点击上方蓝字关注我们
大数据可视分析在海洋领域的应用
解翠1, 李明悝2, 陈萍1, 李孝天1, 宋键1, 董军宇1, 赵佳萌1
1 中国海洋大学信息科学与工程学院,山东 青岛 266100
2 中国海洋大学物理海洋教育部重点实验室,山东 青岛 266100
摘要:随着海洋观测技术和数值仿真技术的发展,人们能获取到规模更大、分辨率更高的海洋数据,这为复杂多元海洋环境要素及结构现象的分析带来了机遇,同时也给传统的分析方法带来了挑战。因此,将大数据可视分析方法引入了海洋数据分析,并探索了其在多元海洋时空数据分析、海洋重要结构的时空特征和演化分析等方面的应用价值,开发了多个可视分析系统,并通过全球和我国周边一些海域数据分析的案例研究,提出了海洋数据可视分析的基本框架,展示了可视分析是大数据时代海洋复杂数据分析方面一种很有前途的技术。
关键词:可视分析 ; 多元海洋时空数据 ; 海洋结构 ; 可视分析应用
论文引用格式:
解翠, 李明悝, 陈萍, 等. 大数据可视分析在海洋领域的应用[J]. 大数据, 2021, 7(2): 3-14.
XIE C, LI M K, CHEN P, et al. Application of big data visual analysis in the marine field[J]. Big Data Research, 2021, 7(2): 3-14.
1 引言
随着海洋观测技术和数值仿真技术的不断进步,人们逐渐可以获取到更高分辨率和更大规模的多元时空变化的数据集,这给针对海洋复杂过程的分析研究提供了更多的机会,也带来了很大的挑战。首先,海洋数据本身隐含着复杂的时空过程和多元要素的动态变化,多个时空变量在空间和时间上与多个尺度高度相关,这使得从这些庞杂的数据中获取有价值的模式或发现海洋结构(现象)及其时空演化规律变得困难;同时大数据使得传统的依赖人工发现、评估和解释时空模式或特征的分析方法变得低效;另外对海洋结构及其时空模式的识别目前还是局部粒度的,缺少对其时空模式的整体概览和多尺度细致的分析,而且目前的分析系统也缺少符合海洋研究者探索不同海洋时空情形的高效交互方式;此外,海量海洋大数据导致存储困难、计算时间过长,虽然采用常规的数据约简技术可以降低数据规模,但同时容易引起数据细节甚至关键结构信息的丢失;高纬度的海洋多元要素间的关系分析也变得复杂和困难;传统的2D/3D可视化方法难以应对海量高维复杂时空数据的挑战,视觉混淆和过度绘制问题变得尤为突出。可视分析是结合了机器学习、统计等自动化数据分析算法和交互式可视化来促进数据分析和推理的科学,能从大规模和复杂数据中多尺度地提取有用的信息和有意义的知识,并通过交互可视化数据探索生成假设和验证,以获得对物理现象的科学洞察,因而可视分析是现有的基于经验、理论和基于数值模式方法进行复杂海洋数据分析研究的有力补充。
为此,笔者将先进的可视分析技术引入复杂海洋数据分析中,开发了多个可视分析系统,用于辅助领域专家探索多元海洋环境要素的时空特征或相关性,分析涡旋及海洋锋等重要海洋结构(现象)的时空特征及其演化规律,呈现可视分析技术在海洋数据分析领域的应用前景,并总结了海洋数据可视分析的基本框架。
2 相关工作
2.1 多元海洋时空数据可视分析
常见的多元海洋时空数据可视分析是围绕研究一个或多个海洋标量(温度、盐度等)和矢量(流场)的变化特征展开的,例如,Stein R J等人提出了一个用于水质研究的交互式可视分析系统,该系统利用剖面、等值面、轮廓面、矢量箭头等方法,对水源盐度和流场数据的时空特征进行多视图协同交互分析。Su T Y等人开发了海洋数据可视分析系统,它支持对等高线、等值面、体绘制和流场的动态模拟,该集成系统采用基于图形处理器(graphics processing unit,GPU)的渲染方法加速标量或矢量场的绘制,直观地分析海量海洋水文环境要素的空间特征,提升了数据分析时交互的速度。
由于海洋数据是由多个相互关联的变量组成的多场数据集,出现了一些基于平行坐标分析多变量关系的可视分析系统。例如,Guo H Q等人提出了一种针对多变量体数据的可视分析系统,利用平行坐标图和基于多维比例尺图对多变量体