Научная визуализация ( также пишется как научная визуализация ) — междисциплинарная отрасль науки, занимающаяся визуализацией научных явлений. [2] Она также считается подмножеством компьютерной графики , отрасли компьютерной науки. Цель научной визуализации — графически проиллюстрировать научные данные, чтобы ученые могли понимать, иллюстрировать и извлекать информацию из своих данных. Исследования того, как люди читают и неправильно читают различные типы визуализаций, помогают определить, какие типы и особенности визуализаций наиболее понятны и эффективны для передачи информации. [3] [4]
Одним из самых ранних примеров трехмерной научной визуализации была термодинамическая поверхность Максвелла , вылепленная из глины в 1874 году Джеймсом Клерком Максвеллом . [5] Это стало прообразом современных методов научной визуализации, использующих компьютерную графику . [6]
Известные ранние двухмерные примеры включают в себя карту движения Наполеона на Москву, созданную Чарльзом Джозефом Минардом в 1869 году; [2] «гребешки», использованные Флоренс Найтингейл в 1857 году в рамках кампании по улучшению санитарных условий в британской армии ; [2] и точечную карту, использованную Джоном Сноу в 1855 году для визуализации вспышки холеры на Брод-стрит . [2]
Критерии классификации:
Научная визуализация с использованием компьютерной графики приобрела популярность по мере развития графики. Основными приложениями были скалярные поля и векторные поля из компьютерного моделирования, а также измеренные данные. Основными методами визуализации двумерных (2D) скалярных полей являются цветовое отображение и рисование контурных линий . 2D векторные поля визуализируются с использованием глифов и линий тока или методов свертки линейных интегралов . 2D тензорные поля часто разрешаются в векторное поле с использованием одного из двух собственных векторов для представления тензора в каждой точке поля, а затем визуализируются с использованием методов визуализации векторных полей.
Для 3D скалярных полей основными методами являются объемный рендеринг и изоповерхности . Методы визуализации векторных полей включают глифы (графические значки), такие как стрелки, линии тока и линии штриховки , трассировку частиц, линейную интегральную свертку (LIC) и топологические методы. Позднее были разработаны методы визуализации, такие как гиперлинии тока [7] , для визуализации 2D и 3D тензорных полей.
Компьютерная анимация — это искусство, техника и наука создания движущихся изображений с помощью компьютеров . Все чаще ее создают с помощью трехмерной компьютерной графики , хотя двухмерная компьютерная графика по-прежнему широко используется для стилистических, низкоскоростных и более быстрых потребностей в визуализации в реальном времени . Иногда целью анимации является сам компьютер, но иногда целью является другой носитель , такой как фильм . Ее также называют CGI ( компьютерно-генерируемое изображение или компьютерно-генерируемое изображение), особенно при использовании в фильмах. Приложения включают медицинскую анимацию , которая чаще всего используется в качестве учебного пособия для медицинских работников или их пациентов.
Компьютерное моделирование — это компьютерная программа или сеть компьютеров, которая пытается смоделировать абстрактную модель конкретной системы. Компьютерное моделирование стало полезной частью математического моделирования многих естественных систем в физике и вычислительной физике, химии и биологии; человеческих систем в экономике, психологии и социальных науках; и в процессе проектирования и новых технологий, чтобы получить представление о работе этих систем или наблюдать за их поведением. [8] Одновременная визуализация и моделирование системы называется визуализацией.
Компьютерные симуляции варьируются от компьютерных программ, которые работают несколько минут, до сетевых групп компьютеров, работающих часами, и непрерывных симуляций, которые работают месяцами. Масштаб событий, симулируемых компьютерными симуляциями, намного превзошел все возможное (или, возможно, даже вообразимое) с использованием традиционного математического моделирования на бумаге и карандаше : более 10 лет назад симуляция битвы в пустыне, когда одна сила вторгается в другую, включала моделирование 66 239 танков, грузовиков и других транспортных средств на моделируемой местности вокруг Кувейта с использованием нескольких суперкомпьютеров в Программе модернизации высокопроизводительных вычислений Министерства обороны . [9]
Визуализация информации — это изучение « визуального представления крупномасштабных коллекций нечисловой информации, такой как файлы и строки кода в программных системах , библиотечные и библиографические базы данных , сети отношений в Интернете и т. д.» [2]
Визуализация информации сосредоточена на создании подходов для передачи абстрактной информации интуитивными способами. Визуальные представления и методы взаимодействия используют преимущества широкого диапазона пропускания человеческого глаза в разум, чтобы позволить пользователям видеть, исследовать и понимать большие объемы информации одновременно. [10] Ключевое различие между научной визуализацией и визуализацией информации заключается в том, что визуализация информации часто применяется к данным, которые не генерируются научными исследованиями. Некоторые примеры — графические представления данных для бизнеса, правительства, новостей и социальных сетей.
