pyParaOcean, 해양 데이터의 시각적 분석 시스템: 개요 및 소개

링크 표

• 초록 및 소개
• 해양 데이터
• pyParaOcean: 아키텍처
• pyParaOcean: 기능
• 사례 연구: 벵골만
• 결론
• 감사의 말과 참고자료

추상적인

시각적 분석은 해양학 분야에서 모델 시뮬레이션 분석, 다양한 현상 및 사건 감지, 동적 프로세스 추적을 위해 잘 채택됩니다. 데이터 크기가 증가하고 다변량 동적 데이터의 가용성이 높아짐에 따라 시각화 및 대화형 탐색을 위한 확장 가능한 도구에 대한 필요성이 커지고 있습니다. 우리는 해양 데이터의 시각적 분석에 일상적으로 사용되는 여러 작업을 지원하는 시각화 시스템인 pyParaOcean을 설명합니다. 이 시스템은 Paraview의 플러그인으로 제공되므로 분산 컴퓨팅 기능과 풍부한 일반 분석 및 시각화 기능 세트를 활용할 수 있습니다. pyParaOcean은 소용돌이 식별 및 염분 이동 추적과 같은 해양 데이터와 관련된 다양한 시각적 분석 작업을 지원하는 모듈을 제공합니다. 이러한 모듈은 Paraview 필터로 제공되며 이러한 원활한 통합으로 인해 설치 및 사용이 쉬운 시스템이 탄생합니다. 벵골만에 대한 사례 연구는 해양 현상과 과정 연구를 위한 시스템의 유용성을 보여줍니다.

1. 소개

해양 데이터를 이해하는 것은 허리케인, 쓰나미와 같은 기상 이변을 예측하고, 지구 온난화와 같은 행성 규모의 과정을 더 잘 이해하고, 해양 자원과 해양 생물을 지속 가능한 방식으로 관리 및 보존하는 데 매우 중요합니다. 해양 데이터를 시각화하는 것은 시간에 따라 변하는 여러 필드와 매개변수로 인해 어렵습니다. 해류는 해양-대기 시스템의 열 균형을 유지하고 미네랄과 염분의 이동에 영향을 미치는 가장 큰 요소임에 틀림이 없습니다. 직경이 수십에서 수백 킬로미터에 이르고 수명이 며칠에서 몇 달에 이르는 중규모 소용돌이[RR10]는 바다 어디에나 존재합니다. 그들은 해양 내에서 열과 질량을 운반하는 데 큰 역할을 합니다[McW08]. 또한 해양 생태계와 생지화학적 과정에 큰 영향을 미칩니다[MJD* 99,BNBD* 07].

해양 데이터 수집 및 생성의 발전으로[FD06, Ros89], 데이터의 효과적인 시각화를 지원하고 끊임없이 확장되는 해양 데이터 세트의 해상도와 크기에 맞춰 확장할 수 있는 도구가 필요합니다.

1.1. 관련된 일

해양학의 시각화는 데이터의 크기가 급격히 증가하고 데이터의 이질성과 다변량 특성, 해양 현상의 본질적인 복잡성으로 인해 어려운 연구 분야입니다. Matlab, Tecplot, AVS 및 Paraview와 같은 범용 분석 및 시각화 소프트웨어의 사용이 커뮤니티에서 널리 퍼져 있습니다. 그러나 해양학자들은 Ferret [Fer23], pyFerret [pyF23] 및 Copernicus MyOcean [myO23]과 같이 해양 데이터용으로 특별히 개발된 도구를 사용하는 경우가 많습니다. 이러한 전문 도구는 다양한 기능을 제공하고 데이터의 2D 보기를 생성합니다.

