101 रीडिंग

pyParaOcean, महासागर डेटा के दृश्य विश्लेषण के लिए एक प्रणाली: केस स्टडी: बंगाल की खाड़ी

द्वारा Oceanography: Everything You Need to Study the Ocean4m2024/05/30

बहुत लंबा; पढ़ने के लिए

इस शोधपत्र में, शोधकर्ताओं ने pyParaOcean का परिचय दिया है, जो गतिशील प्रक्रिया ट्रैकिंग और घटना का पता लगाने के लिए पैराव्यू में महासागर डेटा विज़ुअलाइज़ेशन को बढ़ाता है।

featured image - pyParaOcean, महासागर डेटा के दृश्य विश्लेषण के लिए एक प्रणाली: केस स्टडी: बंगाल की खाड़ी

लेखक:

(1) तोषित जैन, भारतीय विज्ञान संस्थान बैंगलोर, भारत;

(2) वरुण सिंह, भारतीय विज्ञान संस्थान बैंगलोर, भारत;

(3) विजय कुमार बोडा, भारतीय विज्ञान संस्थान बैंगलोर, भारत;

(4) उपकार सिंह, भारतीय विज्ञान संस्थान बैंगलोर, भारत;

(5) इंग्रिड होट्ज़, भारतीय विज्ञान संस्थान बैंगलोर, भारत और विज्ञान और प्रौद्योगिकी विभाग (आईटीएन), लिंकोपिंग विश्वविद्यालय, नॉरकोपिंग, स्वीडन;

(6) पीएन विनयचंद्रन, भारतीय विज्ञान संस्थान बैंगलोर, भारत;

(7) विजय नटराजन, भारतीय विज्ञान संस्थान बैंगलोर, भारत।

लिंक की तालिका

सार और परिचय

महासागर डेटा

pyParaOcean: वास्तुकला

pyParaOcean: कार्यक्षमताएँ

केस स्टडी: बंगाल की खाड़ी

निष्कर्ष, आभार और संदर्भ

5. केस स्टडी: बंगाल की खाड़ी

ग्रीष्मकालीन मानसून धारा (एसएमसी) भारतीय महासागर परिसंचरण की एक प्रमुख विशेषता है और एसएमसी श्रीलंका के आसपास बहती हुई बंगाल की खाड़ी में मिलती है। हम बंगाल की खाड़ी में, विशेष रूप से मानसून के दौरान, विभिन्न घटनाओं का अध्ययन करने के लिए pyParaOcean का उपयोग करते हैं।

भंवर । चित्र 5 मानसून के मौसम में खाड़ी में प्रमुख धाराओं और भंवरों का एक मोटा योजनाबद्ध है। एसएमसी के दाईं ओर स्थित एक बड़ा प्रतिचक्रवाती भंवर (एई) और इसके बाईं ओर श्रीलंका डोम (एसएलडी) के रूप में जाना जाने वाला एक चक्रवाती भंवर [वीवाई 98] गर्मियों के दौरान इस क्षेत्र में नियमित विशेषताएं हैं। एई का व्यास लगभग 500 किमी है, जो श्रीलंका के तट से दक्षिण-पूर्व में स्थित है, और इसके प्रतिचक्रवाती परिसंचरण के कारण अंदर तीव्र डाउनवेलिंग की विशेषता है। [वीवाई 98] ने प्रस्तावित किया कि एई एसएमसी और सुमात्रा से आने वाली रॉस्बी तरंगों के संपर्क से बनता है। एई के प्रकट होने और लुप्त होने का समयरेखा बाद के कार्य [वीसीएमएन04] में दर्ज किया गया था। एई जून में बनना शुरू होता

लवणता परिवहन। pyParaOcean बंगाल की खाड़ी पर AE के प्रभावों का विश्लेषण करने के लिए एक कुशल उपकरण के रूप में कार्य करता है। स्ट्रीमलाइन और पथरेखाएँ AE से जुड़े परिसंचरण और महासागर में इसकी गति का दृश्य प्रदान करती हैं। भंवर द्वारा किए गए परिवहन को देखने के लिए क्षेत्र रेखाओं को स्केलर के वॉल्यूम रेंडरिंग पर ओवरले किया जा सकता है। चित्र 7 और साथ में दिया गया वीडियो लवणता के परिवहन में AE की भूमिका दिखाने के लिए अलग-अलग समय चरणों में लवणता वॉल्यूम रेंडरिंग पर ओवरले की गई स्ट्रीमलाइन दिखाता है। SMC द्वारा अरब सागर से बंगाल की खाड़ी में उच्च लवणता वाले पानी की आवाजाही और AE द्वारा इसका पुनःपरिसंचरण इस चित्रण में अच्छी तरह से कैप्चर किया गया है। उच्च लवणता वाले पानी के सतही मोर्चों पर नज़र रखना और लंबे समय तक रहने वाले ट्रैक को हाइलाइट करना क्षेत्र में महत्वपूर्ण लवणता आंदोलन का अवलोकन करने में मदद करता है। हम एक ट्रैक देखते हैं जो भारत के तट की ओर बढ़ता है, चित्र 4 देखें।

डाउनवेलिंग । चित्र 8 और साथ में दिया गया वीडियो एई द्वारा 27◦ आइसोथर्म के अवसाद को देखने के लिए गहराई प्रोफ़ाइल फ़िल्टर के उपयोग को दर्शाता है। भंवर की प्रतिचक्रवाती प्रकृति भंवर के अंदर एक डाउनवेलिंग का कारण बनती है और अपेक्षाकृत गर्म पानी को नीचे की ओर धकेलती है। समानांतर निर्देशांक दृश्य, रुचि के बिंदु पर भंवर के आगमन के कारण पानी के स्तंभ में तापमान, लवणता और गति में परिवर्तन दिखाता है।

अनुभव और प्रदर्शन। यह केस स्टडी एक समुद्र विज्ञानी सह-लेखक के सहयोग से आयोजित की गई थी। SLD और उच्च लवणता वाले पानी की गति जैसी घटनाओं पर कई अवलोकन pyParaOcean का उपयोग करके किए जा सकते हैं। जबकि हमारे समुद्र विज्ञानी सहयोगी आमतौर पर 2D विश्लेषण के लिए pyFerret जैसे उपकरणों का उपयोग करते हैं, उन्होंने pyParaOcean की क्षमता को बहुत उपयोगी पाया। इस प्रारंभिक संतोषजनक अनुभव के बाद, हम pyParaOcean का उपयोग करके उच्च रिज़ॉल्यूशन मॉडल आउटपुट के अध्ययन पर एक साथ काम करने की योजना बनाते हैं। सरफ़ेस फ़्रंट ट्रैकिंग और एडी डिटेक्शन फ़िल्टर में कुछ मिनट लगते हैं, जबकि अन्य सभी फ़िल्टर में 1-2 सेकंड या उससे कम समय लगता है। सभी प्रयोग 8 कोर AMDEPYC 7262 @ 3.2 GHz CPU के साथ 512 GB मुख्य मेमोरी और NVIDIA RTX A4000 (16 GB) GPU वाले वर्कस्टेशन पर चलाए गए थे। सरफ़ेस फ़्रंट कंप्यूटेशन को पायथन मल्टीप्रोसेसिंग लाइब्रेरी का उपयोग करके समानांतर किया जाता है, लेकिन रनटाइम में और सुधार की गुंजाइश है। कुछ गणनाओं को समानांतर करके एडी डिटेक्शन और विज़ुअलाइज़ेशन फ़िल्टर को भी अनुकूलित किया जा सकता है। हम भविष्य में इस पर काम करने की योजना बना रहे हैं।