pyParaOcean，海洋数据可视化分析系统：案例研究：孟加拉湾

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

太長; 讀書

在本文中，研究人员介绍了 pyParaOcean，增强了 Paraview 中的海洋数据可视化，以实现动态过程跟踪和事件检测。

featured image - pyParaOcean，海洋数据可视化分析系统：案例研究：孟加拉湾

作者：

（1） Toshit Jain，印度班加罗尔科学研究所，印度

（2） Varun Singh，印度班加罗尔科学研究所，印度

（3） Vijay Kumar Boda，印度班加罗尔印度科学研究所，印度

（4） Upkar Singh，印度班加罗尔科学研究所，印度

（5）英格丽德·霍兹（Ingrid Hotz），印度班加罗尔印度科学研究所和瑞典诺尔雪平林雪平大学科技系（ITN）；

（6） PN Vinayachandran，印度班加罗尔科学研究所，印度

（7）维贾伊·纳塔拉詹（Vijay Natarajan），印度班加罗尔印度科学研究所

链接表

5. 案例研究：孟加拉湾

夏季季风洋流 (SMC) 是印度洋环流的一个显著特征，SMC 绕过斯里兰卡流入孟加拉湾。我们使用 pyParaOcean 研究孟加拉湾的不同现象，特别是在季风期间。

涡旋。图 5 粗略地展示了季风季节海湾的主要洋流和涡旋。夏季，位于 SMC 右侧的大型反气旋涡旋 (AE) 和位于其左侧的气旋涡旋（称为斯里兰卡穹顶 (SLD)）[VY98] 是该地区的常见特征。AE 直径约为 500 公里，位于斯里兰卡东南海岸，由于其反气旋环流，其内部有强烈的下沉流。[VY98] 提出 AE 是由 SMC 和来自苏门答腊的罗斯贝波相互作用形成的。AE 出现和消失的时间表记录在后来的研究 [VCMN04] 中。AE 于 6 月开始形成，7 月发展成圆形，8 月减弱，如图 6 和随附视频所示。

盐度输送。pyParaOcean是分析 AE 对孟加拉湾影响的有效工具。流线和路径线提供了与 AE 及其在海洋中的运动相关的环流的可视化。场线可以叠加在标量的体积渲染上，以可视化涡流引起的输送。图 7 和随附的视频显示了在不同时间步骤下叠加在盐度体积渲染上的流线，以显示 AE 在盐输送中的作用。SMC 将高盐度水从阿拉伯海输送到孟加拉湾，并由 AE 再循环，这一表现形式得到了很好的捕捉。跟踪高盐度水的表面锋面并突出显示长寿命轨迹有助于捕捉该地区显著盐度运动的概况。我们观察到一条向印度海岸移动的轨迹，见图 4。

下沉。图 8 和随附的视频显示了深度剖面滤波器的使用，以可视化 AE 对 27° 等温线的下沉。涡流的反气旋性质导致涡流内部出现下沉，并将相对较暖的水向下推。平行坐标视图显示了涡流到达感兴趣点时水柱的温度、盐度和速度的变化。

经验和表现。本案例研究是与海洋学家合著者合作进行的。使用 pyParaOcean 可以对 SLD 和高盐度水的运动等现象进行一些观察。虽然我们的海洋学家合作者通常使用 pyFerret 等工具进行 2D 分析，但他们发现 pyParaOcean 的功能非常有用。在这次令人满意的初步体验之后，我们计划共同研究使用 pyParaOcean 的更高分辨率模型输出。表面前沿跟踪和涡流检测过滤器需要几分钟，而所有其他过滤器需要 1-2 秒或更短的时间。所有实验都在一台工作站上运行，该工作站配备 8 核 AMDEPYC 7262 @ 3.2 GHz CPU、512 GB 主内存和 NVIDIA RTX A4000 (16 GB) GPU。使用 python 多处理库并行化表面前沿计算，但运行时还有进一步改进的空间。涡流检测和可视化过滤器也可以通过并行化部分计算来优化。我们计划在未来继续讨论这个问题。