Tieteellinen visualisointi tietokoneanimaation genrenä

Tomi Salminen, TaiK Medialaboratorio, 1999.

Tieteellinen visualisointi on, laajasti ymmärrettynä, tieteen tutkimustulosten kuvallinen esitys [1]. Koetuloksia on esitetty kuvallisesti kautta historian [2], mutta termi 'tieteellinen visualisointi' otettiin käyttöön nykyisessä merkityksessään vasta vuonna 1987 [3]. Silloin Yhdysvaltain kansallinen tiedesäätiö, NSF, julkaisi mietinnön nimeltä "Visualization in Scientific Computing". Kahdeksankymmentäluvun lopulla supertietokoneilla ratkaistiin jo niin monimutkaisia ongelmia, että niiden ratkaisujen tarkasteluun tarvittiin uusia, tietokonegrafiikan kehittyvään alaan liittyviä ratkaisuja, joita tuolloin alettiin aktiivisesti kehittämään.

Tietokoneanimaatioita käytettiin aluksi visualisoimaan eksakteihin luonnontieteisiin ja tekniikkaan liittyviä laskutuloksia, mutta myöhemmin mukaan tulivat myös biotieteet, humanistiset tieteet, taloustiede jne.

Tieteellisen visualisoinnin ja "tavallisen" tietokoneanimaation eroa on hankala määritellä. Tyypillisimmillään tieteellisen visualisoinnin esittelemät mallit, mallien muutokset ajassa ja niiden ominaisuuksia kuvaavat värit perustuvat kaikki arvoihin, jotka on saatu joko mittauksista tai tietokoneella ratkaistuista yhtälöistä. Tieteelliseksi visualisoinniksi voidaan nimittää myös käsin mallinnettua ja animoitua kokonaisuutta, mikäli se esittää jotakin tieteen tutkimaa kohdetta ja sen tarkoitus on selventää sen ominaisuuksia tai toimintaa, mutta tällainen visualisointi on syntytavaltaan identtinen vaikkapa rautakauppaa televisiossa mainostavan animaation kanssa. Voisi siis olla mielekästä rajoittaa 'tieteellinen visualisointi' -termi tarkoittamaan sellaisia animaatioita, joissa ainakin osa sisällöstä on tuotettu laskemalla tai mittauksin. Käytän tässä esityksessä tätä merkitystä. (Määritelmä ei ole ongelmaton - tietokoneanimaatioissa käytetään nykyisin runsaasti laskennallisiin menetelmiin liittyviä apuvälineitä kuten hiukkasjärjestelmiä ja fysikaalista mallinnusta.)

Tieteellisille visualisoinneille on tyypillistä suuri vapausasteiden määrä. Tämä tarkoittaa sitä, että tutkittavat järjestelmät voivat olla useampiulotteisia, muuttuvat ajassa ja sisältävät useita erityyppisiä muuttujia. Hyvä esimerkki ovat sääennustuksessa käytettävät mallit, joissa on kolme avaruusulottuvuutta ja aikaulottuvuus, ja joiden jokaiselle hilapisteelle on laskettu mm. lämpötila, paine, ilman suhteellinen kosteus, tuulen nopeus sekä suunta. Näinkin monen suureen yhtäaikainen esittäminen kaksiulotteisella ruudulla on haastava tehtävä, jonka helpottamiseksi on kehitetty erilaisia visualisointitekniikoita.

Erityisesti kolmiulotteisen datan visualisointiin kehitettyjä, tietokonegrafiikan mahdollisuuksia hyödyntäviä tekniikoita ovat

• pintaesitykset, joissa pinnan kutakin pistettä poikkeutetaan tasapainoasemasta tarkasteltavan suureeseen verrannollinen määrä. Samaan esitykseen voidaan lisätä myös väri, joka voi kuvata joko samaa tai eri suuretta. Valaisemalla pinta saadaan yksityiskohtia hyvin esille.
• vektoriesitykset, joiden avulla voidaan kuvata erilaisia virtauskenttiä. Kuhunkin hilapisteeseen piirretään nuoli, jonka pituus ja suunta ovat verrannollisia pistessä laskettuun vektorisuureeseen. Värittämällä nuolet virtauksen voimakkuus erottuu vielä selvemmin. Nuolia ei kannata käyttää liikaa, etteivät yksityiskohdat huku.
• leikkauspinnat, joiden avulla datasta poistetaan yksi tarkasteltava dimensio. Leikkauspinnoilla voidaan sitten käyttää kaksiulotteiseen dataan soveltuvia visualisointimenetelmiä kuten vääräväriesitystä ja tasa-arvokäyriä.
• tasa-arvopinnat, jotka ovat tasa-arvokäyrien yleistys kolmiulotteiseen avaruuteen. Ne ovat kuin pilviä, jotka rajaavat tiettyjä arvoja sisältävät hilapisteet sisälleen. Tasa-arvopintoja voidaan käyttää useampia tekemällä niistä osittain läpinäkyviä.
• tilavuuskuvannus, joka on erityisesti kolmiulotteisen skalaaridatan visualisoinnissa käytetty menetelmä, jossa data tavallaan "läpivalaistaan" kuten röntgenkuvassa.
• partikkelit ja virtaviivat, joita käytetään erityisesti virtausten visualisointiin. Virtauskenttiin asetetaan yksi tai useampia koehiukkasia, joiden liike ajassa lasketaan. Piirtämällä hiukkasen polku näkyviin saadaan virtaviivoja, jotka ovat analogisia mekaanisten tuulitunnelien savuvanojen kanssa.

Värien käyttö on oleellinen osa tieteellistä visualisointia. Toisin kuin viihteellisissä tietokoneanimaatioissa, värit täytyy valita huolella eikä niitä voi käyttää miten tahansa. Tyypillisesti värejä käytetään kuvaamaan suureiden voimakkuutta - esimerkiksi matalia lämpötilan arvoja voidaan kuvata sinisillä sävyillä, korkeita arvoja punaisilla. Muuttujien ja värien välisen kuvauksen ei välttämättä tarvitse olla lineaarinen. Tällöin voidaan saada paremmin näkyviin muutoksia joillakin tietyillä suureen arvoilla, mutta silloin pitää myös esittää käytetty värikartta, ettei katsoja oleta sen olevan lineaarinen.

Silmän fysiologiaan liittyvät rajoitukset pitää myös pitää mielessä. Ihminen on esimerkiksi huonompi erottamaan sinisen kuin punaisen tai vihreän sävyjä toisistaan [4]. Väärävärikuvissa sävyjä tulee käyttää riittävästi, jotta hahmontunnistukseen treenatut aivomme eivät tulkitse väripintojen keinotekoisia rajoja aidoiksi. Pitää myös muistaa, että huomattava osa ihmisistä kärsii erilaisista punavihersokeuden lajeista.

Visualisoinneille tyypillisiä lajipiirteitä ovat myös runsas väli- ja lopputekstien käyttö, joissa luetteloidaan tutkittavan aiheeseen liittyvää lisäinformaatiota ja tekijöiden nimet työyhteyksineen. Ääntä visualisoinneissa käytetään harvoin, sillä ne on tehty käytettäväksi luennon tai esitelmän yhteydessä.

Tieteellisen visualisoinnin käyttö ja uusien visualisointitekniikoiden tutkimus ei osoita laantumisen merkkejä. On mielenkiintoista nähdä, miten ja milloin laskennallisten tieteiden käyttöön laaditut tieteellisen visualisoinnin työkalut ja arkipäivän tiedonvälityksessä käytettävät, graafisten suunnittelijoiden ohjelmistot lähestyvät toisiaan ja saavat yhteisiä käyttäjiä. Kummallakin puolella on toiselle annettavaa.

Kirjallisuutta:

1. Juha Ruokolainen, Matti Gröhn: Tieteellinen visualisointi. CSC - Tieteellinen laskenta Oy, 1996.
2. Tomi Salminen: Tieteellinen visualisointi: tietokone aistien apuna. Luku 5 kirjasta Alkuräjähdyksestä kännykkään - näkökulmia laskennalliseen tieteeseen. CSC - Tieteellinen laskenta Oy, 1998.
3. L. Rosenblum et al.: Scientific Visualization - Advances and Challenges. Academic Press, 1994.
4. Brand Fortner, Theodore E. Meyer: Number by Colors - A Guide To Using Color To Understand Technical Data. Springer-Verlag, 1997.