Nova povijest
Kako nam DeepSee pomaže da vidimo dublje u oceane nego ikada prije
Predugo; Čitati
DeepSee je interaktivni alat dizajniran za vizualizaciju i optimizaciju istraživanja dubokih oceana integracijom 2D i 3D podataka za bolje uzorkovanje sedimenta, povećanje znanstvenog povrata od ograničenih uzoraka i pojednostavljenje radnih procesa.
Autori:
(1) Adam Coscia, Georgia Institute of Technology, Atlanta, Georgia, SAD ([email protected]);
(2) Haley M. Sapers, Odjel za geološke i planetarne znanosti, Kalifornijski tehnološki institut, Pasadena, Kalifornija, SAD ([email protected]);
(3) Noah Deutsch, Harvard University Cambridge, Massachusetts, SAD ([email protected]);
(4) Malika Khurana, The New York Times Company, New York, New York, SAD ([email protected]);
(5) John S. Magyar, Odjel za geološke i planetarne znanosti, Kalifornijski tehnološki institut Pasadena, Kalifornija, SAD ([email protected]);
(6) Sergio A. Parra, Odjel za geološke i planetarne znanosti, Kalifornijski tehnološki institut Pasadena, Kalifornija, SAD ([email protected]);
(7) Daniel R. Utter, [email protected] Odjel za geološke i planetarne znanosti, Kalifornijski tehnološki institut Pasadena, Kalifornija, SAD ([email protected]);
(8) John S. Magyar, Odjel za geološke i planetarne znanosti, Kalifornijski tehnološki institut Pasadena, Kalifornija, SAD ([email protected]);
(9) David W. Caress, Monterey Bay Aquarium Research Institute, Moss Landing, Kalifornija, SAD ([email protected]);
(10) Eric J. Martin Jennifer B. Paduan Monterey Bay Aquarium Research Institute, Moss Landing, Kalifornija, SAD ([email protected]);
(11) Jennifer B. Paduan, Monterey Bay Aquarium Research Institute, Moss Landing, Kalifornija, SAD ([email protected]);
(12) Maggie Hendrie, ArtCenter College of Design, Pasadena, Kalifornija, SAD ([email protected]);
(13) Santiago Lombeyda, Kalifornijski tehnološki institut, Pasadena, Kalifornija, SAD ([email protected]);
(14) Hillary Mushkin, Kalifornijski tehnološki institut, Pasadena, Kalifornija, SAD ([email protected]);
(15) Alex Endert, Georgia Institute of Technology, Atlanta, Georgia, SAD ([email protected]);
(16) Scott Davidoff, Laboratorij za mlazni pogon, Kalifornijski tehnološki institut, Pasadena, Kalifornija, SAD ([email protected]);
(17) Victoria J. Orphan, Odjel za geološke i planetarne znanosti, Kalifornijski tehnološki institut, Pasadena, Kalifornija, SAD ([email protected]).
Tablica veza
4 Proučavanje ekosustava dubokih oceana i 4.1 Ciljevi istraživanja dubokih oceana
4.3 Izazovi dizajna i korisnički zadaci
- 5.1 Prikaz karte
- 5.2 Osnovni pogled
5.3 Pogled interpolacije i 5.4 Implementacija
6 Scenariji korištenja i 6.1 Scenarij: Planiranje prije krstarenja
- 6.2 Scenarij: Donošenje odluka u hodu
7 Evaluacija i 7.1 Raspoređivanje na krstarenju
8 Zaključci i budući rad, zahvale i literatura
SAŽETAK
Znanstvenici koji proučavaju mikrobne ekosustave dubokih oceana koriste se ograničenim brojem uzoraka sedimenata prikupljenih s morskog dna kako bi opisali važne biogeokemijske cikluse u okolišu koji održavaju život. Ipak, provođenje terenskog rada za uzorkovanje ovih ekstremno udaljenih okruženja je i skupo i dugotrajno, zahtijevajući alate koji znanstvenicima omogućuju istraživanje povijesti uzorkovanja terenskih lokacija i predviđanje gdje će uzimanje novih uzoraka vjerojatno maksimizirati znanstveni povrat. S timom znanstvenih istraživača proveli smo kolaborativnu studiju dizajna usmjerenu na korisnika kako bismo razvili DeepSee, interaktivni radni prostor za podatke koji vizualizira 2D i 3D interpolacije biogeokemijskih i mikrobnih procesa u kontekstu zajedno s poviješću uzorkovanja sedimenta prekrivenom 2D kartama morskog dna. Na temelju primjene na terenu i kvalitativnih intervjua, otkrili smo da je DeepSee povećao znanstveni povrat od ograničenih veličina uzorka, katalizirao nove tijekove istraživanja, smanjio dugoročne troškove dijeljenja podataka i podržao timski rad i komunikaciju između članova tima s različitim istraživačkim ciljevima.
