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。