windR

readme

Windr

windR 은 동물 추적 데이터를 바람 데이터 (또는 해류 데이터)와 연결하는 R 패키지이며 이동 한 매체의 흐름 내에서 동물 움직임을 시각화 할 수 있습니다.

패키지는 바람의 가슴 모래 파이퍼 움직임을 분석하는 데 사용되는 기능을 컴파일하도록 작성되었습니다. 이 트랙의 전체 애니메이션은 YouTube에서 찾을 수 있습니다 : Arctic을 통해 이동 : 바람에 가슴 모래 파이퍼

windR 로 무엇을 할 수 있습니까?

windR 은 Dee et al. 2011 년에 바람 추적 데이터 (자체)를 연결합니다. 바람이나 해변 데이터의 입자 흐름 애니메이션을 만드는 데 사용될 수 있습니다. 추적 데이터와 연결하려면 동일한 영역 맵 프로젝션 (Eglambert Azimuthal Equal-Are-Are-Projection)을 사용하여 베어링 (지상 속도),지면 속도, 바람지지 및 크로스 바람을 계산해야합니다. 바람 지지대는 조류 비행 방향의 바람 벡터의 길이를 나타내고 십자가 바람은 지상 벡터에 수직 인 바람 벡터의 길이를 나타냅니다 (회로도 표현은 Safi et al. 2013 참조). 자세한 설명은 아래에 설명 된 워크 플로 예제를 참조하십시오.

그림은 바람 지지대 (M/S)와 함께 색깔이있는 배로우 주변 (알래스카 북쪽 끝) 주변의 영역을 떠난 두 개의 남성 고급 샌드 파이퍼 (밝은 녹색의 두꺼운 혜성)를 포함하여 입자 흐름 애니메이션의 예제 스냅 샷을 보여줍니다. 현재 풍속 (m/s; 풍력지지와 동일한 규모)은 현재 풍력 데이터를 기준으로 비행합니다. 지도 프로젝션 : 경도 기원 156.65 ° W (Barrow)를 갖는 극 라브버트 방위각 평등 영역; 자연 지구의 데이터를 맵핑하십시오

워크 플로 예제

비네팅은 최종 결과에 도달하기 위해해야 ​​할 일 (동물 트랙이있는 입자 흐름 애니메이션)에 대한 작은 단계별 예를 제공합니다. 단일 비네팅은 서로 구축되지만 각 단계의 출력 데이터는 패키지 데이터에서로드 될 수 있으므로 각각 독립적으로 실행할 수 있습니다. HTML로서의 비네팅은 OSF에서 찾을 수 있으며 다운로드 후 브라우저에서 볼 수 있습니다.

첫 번째 vignette a_era_interim_data_download는 Python 스크립트를 사용하여 Era-Interim 데이터를 다운로드하는 방법을 설명합니다. 한 달은 웹 사이트를 통해 직접 다운로드 할 수도 있습니다.

두 번째 비네팅 B_WIND_DATA_MANIPULATION은 바람 데이터를 열고 더 높은 해상도로 보간하여 날짜 및 U- 및 V- 윈 구성 요소를 포함한 데이터로 변환하는 방법을 설명합니다.

세 번째 vignette C_WIND_PARTICLE_FLOW는 바람 데이터를 사용하여 입자 흐름 (입자 생성 방법)과 함께 애니메이션을 만드는 방법에 대해 설명합니다.

Forth Vignette D_WIND_SUPPORT_AND_TRACK_ANIMATION은 바람 데이터와 동물 트랙 (Kempenaers & Valcu 2017의 데이터 하위 세트를 사용하여)과 베어링,지면 속도, 바람 지원 및 트랙의 교차 바람을 계산하는 방법을 설명합니다. 그 후 간단한 GGPlot에서 추적 데이터를 플로팅하는 방법과 추적 데이터를 사용하여 혜성 플롯 애니메이션을 수행하는 방법의 예를 제공합니다.

다섯 번째 vignette f_wind_animation_with_tracks는 모든 것을 함께 제공합니다. Wind Data의 입자 흐름 애니메이션과 추적 데이터를 결합합니다.

자신의 데이터를 시작하기위한 팁

• 비네팅을 따르고 예제를 실행하십시오.
• 자신의 데이터로 작게 시작하십시오! 전체 프로세스를 통해 데이터의 작은 하위 집합을 사용하여 (원하는대로). 빅 데이터 세트로 시작하면 모든 것이 느려지고 곧 좌절하게 만듭니다. 모든 것이 작은 서브 세트를 사용하는 모든 것이라면 - 큰 기간 동안 크게 가서 입자를 만듭니다.
• 추적 데이터 및 질문에 최적의 공간 및 시간적 스케일 피팅을 찾으십시오.
• 재미있게 보내세요!

설치

install.packages( ' devtools ' )
devtools :: install_github( ' mpio-be/windR ' )

# install with vignettes
devtools :: install_github( " mpio-be/windR " , build_vignettes = TRUE , force = TRUE )
vignette( package = " windR " )

제한

모든 분석은 중고 바람과 추적 데이터의 시공간 분해능에 의해 제한됩니다.

영감과 배경

이 프로젝트는 Cameron Beccario의 Awesome Earth Project에서 영감을 얻었으며, 이는 Hint.fm의 Wind Map Project에서 영감을 얻었습니다.

우리는 바람의 입자 흐름지도를 보았고 그러한 시각화 내에서 우리의 조류 트랙을보고 싶었습니다. earth 와 wind map 모두 고정 된 글로벌 풍력 데이터 세트 (1 개의 바람 층)의 고정 된 시간을 사용합니다. 입자는지도에 무작위로 던져지고 풍속과 방향에 따라 움직입니다. 바람 안에 새 트랙을 플로팅하기 위해, 우리는 새가 움직일 시간에 따라 바람 데이터를 지속적으로 바꿀 수있는 방법을 찾아야했습니다. 우리는 항상 가장 가까운 바람 데이터를 제 시간에 (지속적으로 바람 층을 변경) 사용하여 시간이 지남에 따라 바람 입자의 동적 흐름을 초래했습니다. 우리는 R 에서이 워크 플로우를 빠르게 만들기 위해 최선을 다했지만 다른 프로그래밍 언어 (예 : JavaScript)를 사용하면 이러한 분석 속도를 향상시킬 수 있음을 알고 있습니다. 누군가 가이 스크립트를 개선 (속도 업)하고 싶거나 부품 (입자 생성)을 다른 프로그래밍 언어로 번역하고 싶다면 기뻐합니다.