pyParaOcean, un sistema para el análisis visual de datos oceánicos: resumen e introducción

Tabla de enlaces

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

Abstracto

El análisis visual está bien adoptado en el campo de la oceanografía para el análisis de simulaciones de modelos, la detección de diferentes fenómenos y eventos y el seguimiento de procesos dinámicos. Con el aumento del tamaño de los datos y la disponibilidad de datos dinámicos multivariados, existe una necesidad creciente de herramientas escalables y extensibles para la visualización y la exploración interactiva. Describimos pyParaOcean, un sistema de visualización que admite varias tareas utilizadas habitualmente en el análisis visual de datos oceánicos. El sistema está disponible como complemento de Paraview y, por lo tanto, puede aprovechar sus capacidades informáticas distribuidas y su rico conjunto de funcionalidades genéricas de análisis y visualización. pyParaOcean proporciona módulos para respaldar diferentes tareas de análisis visual específicas de datos oceánicos, como la identificación de remolinos y el seguimiento del movimiento de la salinidad. Estos módulos están disponibles como filtros Paraview y esta perfecta integración da como resultado un sistema fácil de instalar y usar. Un estudio de caso sobre la Bahía de Bengala ilustra la utilidad del sistema para el estudio de los fenómenos y procesos oceánicos.

1. Introducción

Comprender los datos oceánicos es fundamental para predecir eventos climáticos extremos como huracanes y tsunamis, comprender mejor los procesos a escala planetaria como el calentamiento global y gestionar y preservar de manera sostenible los recursos oceánicos y su vida marina. Visualizar datos oceánicos es un desafío debido a la presencia de múltiples campos y parámetros que cambian con el tiempo. Sin lugar a dudas, las corrientes oceánicas son el factor más importante que mantiene el equilibrio térmico del sistema océano-atmósfera y afecta el movimiento de minerales y sal. Los remolinos de mesoescala, que abarcan desde decenas a cientos de kilómetros de diámetro y una vida útil que puede variar de días a meses [RR10], son omnipresentes en los océanos. Desempeñan un papel importante en el transporte de calor y masa dentro de los océanos [McW08]. También tienen un gran impacto en la ecología del océano y en los procesos biogeoquímicos [MJD∗ 99,BNBD∗ 07].

Con los avances en la recopilación y generación de datos oceánicos [FD06, Ros89], existe la necesidad de herramientas que respalden la visualización efectiva de los datos y que sean escalables para seguir el ritmo de las resoluciones y tamaños cada vez mayores de los conjuntos de datos oceánicos.

1.1. Trabajo relacionado

La visualización en oceanografía es un área de investigación desafiante debido al tamaño de los datos en rápido aumento, la heterogeneidad y naturaleza multivariada de los datos y la complejidad inherente de los fenómenos oceánicos. El uso de software de visualización y análisis de propósito general como Matlab, Tecplot, AVS y Paraview prevalece en la comunidad. Sin embargo, los oceanógrafos suelen utilizar herramientas desarrolladas específicamente para datos oceánicos, como Ferret [Fer23], pyFerret [pyF23] y Copernicus MyOcean [myO23]. Estas herramientas especializadas proporcionan múltiples funcionalidades y producen vistas 2D de los datos.

Algunos marcos de software desarrollados dentro de la comunidad de visualización brindan capacidades de visualización de datos 2D y 3D. COVE [GSK∗ 08] es un entorno colaborativo de visualización de océanos que admite el análisis interactivo de modelos oceánicos a través de la web. RedSeaAtlas [AGT∗ 19] admite la selección de regiones en un mapa 2D y proporciona vistas exploratorias de vientos, olas, mareas, clorofila, etc. sobre el Mar Rojo. OceanPaths [NL15] es una herramienta de visualización de datos multivariados que calcula rutas que rastrean las corrientes oceánicas y admite el trazado de diferentes datos de alta dimensión a lo largo de las rutas. Esto permite el estudio de correlaciones entre diferentes características oceanográficas.

El flujo de trabajo de análisis de un oceanógrafo incluye algunas tareas comunes [GSK∗ 08] como la inspección de las distribuciones de temperatura y salinidad y las secciones transversales verticales, comparar datos de salinidad medidos recientemente con datos del modelo, inspeccionar y analizar las vorticidades y la circulación actuales basándose en datos de flujo, y analizar Eventos extremos. Las isosuperficies y la renderización de volumen son opciones naturales para la visualización de distribuciones de temperatura y salinidad en 3D [DAN12, PBI04]. Sin embargo, la visualización de las distribuciones que cambian dinámicamente es un desafío. VAPOR [LJP∗ 19] es una de las pocas herramientas que proporciona visualización 3D eficiente para aplicaciones de oceanografía y ciencias atmosféricas. El modelo de datos de recopilación de datos VAPOR (VDC) admite el análisis visual interactivo de grandes tamaños de datos en GPU modernas y hardware básico.

Xie et al. [XLWD19] y Afzal et al. [AHG∗ 19] presentan estudios de métodos y herramientas de análisis visual desarrollados para datos oceánicos. Xie et al. Clasifique las tareas de análisis visual en cuatro categorías, a saber, estudio de diferentes variables ambientales, identificación y seguimiento de fenómenos oceánicos, descubrimiento de patrones y correlaciones, y visualización de conjuntos e incertidumbre. Además, identifican diferentes oportunidades y áreas inexploradas para trabajos futuros, incluidos métodos eficientes y escalables para el procesamiento y la gestión de datos, la identificación de características en múltiples escalas y plataformas inmersivas. Si bien reconocemos la disponibilidad de varios métodos para la visualización oceanográfica, observamos que a menudo son soluciones independientes. Nuestro objetivo es aprovechar los amplios avances en la tecnología de visualización implementada en Paraview y al mismo tiempo proporcionar funcionalidades y vistas que son específicas de los datos oceánicos.

1.2. Contribuciones

Presentamos pyParaOcean, un sistema de exploración interactiva y análisis visual de datos oceánicos. El sistema aprovecha el poder de Paraview [AGL05] para permitir visualizaciones escalables de datos disponibles de modelos oceánicos al tiempo que admite una multitud de tareas y funcionalidades especializadas para la oceanografía. Las capacidades de visualización de pyParaOcean están disponibles a través de una perfecta integración en Paraview mediante complementos. Las características clave del sistema incluyen

• Visualización de campo 3D para estudiar la distribución de salinidad y temperatura con soporte para mostrar y explorar isovolúmenes que evolucionan dinámicamente.

• Visualización de corrientes oceánicas con soporte para diferentes estrategias de siembra de líneas de corriente y trayectorias.

• Vistas de sección vertical y gráficos de coordenadas paralelas que admiten la selección interactiva y el corte de los datos.

• Identificación y seguimiento del movimiento de salinidad mediante extracción de frentes superficiales. • Visualización y seguimiento de características de remolinos.

• Un diseño extensible que soporta la incorporación de nuevas funcionalidades como filtros en Paraview.

Presentamos los resultados de una exploración de la Bahía de Bengala, realizada en colaboración con un oceanógrafo, como un estudio de caso para demostrar la utilidad del sistema.