集合模拟数据是现今科学可视化领域中的重要挑战之一。对于同一个物理现象，使用多个物理模型或者同一模型多组不同参数进行模拟，产生的一组模拟结果就称之为集合模拟数据，每个单独的结果称之为集合成员。对集合模拟数据的研究，一方面可以对各个结果之间的相似性和相异性进行分析，另一方面可以用于进行模型参数的优化。而这个工作主要关注的对应两个问题就是：时变集合模拟数据中趋势特征和异常成员的识别，以及和参数空间的结合探索。

继续阅读 »

在气象相关的集合模拟中，量化模型中的不确定性是领域科学家们十分关心的问题，其对在现实世界中做出决策有十分重要的意义。现如今，随着计算能力的飞速提高，已有的模型模拟已经能够产生出时变的多分辨率的集合模拟数据集。因此而产生了领域科学家十分关心的两个问题：一是输入参数的敏感度信息，二是模型在不同分辨率下的精确程度。根据输入参数的敏感度信息，可以将更多的计算资源倾斜到那些对输出有更高影响上的输入变量上。同时，了解模型在不同分辨率下的精确程度，也能在节省存储和计算代价的前提下，得到足够优秀的模型输出结果。本文就针对WRF (Weather Research and Forecasting) 模型，根据其在不同参数不同分辨率下的输出，并在真实数据的辅助下，研究参数敏感度和空间分辨率精确度的关系。

继续阅读 »

随着计算能力的不断提高，集合模拟 (ensemble) 数据已经被广泛应用于各类科学模拟中。从定义来说，一个集合模拟数据是一组紧密相关数据集的集合，每个数据集被称作“成员”，它们来自于同一次模拟或同一次试验的多次运行结果。通常集合模拟数据的分析难度巨大，既因为其数据量庞大，也因为其具有时变、高维、以及多变量的多重复杂性。本文提出了一系列的可视化分析方法来研究这类具有时变特征的集合模拟数据，尤其是其关注其所包含特征在各成员间的异同及演变过程。

继续阅读 »