Visual Intercomparison of Multifaceted Climate Data

Abstract

Tener un consenso entre predicciones de múltiples simulaciones de modelos es un problema crítico para el entendimiento de patrones de cambio climático global. Esto requiere un análisis de las similitudes de los modelos climáticos, los cuales típicamente envuelven múltiples facetas de los datos como espacio, tiempo, parámetros de entrada, variables de salida, etc. Esta comparación entre modelos permite a los científicos explorar y desarrollar nuevas hipótesis acerca de los procesos de ecosistemas y de los indicadores del cambio climático. Si bien es ampliamente conocido que visualizaciones interactivas pueden permitir a los científicos una mejor exploración de las similitudes de los modelos desde diferentes perspectivas y tipo de granularidad de espacio y tiempo, actualmente no existen estas herramientas de visualización. Para llenar este vacío, la disertación contribuye desde tres aspectos: i) estudiar las discrepancias de las visualizaciones estáticas comúnmente usadas por científicos y proponer técnicas más eficientes las cuales satisfagan los objetivos de los científicos. ii) Basados en el estudio previo, implementar herramientas de visualización que facilitan la comparación de modelos climáticos desde diferentes facetas (espacio, tiempo, similitud, variables, etcétera). iii) Finalmente, proponer tácticas que de manera automática identifiquen estas similitudes y diferencias de múltiples modelos, usando técnicas de topología.