DeepSee нь далай тэнгисийн гүнийг урьд урьдынхаас илүү гүнзгий харах бидэнд хэрхэн тусалдаг вэ?

Холбоосуудын хүснэгт

Хураангуй болон 1 танилцуулга

2 Холбогдох ажил

3 Арга зүй

4 Далайн гүний экосистемийг судлах, 4.1 Далайн гүнийг судлах зорилго

4.2 Ажлын урсгал ба өгөгдөл

4.3 Загварын сорилт ба хэрэглэгчийн даалгавар

5 Гүн тэнгисийн систем

• 5.1 Газрын зураг харах
• 5.2 Үндсэн харах

5.3 Интерполяцийн үзэл бодол ба 5.4 Хэрэгжилт

6 Хэрэглээний хувилбарууд ба 6.1 Хувилбар: Аяллын өмнөх төлөвлөлт

• 6.2 Хувилбар: Шууд шийдвэр гаргах

7 Үнэлгээ ба 7.1 Далайн аялалын байршил

7.2 Шинжээчдийн ярилцлага

7.3 Хязгаарлалтууд

7.4 Сургамж

8 Дүгнэлт ба цаашид хийх ажил, талархал, лавлагаа

ХИЙСЭН МЭДЭЭ

Далайн гүн дэх бичил биетний экосистемийг судалж буй эрдэмтэд хүрээлэн буй орчны амьдралыг тэтгэх биогеохимийн чухал мөчлөгийг тодорхойлохын тулд далайн ёроолоос цуглуулсан тунадасны цөөн тооны дээжийг ашигладаг. Гэсэн хэдий ч эдгээр хэт алслагдсан орчноос дээж авах хээрийн судалгаа хийх нь үнэтэй бөгөөд цаг хугацаа их шаарддаг тул эрдэмтэд хээрийн талбайн түүврийн түүхийг судлах, шинэ дээж авах нь шинжлэх ухааны өгөөжийг нэмэгдүүлэх боломжийг урьдчилан таамаглах боломжийг олгодог багаж хэрэгсэл шаарддаг. Бид биогеохимийн болон микробын процессын 2 хэмжээст ба 3 хэмжээст интерполяцийг далайн ёроолын 2 хэмжээст газрын зураг дээр давхарласан хурдас түүвэрлэлтийн түүхтэй хамт дүрслэн харуулах DeepSee интерактив мэдээллийн ажлын талбарыг шинжлэх ухааны судлаачдын багтай хамтран хэрэглэгч төвтэй дизайны судалгааг хийсэн. Талбайд байршуулалт болон чанарын ярилцлагад үндэслэн бид DeepSee нь түүврийн хязгаарлагдмал хэмжээнээс шинжлэх ухааны өгөөжийг нэмэгдүүлж, судалгааны шинэ ажлын урсгалыг хурдасгаж, өгөгдөл хуваалцах урт хугацааны зардлыг бууруулж, багаар ажиллах, олон төрлийн судалгааны зорилготой багийн гишүүдийн хоорондын харилцаа холбоог дэмжсэн болохыг олж мэдсэн.

CCS ОЙЛГОЛТ

• Хүн төвтэй тооцоолол → Шинжлэх ухааны дүрслэл; Визуал аналитик; Газарзүйн дүрслэл; Дүрслэх систем ба хэрэгслүүд ; • Хэрэглээний тооцоолол → Дэлхий ба агаар мандлын шинжлэх ухаан.

ТҮЛХҮҮР ҮГ

Өгөгдлийн дүрслэл, шинжлэх ухааны дүрслэл, харааны аналитик, дизайны судалгаа, далайн гүн судалгаа.

ACM лавлагааны формат:

Адам Коссиа, Хейли М.Саперс, Ноа Дойч, Малика Хурана, Жон С.Мажар, Сержио А.Парра, Даниел Р.Уттер, Ребекка Л.Випфлер, Дэвид В.Каресс, Эрик Ж.Мартин, Женнифер Б.Падуан, Мэгги Хендри, Сантьяго Ломбейда, Хиллари Мушкин, Алекс Эндерт, Скотт Дэвидофф нар Виктория Ж. өнчин. 2024. DeepSee: Далайн ёроолын экосистемийн олон хэмжээст дүрслэл. 2024 оны 5-р сарын 11-16, АНУ, Хонолулу, HI, 2024 оны 5-р сарын 11-16, Тооцооллын систем дэх хүний хүчин зүйлийн тухай CHI бага хурлын эмхэтгэлд (CHI '24). ACM, Нью-Йорк, NY, АНУ, 16 хуудас. https://doi.org/10.1145/3613904.3642001

1 ТАНИЛЦУУЛГА

Далайн гүний ёроолын экосистемийн хайгуул, судалгаа сүүлийн 20 жилд үлэмж дэвшилттэй болсон. Эдгээр дэвшил нь далайн ёроолын бие даасан зураглал, дүрслэл, физик-химийн мэдрэгч, биологийн хэмжилт, дээжийн архивын шинэ технологийг хөгжүүлснээр асар их хэмжээний өгөгдлүүдийн үр дүнд бий болсон [31]. Эдгээр алслагдсан экосистемийн геологи, геохими, макро болон микробиологийн нэмэлт өгөгдлийн багцыг хангадаг эрдэмтдийн олон талт багуудаар дамжуулан далайн гүн судлаачид одоо далайн ёроолын 2D байр зүйн зураг, өнгөт фотомозайк руу нэвтэрч, далайн ёроолын дээжийн цэгийн хамаарлыг тогтоох боломжтой болсон. цуглуулгууд (жишээ нь хурдас, чулуулаг, амьтан, усны дээж) хүрээлэн буй орчны нөхцөл байдлын дагуу сантиметрээс километр хүртэлх орон зайн масштабаар.

Гэсэн хэдий ч дээжийн орон зайн байршлыг харуулсан 2 хэмжээст газрын зураг нь үнэ цэнэтэй хэдий ч одоогоор энэ талбарт 3-р хэмжээст, өөрөөр хэлбэл далайн ёроолд харагдах дүрслэх хэрэгсэл дутагдаж байна. Энэ нь дээжийн физик-химийн болон биологийн өгөгдлийг орон зайн хүрээнд судлахтай холбоотой хэд хэдэн үндсэн мэдээллийн дүрслэлийг бий болгодог. Дээжүүд нь далайн ёроолд хэдэн зуун метрийн гүнд сийрэг тархсан олон зуун бичил биетний төрөл зүйл, физик-химийн үзүүлэлтүүдээс бүрдсэн цэгэн байрлалтай газарзүйн болон цаг хугацааны (өөрөөр хэлбэл олон хэмжээст) өгөгдөл юм. Судлаачид экспедицийн үеэр далайн гүнээс эдгээр хурдасны цөмийг цуглуулахын тулд хээрийн ажил хийдэг бөгөөд энэ нь үнэтэй бөгөөд цаг хугацаа шаардсан ажил бөгөөд урьдчилан сайтар төлөвлөх шаардлагатай бөгөөд ихэвчлэн маш хязгаарлагдмал тооны дээж авдаг. Дараа нь хаана түүвэрлэхээ шийдэхийн тулд өмнөх түүврийн түүхийг харах нь үнэтэй хээрийн ажил хийхэд зарцуулсан цагийг нэмэгдүүлэхэд тусална. Цаашилбал, хээрийн ажлын өмнөх төлөвлөлт, шинэ дээж цуглуулах явцад тактикийн шийдвэр гаргах зэрэгт шинэ дүрслэх чадварыг нэвтрүүлснээр эрдэмтдийн одоо байгаа судалгааны ажлын урсгал хэрхэн өөрчлөгдөх нь тодорхойгүй байна. Бидний зорилго бол хурдасны цөм хоорондын орон зайн чиг хандлагыг хүрээлэн буй орчны нөхцөлд нь судлахад тулгарч буй дүрслэлийг шийдвэрлэх системийг хөгжүүлэх, далайн гүний хээрийн судалгаа хийж буй эрдэмтдийн ажлын урсгалд үзүүлэх нөлөөллийг хэмжих системийг ашиглах, дүрслэх өргөн хүрээний дизайны удирдамжийг тусгах явдал юм. хээрийн ажлын экспедицийн үеэр цуглуулсан олон хэмжээст түүвэр мэдээлэл.

