Hydrosystemanalyse - Schadstoffhydrologie · Fakultät Umweltwissenschaften, Fachrichtung...

Faktultät Umweltwissenschaften, Fachrichtung Hydrowissenschaften, Institut für Grundwasserwirtschaft

HYDROINFORMATIK 1

Visualisierung in Umweltwissenschaften

JProf. Dr. rer. nat. Marc Walther

Dresden, 09. Dezember 2016

Fakultät Umweltwissenschaften, Fachrichtung Hydrowissenschaften, Institut für Grundwasserwirtschaft

HEUTE

Grundlagen Visualisierung

Einführung & Konzepte

Beispiele & Stolperstellen

Kleine Übung

09. Dezember 2016 Walther, Kolditz – Hydroinformatik 1 2


MOTIVATION

Visualisierung – Wozu?



MOTIVATION

“Ein Bild sagt mehr als tausend Worte”

[Fred R. Barnard]



MOTIVATION

Warum visualisieren?

• Zahlen sind nutzlos ohne Zusammenhänge

Bsp: 14, 136, 190 =

• Daten sind nutzlos ohne Interpretation

Bsp: 9°, 10°, 11°, 14°, 13° C

• Informationen sind nutzlos ohne Verständnis

Sichtbarmachen von Zusammenhängen,

Erleichtern der Interpretation,

Verbesserung des Verständnis[Visualisierung, Kurth, 2007]



MOTIVATION

[Paraview User Guide]



BEGRIFF

Visualisierung (allgemein)

ist ein Prozess, der abstrakte Daten und Zusammenhänge in

visuelle Form überführt.[Visualisierung, Jänicke, 2012]

Visualization is any technique for creating images, diagrams, or

animations to communicate a message. [http://en.wikipedia.org/wiki/Visualization_(computer_graphics)]



BEGRIFF

Visualisieren bezeichnet die Tätigkeit, einen bislang im

Zeichensystem der Wortsprache ausgedrückten Inhalt entweder

durch bildsprachliche Zeichen zu ergänzen, oder aber ihn ganz in

die Bildsprache zu übersetzen.[J.Stary. Visualisieren. Cornelsen Scriptor 1997 S. 12]

Wissenschaftliche Visualisierung ist die visuelle Repräsentation

von Daten und Zusammenhängen mittels Grafiken, Bildern und

Animationen, um die Daten, die Struktur, und das zeitliche

Verhalten von großen, komplexen Datensätzen darzustellen, die

Systeme, Ereignisse, Prozesse, Objekte und Konzepte

repräsentieren.[Visualisierung, Jänicke, 2012]



BEGRIFF

[Visualisierung, Jänicke, 2012]



DATEN

Wie sehen die Daten aus?

Inhalt

• Multidimensional (1D, 2D…)

• Kombination unterschiedlicher, tlws offensichtlich

nicht zusammenhängender Systemvariablen (zB. 𝜇(𝑇), 𝜇(𝑣))

• Diskret vs. kontinuierlich vs. Text

Datumsangabe vs. Niederschlagsmenge vs. Stationsname

Struktur

• Datenformat je nach Datentyp verschieden;

zumeist bestimmt Inhalt die Struktur ( Funktion)

• ASCII oder binär



BEISPIEL DIMENSIONALITÄT

Vom Punkt zum vierdimensionalen Hyperwürfel

?



BEISPIEL DIMENSIONALITÄT

Vom Punkt zum vierdimensionalen Hyperwürfel



BEISPIEL ISOMETRISCHE DARSTELLUNG 5D & 6D WÜRFEL

[Hans Walser, www.walser-h-m.ch/hans]



BEISPIEL ISOMETRISCHE DARSTELLUNG 7D & 8D WÜRFEL

[Hans Walser, www.walser-h-m.ch/hans]



DATEN

Wie sehen die Daten aus?

Inhalt

• Multidimensional (1D, 2D…)

• Kombination unterschiedlicher, tlws offensichtlich

nicht zusammenhängender Systemvariablen (zB. 𝜇(𝑇), 𝜇(𝑣))

• Diskret vs. kontinuierlich vs. Text

Datumsangabe vs. Niederschlagsmenge vs. Stationsname

Struktur

• Datenformat je nach Datentyp verschieden;

zumeist bestimmt Inhalt die Struktur ( Funktion)

• ASCII oder binär



Binär 4.4MB

ASCII 5.2MB



MÖGLICHKEITEN DER VISUALISIERUNG

Visualisierung

• erlaubt 1D- / 2D- / 3D- / 4D-Darstellung multidimensionaler

Datensätze

• ermöglicht Verarbeitung riesiger Datenmengen

• zielt auf ein schnelles Verstehen von neuen Daten

(im Gegensatz zur Präsentationsgrafik, zB. Poster)

• kann viele Ansätze kombinieren

• kann Expertenwissen einbeziehen

[Bartz 2005]



ANFORDERUNGEN & AUFGABEN

Was soll Visualisierung tun?



ANFORDERUNGEN

Gute grafische

Anwendungen &

Darstellungen sind

• Leicht zugänglich &

intuitiv

• Benutzerfreundlich &

verständlich

• Ästhetisch

[Visualisierung, Kurth, 2007]



ANFORDERUNGEN

Graphische Darstellungen sollen

• die Daten zeigen

• den Betrachter anregen über die Daten nachzudenken

• den zur Verfügung stehenden Platz gut ausnutzen

• (wenn nötig) verschiedene Abstraktionsebenen bereitstellen

• die Anwendung unterstützen, z.B. Daten tabellieren,

beschreiben, erforschen

Graphische Darstellungen sollen nicht

• den gezeigten Inhalt verzerren

• den Betrachter vom Inhalt ablenken

[nach E. R. Tufte, The Visual Display of Quantitative Information]



AUFGABEN

Darstellung komplexer und abstrakter Sachverhalte

Exploration

• Interaktive Darstellungen

• Je nach Interesse verschiedene Aspekte darstellen

Externe Kognition

• Unterstützung im Erkenntnisprozess

Kommunikation

• Weitergabe von Informationen

• Einfache, schnelle Erfassung (Alternative z.B. Text- oder Tabellenform).

Steigerung der Produktivität

• Relevante Informationen schnell erfassen (z.B. gegenüber Text)

• Zeitersparnis bei Automatisierter Visualisierung




BSP AUFGABEN



AUFGABEN (BSP. GRUNDWASSER)

Pre-processing

• Modelaufbau

• Hydro-Geologische Erkundung

• Überprüfen des konzeptionellen Modells

“On Runtime”

• Prozessvalidierung

• Kalibrierung / Validierung

Post-processing

• Datenextraktion

• Präsentation von Resultaten

• Entscheidungshilfe (Szenarienrechnungen)



EINE KLEINE GESCHICHTE DER

VISUALISIERUNG

Von 6200 v. Chr. bis heute



GESCHICHTE DER VISUALISIERUNG

Stadtplan von Catal Höyük (6200 v. Chr.)

Original Nachbildung

[http://www.infovis.net/printMag.php?num=110&lang=2]




Karte aus China (1137)

Original Zeichnung [Visualisierung, Jänicke, 2012]




Galileo: Kartierung von Sonnenflecken (1613)





Napoleons Russland-Feldzug 1812/13 (nach Minard)





Darstellung 3-dimensionaler Daten (1880)

[http://www.latebytes.nl/archives/2008/04/zouden-dit-de-e.html]



WISSENSCHAFTLICHE VISUALISIERUNG

Eigenständiges Forschungsgebiet seit ca. 1990

Wissenschaftliche Konferenzen Vis, EuroVis, EnvirVis…

Datenursprung

• Realität (Messung)

• Simulation, Mathematische Modelle

Wirkung

• Expressivität: Information einer Datenmenge werden gut präsentiert

• Effektivität: gute Wahrnehmung der Bilder

• Angemessenheit: Darstellung in angemessener Zeit und an

Ausgabegerät angepasst[Visualisierung, Kurth, 2007]



VISUALISIERUNGSFORMEN

Graphen: Punkte, Linien, …

Skalar, Vektor, Tensor,

Isolinien/flächen, Streamlines, …

Dimensionen

• 1D, 2D, 3D, mehrdimensional

• Darstellbarkeit, Virtuelle Realität,

“Cave” (VisLab Leipzig),

Augmented Reality

• Darstellung mehrerer Dimensionen

oft durch Projektionen realisiert



VISUALISIERUNGSFORMEN

Verschiedene

Grid / Mesh-Typen

Ohne / mit Animation

Ohne / mit Interaktion

Kombinationen der zuvor

genannten[timothyandrewbarber.blogspot.com]



SOFTWARE

Kostenlos, GNU / GPL, akademische Lizenz, kommerziell

Open-Source / Closed-source

Stand-Alone / Integriert in Modellierungssoftware (GUI)

Schnittstellen für Import / Export von / in andere

Dateiformate

Dateistrukturen (binär, ascii, angehängt, xml...)

Beispiele:

• ModelViewer, ModelMuse, Visual Modflow, FeFlow

• Visit, Paraview, Tecplot



EINIGE BEISPIELE

Visualisierung in verschiedenen Disziplinen



BEISPIELEMEDIZIN

virtusmed.teistler.info



NASA’S PLOT OF MONTHLY TEMPERATURE ANOMALIES


[http://aquaticinformatics.com/blog/hydrology/new-weather-normal/]


