Yazarlar:  (1) Toshit Jain, Hindistan Bilim Enstitüsü Bangalore, Hindistan;  (2) Varun Singh, Bangalore Hindistan Bilim Enstitüsü, Hindistan;  (3) Vijay Kumar Boda, Hindistan Bilim Enstitüsü Bangalore, Hindistan;  (4) Upkar Singh, Hindistan Bangalore Bilim Enstitüsü, Hindistan;  (5) Ingrid Hotz, Bangalore Hindistan Bilim Enstitüsü, Hindistan ve Bilim ve Teknoloji Bölümü (ITN), Linköping Üniversitesi, Norrköping, İsveç;  (6) PN Vinayachandran, Hindistan Bilim Enstitüsü Bangalore, Hindistan;  (7) Vijay Natarajan, Hindistan Bilim Enstitüsü Bangalore, Hindistan.  Bağlantı Tablosu   Özet ve Giriş   Okyanus verileri   pyParaOcean: Mimarlık   pyParaOcean: İşlevsellikler   Örnek olay: Bengal Körfezi   Çözüm   Teşekkür ve Referanslar  4. pyParaOcean: İşlevsellikler  Şimdi pyParaOcean eklentisinde uygulanan ve Paraview filtreleri olarak sunulan çeşitli işlevleri listeleyip açıklıyoruz. Şekil 2 ve ek materyaldeki video, pyParaOcean'daki ve kullanıcı arayüzündeki farklı filtreleri göstermektedir.  4.1. İzovolüm görselleştirmesi  Hacim oluşturma, okyanus verilerindeki 3 boyutlu skaler alanları görselleştirmek için doğal bir seçimdir çünkü dağıtıma hızlı bir genel bakış sağlar (Şekil 2(D)). Sabit transfer fonksiyonuna sahip animasyon, skaler alanın zaman içinde görselleştirilmesine olanak tanır. Paraview'deki hacim işleme filtresi, skaler alan aralığında bir aralık seçilerek ilgilenilen alt hacimleri görselleştirecek şekilde ayarlanabilir. Spesifik olarak, ilgilenilen uzaysal bölge içindeki ortalama tuzluluk/sıcaklık değerini içeren bir izovolüm veya yüksek tuzluluk oranına sahip suyu yakalayan bir izovolüm, 3 boyutlu alana iyi bir genel bakış sağlar.  4.2. Tohum yerleştirme ve tarla çizgileri  Akım çizgileri ve yol çizgileri de dahil olmak üzere alan çizgileri, 3B vektör alanına iyi bir genel bakış sağlar. pyParaOcean, akış çizgilerinin ve yol çizgilerinin hesaplanmasını başlatmak için birden fazla tohumlama stratejisi uygulayan ve kullanıcının bunlardan birini seçmesine olanak tanıyan bir filtre sağlar. Bu filtre kullanılarak oluşturulan tohumlar, Paraview'deki özel kaynak düzenek entegratörüne veya parçacık izleyiciye girdi olarak beslenir (Şekil 2(G,H)).  Akım çizgileri, uzaydaki her noktada hıza teğet olan bir dizi integral eğridir. Girdaplar, akıntılar ve filamentler gibi önemli oşinografik olayları karakterize eden anlık akış çizgilerini tasvir ediyorlar. Yol çizgileri, zaman içinde geliştikçe hıza teğet olur. Yol çizgisi, kütlesiz bir sanal parçacığın belirli bir zaman adımında konumlanan tohumdan başlayarak izleyeceği yolu tanımlar. Yol çizgileri, tuzluluk tavsiyesi ve enkaz toplama gibi taşımanın anlaşılmasında faydalıdır. Streamline'lardan daha fazla bilgi işlem yoğunluğuna sahiptirler.  Tohumlama filtresi, tohum sayısını ve tohum yerleştirme için alanın nasıl örneklendiğini kontrol eder, bkz. Şekil 2 (C)). Örnekleme (a) tek biçimli olabilir, (b) akış hızı, dönme, girdap veya Okubo-Weiss kriteri [Oku70] ile ağırlıklandırılabilir veya (c) boru hattında daha önce hesaplanan kullanıcı tanımlı skaler alanlarla ağırlıklandırılabilir. Kullanıcı, görsel dağınıklığı azaltmak, hesaplamayı ilgi duyulan bölgelere odaklamak, etki alanının kapsamını en üst düzeye çıkarmak ve ilginç akış özelliklerini vurgulamak için hat entegrasyon parametrelerini ve örnekleme seçeneklerini ayarlayabilir. Örneğin, yüksek girdaplı bölgelerde ince akım çizgilerinin oluşturulması, kareler arasında bir miktar zamansal tutarlılığa sahip girdapların etrafında kapalı döngüler üretir (Şekil 7).  