windR
- это R пакет для подключения данных отслеживания животных с данными о ветре (или данных морского тока) и позволяет визуализировать движения животных в потоке среды, в которую они перемещались.
Пакет был записан для компиляции функций, используемых для анализа грудных движений с песочницей на ветру. Полную анимацию этих треков можно найти на YouTube: двигаться, хотя Arctic: грудные песочницы на ветру
windR
? windR
использует данные ветра из ERA-Interim (глобальная модель атмосферного повторного анализа), подробно описанную в Dee et al. 2011 и подключает их данные отслеживания ветра (ваши собственные). Его можно использовать для создания анимаций потока частиц ветрового или морского тока. Чтобы подключить их с данными отслеживания, необходимо вычислить подшипник (направление заземления), скорость заземления, поддержка ветра и поперечные ветры с треков животных, используя проекцию равных площадей (проекция Eglambert Azimuthal равных района). Поддержка ветра представляет длину вектора ветра в направлении полета птиц, а поперечный ветер представляет длину вектора ветра, перпендикулярно вектору заземления (см. Safi et al. 2013 для схематического представления). Подробное описание см. Пример рабочего процесса, описанный ниже.
На рисунке показан пример снимка анимации потока частиц, в том числе два мужских грудных песочниц (толстые кометы светло -зеленого цвета), которые оставили область вокруг барроу (северный кончик Аляски), окрашенные в окраску ветра (м/с) и частицы ветра, окрашенные с помощью Скорость ветра (м/с; в том же масштабе, что и поддержка ветра), летающая на основе данных ветра в это время. Проекция карты: Полярная Ламберт Азимутал Равная область с долготой происхождение 156,65 ° W (Барроу); Карта данных с естественной земли
Виньетки приводят небольшой пошаговый пример того, что нужно сделать, чтобы достичь конечного результата (анимация потока частиц с треками животных). Одиночные виньетки создаются друг на друга, но каждый из них может работать независимо (поскольку выходные данные каждого шага могут быть загружены из данных пакета). Виньетки как HTML можно найти в OSF и просмотреть в браузере после загрузки.
Первая vignette a_era_interim_data_download описывает, как загрузить данные ERA-Interim с помощью скрипта Python. Обратите внимание, что один месяц также можно загрузить через веб -сайт напрямую.
Вторая виньетка b_wind_data_manipulation описывает, как открыть данные ветра, интерполировать их в более высокое разрешение и преобразовать их в данных. Таблица, включая дату и компонент U- & V-Wind.
Третья виньетка C_WIND_PARTICLE_FLOW описывает, как использовать данные ветра для расчета потока частиц (как создавать частицы) и как создать с ними анимацию.
Forw Vignette D_WIND_SUPPORT_AND_TRACK_ANIMATION описывает, как подключить треки животных (используя подмножество данных от Kempenaers & Valcu 2017) с данными ветра и как вычислить подшипник, скорость заземления, поддержка ветра и перекрестные ветры с треков. После этого он приводит пример того, как построить данные отслеживания в простом GGPLOT и как сделать анимацию сюжета COMET, используя данные отслеживания.
Пятая виньетка f_wind_animation_with_tracks объединяет все вместе. Он объединяет анимацию потока частиц данных ветра с данными отслеживания.
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 " )
Все анализы ограничены пространственно-временным разрешением данных по использованию ветра и отслеживания.
Этот проект был вдохновлен проектом Awesome Earth от Cameron Beccario, который сам был вдохновлен проектом Wind Map от Hint.fm.
Мы увидели эти карты потока частиц ветра и хотели увидеть наши дорожки птиц в рамках такой визуализации. Как карта earth
, так и wind map
используют фиксированное время глобальных наборов данных ветра (один слой ветра). Частицы случайным образом бросаются в карту и перемещаются на основе скорости и направления ветра. Чтобы построить наши дорожки птиц на ветру, нам нужно было найти способ постоянно менять данные о ветре со временем, когда птицы двигались. Мы делали это, всегда используя ближайшие данные о ветре во времени (непрерывно изменяя слои ветра), что приводит к динамическому потоку частиц ветра, меняющиеся с течением времени. Мы сделали все возможное, чтобы сделать этот рабочий процесс быстро в R, но знаем, что использование других языков программирования (то есть JavaScript) может улучшить скорость этих анализов. Мы счастливы, если кто-то хочет улучшить (ускорение) этот сценарий или переводит части (особенно создание частиц) на другой язык программирования.