Бид далайн гүний экосистемийг судалж буй шинжлэх ухааны судлаачдын багтай хийсэн хамтын дизайны судалгааг [43] толилуулж байна (3-р хэсэг). Бид эхлээд тэдний судалгааны зорилго, өмнөх ажлын урсгал, өгөгдлийн практикийг тодорхойлсон бөгөөд ингэснээр эрдэмтэд хүрээлэн буй орчны нөхцөл байдалд цөм хоорондын орон зайн чиг хандлагыг дүрслэн харуулах, үндсэн болон газрын зургийн өгөгдлийг нэгтгэхэд туслах системийн дизайны сорилтууд болон хэрэглэгчийн даалгавруудыг нэгтгэхэд хүргэсэн (Бүлэг 4). Нэг интерфэйс дэх олон хэмжээ, цаг хугацааны масштабтай байх ба урьдчилан таамаглах замаар боломжит хязгаарлагдмал тооны дээжээс шинжлэх ухааны өгөөжийг (удаан хугацаанд ашиглах чадвар, өгөгдлийн үнэ цэнэ) нэмэгдүүлэх. түүвэргүй байршилд үл үзэгдэх утгууд.

Бид даалгаврынхаа хийсвэрлэлээс DeepSee (Зураг 1, 5-р хэсэг)-ийг боловсруулсан бөгөөд эрдэмтэд тунадасны үндсэн өгөгдөл, газрын зургийн зургийг байршуулж, тэдгээрийн түүвэрлэлтийн түүхийг нэгэн зэрэг олон холбогдсон харагдацаар харуулах боломжтой нээлттэй эх сурвалж[1], интерактив ажлын талбарыг бүтээсэн. Сантиметр ба километрийн нарийвчлалын хоорондох далайн ёроолын интерактив газрын зураг (Зураг 1А) нь өмнөх шумбалтын талаарх мэдээлэл болон цуглуулсан дээжийг агуулсан шошготой. Эдгээр газрын зургийн хажуугаар DeepSee нь түүвэр хоорондын зай дахь өгөгдлийн интерполяцын гүн болон интерактив 3D дүрслэлээс хамааран параметрийн градиентийг харуулсан 2D дүрслэлийг харуулдаг (Зураг 1В). Мэдээллийн интерполяцыг бодит цаг хугацаанд нь ажиллуулж, эрдэмтэд далайн ёроолыг "харж", өндөр үнэ цэнэтэй дээж цуглуулах хамгийн магадлалтай газрыг тодорхойлох боломжийг олгодог. Шийдвэр гаргахад дэмжлэг үзүүлэхийн тулд DeepSee нь газрын зураг дээр тэмдэглэл хөтлөх тэмдэглэгээний хэрэгслээр хангадаг. Эцэст нь, DeepSee нь зөөврийн бөгөөд интернет холболт шаарддаггүй бөгөөд эрдэмтэд алслагдсан орчинд хээрийн экспедиц дээр DeepSee-г ашиглах боломжийг олгодог.