CCS KONCEPTI
• Računalstvo usmjereno na čovjeka → Znanstvena vizualizacija; Vizualna analitika; Geografska vizualizacija; Sustavi i alati za vizualizaciju ; • Primijenjeno računarstvo → Znanosti o Zemlji i atmosferi.
KLJUČNE RIJEČI
Vizualizacija podataka, znanstvena vizualizacija, vizualna analitika, studija dizajna, istraživanje dubokih oceana.
ACM referentni format:
Adam Coscia, Haley M. Sapers, Noah Deutsch, Malika Khurana, John S. Magyar, Sergio A. Parra, Daniel R. Utter, Rebecca L. Wipfler, David W. Caress, Eric J. Martin, Jennifer B. Paduan, Maggie Hendrie, Santiago Lombeyda, Hillary Mushkin, Alex Endert, Scott Davidoff i Victoria J. siroče. 2024. DeepSee: Višedimenzionalne vizualizacije ekosustava morskog dna. U zborniku CHI konferencije o ljudskim faktorima u računalnim sustavima (CHI '24), 11. – 16. svibnja 2024., Honolulu, HI, SAD. ACM, New York, NY, SAD, 16 str. https://doi.org/10.1145/3613904.3642001
1 UVOD
Istraživanje dubokomorskih bentoskih ekosustava, od ekspanzivnih ponornih ravnica do fizikalno-kemijski heterogenih ekstremnih okruženja hidrotermalnih izvora i curenja metana, značajno je napredovalo u posljednja dva desetljeća. Ovaj napredak proizlazi iz golemih količina podataka proizvedenih razvojem novih tehnologija za autonomno kartiranje i snimanje morskog dna, fizikalno-kemijsko očitavanje, biološka mjerenja i arhiviranje uzoraka [31]. Kroz multidisciplinarne timove znanstvenika koji pružaju komplementarne skupove podataka o geologiji, geokemiji, makro- i mikrobiologiji ovih udaljenih ekosustava, istraživači dubokih oceana sada mogu pristupiti 2D topografskim kartama i fotomozaicima u boji morskog dna, omogućujući odnos uzorka morskog dna između točkastih izvora zbirke (npr. jezgre sedimenta, uzorci stijena, životinja i vode) s njihovim odgovarajućim okolišnim kontekstom na prostorne ljestvice od centimetra do kilometra.
Međutim, dok su 2D karte prostornih lokacija uzoraka vrijedne, ovom polju trenutno nedostaju alati za vizualizaciju koji se protežu u 3. dimenziju, tj. unutar podmorskog dna. Ovo predstavlja nekoliko temeljnih izazova vizualizacije podataka oko istraživanja povezanih fizikalno-kemijskih i bioloških podataka uzoraka unutar njihovog prostornog konteksta. Uzorci su sedimentne jezgre – točkasti geoprostorni i vremenski (tj. višedimenzionalni) podaci koji se sastoje od stotina mikrobnih vrsta i fizikalno-kemijskih parametara – koji su rijetko raspoređeni po nekoliko stotina metara morskog dna. Istraživači izvode terenski rad kako bi prikupili te sedimentne jezgre iz dubokog oceana tijekom ekspedicija, što je skup i dugotrajan zadatak koji zahtijeva opsežno planiranje unaprijed i obično rezultira vrlo ograničenim brojem uzoraka. Uvid u povijest prethodnog uzorkovanja kako biste odlučili gdje dalje uzorkovati može pomoći da se maksimalno iskoristi vrijeme provedeno u skupom terenskom radu. Nadalje, nejasno je kako bi se postojeći istraživački tijek rada znanstvenika mogao promijeniti uvođenjem novih mogućnosti vizualizacije, kako u planiranju prije rada na terenu, tako iu taktičkom donošenju odluka na terenu kada se prikupljaju novi uzorci. Naši su ciljevi razviti sustav koji rješava izazove vizualizacije u istraživanju prostornih trendova između jezgri sedimenta u kontekstu njihovog okoliša, implementirati sustav za mjerenje utjecaja na tijek rada znanstvenika koji provode terenski rad na dubokim oceanima i razmisliti o širim smjernicama dizajna za vizualizaciju višedimenzionalni uzorci podataka prikupljeni tijekom terenskih ekspedicija.
Predstavljamo studiju zajedničkog dizajna [43] provedenu s timom znanstvenih istraživača koji proučavaju ekosustave dubokih oceana (odjeljak 3). Najprije smo okarakterizirali njihove istraživačke ciljeve, već postojeće tijekove rada i podatkovne prakse, što nas je dovelo do sintetiziranja izazova dizajna i korisničkih zadataka (odjeljak 4) za sustav koji može pomoći znanstvenicima da vizualiziraju prostorne trendove između jezgri u kontekstu okoline, integriraju podatke jezgre i karte na više veličina i vremenskih skala u jednom sučelju i povećati znanstveni povrat (dugoročna upotrebljivost i vrijednost podataka) iz ograničenog broja dostupnih uzoraka predviđanjem neviđenih vrijednosti na neuzorkovanim lokacijama.
