информационных точек часто генерируются при численном решении задач компьютерного моделирования и получаются с приборов наблюдения. Тенденции и связи бывает трудно определить, просто просматривая необработанные данные. Визуализация полезна при анализе процессов, требующих большого периода времени или скрытых (например, квантово-механические явления и эффекты специальной теории относительности, порождаемые объектами, движущимися с околосветовыми скоростями). В научной визуализации методы компьютерной графики, обработки изображений, компьютерного зрения и других областей используются для визуального отображения, улучшения и обработки информации. Подобные методы, используемые в коммерческой, промышленной и других ненаучных областях, иногда называются бизнес-визуализацией.
Наборы данных классифицируются согласно их пространственному распределению и типу данных. Значения двухмерных наборов данных распределены по поверхности, а значения трехмерных - по внутренней части куба, сферы или некоторой другой области пространства. Данные могут принадлежать к типу скалярных, векторных, тензорных и многомерных.
ВИЗУАЛЬНОЕ ПРЕДСТАВЛЕНИЕ СКАЛЯРНЫХ ПОЛЕЙ
Скалярной называется величина, имеющая одно значение. Наборы скалярных данных содержат значения, которые могут быть распределены во времени и по пространству, кроме того, элементы данных могут также быть функциями других скалярных параметров. В качестве примеров физических скалярных величин можно привести энергию, плотность, массу, температуру, давление, электрический заряд, электрическое сопротивление, отражательную способность, частоту и содержание воды.
Распространенным методом визуализации наборов скалярных данных является использование графиков или диаграмм, демонстрирующих распределение элементов данных как функции других параметров, таких как положение и время. Если данные распределены по поверхности, их элементы можно изобразить как вертикальные полоски, растущие с поверхности, или же можно другим способом интерполировать элементы данных в выбранных точках поверхности. Чтобы различать значения набо-
Рис. 8.124. Правильная двухмерная сетка с элементами данных в местах пересечения линий сетки. Линии по координате х имеют постоянный шаг Дх, а по у сетка идет с постоянным шагом Ау, причем шаги по координатам хну могут различаться
Рис. 8.125. Траектория изолинии по пяти ячейкам сетки ра скалярных данных, также используют псевдоцветные методы. Методы цветового кодирования можно объединять с использованием графиков и диаграмм. Чтобы представить набор скалярных данных с цветовым кодированием, выбирается диапазон цветов, и диапазон элементов данных отображается в диапазон цветов. Например, синий цвет можно сопоставить с наименьшим скалярным значением, а красный - с наибольшим. На рис. 8.123 приведен пример трехмерного изображения с цветовым кодированием. Данные, представленные с цветовым кодированием, иногда требуют внимательного изучения, поскольку определенные комбинации цветов могут привести к неверной интерпретации данных.