The analysis of heterogeneous, complex data sets has become important in many scientific domains. With the help of scientific visualization, researchers can be supported in exploring their research results. One domain, where researchers have to deal with spatio-temporal data from different sources including simulation, observation and time-independent data, is meteorology. In this thesis, a concept and workflow for the 3D visualization of meteorological data was developed in cooperation with domain experts. Three case studies have been conducted based on the developed concept. In addition, the concept has been enhanced based on the experiences gained from the case studies. In contrast to existing all-in-one software applications, the proposed workflow employs a combination of existing software applications and their extensions to make a variety of already implemented visualization algorithms available. The workflow provides methods for data integration and for abstraction of the data as well as for generating representations of the variables of interest. Solutions for visualizing sets of variables, comparing results of multiple simulation runs and results of simulations based on different models are presented. The concept includes the presentation of the visualization scenes in virtual reality environments for a more comprehensible display of multifaceted data. To enable the user to navigate within the scenes, some interaction functionality was provided to control time, camera, and display of objects. The proposed methods have been selected with respect to the requirements defined in cooperation with the domain experts and have been verified with user tests. The developed visualization methods are used to analyze and present recent research results as well as for educational purposes. As the proposed approach uses generally applicable concepts, it can also be applied for the analysis of scientific data from other disciplines. / In nahezu allen Wissenschaftsdisziplinen steigt der Umfang erhobener Daten. Diese sind oftmals heterogen und besitzen eine komplexe Struktur, was ihre Analyse zu einer Herausforderung macht. Die wissenschaftliche Visualisierung bietet hier Möglichkeiten, Wissenschaftler bei der Untersuchung ihrer Forschungsergebnisse zu unterstützen. Eine der Disziplinen, in denen räumlich-zeitliche Daten aus verschiedenen Quellen inklusive Simulations- und Observationsdaten eine Rolle spielen, ist die Meteorologie. In dieser Arbeit wurde in Zusammenarbeit mit Experten der Meteorologie ein Konzept und ein Workflow für die 3D-Visualisierung meteorologischer Daten entwickelt. Dabei wurden drei Fallstudien erarbeitet, die zum einen auf dem erstellten Konzept beruhen und zum anderen durch die während der Fallstudie gesammelten Erfahrungen das Konzept erweiterten. Der Workflow besteht aus einer Kombination existierender Software sowie Erweiterungen dieser. Damit wurden Funktionen zur Verfügung gestellt, die bei anderen Lösungsansätzen in diesem Bereich, die oft nur eine geringere Anzahl an Funktionalität bieten, nicht zur Verfügung stehen. Der Workflow beinhaltet Methoden zur Datenintegration sowie für die Abstraktion und Darstellung der Daten. Es wurden Lösungen für die Visualisierung einer Vielzahl an Variablen sowie zur vergleichenden Darstellung verschiedener Simulationsläufe und Simulationen verschiedener Modelle präsentiert. Die generierten Visualisierungsszenen wurden mit Hilfe von 3D-Geräten, beispielsweise eine Virtual-Reality-Umgebung, dargestellt. Die stereoskopische Projektion bietet dabei die Möglichkeit, diese komplexen Daten mit verbessertem räumlichem Eindruck darzustellen. Um dem Nutzer eine umfassende Analyse der Daten zu ermöglichen, wurden eine Reihe von Funktionen zur Interaktion zur Verfügung gestellt, um beispielsweise Zeit, Kamera und die Anzeige von 3D-Objekten zu steuern. Das Konzept und der Workflow wurden entsprechend der Anforderungen entwickelt, die zusammen mit Fachexperten definiert wurden. Des Weiteren wurden die Anwendungen in verschiedenen Entwicklungsstadien durch Nutzer getestet und deren Feedback in die Entwicklung einbezogen. Die Ergebnisse der Fallstudien wurden von den Wissenschaftlern benutzt, um ihre Daten zu analysieren, sowie diese zu präsentieren und in der Lehre einzusetzen. Da der vorgeschlagene Workflow allgemein anwendbare Konzepte beinhaltet, kann dieser auch für die Analyse wissenschaftlicher Daten anderer Disziplinen verwendet werden.