Ayrıca tohumlama filtresinin uygulandığı vektör alanının her bileşeni ayrı bir skaler alan olarak belirtilebilir. Bu, dikey hız bileşeninin göz ardı edilmesi veya ölçeğin her eksen boyunca ayarlanması gibi diğer aşağı yönlü işlemleri gerçekleştirmeyi kolaylaştırır.   4.3. Etkileşimli parçacık yolları  Bu filtre, Paraview'in parçacık izleyicisine yönelik etkileşimli bir tohumlama uzantısıyla okyanus verileri üzerinde ısı ve kütle taşınımı sorgularını kolaylaştırır. Kullanıcının sıcaklık ve tuzluluk gibi skaler aralıklarını seçmek için fırçalayabileceği ve dolayısıyla tohumlamayı izovolümlerle sınırlayabileceği bağlantılı bir paralel koordinat grafiği görüntüler. Bu alt hacimlerden örneklenen noktalar yol çizgisi hesaplaması için tohum görevi görür (Şekil 2(H)).  4.4. Derinlik profili görünümü  Bu filtre, kullanıcının enlem ve boylam çiftiyle belirtilen okyanusun dikey bir sütununu incelemesine olanak tanır. Okyanusa bir "iğne" düşürür ve bu çizgi boyunca farklı derinlik değerlerindeki noktaları örnekler (Şekil 2(D)). Dikey sütun boyunca örneklenen tüm skalerlerin derinlik profilini veren bağlantılı bir paralel koordinat grafiğini görüntüler. Seçilen skalerin derinliğe göre çizgi grafiği görünümü (Şekil 2(E)) görüntülenir. İsteğe bağlı olarak, seçilen boylamda dikey bir dilime eşlenen skaler alan, hacim oluşturma penceresinde gösterilir. Kullanıcı, paralel koordinat grafiğinden (Şekil 2(F)) dikey sütundaki noktaların bir alt kümesini seçip vurgulayabilir ve bunları tüm görünümlerde zaman boyunca izleyebilir. Bu, dikey kütle taşınımını, özellikle de girdap merkezlerinde Ekman taşınımı [Sar13] yoluyla yukarı veya aşağı doğru yükselmeyi incelemek ve ısının yeniden dağılımını gösteren izotermlerin depresyonunu [KNR∗ 07] incelemek için faydalıdır. Bu değişiklikleri incelemek, fitoplankton çoğalmasını ve besin taşınmasını tetiklediğinden deniz yaşamını anlamak açısından önemlidir.  4.5. Eddy tanımlama ve görselleştirme  Girdapların güvenilir ve otomatik olarak tanımlanması için çeşitli algoritmalar geliştirilmiştir [AHG∗ 19]. McWilliam [McW90], yerel minimum ve maksimumları potansiyel girdapların merkezlerini konumlandıran ve merkeze göre komşuluktaki girdap değerleri girdap sınırının belirlenmesine yardımcı olan fiziksel bir parametre olarak girdap ω'yi kullanan bir 2 boyutlu yöntem geliştirdi. Okubo [Oku70], dönüşü ölçmek ve dolayısıyla potansiyel girdapları belirlemek için kayma ve gerinim deformasyonuna ve girdabın dikey bileşenine dayanan özel bir Okubo-Weiss parametresi kullanır. Sonuçları iyileştirmek için Okubo-Weiss kriterinden sonra bir döngüsellik kriteri uygulanabilir [WHP∗ 11]. Girdap tespiti için deniz yüzeyi yüksekliği ve hız profili de kullanılmıştır [MAIS16]. Sarma açısı kriteri, akıcı kümelemeyle birlikte 3 boyutlu girdapların belirlenmesine yardımcı olur [FFH21].   pyParaOcean'daki girdap tanımlama filtresi, orta ölçekli girdaplara odaklanır [AMM17]. Bireysel zaman adımlarında yalnızca hız alanını kullanır ve türetilmiş herhangi bir alanı hesaplamaz. Bu 3 boyutlu algılama şeması, dikey hız kullanılmadığından zaman adımları ve derinlik dilimleri boyunca paralel olarak uygulanabilir.  