BEISPIELEFARBEN



BEISPIELETREES

www.treevis.net, http://survey.timeviz.net/



BEISPIELEFLIESSWEGE



BEISPIELEMULTI-DIMENSIONALE DATENSÄTZE



BEISPIELECONTEXT AWARENESS



KOMBINATIONTEXT – BILD



BEISPIELENETZWERKE

http://www.bestinfographics.co/



BEISPIELEDICHTE

http://www.flometrics.com/fluid-dynamics-consumer-product.shtml



BEISPIELE3D -> 2D



BEISPIELE2D -> 3D -> 2D

M. Roscher, Universität Freiburg



BEISPIELE3D STATISTIK

http://mattstil.es/09. Dezember 2016 Walther, Kolditz – Hydroinformatik 1 51


ANDROID AKTIVIERUNGEN



BEISPIELE VISUELLE WAHRNEHMUNG

Stolperstellen & Tipps



GANZHEITLICHE WAHRNEHMUNG

Baisreend auf enier Sduite an enier Eligshcen

Unvirestiät ist es eagl, in wlehcer Rienhnelfoge die

Buhtsbaen in eniem Wrot sethen, das enizg wcihitge

dbaei ist, dsas der estre und lzete Bcuhtsbae am

rcihgiten Paltz snid.

Dulisch, 2013



RELATIONEN

http://commons.wikimedia.org/



STROOP EFFEKT

Sie werden farbigen Text sehen; achten Sie auf das Pluszeichen +

und benennen Sie, so schnell Sie können, die Farbe des Textes!




STROOP EFFEKT




CHUBB ILLUSION (KONTRASTEFFEKT)




CHUBB ILLUSION (SIMULTAN-KONTRAST)




CHECKER SHADOW ILLUSION




LILAC CHASER http://commons.wikimedia.org/



09. Dezember 2016 68


KONTRASTEFFEKT



SHEPARD-TISCHE: RÄUMLICHE DEUTUNG



WAHRNEHMUNGSPSYCHOLOGIE

http://www.bjoernbischof.de/



ALLGEMEINE STOLPERSTELLEN

Farben

• Zu viele Farben in einer Darstellung

• Regenbogenskalen

• Gleiche/ähnliche, sich überschneidende Farbskalen

• Wiedererkennbarkeit, Konsistenz über mehrere Grafiken

• Unschön: unterschiedliche Sättigung

Symbolgrößen vs. Wichtung, Bedeutung der Variable

Beschriftung: Graphen, Achsen, Skalen…

Bezug fehlt (Längenskala, Nordpfeil…)



ZUSAMMENFASSUNG

Visualisierung relevant für Darstellung von Daten

Einfachere Erfassung, schnellere Verarbeitung,

kollaborative Datenexploration

Nicht-triviale Aufgabe, Daten korrekt (sinngemäß) darzustellen;

falsche Darstellung kann Benutzer fehlleiten

Optische Wahrnehmung

Vielzahl von Möglichkeiten der Darstellung

(Dimensionalität, Interaktivität, Darstellungsmedium…)

„Eine gute Visualisierung merkt man nicht.“



WEITERFÜHRENDE LITERATUR

Klassische Lehrbücher:

• E.R. Tufte. The Visual Display of Quantitative Information. 2. Auflage, Graphics Press,

Cheshire, CT, USA, 2001.

• E.R. Tufte. Visual Explanations. Graphics Press, Cheshire, CT, USA, 1997.

• E.R. Tufte. Envisioning Information. Graphics Press, Cheshire, CT, USA, 1990.

• Bertin. Graphische Darstellungen. De Gruyter, Berlin, 1982.

Moderne Lehrbücher:

• A. C. Telea. Data Visualization: Principles and Practice, A K Peters, Ltd., 2008

• B. Fry, Visualizing Data, O'Reilly Media, 2007

• R. Spence. Information Visualization. Addison-Wesley, Reading, MA, USA, 2001.

• C. Ware. Information Visualization – Perception for Design. 2. Auflage,Elsevier,

Amsterdam, NL, 2004.




QUELLEN

„Visualisierung“, Winfried Kurth, Lehrstuhl für Praktische

Informatik / Grafische Systeme, BTU Cottbus

“Visualisierung”, Prof. Heike Leitte, CoVis, Universität

Heidelberg

“Visualization of scientific data”, Joachim Rang, TU

Braunschweig

“Visualisierung”, Eduard Gröller, Helwig Hauser, Institute

of Computer Graphics and Algorithms (ICGA), VUT Austria,

Department of Informatics, UiB Bergen, Norway



PARAVIEW TUTORIAL

Übung



SOFTWARE FÜR VISUALISIERUNG

Wissenschaftliche open-source

Visualisierungssoftware

www.paraview.org

Verwendung bei

• Modelaufbau (Hydrogeologie)

• Laufzeit

• Prozessverifizierung

• Darstellung von Resultaten,

Assimilation von Daten &

Datenver-/bearbeitung

Ausführung auf Rechencluster

in paralleler CPU-Struktur



ÜBUNG PARAVIEW

Parview Tutorial:

http://www.paraview.org/Wiki/The_ParaView_Tutorial


Hydrosystemanalyse - Schadstoffhydrologie · Fakultät Umweltwissenschaften, Fachrichtung...

Documents

Transcript of Hydrosystemanalyse - Schadstoffhydrologie · Fakultät Umweltwissenschaften, Fachrichtung...