运动生态学家研究动物的运动,以帮助了解他们的行为和相互作用和环境。从GPS记录器的数据越来越重要。这些数据需要进行处理,分割和总结进一步的可视化和统计分析,往往使用预定义的参数。通常情况下,这个过程是分开的后续的视觉和统计分析,使这些结果很难通知数据处理,并帮助设置适当的规模和阈值参数。本文[1] 探讨了使用高度互动的视觉分析技术,处理原始数据和探索性的可视化分析之间的差距缩小。与动物运动生态学家密切合作,我们提出的要求,使数据的特点来确定,初步研究的问题进行调查,以及进一步分析的数据进行评估的适用性。我们设计的视觉编码和互动来满足这些要求而提供的软件实现。我们展示了这些技术与指示性的研究问题的一些鸟类,提供软件,并讨论更广泛的动物运动生态学的影响。
本文的贡献是:(a)确定的运动生态分析的初始阶段为探索性可视化分析的要求;(b)识别,并实现视觉编码和高度互动的技术从制图设计、信息可视化和可视化分析;和(c)展示他们的使用鸟运动生态语境。我们的工作有助于提高使他们更接近动物的运动数据的使用,更容易与他人讨论,更容易评估其适用性,加快探索推理的分析周期,帮助确定随后的分析合适的子集,并帮助形成阈值和参数的选择。
我们的设计是基于多个协调视图与刷选。在原来的工作中,它被认为是非常有效的,有关空间,时间和属性方面的数据。每个视图都包含相同的数据,但安装和铺来代表不同的方面。在我们的例子中,我们有一个地理图形视图,一个线性时间线视图,一个循环时间线视图和一个单独的视图,如图1所示。在一个视图中选择数据点,在其他视图中选择相应的数据点,使这些不同的方面进行比较。实现设计的软件可用。
五种映射模式:(a)原始点;(b)线;(c)密度估计;(D)相对瓦片地图;(e)绝对瓦片地图,其中b-e的颜色由在那里花费的时间决定,(D-E)显示相对时间的每一个人了。
在泥滩蛎鹬数据:(一)闭塞的观点,受到个体;(b)显示在每个方格的每个个体的相对时间瓦片地图。
时间模式:(一)原分为时间(X轴)与速度(Y轴);(b)密度随着时间的攻击速度,显示时间,鸟花以不同的速度随着时间的推移(注意在飞行和非飞行的速度可能的区别);(c)密度对高度(Y轴)在某些日子,鸟儿在高海拔地区花费更多的时间(如6月21日)。
时间轴是针对个体绘制的时间(每行一个)。在密度变化不大,因为数据是时间标准。该区域突出显示的地图只访问了一个人显示在时间轴上的红色。放大6月24日显示,个别访问了该地区两次在那一天,曾经在03:00一旦19:00。
海鸥对位置的使用;右边的统计图例表示当前地图视图中所花费的时间。
强调旅行的地图和时间表,与这些旅行五示(上)从开始的距离(X轴)和高度(Y轴)和1小时线(灰色垂直线)。
根据缩放级别计算密度图比例尺。(左)缩放到充分的程度-个人花费大部分时间在鸟巢周围;(中)密度在一个大的空间尺度,显示一个循环结构;(右)航拍图像上下文有助于解释循环结构。
正在进行的工作包括将其他数据源,如风(已知有强烈的影响,特别是对迁移),生物传感器和观测数据的测量。我们也认为这些技术有重要的作用,沟通解释不同的观众和促进领域专家之间的讨论。我们计划在未来几年在动物运动研讨会上进行这些研究。
Reference
[1] Slingsby A, Van Loon E. Exploratory Visual Analysis for Animal Movement Ecology[C]// Computer Graphics Forum. 2016.
评论关闭。