pyParaOcean, un sistema de análisis visual de datos oceánicos: reconocimientos y referencias

Tabla de enlaces

• Resumen e introducción
• Datos oceánicos
• pyParaOcean: Arquitectura
• pyParaOcean: Funcionalidades
• Estudio de caso: Bahía de Bengala
• Conclusión
• Agradecimientos y Referencias

Expresiones de gratitud

Esta investigación fue financiada por una subvención de SERB, Gob. de la India (CRG/2021/005278), apoyo parcial de la Misión Nacional de Supercomputación, DST, la beca JC Bose otorgada por SERB, DST, Gob. de la India, la Cátedra Visitante Distinguida Dr. Ram Kumar IISc en EECS y una beca del Ministerio de Educación, Gobierno. de la India. Parte de este trabajo se llevó a cabo para el cumplimiento parcial de un requisito de tesis en BITS Pilani.

Referencias

[AGL05] AHRENS J., GEVECI B., LAW C.: Paraview: una herramienta de usuario final para la visualización de datos de gran tamaño. El manual de visualización 717 (2005). 2 [AGT∗19] AFZAL S., GHANI S., TISSINGTON G., LANGODAN S.,

[AGT∗19] AFZAL S., GHANI S., TISSINGTON G., LANGODAN S.,DASARI HP, RAITSOS DE, GITTINGS JA, JAMIL T., SRINIVASAN M., HOTEIT I.: RedSeaAtlas: una herramienta de análisis visual para el espacio-temporal datos multivariados del mar rojo. En EnvirVis: Taller sobre visualización en ciencias ambientales (EnvirVis2019) (2019), págs. 1

[AHG∗19] AFZAL S., HITTAWE MM, GHANI S., JAMIL T., KNIO O., HADWIGER M., HOTEIT I.: El estado del arte en enfoques de análisis visual para conjuntos de datos oceánicos y atmosféricos. Foro de gráficos por computadora 38, 3 (2019), 881–907. 1, 4

[AMM17] AMORES A., MELNICHENKO O., MAXIMENKO N.: Remolinos de mesoescala coherentes en el giro subtropical del Atlántico norte: estructura tridimensional y transporte con aplicación al máximo de salinidad. Revista de investigación geofísica: océanos 122, 1 (2017), 23–41. 5

[BNBD∗07] BENITEZ-NELSON CR, BIDIGARE RR, DICKEY TD, LANDRY MR, LEONARD CL, BROWN SL, NENCIOLI F., RII YM, MAITI K., BECKER JW, ET AL.: Los remolinos de mesoescala impulsan el aumento de la exportación de sílice en el océano pacífico subtropical. Ciencia 316, 5827 (2007), 1017–1021. 1

[DAN12] DINESHA V., ADABALA N., NATARAJAN V.: Visualización de incertidumbre mediante renderizado de volumen HDR. La computadora visual 28 (2012), 265–278. 1

[FD06] FRASER S., DICKSON B.: Minería de datos de conjuntos de datos geocientíficos utilizando mapas autoorganizados. Dominar la explosión de datos en las ciencias de la Tierra y el medio ambiente, Extended Abstracts (2006), 5–7. 1

[Fer23] Hurón. https://ferret.pmel.noaa.gov/Ferret/, 2023. [En línea; consultado el 28 de abril de 2023]. 1

[FFH21] FRIEDERICI A., FALK M., HOTZ I.: Un marco de ángulo sinuoso para rastrear y explorar el transporte de remolinos en simulaciones de conjuntos oceánicos. En EnvirVis: Taller

[GEP04] GUO D., EVANGELINOS C., PATRIKALAKIS N.: Extracción de características de flujo en visualización oceanográfica. En Actas de la Conferencia Internacional de Gráficos por Computadora (7 de julio de 2004), págs. doi:10. 1109/CGI.2004.1309207. 5

[GSK∗08] GROCHOW K., STOERMER M., KELLEY D., DELANEY J., LAZOWSKA E.: COVE: Un entorno visual para el diseño de observatorios oceánicos. Revista de Física: Serie de conferencias 125, 1 (2008), 012092. 1

[KNR∗07] KUMAR SP, NUNCIO M., RAMAIAH N., SARDESAI S., NARVEKAR J., FERNANDES V., PAUL JT: Productividad biológica mediada por remolinos en la Bahía de Bengala durante los intermonzones de otoño y primavera. Investigación de aguas profundas, parte I: artículos de investigación oceanográfica 54, 9 (2007), 1619–1640. 4

[LJP∗19] LI S., JAROSZYNSKI S., PEARSE S., ORF L., CLYNE J.: Vapor: un paquete de visualización diseñado para analizar datos de simulación en la ciencia del sistema terrestre. Atmósfera 10, 9 (2019), 488. 1

[Mad08] MADEC G.: Motor oceánico NEMO. Note du Pôle de modélisation, Institut Pierre-Simon Laplace (IPSL), Francia, n.º 27, ISSN n.º 1288-1619, 2008. 2

[MAIS16] MATSUOKA D., ARAKI F., INOUE Y., SASAKI H.: Un nuevo enfoque para la detección, seguimiento y visualización de eventos de remolinos oceánicos: aplicación al océano Pacífico noroeste. Procedia Ciencias de la Computación 80 (2016), 1601–1611. 5

[McW90] MCWILLIAMS JC: Los vórtices de la turbulencia bidimensional. Revista de mecánica de fluidos 219 (1990), 361–385. 4

[McW08] MCWILLIAMS JC: La naturaleza y consecuencias de los remolinos oceánicos. Modelado oceánico en un régimen de remolinos 177 (2008), 5–15. 1

[MJD∗99] MCNEIL J., JANNASCH H., DICKEY T., MCGILLICUDDY D., BRZEZINSKI M., SAKAMOTO C.: Nuevas observaciones químicas, bioópticas y físicas de la respuesta de la capa superior del océano al paso de un remolino de mesoescala islas Bermudas. Revista de investigación geofísica: Océanos 104, C7 (1999), 15537–15548. 1

[myO23] Copérnico myOcean. https://marine.copernicus. eu/access-data/ocean-visualisation-tools, 2023. [En línea; consultado el 28 de abril de 2023]. 1

[NL15] NOBRE C., LEX A.: OceanPaths: Visualización de datos oceanográficos multivariados. En Actas de la Conferencia Eurographics sobre Visualización (EuroVis 2015) - Artículos breves (2015), The Eurographics Association. doi:10.2312/eurovisshort.20151124. 1

[Oku70] OKUBO A.: Dispersión horizontal de partículas flotantes en las proximidades de singularidades de velocidad como las convergencias. Investigación de aguas profundas y resúmenes oceanográficos 17, 3 (1970), 445–454. 4

[PBI04] PARK S., BAJAJ C., IHM I.: Visualización de conjuntos de datos de volumen oceanográfico muy grandes que varían en el tiempo. En Computational Science-ICCS 2004: 4th International Conference, Cracovia, Polonia, 6 al 9 de junio de 2004, Actas, Parte II 4 (2004), Springer, págs. 1

[pyF23] pyferret. https://ferret.pmel.noaa.gov/Ferret/, 2023. [En línea; consultado el 28 de abril de 2023]. 1

[Ros89] ROSENBLUM LJ: Visualización de datos oceanográficos. Aplicaciones y gráficos por computadora IEEE 9, 3 (1989), 14-19. 1

[RR10] ROBINSON IS, ROBINSON IS: Características del océano de mesoescala: remolinos. Descubriendo el océano desde el espacio: las aplicaciones únicas de la oceanografía por satélite (2010), 69–114. 1

[Sar13] SARMIENTO JL: Dinámica biogeoquímica oceánica. En Dinámica biogeoquímica oceánica. Prensa de la Universidad de Princeton, 2013. 4

[SDVN22] SINGH U., DHIPU TM, VINAYACHANDRAN PN, NATARAJAN V.: Métodos basados en características del frente y el esqueleto para rastrear la propagación de la salinidad en el océano. Computadoras y Geociencias 159 (2022), 104993. doi: https://doi.org/10.1016/j.cageo. 2021.104993. 5

[TFL∗17] TIERNY J., FAVELIER G., LEVINE JA, GUEUNET C., MICHAUX M.: El kit de herramientas de topología. Transacciones IEEE sobre visualización y gráficos por computadora 24, 1 (2017), 832–842. 5

[TZG∗17] TOYE H., ZHAN P., GOPALAKRISHNAN G., KARTADIKARIA AR, HUANG H., KNIO O., HOTEIT I.: Asimilación de datos de conjuntos en el Mar Rojo: sensibilidad a la selección de conjuntos y forzamiento atmosférico. Ocean Dynamics 67, 7 (julio de 2017), 915–933. doi:10.1007/ s10236-017-1064-1. 2

[VCMN04] VINAYACHANDRAN PN, CHAUHAN P., MOHAN M., NAYAK S.: Respuesta biológica del mar alrededor de Sri Lanka al monzón de verano. Cartas de investigación geofísica 31, 1 (2004). 6

[VY98] VINAYACHANDRAN PN, YAMAGATA T.: Respuesta monzónica del mar alrededor de Sri Lanka: generación de domos térmicos y vórtices anticiclónicos. Revista de Oceanografía Física 28, 10 (1998), 1946–1960. 5, 6

[WHP∗11] WILLIAMS S., HECHT M., PETERSEN M., STRELITZ R., MALTRUD M., AHRENS J., HLAWITSCHKA M., HAMANN B.: Visualización y análisis de remolinos en una simulación oceánica global. Foro de gráficos por computadora 30, 3 (2011), 991–1000. 5

[XLWD19] XIE C., LI M., WANG H., DONG J.: Un estudio sobre el análisis visual de datos oceánicos. Informática visual 3, 3 (2019), 113–128. 1, 2