An efficient and visually accurate multi-field visualization framework for high-resolution climate data
An efficient and visually accurate multi-field visualization framework for high-resolution climate data
复制标题
用于高分辨率气候数据的高效且视觉准确的多场可视化框架
DOI：
10.1007/s12650-015-0335-5
复制
发表时间：
2016-01
影响因子：
1.7
通讯作者：
Xiao Li
中科院分区：
文献类型：
--
作者：
Cao Yi;Mo Zeyao;Ai Zhiwei;Wang Huawei;Xiao Li
摘要应用于气候科学的高性能计算技术的最新进展使模型复杂性、模型分辨率和模拟运行次数得以增加。对这些复杂的、多领域的气候数据集的交互探索和分析已被认为是科学可视化领域当前的主要挑战之一。例如，如果没有直接的三维多场可视化，就很难认识到垂直风速与体积大气输送之间的重要关联效应。由于这些数据具有复杂的3D结构和高度的时间依赖性，可视化方法必须以高度交互的方式处理这些动态数据。提出了一种高效的地球气候模拟数据多场可视化框架。提出了一种用于按需数据处理的新型可视化流水线，使大规模气候数据集能够进行可伸缩处理。该框架中使用的硬件加速多场可视化方法允许交互和准确地可视化多个交叉的气候现象。在可视化框架内还实现了基于信息论的风场分析方法，以帮助科学家更深入地了解潜在的多场气候数据。
AbstractRecent advances in high-performance computing technologies, applied in climate science, are allowing increases in model complexity, model resolution, and the number of simulations run. The interactive exploration and analysis of these complex, multi-field climate data sets have been identified as one of the major current challenges in scientific visualization. For example, without direct 3D multi-field visualization, it is difficult to recognize the important correlative effects between vertical wind velocities and transport of the volumetric atmosphere. As such data have complicated 3D structures and are highly time-dependent, a visualization approach must handle these dynamic data in a highly interactive way. In this paper, an efficient multi-field visualization framework is proposed for Earth climate simulation data. A novel visualization pipeline is presented for on-demand data processing, enabling scalable handling of large-scale climate data sets. The hardware-accelerated multi-field visualization method used in the framework allows interactive and accurate visualization of multiple intersecting climate phenomena. An information-theoretic-based wind-field analysis method is also implemented within the visualization framework to help scientists gain a deeper understanding of the underlying multi-field climate data.Graphical abstract
登录
查看更多内容
DOI：
10.1109/tvcg.2012.110
发表时间：
2013-03-01
影响因子：
5.2
作者：
Kehrer, Johannes;Hauser, Helwig
通讯作者：
Hauser, Helwig
IAP LASG 版本 2 (GAMIL2) 网格点大气模型的评估
影响因子：
5.8
作者：
Yang Guangwen;Wang Bin;Dong Li;Liu Li;Shen Si;Hu Ning;Sun Wenqi;Wang Yong;Huang Wenyu
通讯作者：
Huang Wenyu
四面体体积数据集的高效二次重建和可视化
影响因子：
1.7
作者：
Li Xin;Chen Wei-feng;Tao Yu-bo;Ding Zhiyu
通讯作者：
Ding Zhiyu
DOI：
10.2312/eggh/eggh01/009-017
发表时间：
2001
期刊：
--
影响因子：
--
作者：
Klaus Engel;M. Kraus;Thomas Ertl
通讯作者：
Klaus Engel;M. Kraus;Thomas Ertl
影响因子：
1.8
作者：
James Helman;L. Hesselink
通讯作者：
James Helman;L. Hesselink