No description available.

No description available.

The analysis of heterogeneous, complex data sets has become important in many scientific domains. With the help of scientific visualization, researchers can be supported in exploring their research results. One domain, where researchers have to deal with spatio-temporal data from different sources including simulation, observation and time-independent data, is meteorology. In this thesis, a concept and workflow for the 3D visualization of meteorological data was developed in cooperation with domain experts. Three case studies have been conducted based on the developed concept. In addition, the concept has been enhanced based on the experiences gained from the case studies. In contrast to existing all-in-one software applications, the proposed workflow employs a combination of existing software applications and their extensions to make a variety of already implemented visualization algorithms available. The workflow provides methods for data integration and for abstraction of the data as well as for generating representations of the variables of interest. Solutions for visualizing sets of variables, comparing results of multiple simulation runs and results of simulations based on different models are presented. The concept includes the presentation of the visualization scenes in virtual reality environments for a more comprehensible display of multifaceted data. To enable the user to navigate within the scenes, some interaction functionality was provided to control time, camera, and display of objects. The proposed methods have been selected with respect to the requirements defined in cooperation with the domain experts and have been verified with user tests. The developed visualization methods are used to analyze and present recent research results as well as for educational purposes. As the proposed approach uses generally applicable concepts, it can also be applied for the analysis of scientific data from other disciplines. / In nahezu allen Wissenschaftsdisziplinen steigt der Umfang erhobener Daten. Diese sind oftmals heterogen und besitzen eine komplexe Struktur, was ihre Analyse zu einer Herausforderung macht. Die wissenschaftliche Visualisierung bietet hier Möglichkeiten, Wissenschaftler bei der Untersuchung ihrer Forschungsergebnisse zu unterstützen. Eine der Disziplinen, in denen räumlich-zeitliche Daten aus verschiedenen Quellen inklusive Simulations- und Observationsdaten eine Rolle spielen, ist die Meteorologie. In dieser Arbeit wurde in Zusammenarbeit mit Experten der Meteorologie ein Konzept und ein Workflow für die 3D-Visualisierung meteorologischer Daten entwickelt. Dabei wurden drei Fallstudien erarbeitet, die zum einen auf dem erstellten Konzept beruhen und zum anderen durch die während der Fallstudie gesammelten Erfahrungen das Konzept erweiterten. Der Workflow besteht aus einer Kombination existierender Software sowie Erweiterungen dieser. Damit wurden Funktionen zur Verfügung gestellt, die bei anderen Lösungsansätzen in diesem Bereich, die oft nur eine geringere Anzahl an Funktionalität bieten, nicht zur Verfügung stehen. Der Workflow beinhaltet Methoden zur Datenintegration sowie für die Abstraktion und Darstellung der Daten. Es wurden Lösungen für die Visualisierung einer Vielzahl an Variablen sowie zur vergleichenden Darstellung verschiedener Simulationsläufe und Simulationen verschiedener Modelle präsentiert. Die generierten Visualisierungsszenen wurden mit Hilfe von 3D-Geräten, beispielsweise eine Virtual-Reality-Umgebung, dargestellt. Die stereoskopische Projektion bietet dabei die Möglichkeit, diese komplexen Daten mit verbessertem räumlichem Eindruck darzustellen. Um dem Nutzer eine umfassende Analyse der Daten zu ermöglichen, wurden eine Reihe von Funktionen zur Interaktion zur Verfügung gestellt, um beispielsweise Zeit, Kamera und die Anzeige von 3D-Objekten zu steuern. Das Konzept und der Workflow wurden entsprechend der Anforderungen entwickelt, die zusammen mit Fachexperten definiert wurden. Des Weiteren wurden die Anwendungen in verschiedenen Entwicklungsstadien durch Nutzer getestet und deren Feedback in die Entwicklung einbezogen. Die Ergebnisse der Fallstudien wurden von den Wissenschaftlern benutzt, um ihre Daten zu analysieren, sowie diese zu präsentieren und in der Lehre einzusetzen. Da der vorgeschlagene Workflow allgemein anwendbare Konzepte beinhaltet, kann dieser auch für die Analyse wissenschaftlicher Daten anderer Disziplinen verwendet werden.

Three-dimensional volume data is routinely produced, at increasingly high spatial resolution, in computer simulations and image acquisition tasks. In-situ visualization, the visualization of an experiment or simulation while it is running, enables new modes of interaction, including simulation steering and experiment control. These can provide the scientist a deeper understanding of the underlying phenomena, but require interactive visualization with smooth viewpoint changes and zooming to convey depth perception and spatial understanding. As the size of the volume data increases, however, it is increasingly challenging to achieve interactive visualization with smooth viewpoint changes. This thesis presents an end-to-end solution for interactive in-situ visualization based on novel extensions proposed to the Volumetric Depth Image (VDI) representation. VDIs are view-dependent, compact representations of volume data than can be rendered faster than the original data. Novel methods are proposed in this thesis for generating VDIs on large data and for rendering them faster. Together, they enable interactive in situ visualization with smooth viewpoint changes and zooming for large volume data. The generation of VDIs involves decomposing the volume rendering integral along rays into segments that store composited color and opacity, forming a representation much smaller than the volume data. This thesis introduces a technique to automatically determine the sensitivity parameter that governs the decomposition of rays, eliminating the need for manual parameter tuning in the generation of a VDI. Further, a method is proposed for sort-last parallel generation and compositing of VDIs on distributed computers, enabling their in situ generation with distributed numerical simulations. A low latency architecture is proposed for the sharing of data and hardware resources with a running simulation. The resulting VDI can be streamed for interactive visualization. A novel raycasting method is proposed for rendering VDIs. Properties of perspective projection are exploited to simplify the intersection of rays with the view-dependent segments contained within the VDI. Spatial smoothness in volume data is leveraged to minimize memory accesses. Benchmarks are performed showing that the method significantly outperforms existing methods for rendering the VDI, and achieves responsive frame rates for High Definition (HD) display resolutions near the viewpoint of generation. Further, a method is proposed to subsample the VDI for preview rendering, maintaining high frame rates even for large viewpoint deviations. The quality and performance of the approach are analyzed on multiple datasets, and the contributions are provided as extensions of established open-source tools. The thesis concludes with a discussion on the strengths, limitations, and future directions for the proposed approach.

Particle-based models play a central role in many simulation techniques used for example in thermodynamics, molecular biology, material sciences, or astrophysics. Such simulations are carried out by directly calculating interactions on a set of individual particles over many time steps. Clusters of particles form higher-order structures like drops or waves. The interactive visual inspection of particle datasets allows gaining in-depth insight, especially for initial exploration tasks. However, their visualization is challenging in many ways. Visualizations are required to convey structures and dynamics on multiple levels, such as per-particle or per-structure. Structures are typically dense and highly dynamic over time and are thus likely subject to heavy occlusion. Furthermore, since simulation systems become increasingly powerful, the number of particles per time step increases steadily, reaching data set sizes of trillions of particles. This enormous amount of data is challenging not only from a computational perspective but also concerning comprehensibility. In this work, the idea of Focus+Context is applied to particle visualizations. Focus+Context is based on presenting a selection of the data – the focus – in high detail, while the remaining data – the context – is shown in reduced detail within the same image. This enables efficient and scalable visualizations that retain as much relevant information as possible while still being comprehensible for a human researcher. Based on the formulation of the most critical challenges, various novel methods for the visualization of static and dynamic 3D and nD particle data are introduced. A new approach that builds on global illumination and extended transparency allows to visualize otherwise occluded structures and steer visual saliency towards selected elements. To address the time-dependent nature of particle data, Focus+Context is then extended to time. By using an illustration-inspired visualization, the researcher is supported in assessing the dynamics of higher-order particle structures. To understand correlations and high dimensional structures in higher dimensional data, a new method is presented, based on the idea of depth of field.