Бодит ертөнцийн асуудлыг шийдвэрлэхэд бидний арга барилын нөлөөг үнэлэхийн тулд бид DeepSee-г дизайны үйл явцад оролцсон ижил шинжээч хамтран ажиллагчидтай үнэлэв (7-р хэсэг). Эхлээд бид DeepSee-г судалгааны аялалын хөлөг онгоцон дээр байрлуулж, түүний чадавхийг туршиж, тухайн талбайд хэрэглэгчийн ямар даалгавруудыг гүйцэтгэсэн болохыг харуулсан. Дараа нь бид багийн гишүүн бүртэй ярилцлага хийж, DeepSee-д нөлөөлсөн далайн гүний хээрийн судалгааны хэд хэдэн хэсэгт байршуулах талаар санал хүсэлтийг цуглуулсан. Бид үүнийг сурсан:

(1) Шингэний харилцан үйлчлэл [16] болон олон масштабаар дүрслэгдсэн өгөгдлийг нэгтгэх нь эрдэмтдэд өгөгдлийн талаар асуулт асуух шинэ аргуудыг идэвхжүүлснээр хязгаарлагдмал дээжийн шинжлэх ухааны өгөөжийг нэмэгдүүлэхэд тусалдаг;

(2) 2D болон 3D өгөгдлийг нэг интерфейс дээр нэгтгэх нь ирээдүйн түүвэрлэлтийн шинэ боломжит зорилтуудыг гаргаж, өгөгдөл бэлтгэх урт хугацааны зардлыг бууруулах замаар судалгааны шинэ ажлын урсгалыг хурдасгаж чадна; болон

(3) Модульчлагдсан дүрслэл нь өөр өөр үүрэг, олон янзын судалгааны зорилготой багийн гишүүдэд хаана, ямар дээж цуглуулахаа шийдэхдээ тодорхой ажлуудыг шийдвэрлэхэд тусалдаг.

Эдгээр олдворуудаас бид хээрийн ажилд тулгуурласан бусад домайнуудад ирээдүйн дүрслэх системийг төлөвлөх зарчмуудыг нэгтгэсэн:

(1) Дизайн хийхдээ өгөгдлийн интеграцчлалыг хэрэглэгчийн даалгавар болгон эрэмбэлэх, энэ нь хэрэглэгчдэд талбарт шууд нэмж байгаа өгөгдлийг хянахад туслах;

(2) Хүрээлэн буй орчны нөхцөл байдалд физик өгөгдлийг дүрслэн харуулах, ойлголтыг илүү сайн ойлгох, харилцахыг дэмжих;

(3) Хязгаарлагдмал түүврийн шинжлэх ухааны өгөөжийг нэмэгдүүлэхийн тулд микро болон макро масштабын шинжилгээг холбох өгөгдлийн төрлийг хослуулах; болон

(4) Эрдэмтэд нарийн төвөгтэй үйл явцыг ойлгох, судлахад нь туслах, сэтгэцийн загварчлалд туслах интерактив дүрслэлийг зохион бүтээх

Ерөнхийдөө шингэний харилцан үйлчлэл, нягт уялдаатай өгөгдөл, модульчлагдсан дүрслэлүүдийн хослол нь судлаачдад орон зайн талаар илүү хүчтэй зөн совин бий болгоход тусалсан өгөгдлийг гүн гүнзгий ойлгох боломжийг олгосон.

хүрээлэн буй орчны түүвэр өгөгдлийн хуваарилалт нь ирээдүйд илүү мэдээлэлтэй түүврийн сонголтыг хөнгөвчлөх болно.

Дүгнэж хэлэхэд, энэхүү нийтлэлд оруулсан хувь нэмэр нь: (1) хэрэглэгч төвтэй дизайны үйл явцын дагуу далайн гүний экосистемийг дүрслэн харуулах шинжлэх ухааны үйл явцын шинж чанар, дизайны талаар анхаарах зүйлс; (2) Ирээдүйн дээжийн байршлыг сонгоход зориулсан далайн гүний тунадасны дээж авах түүхийг дүрслэн харуулсан DeepSee интерактив ажлын талбар; болон (3) хээрийн ажилд тулгуурласан шинжлэх ухааны судалгааг дэмжихийн тулд өгөгдлийн дүрслэлийг ашиглах нь сургамж болон өргөн хүрээний нөлөөллийн талаар DeepSee- г ашигласан эрдэмтэдтэй хийсэн ярилцлагад үндэслэсэн эргэцүүлэл.

[1] DeepSee код: https://github.com/orphanlab/DeepSee