基于雷达图序列的海洋多维数据可视化方法

传统的海洋水文数据可视化方法通常只对单一要素进行显示，而多维数据可视化方法通常只在二维平面坐标系上显示多要素数据。本文针对海洋高维多元数据提出了一种通过添加时空维度坐标轴，将雷达图扩展到三维空间的方法，绘制由二维雷达图和一个时空维构成的雷达图序列Radar Chart Series，融合

海洋的信息化应用程度是衡量一个国家海洋实力的重要标志。利用可视化技术来仿真海洋水文要素在空间和时间的分布与运动，一直是国内外学者和相关机构关注和着力研究的重大课题[1]。

目前国内外几种典型图件的绘制都是侧重表现单要素的空间变化。比如剖面图，描述某一测站海洋水文要素(温度、盐度、密度或声速)随深度的变化，通常一幅图中最多展现两个要素；断面图是垂向二维分布图，描述特定断面深度剖面上海洋水文要素的分布情况；平面图是水平二维分布图，描述典型层面海洋水文要素的分布情况，与断面图一起可以获得关于海洋水文要素的立体分布情况[2]。这些基于等值线图、散点图、折线图等传统可视化方法绘制的图件通常只能表现某一单一海洋水文要素的变化规律。

而专业分析关注的特征不仅仅依赖一个要素本身，通常需要将影响海洋环境变化的多种复杂海洋水文要素同时表达出来，在空间坐标系上直观地比较一个数据维与其它数据维之间的联系，分析数据集的特性如趋势、聚类和关联等等。因此，传统的可视化方法在表现具有多维数据特征的海洋水文要素时面临着许多挑战。

近年来研究人员已经提出很多有效的多维数据可视化方法，如散点图矩阵[3]、平行坐标[4] (Parallel Coordinates)、星形坐标法(雷达图)等，这些方法是基于二维坐标系的可视化方法，在二维可视空间中展现多维抽象信息的多属性数据特征[5]，在统计、金融、文本等信息可视化领域中得到广泛应用。但海洋水文数据与这些非时空数据不同，属于高维多元数据，即高维(Multidimensional)是海洋水文数据具有多个独立属性，如时空维度；多元(Multivariate)是海洋水文数据具有多个相关属性，如温、盐、密等海洋水文要素与经度、纬度、深度等空间维度和时间维度相关。

这就要求可视化技术要满足以下四个条件：1) 能反映数据的时空特性，即空间维度(经度、纬度、深度)和时间维度；2) 能同时进行定性或定量的多个维度属性数据的比较，反映数据的相关度；3) 能提供整体概况和局部信息；4) 能快速检索到元数据。

因此，传统的多维数据可视化方法需要针对时空多维数据进行改进，从而准确快速地发现数据集中时空维度隐藏的特征信息、关系信息、模式信息及趋势信息等。孙扬等对多变元数据可视化方法[6]进行了研究，姚中华探索了一种时序多维数据的可视化方法[7]，文献[8]基于几何的平行坐标系法和圆形平行坐标系法实现了地质数据属性信息的分布特征可视化。本文提出一种扩展时空维度的雷达图序列可视化方法(简称为Radar Chart Series)，在二维雷达图的基础上添加一个时空维度，将坐标系扩展至三维空间， 从而支持在时空维度观察海洋水文数据多要素随某一时空维度的变化，在有限的空间里表达更加丰富的信息。