ETH Zurich
clouds

お天気の視覚化は目的別分野別に多様であるべき、と主張するスイスの大学のプロジェクト

次の記事

Bluedot Innovationが550万ドル調達。位置情報の精度向上を目指す

空の雲を見て、“犬”や“綿毛”を連想する人もいる。あるいは、“あれは衰退中の積雲で、羽毛のようなエッジは北からの高気圧が上昇気流によって終わりつつあることを示唆しているが、そのためにたぶん乱気流が生じるだろう。それに、ちょっと犬にも似ているな”、と思う人もいる。天候データの複雑で美しい視覚化は、後者の人びとが作っているのだ。

ETH Zürich(スイス連邦工科大学チューリッヒ校, ETHZ)のMarkus Grossが率いるプロジェクトは、天候データの視覚化はその利用目的や利用分野によって多様であるべき、と考えている。そこで彼のチームは、大量の天候データと格闘しながら、テレビ局や各種の研究所など、いろんなところにいるいろんな気象学者たちのための、それらのデータの正しい表現方法を模索してきた。

“われわれの視覚化の科学的価値は、既存のツールでは見ることができなかったものを見えるようにできるところにある”、とチームの一人、学部学生のNoël RimensbergerがETHZのニューズリリースで述べている。天候を、“比較的シンプルなわかりやすい方法で表現できる”、とも言っている。

問題のデータはすべて、2013年4月26日の夜のものだ。そのときは、ある大規模な気象学のプロジェクトにより、複数の研究機関が協力して大量のデータを集めたのだ。チームはそのデータを視覚化するためのさまざまな方法を作り出した。

たとえば、ひとつの郡全体を見るときには、雲に生じる小さな波動に注目することに意味があるだろうか? 必要なのはもっと大きな傾向であり、寒冷前線の生成や雨になりそうな領域など、重要なデータポイントを見つける方法だ。

  1. flights

  2. vorticity

  3. updrafts

  4. drafts

  5. clouds

しかし、局所的な雲の生成について知りたいときは、そんなマクロなデータは役に立たない。たとえばそこだけは、台風の風雨が異様に激しいかもしれない。

あるいは、あなたが小型飛行機のパイロットだったらどうか。ちょっとした雨や雲は気にならないかもしれないが、どこかに乱気流が起きそうなパターンがあって、それが今後どっち方向へどれぐらいの速さで動いていくのか知りたいときはどうする? または、先日墜落事故起きた、その場所の今の気象状況を知りたいときは?。

視覚化のこれら複数の例は、大量のデータ集合を解釈し表示する方法が、いろんな目的によってさまざまであることを、示している。

このプロジェクトにおけるRimensbergerの指導教官Tobias Güntherによると、膨大なデータを解釈してシミュレーションを作りだすために今使っているアルゴリズムが、とても遅すぎる。今は、その改良に取り組んでいるところだ。でも、時間条件がゆるい利用目的なら、現状でも十分使える、と。

彼らがETH Zürichの視覚化コンテストのために作成したペーパーの全文が、同大学のWebサイトにある。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa