佐治亚理工学院的一名博士生设计的一种新型数据可视化工具正在帮助微生物生态学家、地球生物学家和海洋学家团队更深入地了解深海微生物在其环境中的相互作用方式。
最初是在 NASA 实习，后来成为四年级博士生 Adam Coscia 的一个独特机会。Coscia 在加州理工学院、加州理工学院为 NASA 管理的喷气推进实验室 (JPL) 和艺术中心设计学院组成的跨学科合作研究团队的监督下工作。
科西亚的导师将他推荐给了加州理工学院的一个研究团队，该团队由著名的微生物生态学家维多利亚·奥尔芬 (Victoria Orphan) 领导，她研究海洋中的微生物群落及其在深海底沉积物栖息地中的作用。
奥尔芬和她的团队——加州理工学院的孤儿实验室——从 2004 年开始进行这项研究。他们最近决定采用数据可视化的方法来记录他们的发现并规划未来的探险。
“从历史上看，我们的数据集是分散的，并存放在单独的 Excel 电子表格中，”Orphan 说道。“也许最后，我们会进行一些统计分析，以找出数据中的相关性。然后我们将这些数据与我们的地图进行比较。我们没有办法将所有数据整合到一个框架下，以便我们更好地了解这些生态系统。”
奥尔芬说，她的团队通常每年在加州海岸进行一到两次研究考察。他们用三周时间使用遥控潜水器 (ROV)从海底收集沉积物样本。由于时间紧迫，确定最佳样本的位置至关重要。
奥尔芬还是蒙特利湾水族馆研究所 (MBARI) 的兼职科学家，与海底测绘实验室合作。该实验室使用 ROV 安装的低空测量系统来绘制海底地形的详细地图。
为了帮助孤儿实验室有效地处理地形和摄影数据，Coscia 设计了DeepSee，这是一个交互式网络浏览器，可以使用 3D 可视化模型和环境地图来注释和绘制数据。
科西亚说：“我们的想法是，一旦你有了样本，并且对之前有样本的特定区域感兴趣，你可以进入并使用我们的绘图工具在地图上标注下一步收集样本的位置。”
“我们专注于利用地图和数据进行探索和记录，并采用新的方式将其可视化。科学家可以实时绘制和绘制所有样本。他们可以更轻松地引用特定数据，并确定团队应该去哪里获取最佳样本。”
Orphan Lab 在最近两次探险中将 DeepSee 实时系统安装在船上。Orphan 发现探险计划的效率有所提高。
她说：“亚当建立的基础设施将使它不仅对我的团队有用，而且对其他海洋学家和其他领域的科学家也很有用——任何地方只要有信息的空间分布，你就可以将其连接到其他元数据。”
Orphan 每年都会将新的研究人员引入她在加州理工学院的实验室，而 DeepSee 则加快了新人快速上手的过程。
她说：“我们可以更轻松地让他们参与进来，并让他们了解有哪些数据可用以及我们在哪里收集信息，这比让他们参考 Excel 电子表格要清楚得多。”
DeepSee 还利用数据插值法在海底创建 3D 数据模型，该模型根据一组已知数据点的范围估算新数据点。利用已知数据点，DeepSee 填补了研究人员可能在附近位置或样本采集地表下方更深处发现的估计数据质量空白。
科西亚说：“你永远无法从视觉上看到海底以下的任何东西。你必须去挖掘。但我们的 3D 模型显示，你可能有数据表明，海底以下几英尺处有一个热点。这告诉你下一步该在哪里采样。”
Coscia 的目标是将机器学习 (ML) 模型整合到 DeepSee 的未来版本中，该版本将使用收集的数据来预测未来的采样地点。然而，ML 模型的准确性需要更多的数据。
Coscia 希望该工具的当前版本能够流行起来，以便研究人员可以更轻松地将机器学习融入到他们的工作中。
他说，就目前而言，当前版本有很多用途。
“能够整理和查看数据，尤其是通过地图，总是很有价值，”他说。“我热衷于帮助研究人员和科学家以新颖且有价值的方式查看他们的数据。”
Coscia 撰写了一篇关于开发 DeepSee 的论文，并于 5 月在夏威夷檀香山举行的计算机系统人为因素会议 ( CHI 2024 ) 上进行了展示。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！