Технология интерфейсов и восприятие показывают, как новые интерфейсы и лучшее понимание базовых проблем восприятия создают новые возможности для сообщества научной визуализации. [11]
Рендеринг — это процесс создания изображения из модели с помощью компьютерных программ. Модель — это описание трехмерных объектов на строго определенном языке или в структуре данных. Она будет содержать информацию о геометрии, точке обзора, текстуре , освещении и затенении . Изображение — это цифровое изображение или растровое графическое изображение . Термин может быть аналогичен «художническому рендерингу» сцены. «Рендеринг» также используется для описания процесса расчета эффектов в файле видеомонтажа для получения конечного видеовывода. Важными методами рендеринга являются:
Объемная визуализация — это метод, используемый для отображения 2D-проекции 3D-дискретно отобранного набора данных . Типичный 3D-набор данных — это группа 2D-изображений срезов, полученных с помощью КТ- или МРТ- сканера. Обычно они получаются в регулярном шаблоне (например, один срез на миллиметр) и обычно имеют регулярное количество пикселей изображения в регулярном шаблоне. Это пример регулярной объемной сетки, в которой каждый объемный элемент или воксель представлен одним значением, которое получается путем выборки непосредственной области, окружающей воксель.
По словам Розенблюма (1994), «объемная визуализация изучает набор методов, которые позволяют просматривать объект без математического представления другой поверхности. Первоначально использовавшаяся в медицинской визуализации , объемная визуализация стала важнейшим методом для многих наук, изображая такие явления, как облака, потоки воды, молекулярная и биологическая структура. Многие алгоритмы объемной визуализации являются вычислительно затратными и требуют большого объема хранения данных. Достижения в области аппаратного и программного обеспечения обобщают объемную визуализацию, а также производительность в реальном времени».
Развитие веб-технологий и визуализация в браузере позволили создать простое объемное представление кубоида с изменяющейся системой отсчета для отображения данных об объеме, массе и плотности. [11]
В этом разделе будет приведен ряд примеров того, как научная визуализация может применяться сегодня. [12]
Формирование звезд : представленный график представляет собой график объема логарифма плотности газа/пыли в звезде Энцо и моделировании галактики. Области высокой плотности белые, а области с меньшей плотностью более синие и также более прозрачные.
Гравитационные волны : исследователи использовали набор инструментов Globus, чтобы задействовать мощность нескольких суперкомпьютеров для моделирования гравитационных эффектов столкновений черных дыр.
Взрывы массивных сверхновых звезд : на изображении представлены расчеты трехмерной радиационной гидродинамики взрывов массивных сверхновых звезд. Для расчета модели взрыва SN 1987A в трех измерениях использовался код звездной эволюции DJEHUTY.
Молекулярный рендеринг : общие возможности построения графиков VisIt были использованы для создания молекулярного рендеринга, показанного в представленной визуализации. Исходные данные были взяты из Protein Data Bank и преобразованы в файл VTK перед рендерингом.
Визуализация рельефа : VisIt может читать несколько форматов файлов, распространенных в области географических информационных систем (ГИС), что позволяет отображать растровые данные, такие как данные рельефа, в визуализациях. Представленное изображение показывает участок набора данных DEM, содержащего горные районы около Дансмуира, Калифорния. Линии высот добавляются к участку, чтобы помочь обозначить изменения высот.
Моделирование торнадо : Это изображение было создано на основе данных, полученных в результате моделирования торнадо, рассчитанного на вычислительном кластере IBM p690 NCSA. Высококачественные телевизионные анимации шторма, созданные в NCSA, были включены в эпизод телесериала PBS NOVA под названием «Охота на супертвистера». Торнадо показано сферами, которые окрашены в зависимости от давления; оранжевые и синие трубки представляют восходящий и нисходящий поток воздуха вокруг торнадо.
