PolarGlobe, un outil pour visualiser le big data des changements climatiques
L’étude des changements climatiques nécessite une quantité énorme de données pour affiner ses modèles. D'autre part, la sensibilisation croissante du grand public incite à faciliter la manipulation ouverte de ces données selon plusieurs paramètres.
De nouveaux outils cherchent à favoriser une visualisation efficace des grandes données climatiques dans un environnement cybernétique afin que toute personne ayant une connexion internet suffisamment rapide puisse visualiser facilement les données en question.
PolarGlobe est une de ces nouvelles plate-formes le web destinée à visualiser des données climatiques multidimensionnelles et variant dans le temps sur un globe virtuel.
La plate-forme s'appuie sur le système de globe virtuel Cesium, (un produit open-source), hautement extensible et capable d'être facilement intégré dans un environnement web. La technologie WebGL est adaptée pour prendre en charge le rendu interactif des graphiques 3D avec une accélération matérielle graphique.
Cette stratégie permet une fourniture dynamique de données scientifiques dans différentes précisions pour équilibrer les besoins en analyse scientifique et en coût de visualisation. Le prototype PolarGlobe a été développé pour visualiser les données climatiques dans les régions arctiques à partir d'angles multiples.
L’outil a été développé par le CyberInfrastructure and Computationnal Intelligence laboratory (CICI lab) de la School of Geographical Sciences and Urban Planning, Arizona State University, Tempe, Arizona. La mission du CICI Lab consiste à développer des solutions géospatiales qui utilisent des technologies et des théories émergentes, y compris la cyberinfrastructure, le « deep learning », la distribution et l’infonuagique, la sémantique et l'ontologie, l'analyse des modèles spatiaux et la visualisation scientifique.
http://cici.lab.asu.edu/polarglobe/
Pour en savoir plus: Li W & Wang S (2017) PolarGlobe: A web-wide virtual globe system for visualizing multidimensional, time-varying, big climate data. International Journal of Geographical Information Science 31(8):1562-1582. DOI: 10.1080/13658816.2017.1306863
