া যায়।


বে অফ বেঙ্গল: এই ডেটাসেটটি একটি পুনঃবিশ্লেষণ পণ্য দ্বারা তৈরি করা হয়েছে এবং নিউক্লিয়াস ফর ইউরোপিয়ান মডেলিং অফ দ্য ওশান (NEMO) রিপোজিটরি [Mad08] থেকে পাওয়া যায়, যার দৈনিক রেজোলিউশন জুলাই-আগস্ট 2020 মাস পর্যন্ত বিস্তৃত, মোট 62 বার ধাপ। . ডেটা 1/12◦ অক্ষাংশ-দ্রাঘিমাংশ রেজোলিউশন সহ NetCDF ফর্ম্যাটে উপলব্ধ। লবণাক্ততার পরিমাপ 50টি উল্লম্ব স্তরে পাওয়া যায়, যার মধ্যে 1 মিটার রেজোলিউশন থেকে 450 মিটার রেজোলিউশন সমুদ্রের তল পর্যন্ত, যার মধ্যে 100 মিটার উপরের 22টি নমুনা রয়েছে। বঙ্গোপসাগর, 75◦E এবং 96◦E দ্রাঘিমাংশ এবং 5◦ S থেকে 30◦N অক্ষাংশ দ্বারা সীমাবদ্ধ একটি ভৌগলিক অঞ্চল, যার গভীরতা 200 মিটার পর্যন্ত, এই তথ্য থেকে বের করা হয়েছে।


এই কাগজটি CC 4.0 লাইসেন্সের অধীনে arxiv-এ উপলব্ধ