Iz naše apstrakcije zadatka razvili smo DeepSee (Sl. 1, Odjeljak 5), interaktivni radni prostor otvorenog koda[1] za znanstvenike za učitavanje podataka jezgre sedimenta i kartografskih slika te gledanje njihove povijesti uzorkovanja prikazane u više povezanih prikaza istovremeno. Interaktivne karte morskog dna između centimetarske i kilometarske rezolucije (Sl. 1A) označene su informacijama o prethodnim ronjenjima kao i prikupljenim uzorcima. Uz ove mape, DeepSee prikazuje 2D vizualizacije koje prikazuju gradijente parametara kao funkciju dubine i interaktivne 3D vizualizacije interpolacija podataka u prostoru između uzoraka (Sl. 1B). Interpolacije podataka mogu se izvoditi u stvarnom vremenu, omogućujući znanstvenicima da "vide" ispod morskog dna i odrede najvjerojatnija mjesta za prikupljanje uzoraka visoke vrijednosti. Kako bi podržao donošenje odluka, DeepSee nudi alate za bilješke na kartama za bilježenje, korisne za prenošenje nalaza i planiranje budućih ronjenja. Konačno, DeepSee je prenosiv i ne zahtijeva pristup internetu, što omogućuje znanstvenicima da koriste DeepSee na terenskim ekspedicijama u udaljenim okruženjima.
Kako bismo procijenili utjecaj našeg pristupa na rješavanje problema iz stvarnog svijeta, evaluirali smo DeepSee s istim stručnim suradnicima koji su bili uključeni u proces dizajna (odjeljak 7). Prvo smo proveli početnu terensku implementaciju DeepSee-a na istraživačkom krstarenju kako bismo testirali njegove mogućnosti i ilustrirali koji su korisnički zadaci obavljeni na terenu. Zatim smo intervjuirali svakog člana tima i prikupili povratne informacije o implementaciji oko nekoliko područja terenskog istraživanja dubokih oceana na koje je DeepSee utjecao. Naučili smo da:
(1) Fluidna interakcija [16] i agregacija podataka vizualiziranih na više razina može pomoći znanstvenicima da povećaju znanstveni povrat ograničenih uzoraka omogućavanjem novih načina postavljanja pitanja o podacima;
(2) Integracija 2D i 3D podataka u isto sučelje može katalizirati nove tijekove istraživanja otkrivanjem novih potencijalnih ciljeva za buduće uzorkovanje i smanjenjem dugoročnih troškova pripreme podataka; i
(3) Modularne vizualizacije mogu pomoći članovima tima s različitim ulogama i različitim ciljevima istraživanja da riješe specifične zadatke dok odlučuju gdje i koje uzorke prikupiti.
Iz ovih nalaza sintetizirali smo načela za projektiranje budućih sustava vizualizacije u drugim domenama vođenim terenskim radom:
(1) Dajte prioritet integraciji podataka kao korisničkom zadatku prilikom projektiranja, pomažući korisnicima da prate podatke koji se dodaju u hodu na terenu;
(2) Vizualizirati fizičke podatke u kontekstu okoline, potičući bolje razumijevanje i komunikaciju uvida;
(3) Kombinirajte vrste podataka za premošćivanje mikro i makro analize, povećavajući znanstveni povrat na ograničenim uzorcima; i
(4) Dizajnirajte interaktivne vizualizacije za pomoć mentalnom modeliranju, pomažući znanstvenicima da razumiju i istraže složene procese
Sve u svemu, kombinacija fluidne interakcije, usko integriranih podataka i modularnih vizualizacija pružila je duboki uvid u podatke koji su pomogli istraživačima da izgrade jaču intuiciju o prostornom
distribucije podataka o uzorku iz okoliša, što u konačnici olakšava budući odabir uzoraka s više informacija.
Ukratko, doprinosi ovog rada su: (1) karakterizacija znanstvenog procesa i razmatranja dizajna za vizualizaciju ekosustava dubokih oceana nakon procesa dizajna usmjerenog na korisnika; (2) DeepSee , interaktivni radni prostor koji vizualizira povijest uzorkovanja dubokomorskih sedimenata za odabir budućih lokacija za uzorkovanje; i (3) razmišljanja temeljena na intervjuima sa znanstvenicima koji su primijenili DeepSee koji raspravljaju o naučenim lekcijama i širim učincima iskorištavanja vizualizacija podataka za podršku znanstvenim istraživanjima vođenim terenskim radom.
Ovaj je dokument dostupan na arxiv pod licencom CC BY 4.0 DEED.
[1] DeepSee kôd: https://github.com/orphanlab/DeepSee
L O A D I N G
. . . comments & more!
. . . comments & more!
