Paraview, un software open source per la visualizzazione scientifica


Visualizzazione ed analisi di dati con geometrie 3D (o 4D considerando anche la variabile tempo) possono essere effettuate con software open source di visualizzazione scientifica come Paraview, VTK, VisIt e Mayavi2. Questi software consentono inoltre di processare variabili di tipo vettoriale e tensoriale, possibilità mancante nei GIS classici. In questo post accenno ad alcuni aspetti di elaborazione e visualizzazione con Paraview.

Paraview è uno dei software scientifici open source sviluppati da Kitware, assieme a VTK, ITK e CMAKE e altri. E' un'applicazione che può lavorare su un singolo processore o su più computer in parallelo. Ne è stata rilasciata recentemente la versione 3.10.0, il 9 marzo. Presenta anche un calcolatore ed una shell in Python (vers. 2.7), che consentono di estendere le funzionalità base.


Formato dati in input

Anche se può leggere decine di differenti formati dati, sono due i formati standard di import dati: VTK classico ed il più recente formato XML, creato per consentire una maggiore varietà di formati geometrici in input. Il tipo di strutturazione geometrica dei dati, come anche il loro assemblaggio nei file sono più ricchi e flessibili che nei GIS. Nei dataset GIS classici il singolo file (o set collegato di file, per esempio uno shapefile) mantiene una sola tipologia di formato geometrico (raster o vettoriale), accompagnata da informazioni descrittive sotto forma di variabili categoriali e scalari. In un file VTK o XML possono essere conservati contemporaneamente più tipi di geometrie (raster 2-3D e vettoriali) e più variabili (che siano scalari, vettoriali o tensoriali).

I dati di input possono essere creati da software GIS esportandoli in formato VTK. GRASS consente di esportare dati scalari come file VTK. Script e programmi in linguaggi come Python, C++, Fortran permettono ugualmente di convertire dati GIS anche come variabili vettoriali e tensoriali, sfruttando più livelli oppure le informazioni contenute in più campi di tabelle degli attributi.


Modalità di processamento di dati scalari e vettoriali 2D

La tecnica di elaborazione dei dati è molto simile a quella usata nei GIS. Si utilizzano filtri che possono essere applicati in cascata ad un dataset caricato. Come si vede dalla Fig. 1, sono disponibili decine di filtri, applicabili a diverse tipologie di dati, per una loro elaborazione oppure visualizzazione (glifi, linee di flusso, etc). Il risultato dell'applicazione di un filtro può essere salvato come dataset a se stante (File → Save Data, avendo selezionato il dataset da esportare).

Fig. 1. Elenco alfabetico dei filtri in Paraview 3.10.0. In nero quelli applicabili sul tipo di dati nel livello selezionato, in grigio i filtri non disponibili per lo specifico tipo di dato selezionato.

Come esempio concreto, consideriamo un dataset comprendente sia variabili scalari sia vettoriali, con zone che contengono valori nulli (zone con colore blu in Fig. 2a). A questo può essere inizialmente applicato un filtro di threshold (Filters → Common → Threshold) che limita i valori accettabili di una particolare variabile scalare, in maniera tale da scartare i valori che rappresentano misure mancanti. Nel dataset filtrato saranno quindi escluse le localizzazioni con valori della variabile fuori range (Fig. 2b). A questo dataset filtrato può essere applicato un ulteriore filtro, anche su una variabile differente da quella precedentemente considerata. Per esempio, possiamo applicare un filtro di streamline (Filters → Common → Stream Tracer)ad una variabile vettoriale che rappresenta velocità di spostamento, che produrrà le linee di flusso (streamlines) del campo vettoriale (Fig. 2c).

Fig. 2a.
Fig. 2b.
Fig. 2c.

Una volta caricati e processati una serie di dati, può essere utile salvare lo “stato” della visualizzazione (File → Save State) per un successivo riutilizzo (File → Load State), come avviene nei GIS con il salvataggio in progetti.


Esempi di visualizzazione di dati 3D

Consideriamo gli eventi sismici registrati durante l'evento di Colfiorito del 1997 (terremoto dell'Umbria-Marche), derivanti da un dataset creato dall'INGV e distribuito in occasione di un convegno per il decennale del terremoto (Roma, 2007).

I dati disponibili comprendono gli ipocentri, conservati in uno shapefile puntuale. Questo livello è stato importato in GRASS e da qui esportato come file VTK. Per poter visualizzare anche la densità degli eventi, è stato scritto un programma in C++ per il calcolo della densità di punti in 3D a partire da dati testuali x-y-z, con creazione di un raster 3D in formato VTK. L'algoritmo utilizza un kernel gaussiano per calcolare le densità di punti. Un'introduzione teorica su questo soggetto si trova in http://www.spatialanalysisonline.com/output/html/Pointdensity.html

Una visualizzazione iniziale può rappresentare congiuntamente le informazioni puntuali (localizzazioni degli ipocentri) sia raster 3D (densità degli ipocentri), come in Fig. 3.

Fig. 3. Visualizzazione degli ipocentri come punti accompagnata dalle densità più elevate degli eventi sismici. Sequenza dell'Umbria-Marche del 1997, dati INGV.

Dati “raster” 3D possono essere visualizzati con varie tecniche, fra cui le sezioni (slices) e le isosuperfici (isosurfaces).
Sezioni (slices) attraverso un raster 3D (Filters → Common → Slice, con livello selezionato) sono utili per comprendere la struttura tridimensionale di un fenomeno. In Fig. 4 uno slice orizzontale e altri verticali fra loro paralleli evidenziano come le densità massime degli eventi sismici delineano superfici che immergono verso sinistra (Ovest), con una orientazione circa Nord-Sud (solo accennata nella sezione orizzontale presentata): Queste orientazioni sono congruenti con le giaciture delle faglie normali nella zona esaminata.

Fig. 4. Slices delle densità di ipocentri ottenuta per la sequenza sismica dell'Umbria-Marche del 1997. Dati INGV.

Una isosuperficie collega le posizioni con uguale valore della variabile considerata. Più isosuperfici possono essere visualizzate contemporaneamente. In Paraview vengono create col filtro Contour (Filters → Common → Contour). In Fig. 5 si nota nella zona settentrionale un allineamento circa N-S di valori elevati di densità di ipocentri, mentre nella porzione meridionale i massimi di raggruppamento degli ipocentri sono più limitati e discontinui.

Fig. 5. Gli ipocentri rappresentati come punti bianchi, mentre i volumi in rosso rappresentano le isosuperfici di densità uguale alla metà del range dei suoi valori (13 in un range da 0 a 26).

Alcuni svantaggi e problematiche di Paraview

Paraview è un software ricco di funzionalità e non immediato da apprendere. Presenta anche una serie di svantaggi e problemi, che presumibilmente si ridurranno man mano che questo software matura:
  • presenza di tutorial e documentazione libera ridotta rispetto ad altri software, comunque in via di miglioramento;
  • l'ordine di visualizzazione dei livelli, banale da definire nei GIS, è apparentemente non gestibile in Paraview, per cui in alcuni casi occorre testare la visualizzazione in più schermate differenti;
  • episodici mancati refresh della visualizzazione quando si zooma o si naviga nella schermata; riducendo ad icona il programma e visualizzandolo nuovamente la schermata si aggiorna correttamente;
  • nel caso del filtro Stream Tracer, si è riscontrato in vari casi che nessun risultato viene prodotto, senza una evidente regola.


Link per approfondimenti



Comments