The Science of Where: visualización de vóxeles del aumento y la dispersión de la columna de humo
Por Kevin Butler
El 20 de agosto de 2010, un rayo encendió un incendio en el bosque de la nación Salmon-Challis en Idaho. Alimentado por cargas pesadas de abetos y pinos muertos por insectos, el incendio abarcó 970 hectáreas antes de ser contenido el 16 de septiembre (Fig. 1). Utilizando paquetes de instrumentos en un avión de ala fija, el Programa Conjunto de Ciencia del Fuego capturó mediciones aéreas de la dispersión del humo y el aumento de la pluma a través de perfiles de vuelo verticales y horizontales. Estos datos brindan una oportunidad única para explorar la dispersión en el mundo real de una columna de humo. Los videos de este blog, todos creados con ArcGIS Pro 2.6, muestran cómo las capas de voxel pueden ayudarlo a explorar y descubrir patrones 3D complejos de mediciones atmosféricas.
Un avión de ala fija muestreó la columna volando perfiles espirales verticales centrados en la columna y transectos horizontales perpendiculares a la columna (Fig. 2). Un nefelómetro midió la retrodispersión de luz que se utilizó para estimar la concentración de material particulado (PM 2.5) en la pluma.
La dinámica de la columna de humo y sus impactos en la calidad del aire se han explorado tradicionalmente utilizando modelos numéricos computacionalmente intensivos en cuadrículas 3D espaciadas regularmente. Las mediciones in situ recopiladas por el programa Joint Fire Science pueden ayudar a validar estos modelos numéricos. Visualizar la dispersión del humo utilizando vóxeles basados en GIS permite a los investigadores y profesionales explorar el comportamiento de la dispersión del humo en contexto. Lo que significa que el comportamiento de la pluma se puede explorar en una escena 3D realista y georreferenciada. Las columnas de humo se visualizan por encima de los mapas base que proporcionan información valiosa sobre la topografía y el uso de la tierra, lo que podría afectar el comportamiento de las columnas.
Explorando los datos
Las medidas de dispersión de humo se obtuvieron el 25 de agosto, cinco días después del inicio del incendio. Los puntos del video a continuación muestran la concentración de PM 2.5 (microgramos por metro cúbico) en cada ubicación de muestreo 3D. Los colores marrones más oscuros indican concentraciones más altas de PM 2.5. Colorear las ubicaciones de muestreo por concentración de PM 2.5 le permite ver la forma general, orientación y tendencias de los puntos muestreados de la pluma.
Para identificar mejor el centro geográfico, la dispersión y cualquier tendencia direccional de la pluma, puede crear un elipsoide de desviación estándar utilizando la herramienta Distribución direccional. El elipsoide púrpura (Fig. 4) representa dos desviaciones estándar de la distribución espacial de los datos ponderados por la concentración de PM 2.5. La desviación estándar es ponderada por la concentración de PM 2.5 para centrarse mejor alrededor de las concentraciones más altas de PM 2.5 en el centro de la plomada. Cuando el patrón espacial subyacente de características se concentra hacia el centro con menos características hacia la periferia (siguiendo una distribución de Rayleigh), un elipsoide de dos desviaciones estándar contiene aproximadamente el 98 por ciento de las características.
Interpolación 3D
Si bien es útil simbolizar y resumir las ubicaciones de las muestras, no permite una visualización completa en 3D de la columna de humo. Para crear una visualización 3D completa, los valores de PM 2.5 se pueden interpolar a un conjunto de vóxeles espacialmente contiguos utilizando Empirical Bayesian Kriging 3D. El resultado de la interpolación es una capa geoestadística que muestra un transecto horizontal a una determinada elevación. La elevación actual se puede cambiar con el control deslizante de Rango, y la capa se actualiza para mostrar las predicciones interpoladas para la nueva elevación. Puede exportar rásteres y contornos de entidades a cualquier elevación, predecir puntos de destino en 3D y exportar a un archivo netCDF que se puede mostrar como una capa de vóxeles.
La Figura 5 muestra las superficies interpoladas a varias altitudes. La capa se muestra como contornos rellenos destinados a presentar una representación simplista y rápida de los resultados de la interpolación.
Visualización de vóxeles
La capa de estadísticas geográficas de la sección anterior se exportó a un archivo netCDF utilizando la herramienta GA Layer 3D To NetCDF. El propósito principal de esta herramienta es preparar capas de estadísticas geográficas 3D para su visualización como una capa de vóxeles en una escena local. La figura 6 muestra la visualización predeterminada; sin embargo, los vóxeles exteriores no transparentes oscurecen la vista de la columna dentro del interior.
La capa de vóxeles admite la exploración del interior del volumen mediante secciones e isosuperficies. Una sección es un plano vertical u horizontal de dos lados que atraviesa una capa de vóxeles (análogo a la tomografía meteorológica). Una isosuperficie es el equivalente en 3D de una línea de contorno, una superficie en 3D que representa un valor específico de una variable continua, en este caso, PM 2.5. La Figura 7 muestra isosuperficies de varios valores de PM 2.5. El valor de la isosuperficie se controla mediante un control deslizante interactivo. Explorar la capa de vóxeles con isosuperficies puede revelar los patrones complejos de la pluma y potencialmente ayudar a los investigadores a comprender mejor el comportamiento de la difusión.
Las capas de vóxeles son dinámicas y se pueden explorar desde cualquier ángulo. La Figura 8 muestra una animación de vuelo a través de la isosuperficie con un valor de 35 μg / m3. Una animación de vuelo simula la cámara moviéndose a través de un mapa o escena e imita cómo es estar físicamente presente en la vista.
Integrando meteorología y SIG
La meteorología y los SIG están indisolublemente vinculados a través de la cartografía. El primer mapa meteorológico ampliamente distribuido apareció en The Times (Londres) el 1 de abril de 1875, y su estructura resultaría familiar para un lector moderno. A diferencia del cartógrafo que crea ese mapa meteorológico temprano, los meteorólogos modernos deben asimilar cantidades masivas de datos de observación y modelados en el proceso de pronóstico. Ellos, como la mayoría de los científicos, investigan y practican en una era de sobrecarga de información. Una forma de mitigar esta sobrecarga y aprovechar los valiosos productos de información 3D disponibles para los meteorólogos es a través de análisis visuales interactivos, combinando el poder computacional de las computadoras con las capacidades cognitivas y perceptivas de los humanos. La naturaleza explícita en 3D de los vóxeles y las capacidades de umbralización, corte y sobrevuelo inmersivo unen los poderes de visualización de las computadoras con la comprensión del meteorólogo de los procesos atmosféricos y la intuición informada.
A dónde ir desde aquí
Aquí hay tres ideas sobre cómo podría explorar más la ciencia de dónde integrando SIG y meteorología con ArcGIS.
- Obtenga más información sobre las capas de vóxeles en ArcGIS Pro y su aplicación en la geografía humana con la lección Visualice el distanciamiento social en California.
- Reproduzca las visualizaciones que se muestran en este blog por su cuenta. Los datos utilizados en este blog están disponibles en el Archivo de datos de investigación del Departamento de Agricultura de EE. UU.
- Analice otros incendios salvajes y prescritos. Si bien este blog se centró en el incendio de Banner, el Archivo de datos de investigación contiene datos de un total de 11 incendios.
Expresiones de gratitud
Gracias al Joint Fire Center por hacer que este rico conjunto de datos esté disponible gratuitamente. También a Eric Krause, Esri, por su paciente orientación, ya que el autor, que no pertenece a la generación de los videojuegos, exploró los vóxeles.
Urbanski, Shawn P .; Kovalev, Vladimir A .; Hao, Wei Min. 2013. Mediciones aerotransportadas y Lidar del aumento, las emisiones y la dispersión de la columna de humo. Fort Collins, CO: Servicio Forestal del USDA, Estación de Investigación de las Montañas Rocosas. https://doi.org/10.2737/RDS-2013-0010
Acerca del Autor
Kevin Butler es ingeniero de producto en el equipo de análisis y geoprocesamiento de Esri y trabaja como enlace con la comunidad científica. Tiene un Ph.D. en Geografía de la Universidad Estatal de Kent. Durante la última década, ha trabajado en proyectos estratégicos, asociándose con clientes y otros miembros de la comunidad científica para ayudar en el desarrollo de grandes productos de información ecológica, como las unidades terrestres ecológicas, las unidades marinas ecológicas y las unidades costeras ecológicas. Sus intereses de investigación incluyen un enfoque temático en flujos de trabajo analíticos estadísticos espaciales, un enfoque metodológico en técnicas de agrupamiento espacial y un enfoque geográfico en Puerto Rico y ciudades del medio oeste.