시각화 커뮤니티 내에서 개발된 몇 가지 소프트웨어 프레임워크는 2D 및 3D 데이터 시각화 기능을 제공합니다. COVE [GSK* 08]는 웹을 통해 해양 모델의 대화형 분석을 지원하는 협업 해양 시각화 환경입니다. RedSeaAtlas [AGT* 19]는 2D 지도에서 지역 선택을 지원하고 홍해의 바람, 파도, 조수, 엽록소 등에 대한 탐색적 보기를 제공합니다. OceanPaths [NL15]는 해류를 추적하는 경로를 계산하고 경로를 따라 다양한 고차원 데이터의 플롯팅을 지원하는 다변량 데이터 시각화 도구입니다. 이를 통해 서로 다른 해양학적 특징 간의 상관관계를 연구할 수 있습니다.

해양학자의 분석 워크플로우에는 온도 및 염도 분포와 수직 단면 검사, 최근 측정된 염도 데이터를 모델 데이터와 비교, 흐름 데이터를 기반으로 현재 와도 및 순환을 검사 및 분석하고 분석하는 등 몇 가지 일반적인 작업이 포함됩니다[GSK* 08]. 극단적인 사건. 등가곡면과 볼륨 렌더링은 3D 온도 및 염분 분포를 시각화하기 위한 자연스러운 선택입니다[DAN12, PBI04]. 그러나 동적으로 변화하는 분포를 시각화하는 것은 어려운 일입니다. VAPOR [LJP* 19]는 해양학 및 대기 과학 응용 분야에 효율적인 3D 시각화를 제공하는 몇 안 되는 도구 중 하나입니다. VAPOR 데이터 수집(VDC) 데이터 모델은 최신 GPU 및 상용 하드웨어에서 대용량 데이터에 대한 대화형 시각적 분석을 지원합니다.

Xieet al. [XLWD19] 및 Afzal et al. [AHG* 19]는 해양 데이터를 위해 개발된 시각적 분석 방법 및 도구에 대한 조사를 제시합니다. Xieet al. 시각적 분석 작업을 다양한 환경 변수 연구, 해양 현상 식별 및 추적, 패턴 및 상관 관계 발견, 앙상블 및 불확실성 시각화의 네 가지 범주로 분류합니다. 또한 데이터 처리 및 관리를 위한 효율적이고 확장 가능한 방법, 다양한 규모의 기능 식별, 몰입형 플랫폼을 포함하여 향후 작업을 위한 다양한 기회와 미개척 영역을 식별합니다. 우리는 해양학 시각화를 위한 여러 방법의 가용성을 인식하고 있지만 이러한 방법이 독립형 솔루션인 경우가 많다는 점에 주목합니다. 우리는 Paraview에 구현된 시각화 기술의 광범위한 발전을 활용하는 동시에 해양 데이터에 특정한 기능과 보기를 제공하는 것을 목표로 합니다.

1.2. 기여

해양 데이터의 대화형 탐색 및 시각적 분석을 위한 시스템인 pyParaOcean을 소개합니다. 이 시스템은 Paraview [AGL05]의 강력한 기능을 활용하여 해양 모델에서 사용할 수 있는 데이터의 확장 가능한 시각화를 지원하는 동시에 해양학에 특화된 다양한 작업과 기능을 지원합니다. pyParaOcean의 시각화 기능은 플러그인을 사용하여 Paraview에 원활하게 통합되어 제공됩니다. 시스템의 주요 기능은 다음과 같습니다

• 동적으로 진화하는 등체적을 표시하고 탐색할 수 있는 지원을 통해 염도 및 온도 분포를 연구하기 위한 3D 현장 시각화.

• 유선형 및 통로선에 대한 다양한 씨뿌리기 전략을 지원하는 해류 시각화.

• 대화형 선택 및 데이터 분할을 지원하는 수직 단면 보기 및 평행 좌표 플롯.

• 표면 전면 추출을 통한 염분 이동 식별 및 추적. • 소용돌이 특징의 시각화 및 추적.

• Paraview의 필터와 같은 새로운 기능의 통합을 지원하는 확장 가능한 디자인.

우리는 시스템의 유용성을 입증하기 위한 사례 연구로서 해양학자와 공동으로 수행한 벵골만 탐사 결과를 제시합니다.