Dönen akışkanın akış hızı, dönme merkezine doğru radyal olarak içe doğru azalır. Filtre, potansiyel girdap merkezlerini belirlemek için akış hızının yerel minimumlarını inceler. Girdap çekirdeklerindeki yukarı veya aşağı yönlü hareketi azaltmak için dikey hız göz ardı edilir, böylece karşılık gelen akış minimumları arttırılır. Kalıcılık kavramının yönlendirdiği topolojik basitleştirme uygulanarak gürültü ve daha az önemli minimumlar kaldırılır [TFL∗ 17]. Daha sonra yöntem, akım çizgisinin minimumda merkezlenmiş bir XY düzleminin dört çeyreğinin tamamından geçip geçmediğini kontrol ederek sarma açısı kriterinin [FFH21] bir yaklaşımını kullanır [GEP04]. Bu yöntem Kızıldeniz ve Aden Körfezi gibi girdap merkezlerinin nispeten durağan olduğu bölgelerde daha etkilidir. Şekil 3, bu filtre kullanılarak Kızıldeniz'de belirlenen potansiyel girdap merkezleri kümesini göstermektedir.  Bir girdabın çekirdeğinin yakınına yerleştirilen akım çizgileri spiraller veya kapalı döngüler oluşturur. Bir girdabın sınırı, radyal eksenler boyunca ikili arama kullanılarak belirlenir. Arama, girdap merkezinden en uzakta olan tohumun yerinin belirlenmesine yardımcı olur ancak spiral veya neredeyse kapalı döngülü bir akış çizgisiyle sonuçlanır. Filtre, tespit edilen girdap çekirdeğinin yakınında başlayan tüm akış çizgilerini görüntüler ve dolayısıyla girdabın 3 boyutlu profilini sunar (Şekil 2(I)). Arayüz aracılığıyla seçilebilecek diğer girdap tespit yöntemlerini [MAIS16, FFH21] destekleyecek şekilde genişletilebilir.  4.6. Yüzey ön takibi ve tuzluluk görselleştirmesi  Oşinograflar genellikle kütle veya ısı taşıyan su parselleriyle ilgilenirler. Bunlar, farklı sıcaklık veya tuzluluk özelliklerine sahip, hareketli su hacimleridir. Yüzey ön izleme filtresi, bir skaler alan izovolümünün (yüzey cephesi olarak adlandırılır) sınırının bağlantılı bileşenlerini hesaplar, bunları zaman içinde izler ve tüm yüzey cephelerinin hareketini özetleyen bir izleme grafiği oluşturur. Bu grafikten çıkarılan parçaların bir alt kümesi görsel analiz için oluşturulur. Yüzey cephelerinin yüksek tuzlu su kütlelerinin iyi bir temsilcisi olduğu gösterilmiştir [SDVN22]. Umman Denizi'nden Bengal Körfezi'ne giren yüksek tuzluluk çekirdeğinin (HSC) yolunu izlemek için kullanılmıştır (Şekil 2(J)).   Bu makale   . arxiv'de CC 4.0 lisansı altında mevcuttur

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

Oceanography.Tech

Bu ses hikayenin orijinal dilinde üretilmiştir!

Çok uzun; Okumak

Boost your HackerNoon story @ $159.99! 🚀

pyParaOcean, Okyanus Verilerinin Görsel Analizi İçin Bir Sistem: pyParaOcean: İşlevsellikler

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

İş Akışınızı 10 Kat Nasıl İyileştirirsiniz: 17 Temel Uygulama

Yapay Zekanın Gücünü Ortaya Çıkarıyoruz. En Son Tekniklerin Sistematik Bir İncelemesi: Özet ve Giriş

Bu 18 Geliştirici Aracıyla Üretkenliğinizi Artırın 🚀🔥

Telegram: Kripto Adası'nın anakaraya olan köprüsü

İş Akışınızı 10 Kat Nasıl İyileştirirsiniz: 17 Temel Uygulama

Yapay Zekanın Gücünü Ortaya Çıkarıyoruz. En Son Tekniklerin Sistematik Bir İncelemesi: Özet ve Giriş

Bu 18 Geliştirici Aracıyla Üretkenliğinizi Artırın 🚀🔥

Telegram: Kripto Adası'nın anakaraya olan köprüsü

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps