Autoren:  (1) Toshit Jain, Indian Institute of Science Bangalore, Indien;  (2) Varun Singh, Indian Institute of Science Bangalore, Indien;  (3) Vijay Kumar Boda, Indian Institute of Science Bangalore, Indien;  (4) Upkar Singh, Indian Institute of Science Bangalore, Indien;  (5) Ingrid Hotz, Indian Institute of Science Bangalore, Indien und Department of Science and Technology (ITN), Universität Linköping, Norrköping, Schweden;  (6) PN Vinayachandran, Indian Institute of Science Bangalore, Indien;  (7) Vijay Natarajan, Indian Institute of Science Bangalore, Indien.  Linktabelle   Zusammenfassung und Einleitung   Ozeandaten   pyParaOcean: Architektur   pyParaOcean: Funktionalitäten   Fallstudie: Bucht von Bengalen   Abschluss   Danksagungen und Referenzen  Abstrakt   Visuelle Analysen werden in der Ozeanographie häufig zur Analyse von Modellsimulationen, zur Erkennung verschiedener Phänomene und Ereignisse und zur Verfolgung dynamischer Prozesse eingesetzt. Mit zunehmenden Datenmengen und der Verfügbarkeit multivariater dynamischer Daten besteht ein wachsender Bedarf an skalierbaren und erweiterbaren Tools zur Visualisierung und interaktiven Exploration. Wir beschreiben pyParaOcean, ein Visualisierungssystem, das mehrere Aufgaben unterstützt, die routinemäßig bei der visuellen Analyse von Ozeandaten verwendet werden. Das System ist als Plugin für Paraview verfügbar und kann daher dessen verteilte Rechenkapazitäten und seinen umfangreichen Satz allgemeiner Analyse- und Visualisierungsfunktionen nutzen. pyParaOcean bietet Module zur Unterstützung verschiedener visueller Analyseaufgaben, die speziell auf Ozeandaten zugeschnitten sind, wie z. B. Wirbelidentifizierung und Verfolgung von Salzgehaltsbewegungen. Diese Module sind als Paraview-Filter verfügbar und diese nahtlose Integration führt zu einem System, das einfach zu installieren und zu verwenden ist. Eine Fallstudie über die Bucht von Bengalen veranschaulicht den Nutzen des Systems für die Untersuchung von Ozeanphänomenen und -prozessen.  1. Einleitung  Das Verständnis der Ozeandaten ist von größter Bedeutung für die Vorhersage extremer Wetterereignisse wie Hurrikane und Tsunamis, für ein besseres Verständnis planetarischer Prozesse wie der globalen Erwärmung sowie für die nachhaltige Verwaltung und Erhaltung der Ozeanressourcen und ihres Meereslebens. Die Visualisierung von Ozeandaten ist aufgrund der Existenz mehrerer Felder und Parameter, die sich mit der Zeit ändern, eine Herausforderung. Meeresströmungen sind unbestreitbar der größte Faktor, der den Wärmehaushalt des Ozean-Atmosphäre-Systems aufrechterhält und die Bewegung von Mineralien und Salz beeinflusst. Mesoskalige Wirbel mit einem Durchmesser von Dutzenden bis Hunderten von Kilometern und einer Lebensdauer von Tagen bis Monaten [RR10] sind in den Ozeanen allgegenwärtig. Sie spielen eine große Rolle beim Transport von Wärme und Masse innerhalb der Ozeane [McW08]. Sie haben auch einen großen Einfluss auf die Ökologie des Ozeans und auf die biogeochemischen Prozesse [MJD∗ 99,BNBD∗ 07].  Angesichts der Fortschritte bei der Erfassung und Generierung von Ozeandaten [FD06, Ros89] besteht ein Bedarf an Werkzeugen, die eine effektive Visualisierung der Daten unterstützen und skalierbar sind, um mit der immer größeren Auflösung und Größe der Ozeandatensätze Schritt zu halten.  1.1. Verwandte Arbeiten  Die Visualisierung in der Ozeanographie ist aufgrund der rasch zunehmenden Datenmenge, der Heterogenität und Multivarianz der Daten und der inhärenten Komplexität der Meeresphänomene ein anspruchsvolles Forschungsgebiet. In der Gemeinschaft wird überwiegend allgemeine Analyse- und Visualisierungssoftware wie Matlab, Tecplot, AVS und Paraview verwendet. Ozeanographen verwenden jedoch häufig speziell für Ozeandaten entwickelte Tools wie Ferret [Fer23], pyFerret [pyF23] und Copernicus MyOcean [myO23]. Diese spezialisierten Tools bieten mehrere Funktionen und erstellen 2D-Ansichten der Daten.  Einige in der Visualisierungs-Community entwickelte Software-Frameworks bieten 2D- und 3D-Datenvisualisierungsfunktionen. COVE [GSK∗ 08] ist eine kollaborative Ozeanvisualisierungsumgebung, die die interaktive Analyse von Ozeanmodellen über das Internet unterstützt. RedSeaAtlas [AGT∗ 19] unterstützt die Auswahl von Regionen in einer 2D-Karte und bietet explorative Ansichten von Winden, Wellen, Gezeiten, Chlorophyll usw. über dem Roten Meer. OceanPaths [NL15] ist ein multivariates Datenvisualisierungstool, das Pfade berechnet, die Meeresströmungen nachzeichnen, und das Plotten verschiedener hochdimensionaler Daten entlang der Pfade unterstützt. Dies ermöglicht das Studium von Korrelationen zwischen verschiedenen ozeanografischen Merkmalen.  Der Analyse-Workflow eines Ozeanographen umfasst einige gängige Aufgaben [GSK∗ 08], wie z. B. die Überprüfung von Temperatur- und Salzgehaltsverteilungen und vertikalen Querschnitten, den Vergleich kürzlich gemessener Salzgehaltsdaten mit Modelldaten, die Überprüfung und Analyse aktueller Wirbelstärken und Zirkulationen basierend auf Strömungsdaten sowie die Analyse extremer Ereignisse. Isoflächen und Volumendarstellung sind naheliegende Optionen für die Visualisierung von 3D-Temperatur- und Salzgehaltsverteilungen [DAN12, PBI04]. Die Visualisierung der sich dynamisch ändernden Verteilungen ist jedoch eine Herausforderung. VAPOR [LJP∗ 19] ist eines der wenigen Tools, das eine effiziente 3D-Visualisierung für Anwendungen in der Ozeanographie und Atmosphärenwissenschaft bietet. Das Datenmodell der VAPOR-Datensammlung (VDC) unterstützt die interaktive visuelle Analyse großer Datenmengen auf modernen GPUs und Standardhardware.  Xie et al. [XLWD19] und Afzal et al. [AHG∗ 19] präsentieren Übersichten über visuelle Analysemethoden und -tools, die für Ozeandaten entwickelt wurden. Xie et al. klassifizieren die visuellen Analyseaufgaben in vier Kategorien, nämlich das Studium verschiedener Umweltvariablen, die Identifizierung und Verfolgung von Ozeanphänomenen, die Entdeckung von Mustern und Korrelationen sowie die Visualisierung von Ensembles und Unsicherheit. Darüber hinaus identifizieren sie verschiedene Möglichkeiten und unerforschte Bereiche für zukünftige Arbeiten, darunter effiziente und skalierbare Methoden zur Datenverarbeitung und -verwaltung, die Identifizierung von Merkmalen in mehreren Maßstäben und immersive Plattformen. Obwohl wir die Verfügbarkeit mehrerer Methoden zur Ozeanografievisualisierung anerkennen, stellen wir fest, dass es sich dabei häufig um eigenständige Lösungen handelt. Wir möchten die umfassenden Fortschritte in der Visualisierungstechnologie, wie sie in Paraview implementiert sind, nutzen und gleichzeitig Funktionen und Ansichten bereitstellen, die speziell auf Ozeandaten zugeschnitten sind.  1.2. Beiträge  Wir präsentieren pyParaOcean, ein System zur interaktiven Erkundung und visuellen Analyse von Ozeandaten. Das System nutzt die Leistungsfähigkeit von Paraview [AGL05], um skalierbare Visualisierungen von Daten aus Ozeanmodellen zu ermöglichen und gleichzeitig eine Vielzahl von Aufgaben und Funktionen zu unterstützen, die speziell auf die Ozeanographie zugeschnitten sind. Die Visualisierungsfunktionen von pyParaOcean sind über eine nahtlose Integration in Paraview mithilfe von Plugins verfügbar. Zu den wichtigsten Funktionen des Systems gehören  • 3D-Feldvisualisierung zum Studium der Salzgehalts- und Temperaturverteilung mit Unterstützung zur Anzeige und Erkundung dynamisch entwickelnder Isovolumina.  • Visualisierung der Meeresströmungen mit Unterstützung verschiedener Saatstrategien für Stromlinien und Weglinien.  • Vertikale Schnittansichten und Diagramme mit parallelen Koordinaten, die eine interaktive Auswahl und Aufteilung der Daten unterstützen.  • Identifizierung und Verfolgung der Salzgehaltsbewegung durch Extraktion von Oberflächenfronten. • Visualisierung und Verfolgung von Wirbelmerkmalen.  • Ein erweiterbares Design, das die Einbindung neuer Funktionen wie Filter in Paraview unterstützt.  Wir präsentieren die Ergebnisse einer Erkundung der Bucht von Bengalen, die in Zusammenarbeit mit einem Ozeanographen durchgeführt wurde, als Fallstudie, um die Nützlichkeit des Systems zu demonstrieren.  Dieses Dokument ist   . auf Arxiv unter der CC 4.0-Lizenz verfügbar

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Oceanography.Tech

Dieses Audio ist in der Originalsprache der Geschichte produziert!

Zu lang; Lesen

Boost your HackerNoon story @ $159.99! 🚀

pyParaOcean, ein System zur visuellen Analyse von Ozeandaten: Zusammenfassung und Einführung

About Author

KOMMENTARE

Hängeetiketten

DIESER ARTIKEL WURDE VORGESTELLT IN

Related Stories

HackerNoon Decoded 2024: Celebrating Our Life Hacking Community!

HackerNoon Decoded 2024: Celebrating Our Data Science Community!

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

HackerNoon Decoded 2024: Celebrating Our AI Community!

HackerNoon Decoded 2024: Celebrating Our Life Hacking Community!

HackerNoon Decoded 2024: Celebrating Our Data Science Community!

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

HackerNoon Decoded 2024: Celebrating Our AI Community!

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps