Skip to main content

Chapter 124: Visualization Fundamentals

核心问题与阅读主线

本章导读5 个核心小节 · 附自检与总结

科学可视化要把数据变成可判断的图形结果。读完本章后,读者应能定位一份科学数据从读取、清洗、映射、几何生成、渲染到交互反馈的完整路径,并能判断一个可视化画面是否支持当前分析任务。

全章共用场景样本

贯穿材料贯穿场景

本章的贯穿材料是一帧城市热岛与污染扩散监控画面:底图提供地理坐标,温度网格提供标量场,风速风向提供向量场,传感器站点提供离散时间序列,告警阈值提供任务目标。用户希望在这帧画面中回答三个问题:高温区域在哪里,污染是否沿风场扩散,哪些传感器读数触发告警。

这类画面看起来属于图形渲染,实际工程主线先从数据任务开始。数据字段、单位、坐标系、采样时间、缺失值和阈值会决定 shader 输入、buffer 布局、legend 文案、LOD 策略和交互延迟预算。图形质量在这里服务分析质量:颜色、线条、体积、箭头、点选和缩放都要把数据关系稳定暴露出来。

本章把科学可视化拆成五个层次:任务目标、数据驱动流程、数据到管线的衔接、交互实时性、评价标准。它们共同回答一个主问题:如何把一份带领域含义的数据集组织成可靠、可交互、可评估的渲染管线。

124.1 科学可视化的目标与典型场景​

科学可视化的目标是让数据中的空间结构、时间变化、数量关系和异常区域可观察、可比较、可追踪。这里的“科学”并不限于实验室数据,它覆盖医学、地理、工程仿真、流体、金融和监控系统中带有度量单位、采样过程和业务任务的数据。可视化输出可以是一张图、一帧 3D 画面、一段交互式动画,也可以是一组随用户筛选实时更新的视图。

把城市热岛画面作为例子,原始数据包含温度、风、污染物、站点位置和时间戳。画面目标是让调度人员定位高风险区域、比较区域之间的温差、追踪污染扩散方向、判断告警是否可信;字段展示数量服务这些判断。数据字段进入图形管线前已经带有任务语义:温度用于 color mapping,风场用于 glyph 或 streamline,站点用于 point sprite 或 instanced marker,时间戳用于动画或时间滑条。

医学场景常见输入是 CT、MRI、超声或病理切片。核心任务是定位病灶、比较组织边界、复查体积变化和辅助手术规划。渲染管线常把体素数据映射为切片、等值面或 volume rendering,并通过 transfer function 控制不同密度范围的颜色和透明度。这里的视觉误差会影响诊断判断,因此坐标、采样、插值和颜色阈值需要带上医学语境中的单位和边界。

地理场景常见输入是遥感栅格、DEM 高程、道路网络、行政边界、气象网格和移动轨迹。核心任务是观察空间分布、区域对比、路径关联和灾害影响范围。渲染管线需要处理投影坐标、瓦片层级、海拔单位、地物分类和地图底图对齐。城市热岛画面中的底图和温度格网就属于这类问题:同一片区域同时存在经纬度坐标、屏幕坐标、网格索引和 GPU clip space。

工程仿真场景常见输入是有限元网格、应力场、位移场、温度场、流固耦合结果和多步时间数据。核心任务是找到结构薄弱区域、观察载荷传播、比较不同设计方案并验证仿真收敛性。渲染管线会把单元、节点、标量场和向量场组织成 mesh buffer,再用颜色、变形放大、等值线和切面展示内部状态。

流体场景常见输入是速度场、压力场、涡量、密度、粒子轨迹和边界条件。核心任务是追踪流向、涡结构、分离区、回流区和能量耗散位置。图形表达通常使用箭头、流线、粒子、LIC、切片、体渲染和时间动画。后续 Chapter 会进一步展开 flow 和 streamline,本章只建立基础判断:流体可视化的输入带有方向、大小、时间和空间采样间隔,这些字段会直接改变 glyph 朝向、积分步长、采样密度和 shader 编码方式。

金融与监控场景也属于可视化工程,只是空间维度经常由时间、账户、资产、设备或拓扑关系替代。金融数据常回答趋势、相关性、异常波动和风险聚集问题;监控数据常回答状态分布、告警传播、容量瓶颈和故障根因问题。它们更依赖二维图表、时间轴、拓扑图和 dashboard,但管线仍然遵循同一条路径:字段定义任务,映射生成视觉编码,交互缩小问题范围,评价指标检查用户是否能完成判断。

这些场景可以归纳为同一张任务到视觉编码的映射表。

场景常见数据对象主要分析任务常见视觉编码管线关注点
医学体素、切片、分割 mask定位、分割、体积比较切片、等值面、transfer function采样精度、透明度累计、单位一致
地理栅格、矢量、瓦片、轨迹区域对比、路径追踪、灾害范围底图叠加、热力图、等值线、轨迹投影、坐标转换、LOD、瓦片缓存
工程仿真节点、单元、标量场、向量场应力集中、变形趋势、方案对比mesh coloring、warping、切面网格拓扑、单位、时间步、buffer 布局
流体速度场、压力场、粒子、边界流向、涡结构、扩散路径glyph、streamline、粒子、体渲染积分步长、采样密度、时间插值
金融时间序列、资产、交易、风险因子趋势、相关性、异常波动折线、K 线、散点、矩阵时间对齐、聚合窗口、异常阈值
监控指标、日志、拓扑、告警状态定位、容量判断、故障传播dashboard、拓扑、热力格、告警标记实时刷新、降采样、延迟、筛选反馈

这张表的作用是建立入口判断:先确认任务,再确认数据对象,再选择视觉编码,最后落到管线约束。把顺序反过来会让图形效果抢占判断目标,例如先决定用 3D 粒子,再回头寻找数据含义,常会得到漂亮但难以复查的画面。

124.2 数据驱动渲染模型与流程​

数据驱动渲染模型把渲染管线前移到数据入口。传统渲染常从 mesh、material、light 和 camera 组织一帧;科学可视化从 dataset、field、unit、mapping 和 analysis task 组织一帧。两者最终都进入 GPU,但科学可视化需要在 draw call 之前回答数据是否合法、字段如何解释、映射是否保真、交互是否能把分析问题缩小。

城市热岛画面的流程可以拆成六段:data ingest、cleaning、mapping、geometry generation、render pass、interaction feedback。每一段都有明确输入和输出。输入输出稳定后,渲染实现才具备可复查性。

这张图表示一帧科学可视化的主循环。交互反馈回到 mapping 和 geometry generation,因为用户调整阈值、选择区域或改变时间步时,通常会改变颜色映射、筛选集合、采样密度或生成几何,而不一定重新读取全部数据。

Data ingest 负责把外部数据读入统一内存表示。医学可能读取 DICOM,地理可能读取 GeoTIFF、Shapefile、GeoJSON 或瓦片,工程仿真可能读取 VTK、Exodus、CGNS、CSV 或专有二进制。读取阶段需要记录数据来源、字段名、数据类型、维度、时间范围、坐标参考和单位。城市热岛画面中,温度格网读入后应保留摄氏度单位、采样分辨率、缺失值编码和网格到经纬度的变换关系。

Cleaning 负责把数据修正到可解释状态。它处理缺失值、异常值、重复记录、时间对齐、单位转换和空间重采样。清洗结果需要保留数据质量标记,因为画面中的空洞、插值区域和低置信度读数应被明确编码。对监控站点而言,某个传感器离线时,画面应显示状态缺失,而非把缺失值当成 0 摄氏度或 0 微克每立方米。

Mapping 负责把数据字段转换成视觉变量。标量可以映射到颜色、透明度、高度、点大小或等值线;向量可以映射到箭头方向、流线方向、粒子速度或纹理扰动;分类字段可以映射到离散颜色、符号形状或图层开关;置信度可以映射到边框、透明度或 hatch pattern。这里的关键是保留任务含义:温度阈值用于告警判断时,颜色表应让阈值附近的差异可读,legend 应标出阈值位置。

Geometry generation 负责把数据转成 GPU 可以绘制的几何或采样资源。点数据可以生成 instanced quads,线数据可以生成 polyline 或 tube mesh,网格数据可以生成 surface mesh、contour line 或 texture,体数据可以生成 3D texture 与 proxy box。城市热岛画面中,温度格网可以上传为 2D texture,风场可以生成箭头实例 buffer,传感器站点可以生成 point sprite,污染扩散可以用半透明 overlay 表示。

Render pass 负责组织实际绘制顺序和状态。底图 pass 先绘制瓦片或地理 mesh;温度 overlay pass 采样标量 texture 并应用 color ramp;风场 pass 绘制 glyph 或 streamline;站点 pass 绘制可点选 marker;UI pass 绘制 legend、时间轴、阈值线和 tooltip。每个 pass 都要声明依赖的 buffer、texture、uniform 和 blending 状态。半透明污染层与风场箭头叠加时,深度测试、混合顺序和颜色空间会直接影响可读性。

Interaction feedback 负责把用户动作转成数据和渲染管线的更新。缩放改变瓦片 LOD 与采样密度;选择区域改变查询范围;刷选时间范围改变时间窗口;调整阈值改变颜色映射和告警集合;拖动探针改变局部采样位置。反馈链应区分轻量更新和重计算:改变 color ramp 通常只更新 uniform 或 1D texture;改变空间筛选可能重建实例 buffer;改变仿真时间步可能触发数据流式加载。

下面的伪代码展示数据驱动渲染循环的最小结构。它省略具体 API 细节,只表达对象之间的依赖关系。

struct FieldMeta {
std::string name;
std::string unit;
int componentCount;
double missingValue;
};

struct VisualizationFrame {
Dataset dataset;
CleanedFields fields;
MappingState mapping;
GpuResources resources;
InteractionState interaction;
};

void updateVisualization(VisualizationFrame& frame) {
frame.fields = cleanAndAlign(frame.dataset, frame.interaction.timeRange);
frame.mapping = buildMapping(frame.fields, frame.interaction.thresholds);
frame.resources = buildGpuResources(frame.fields, frame.mapping, frame.interaction.lod);
renderPasses(frame.resources, frame.mapping, frame.interaction.camera);
}

这段代码的重点是依赖方向。dataset 提供事实,fields 表示清洗后的字段,mapping 表示视觉编码,resources 表示 GPU 资源,interaction 控制时间范围、阈值、LOD 和 camera。真实工程会用缓存和增量更新压缩开销,但判断顺序保持一致:先确认数据状态,再确认映射,再确认 GPU 资源,再确认 pass 输出。

成熟工具也遵循类似思想。VTK 文档把数据处理、映射和渲染对象组织成可组合组件;ParaView 用户文档中的 source、filter、view 和 interaction 也体现了数据集经过一系列变换再进入显示视图的管线结构。这些工具的价值不在于替代工程判断,而在于给出可观察的 pipeline、filter、array、selection 和 view 状态。

124.3 从数据集到渲染管线的衔接​

从数据集到渲染管线的衔接是科学可视化最容易出错的层。数据集关心字段、单位、采样和语义,GPU 管线关心 buffer、texture、shader、pass 和状态绑定。两者之间需要一层明确的转换协议,把数据含义写进资源布局和 shader 编码,而不把领域语义散落在各个绘制函数里。

第一类衔接是数据格式。格式决定读取方式,也决定数据能否保留拓扑、时间和元数据。CSV 适合简单表格和传感器记录,但表达网格拓扑和多分量场会变得松散;GeoTIFF 适合地理栅格并携带地理变换;NetCDF、HDF5、CGNS、Exodus 和 VTK 系列格式更适合多维科学数据、仿真结果和网格字段。格式选择应服务字段关系:如果后续需要绘制单元上的应力场,读取阶段就要保留 cell、point、connectivity 和 field array 的关系。

第二类衔接是坐标系。科学数据经常同时存在数据坐标、世界坐标、地理坐标、模型坐标、view space 和 clip space。城市热岛画面中,站点位置来自经纬度,温度格网来自投影坐标,屏幕拾取来自像素坐标,GPU 顶点着色器输出 clip space。每次转换都应记录输入空间、输出空间和单位,否则点选一个站点后很难解释它对应哪一个网格 cell。

坐标衔接可以使用一组显式变换表达。

struct CoordinateTransformSet {
Mat3 gridToProjected;
Mat3 projectedToLonLat;
Mat4 projectedToWorld;
Mat4 worldToClip;
};

vec2 gridToScreen(vec2 gridIndex, CoordinateTransformSet t, Mat4 viewProjection) {
vec3 projected = t.gridToProjected * vec3(gridIndex, 1.0);
vec4 world = t.projectedToWorld * vec4(projected.xy, 0.0, 1.0);
vec4 clip = viewProjection * world;
vec3 ndc = clip.xyz / clip.w;
return ndc.xy;
}

这个简化代码说明一个原则:坐标转换应集中管理,并且每个矩阵的语义要清楚。实际工程中,地理投影通常由专门库处理,GPU 侧常接收已经转换到局部世界坐标的数据。这样做可以减小浮点精度压力,也让 shader 专注于渲染阶段的变换。

第三类衔接是单位。温度、压力、风速、流量、距离、货币、百分比和告警级别都带有单位或量纲。单位转换应在 mapping 之前完成,并记录转换来源。用米每秒的风速驱动箭头长度时,箭头长度还需要一个屏幕尺度因子;这个因子属于视觉映射参数,需要和物理单位分开管理。读者看到更长的箭头,应知道它表示更大的风速,排除 camera 距离或实例 scale 错误带来的比例变化。

第四类衔接是 LOD。科学可视化的 LOD 既关心性能,也关心分析保真。地图瓦片可以按缩放级别加载;点云可以按屏幕密度聚合;体数据可以按分辨率逐步加载;流线可以按 seed 密度递增;时间序列可以按时间窗口聚合。LOD 策略要给出误差边界:降采样后的温度热力图适合观察大范围趋势,但局部极值需要回到原始分辨率或局部采样结果。

第五类衔接是 GPU buffer。结构化网格、非结构化网格、点云、流线和实例标记进入 GPU 时有不同布局。结构化网格常用 texture 或规则顶点网格表达;非结构化网格需要 index buffer 和 field buffer;点云适合结构化或紧凑结构体数组;流线可以生成 polyline vertex buffer。资源布局应紧贴访问模式:shader 连续采样标量场时,texture 往往比随机 buffer 访问更直接;实例化绘制大量站点时,instance buffer 可以减少 draw call 数量。

第六类衔接是 shader encoding。Shader 看到的是数值、向量、采样器和 uniform;领域含义需要通过命名、范围和注释进入编码。标量归一化通常写成 (value - minValue) / (maxValue - minValue),但科学可视化中 minValue 和 maxValue 的来源会改变结论。它们可以来自全局范围、当前视口范围、当前时间窗口或领域阈值。用局部范围会提升局部对比度,用全局范围会保证时间比较稳定。选择哪一种,应由分析任务决定。

float normalizeTemperature(float celsius, float minCelsius, float maxCelsius) {
float t = (celsius - minCelsius) / (maxCelsius - minCelsius);
return clamp(t, 0.0, 1.0);
}

vec4 encodeTemperature(float celsius, sampler2D colorRamp, vec2 range) {
float t = normalizeTemperature(celsius, range.x, range.y);
return texture(colorRamp, vec2(t, 0.5));
}

这段 shader 片段的判断点在 range。当 range 固定为城市全年温度范围时,不同日期的画面可比较;当 range 来自当前视口时,局部差异更明显。科学可视化需要把这种选择暴露到 legend 和 UI 中,否则用户会把颜色变化误读为数据变化。

第七类衔接是 legend。Legend 是数据语义进入画面的契约。它要说明颜色对应的字段、单位、范围、阈值、缺失值编码和数据质量标记。风场箭头需要说明长度或颜色代表速度,方向代表风向,采样间隔代表显示密度。传感器 marker 需要说明颜色、形状或边框的含义。Legend 缺失时,画面会变成无法复查的视觉效果。

把这些衔接关系放到一条检查顺序中,工程实现会更稳定。先检查格式是否保留字段关系;再检查坐标和单位是否一致;再检查 LOD 是否声明误差边界;再检查 buffer 和 texture 布局是否匹配访问模式;再检查 shader 编码是否保留任务范围;最后检查 legend 是否把映射规则暴露给用户。这个顺序可以迁移到医学、地理、工程仿真和监控系统。

124.4 交互性与实时可视化需求​

交互性让科学可视化从静态展示变成分析工具。用户通过 filter、zoom、selection、brushing、progressive refinement 和时间控制逐步缩小问题范围。实时性在这里表示用户操作到有效视觉反馈之间的延迟受控,并且反馈结果能维持分析含义。

Filter 负责缩小数据集合。城市热岛画面中,用户可以过滤温度高于阈值的网格、只显示某类传感器、只看某个行政区或只显示污染物超过标准的区域。Filter 的实现位置取决于数据规模和交互频率:小数据可以在 CPU 侧筛选后重建实例 buffer;大数据可以使用 GPU compute、纹理 mask 或分层索引;远程数据可以先请求服务端返回聚合结果。

Zoom 改变可见范围和屏幕密度。地理可视化中,zoom 会触发瓦片 LOD、网格采样密度、标注层级和线宽策略变化。工程仿真中,zoom 可能要求局部网格细节和 probe 采样。良好的 zoom 策略会让用户在全局趋势和局部细节之间切换,并保持单位、颜色范围和 legend 一致。

Selection 负责把屏幕上的图形对象反查到数据对象。点选传感器 marker 时,系统应返回站点 ID、字段值、时间戳、质量标记和来源;框选高温区域时,系统应返回覆盖的网格 cell、平均值、最大值和告警数量。实现上可以使用 CPU 空间索引、GPU picking buffer、ray casting 或 ID render pass。选择结果的可信度取决于前一节的坐标衔接:如果 grid、world 和 screen 的转换混乱,selection 就会把用户带到错误数据。

Brushing 负责在多个视图之间同步选择。用户在时间序列图上刷选 14:00 到 16:00,地图上的温度层、风场箭头和传感器读数应进入相同时间窗口;用户在地图上圈出工业区,右侧图表应只显示该区域站点。Brushing 的核心是共享 selection state,让每个视图读取同一套筛选条件。共享状态可以包含空间范围、时间范围、字段范围、对象 ID 集合和阈值。

Progressive refinement 负责在有限延迟内先给出可用结果,再逐步提高精度。大规模体数据、点云、流线和远程瓦片都适合这种方式。第一帧可以显示低分辨率 heatmap、粗略箭头和聚合 marker;随后加载更高分辨率格网、更多 stream seeds 和原始传感器数据。渐进式更新需要明确视觉状态,例如显示加载进度、数据分辨率或采样级别,让用户知道当前画面对应哪一级数据。

Latency budget 是交互工程的硬约束。不同操作需要不同反馈目标:鼠标 hover 和拖动通常需要几十毫秒级响应;缩放和平移需要稳定帧率;时间范围切换可以接受短暂重算;远程大数据查询可以用分阶段反馈。预算要拆到 CPU 数据处理、GPU 上传、shader 执行、网络请求和 UI 合成上。只给出总帧率很难定位瓶颈。

交互动作常见管线更新主要资源变化可接受反馈形态主要风险
Filter重新计算可见集合instance buffer、mask texture立即更新计数与粗略画面,再补细节筛选条件与 legend 脱节
Zoom更新 LOD 与 camera瓦片、采样层级、uniform平滑平移缩放,细节逐步补齐LOD 切换导致趋势误读
Selection屏幕对象反查数据picking buffer、空间索引tooltip 与高亮同步出现坐标转换误差
Brushing同步多视图状态selection state、query result各视图使用同一时间或空间范围视图状态互相漂移
Progressive refinement分阶段加载和绘制低高分辨率资源先显示低精度,后替换为高精度用户混淆当前精度

交互设计还要处理失败情况。数据正在加载时,画面应显示当前可用层级;筛选结果为空时,UI 应说明是条件过窄还是数据缺失;远程查询超时时,系统应保留上一帧并标记数据时间;GPU 资源重建失败时,画面应回退到低成本表达,例如点、线或低分辨率纹理。失败反馈也属于可视化的一部分,因为它影响用户是否信任当前画面。

一个可复用的交互检查顺序是:先定义用户动作对应的数据查询;再定义它改变哪些 mapping、geometry 或 resource;再把更新拆成立即反馈和精细反馈;再分配 CPU、GPU、网络和 UI 的延迟预算;最后验证 selection、legend 和多视图状态是否同步。这个顺序能防止交互功能变成孤立按钮。

124.5 可视化评价标准与可读性指标​

科学可视化的评价标准应回到分析任务。画面是否漂亮只能作为局部感受,正式评价要检查准确性、可读性、响应速度、误导风险和任务完成时间。它们分别回答五个问题:数据是否被正确表达,用户是否能读懂,交互是否足够快,画面是否引导错误结论,用户完成任务要付出多少操作和时间。

准确性评价检查数据到画面的映射是否保真。温度颜色要对应正确范围,风向箭头要对应正确方向,传感器 marker 要对应正确站点,插值区域要有质量标记,缺失数据要被单独表达。准确性可以通过数值抽样、probe 工具、已知样本、单元测试和人工复核完成。对城市热岛画面而言,可以随机选取几个网格 cell,把原始温度值、清洗后温度值、shader 输入值和 tooltip 显示值逐一对齐。

可读性评价检查用户能否理解视觉编码。颜色表是否能区分阈值附近差异,legend 是否说明单位和范围,文字是否遮挡数据,箭头密度是否造成拥挤,透明层是否遮盖底图,多个视图是否使用一致语义。近年的 PREVis 研究把可视化可读性拆为 understandability、layout clarity、readability of data values 和 readability of data patterns 等维度,可作为主观评价问卷设计的参考材料:PREVis: Perceived Readability Evaluation for Visualizations。工程落地时,可以把这些维度转换成更具体的问题:用户是否能说出颜色范围、是否能找到极值区域、是否能读出某个站点数值、是否能描述整体趋势。

响应速度评价检查交互链是否满足任务节奏。用户拖动时间滑条时,画面延迟太高会破坏时间变化感;用户框选区域时,统计结果延迟太高会破坏探索节奏;用户缩放地图时,瓦片和 overlay 更新过慢会让空间关系断裂。响应速度要分层测量:输入事件到 UI 状态更新、数据查询、CPU 处理、GPU 上传、draw call 执行、屏幕呈现。工具可以使用浏览器 performance panel、RenderDoc、Nsight、Xcode GPU tools 或应用内计时器,但工具输出只回答某一层问题,最终结论仍需回到用户动作。

误导风险评价检查画面是否可能让用户得出错误结论。常见风险包括局部归一化造成时间对比失真、非线性颜色表夸大中间差异、插值填补造成虚假连续区域、箭头过密造成方向偏见、透明层叠加造成颜色混合误读、地图投影造成面积比较失真。误导风险的处理方法是把映射规则显式暴露出来,并为高风险编码提供校验入口,例如显示原始值 tooltip、提供固定范围模式、标注插值区域和缺失区域。

任务完成时间评价检查用户完成指定分析任务所需步骤和耗时。一个任务可以写成“在 30 秒内找到 14:00 后污染物超过阈值且位于下风向的三个站点”。评价时记录用户是否完成、完成用时、点击次数、回退次数、错误选择次数和主观信心。任务完成时间比单纯帧率更贴近可视化价值,因为它同时受到数据映射、交互设计、legend、响应速度和布局影响。

这些指标可以组织成一张工程验收表。

指标评价对象证据来源通过判断
准确性数据值、坐标、单位、映射抽样对比、probe、单元测试屏幕值能追溯到数据源和映射规则
可读性颜色、符号、legend、布局用户任务、问卷、走查用户能读出字段、范围、趋势和异常
响应速度输入到反馈的延迟计时器、GPU capture、性能面板操作反馈满足当前任务节奏
误导风险归一化、插值、透明、投影对照图、边界样本、专家复核高风险编码被说明并可复查
任务完成时间用户完成分析任务的效率任务记录、点击路径、完成率用户能在限定步骤和时间内得出正确判断

把评价标准应用回贯穿材料,可以得到一个完整验收路径。先选取原始温度、风场和站点样本,验证画面值可追溯;再让用户解释 legend、读出高温区域和下风向传播趋势;再测量拖动时间滑条、框选区域和点选站点的反馈延迟;再检查固定色标和局部色标是否让用户得出相同趋势判断;最后用任务完成时间验证整个界面是否支持分析目标。

本章建立的核心理解是:科学可视化把数据任务、字段语义、资源布局、shader 编码、交互反馈和评价指标连接成一条可复查管线。可复用判断顺序是先定任务,再定数据对象,再定映射,再定管线资源,再定交互预算,最后用准确性、可读性、响应速度、误导风险和任务完成时间验收。

最小自检任务​

动手自检先独立判断

给定一份空气质量监控数据:每条记录包含站点经纬度、时间戳、PM2.5 数值、温度、风速风向和数据质量标记。你要设计一帧交互式地图,用颜色显示 PM2.5,用箭头显示风场,用 marker 显示站点状态,并支持时间滑条、区域框选和站点点选。请说明从数据到渲染的最小管线、需要暴露给用户的 legend 信息、交互更新路径,以及评价这帧画面的指标。

本章知识点总结​

  • 任务优先

    科学可视化先确定分析任务,再选择数据对象、视觉编码和渲染资源。

  • 场景映射

    医学、地理、工程仿真、流体、金融和监控都可以映射到字段、任务、视觉编码和管线约束。

  • 数据入口

    Data ingest 需要记录字段名、类型、时间、坐标、单位和数据来源。

  • 清洗边界

    Cleaning 负责缺失值、异常值、时间对齐、单位转换和质量标记。

  • 视觉映射

    Mapping 把标量、向量、分类和置信度转换成颜色、透明度、形状、方向和大小。

  • 几何生成

    Geometry generation 把数据转为 mesh、texture、instance buffer、point sprite 或 volume resource。

  • Pass 组织

    Render pass 应声明资源依赖、绘制顺序、混合状态和 UI overlay 的含义。

  • 坐标契约

    数据坐标、地理坐标、世界坐标和屏幕坐标需要集中转换并保留单位语义。

  • 单位分离

    物理单位和视觉尺度因子应分开管理,防止画面比例改变数据含义。

  • LOD 保真

    LOD 策略既要控制性能,也要说明降采样后的误差边界。

  • Shader 范围

    Shader 中的归一化范围会改变跨时间、跨区域和局部对比的结论。

  • Legend 契约

    Legend 要暴露字段、单位、范围、阈值、缺失值和质量标记。

  • 交互反馈

    Filter、zoom、selection、brushing 和 progressive refinement 都要回到数据查询和资源更新。

  • 延迟预算

    Latency budget 应拆分到 CPU、GPU、网络和 UI 层,服务具体交互动作。

  • 评价闭环

    准确性、可读性、响应速度、误导风险和任务完成时间共同验收可视化质量。