Визуализация климата : эта визуализация отображает углекислый газ из различных источников, которые переносятся индивидуально как трассеры в атмосферной модели. Углекислый газ из океана показан в виде шлейфов в феврале 1900 года.
Атмосферная аномалия на Таймс-сквер На изображении визуализированы результаты моделирования атмосферной аномалии на Таймс-сквер и вокруг него с помощью среды SAMRAI.
Научная визуализация математических структур была предпринята в целях развития интуиции и для содействия формированию ментальных моделей. [16]
Более многомерные объекты могут быть визуализированы в виде проекций (видов) в более низких измерениях. В частности, 4-мерные объекты визуализируются посредством проекции в трех измерениях. Низкомерные проекции более многомерных объектов могут использоваться для целей виртуальной манипуляции объектами, позволяя манипулировать 3D-объектами с помощью операций, выполняемых в 2D, [17] а 4D-объектами с помощью взаимодействий, выполняемых в 3D. [18]
В комплексном анализе функции комплексной плоскости изначально 4-мерны, но нет естественной геометрической проекции в визуальные представления более низких размерностей. Вместо этого цветовое зрение используется для захвата размерной информации с использованием таких методов, как доменная окраска .
Компьютерное картирование топографических поверхностей : с помощью компьютерного картирования топографических поверхностей математики могут проверять теории о том, как материалы будут меняться при нагрузке. Визуализация является частью работы финансируемой NSF Лаборатории электронной визуализации в Университете Иллинойса в Чикаго.
Графики кривых : VisIt может строить кривые на основе данных, считанных из файлов, и его можно использовать для извлечения и построения данных кривых из многомерных наборов данных с использованием операторов lineout или запросов. Кривые на избранном изображении соответствуют данным о высоте вдоль линий, нарисованных на данных DEM, и были созданы с помощью возможности lineout. Lineout позволяет интерактивно рисовать линию, которая указывает путь для извлечения данных. Затем полученные данные были построены в виде кривых.
Аннотации к изображениям : Представленный график показывает индекс площади листьев (LAI), меру глобальной растительности, из набора данных NetCDF. Основной график — это большой график внизу, который показывает LAI для всего мира. Графики сверху на самом деле являются аннотациями, которые содержат изображения, созданные ранее. Аннотации к изображениям можно использовать для включения материала, который улучшает визуализацию, например, вспомогательных графиков, изображений экспериментальных данных, логотипов проектов и т. д.
Диаграмма рассеяния : Диаграмма рассеяния VisIt позволяет визуализировать многомерные данные до четырех измерений. Диаграмма рассеяния берет несколько скалярных переменных и использует их для разных осей в фазовом пространстве. Различные переменные объединяются для формирования координат в фазовом пространстве, и они отображаются с помощью глифов и окрашиваются с помощью другой скалярной переменной.
Модель Porsche 911 (модель NASTRAN): Представленный график содержит сетчатый график модели Porsche 911, импортированный из файла с массовыми данными NASTRAN. VisIt может считывать ограниченное подмножество файлов с массовыми данными NASTRAN, в целом достаточное для импорта геометрии модели для визуализации.
График самолета YF-17 : На представленном изображении показаны графики набора данных CGNS, представляющего реактивный самолет YF-17. Набор данных состоит из неструктурированной сетки с решением. Изображение было создано с использованием псевдоцветного графика переменной Маха набора данных, сетчатого графика сетки и векторного графика среза через поле скорости.
Визуализация города : был считан шейп-файл ESRI, содержащий полигональное описание контуров зданий, а затем полигоны были преобразованы в прямоугольную сетку, которая была выдавлена в представленный городской пейзаж.
Измеренный входящий трафик : Это изображение представляет собой визуализацию входящего трафика, измеренного в миллиардах байт на магистральной сети NSFNET T1 за сентябрь 1991 года. Диапазон объема трафика показан от фиолетового (ноль байт) до белого (100 миллиардов байт). Он представляет данные, собранные Merit Network, Inc. [19]
Важнейшие лаборатории в этой области:
Конференции в этой области, ранжированные по значимости в научных исследованиях визуализации, [20] :
См. далее: Организации компьютерной графики , Суперкомпьютерные мощности
{{cite journal}}
: CS1 maint: дата и год ( ссылка )