Trójwymiarowe wizualizacje bardzo dużych zbiorów danych
W miarę zwiększania się rozmiarów symulacji numerycznych, efektywna wizualizacja odgrywa coraz większą rolę, gdyż pomaga naukowcom w badaniu złożonej dynamiki przepływu płynów. Aktualnie dostępne metody nie umożliwiają jednak trójwymiarowej wizualizacji dużych pól wektorowych. Finansowany ze środków UE projekt LARGEFLOWVIS (Large scale flow visualization and analysis) dotyczył tzw. całkowych metod wizualizacji, które wykorzystują analizę trajektorii cząstek nieposiadających masy. Krzywe takie idealnie nadają się do badania transportu, mieszania i innych podobnych procesów. Naukowcy opracowali nowe algorytmy do obliczania krzywych całkowych, pozwalających na wykorzystywanie szeregu różnych równoległych architektur obliczeniowych. Algorytmy te dobrze sprawdzają się w przypadku klastrów i superkomputerów, umożliwiając naukowcom wizualizację i analizę bardzo dużych zbiorów danych pochodzących z symulacji, a także z pomiarów. To nowe podejście do redukcji danych zastosowane w projekcie LARGEFLOWVIS daje możliwość wizualizacji krzywych całkowych na powszechnie dostępnym sprzęcie komputerowym. Naukowcy połączyli różne techniki z dziedziny matematyki stosowanej, obliczeń równoległych i projektowania oprogramowania, aby badać nierozwiązane problemy z dziedziny dynamiki przepływu płynów. Możliwość analizowania dużych zbiorów danych ułatwi prowadzenie podstawowych badań naukowych znajdujących zastosowanie w przemyśle, od aerodynamiki po oceanografię. Uczeni będą mogli badać między innymi takie problemy, jak turbulencje wokół turbin wiatrowych czy wieloskalowe przepływy wód oceanicznych.
Słowa kluczowe
Zbiory danych, pole wektorowe, przepływ płynu, symulacje numeryczne, LARGEFLOWVIS
