windR

讀書我

溫德

windR是一個R包，可將動物跟踪數據與風數據（或SEA電流數據）連接起來，並允許在其移入的介質流動中可視化動物運動。

包裝寫成用於編譯用於分析風中胸砂運動的功能。可以在YouTube上找到這些曲目的完整動畫

您能用windR做什麼？

windR使用Dee等人詳細描述的ERA-Interim（全球大氣再分析模型）的風數據。 2011年並將他們連接到風跟踪數據（您自己）。它可用於創建風或海流數據的粒子流動動畫。為了將它們與跟踪數據聯繫起來，有必要使用相等的面積圖投影（Eglambert Azimuthal等於區域的投影）來計算動物軌蹟的軸承（地面速度），地面速度，風支撐和橫向風。風支撐代表了鳥類飛行方向的風矢量的長度，而橫風量表示垂直於地面載體的風矢量的長度（有關示意性表示，請參見Safi等人，2013年）。有關詳細說明，請參見下面描述的工作流程示例。

該圖顯示了粒子流動動畫的一個示例快照，其中包括兩個雄性胸皮砂紙（淺綠色的厚彗星），該碎屑使Barrow周圍的區域（阿拉斯加北端）帶有風支撐（m/s）和與風顆粒一起此時，風速（m/s；與風支撐相同的尺度與風支持）飛行。地圖投影：極性蘭伯特方位角等度具有經度的起源156.65°W（巴羅）；自然地球的地圖數據

工作流示例

小插圖給出了一個小的逐步示例，說明要達到最終結果需要做什麼（帶有動物軌道的粒子流動動畫）。單個小插圖相互構建，但可以獨立運行（因為可以從軟件包數據加載每個步驟的輸出數據）。 Vignettes作為HTML可以在OSF上找到，並在下載後在瀏覽器中查看。

第一個小插圖A_ERA_INTERIM_DATA_DOWNLOAD描述瞭如何使用Python腳本下載ERA-Interim數據。請注意，也可以直接通過網站下載單個月。

第二個小插圖B_WIND_DATA_MANIPULATION描述瞭如何打開風數據，將它們插入更高的分辨率並在數據中轉換它們。

第三個小插圖C_Wind_particle_flow在如何使用風數據計算粒子流（如何創建粒子）以及如何與它們創建動畫有關。

Forth Vignette d_wind_support_and_track_animation介紹瞭如何將動物軌道（使用Kempeneers＆Valcu 2017的數據子集）與風數據連接，以及如何計算軸承，地面速度，風支持和與軌道的軸承速度，風速，風支持和交叉風。之後，它提供了一個示例，說明如何在簡單的GGPLOT中繪製跟踪數據以及如何使用跟踪數據進行彗星繪圖動畫。

第五個小插圖F_Wind_animation_with_tracks將所有內容融合在一起。它將風數據的粒子流動動畫與跟踪數據結合在一起。

開始自己數據的提示

• 跟隨小插圖並運行示例。
• 從您自己的數據開始小！拿一小部分數據來通過整個過程（無論您想做什麼）。從大數據集開始，一切都會使一切都放慢，並會使您很快感到沮喪。如果一切都像您的小子集一樣 - 在整個興趣時期內變得龐大並創建粒子。
• 找到最佳的空間和時間尺度擬合跟踪數據和問題。
• 玩得開心！

安裝

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 " )

限制

所有分析都受使用的風和跟踪數據的時空分辨率的限制。

靈感和背景

該項目的靈感來自卡梅隆·貝卡里奧（Cameron Beccario）的令人敬畏的地球項目，該項目本身是受HINT.F的風圖項目的啟發。

我們看到了風的這些粒子流圖，並希望在這樣的可視化中看到我們的鳥軌道。 earth和風wind map都使用了固定的全球風數據集（一個風層）。顆粒被隨機扔在地圖中，並根據風速和方向移動。為了在風中繪製我們的鳥類軌道，我們需要找到一種方法，以鳥類移動的時間不斷更改風數據。我們始終使用最接近的風數據（不斷更換風層）來做到這一點，從而導致風顆粒的動態流隨時間變化。我們竭盡所能，使該工作流程在R中快速，但知道使用其他編程語言（即JavaScript）可以提高這些分析的速度。如果有人想改進（加速）此腳本或將零件（尤其是粒子創建）轉化為另一種編程語言，我們將很高興。