کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8845793 1617188 2018 48 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Multivariate cyclical data visualization using radial visual rhythms: A case study in phenology analysis
ترجمه فارسی عنوان
تجسم داده های چرخه چند متغیره با استفاده از ریتم های بصری شعاعی: مطالعه موردی در تجزیه و تحلیل فنولوژی
کلمات کلیدی
تجسم فنولوژیک، سری زمانی چند متغیره، تجسم شعاعی، ریتم بصری،
ترجمه چکیده
فنولوژی یک علم سنتی است که پدیده های دوره ای گیاهان و حیوانات و روابط آنها با شرایط محیطی را بررسی می کند. به طور معمول، مطالعات فنولوژی گیاهی بر اساس مشاهدات انجام شده توسط متخصصان فنولوژی در این زمینه در طول زمان و همبستگی با داده های آب و هوای جمع آوری شده توسط سنسورهای هوایی است. گرچه در جامعه تجسم، چندین روش برای تجسم داده هایی که در طول زمان تغییر می کند، چندین روش ارائه شده است، بسیاری از آنها یک هدف خاص دارند و نمی توانند برای مطالعات فنولوژی استفاده شوند. علاوه بر این، متخصصان فنولوژی به طور فزاینده ای برای مدیریت سری های زمان مناسب مناسب با متغیرهای مختلفی از انواع مختلف داده ها و همچنین شناسایی الگوهای زمان چرخه ای نیاز دارند. در این کار، ما یک روش جدید برای تجسم داده های فنولوژیکی با ترکیب ساختارهای بصری شعاعی همراه با ریتم های بصری پیشنهاد می کنیم. ساختارهای بصری شعاعی برای ارائه دیدگاه های متنی در مورد پدیده های سیکلی استفاده می شوند، در حالیکه رمزگذاری ریتم بصری برای خلاصه کردن مجموعه های زمانی طولانی مدت به نمایندگی های جمع و جور استفاده می شود. ما پیشنهادهای خود را با کارشناسان فنولوژی با استفاده از داده های مشاهدات مستقیم گیاه شناسی در هر فرد و سطوح گونه، ارزیابی و ارزیابی کردیم.
موضوعات مرتبط
علوم زیستی و بیوفناوری علوم کشاورزی و بیولوژیک بوم شناسی، تکامل، رفتار و سامانه شناسی
پیش نمایش مقاله
تجسم داده های چرخه چند متغیره با استفاده از ریتم های بصری شعاعی: مطالعه موردی در تجزیه و تحلیل فنولوژی
چکیده انگلیسی
Phenology is a traditional science that investigates the periodic phenomena of plants and animals and their relations to environmental conditions. Typically plant phenological studies are based on observations made by phenology experts in the field over time and the correlation with climate data collected by weather sensors. Although within the visualization community several approaches have been proposed for visualizing data that vary over time, many of them have a specific purpose and cannot be applied to phenology studies. Besides that, phenology experts increasingly need tools for managing appropriately long-term time series with many variables of different data types, as well as to identify cyclical temporal patterns. In this work, we propose a novel approach to visualize phenological data by combining radial visual structures along with visual rhythms. Radial visual structures are used to provide contextual insights regarding cyclical phenomena, while the visual rhythm encoding is used to summarize long-term time series into compact representations. We developed, evaluate, and validate our proposal with phenology experts using plant phenology direct observational data both at individuals and species levels.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Ecological Informatics - Volume 46, July 2018, Pages 19-35
نویسندگان
, , , ,