GIS و تجسم اطلاعات علوم جوی
علوم جوی و تجسم مکانی در طول ۱۰ سال گذشته به سرعت پیشرفت کرده است.اگرچه ممکن است شخصی فکر کند که جامعه ی علوم جوی به طور طبیعی باید از GIS استفاده کند،بطور سنتی اینچنین نیست زیرا مدل های داده استفاده شده توسط علوم جوی اغلب چند بعدی هستند ازجمله۴D یا داده های ۵D ، درحالیکه اینچنین پویا بودن و داشتن عناصر زمانی در آنها که استفاده از آنها را در مجموعه GIS فراهم می آورد.بنابراین تجسم اتمسفر تا حدود زیادی در مسیر خود از طریق ابزارهایی مانند VisAD رشد یافته است.این در سال های اخیر با انواع فرمت های داده که در حال حاضر توسط منابع باز و GIS اختصاصی استفاده می شود تغییر یافته است.ظهور داده های نیمه ساخت( SSD) امکان بیشتر انعطاف پذیرتر و تغییرپذیرتر شدن مدل ها و ساختار داده را فراهم کرده است.برنامه های کاربردی بیشتری درحال حاضر عمومیت یافته و تجسم علمی همراه با تجزیه و تحلیل داده ها اعمال می کند.
استفاده از مدل های اطلاعاتی جدید امکان یکپارچه شدن مدل های اطلاعاتی سنتی تر GIS با کسانیکه در علوم جوی از آن استفاده کرده است فراهم آورده است.یکی از این ابزارها MeteoInfo است، ابزاری که تجسم داده ها را با تجزیه و تحلیل های فضایی ترکیب می کند.این ابزار خودش دارای بعضی عملکردهای پایه GIS است و مزیت اصلی آن تجسم انواع فرمت های داده است که داده های جوی را پشتیبانی می کند ازجمله اطلاعات NOAA ISH ،شبکه اطلاعات جوی NETCDF، و داده های ASCLL .
METEOINFO یک نرم افزار منبع باز است که داده های تجسمی را با تجزیه و تحلیل های فضایی ترکیب می کند.
فن آوری های اخیر داده های مکانی مجموعه برنامه های انتزاع (GDAL) را با داده های جوی ترکیب می کند و اجازه می دهد فرمت های رایج مانند اطلاعات HDF به راحتی در GIS گنجانده شود. یکپارچه سازی داده ها هنوز هم می تواند چالش برانگیز باشد.متاداده،نمایش تصویر،تفسیر و مرجع فضایی توابع ممکن است نیاز به اعمال شدن اصلاحات داده ها یا اضافه کردن داده های ازدست رفته است که امکان ارائه داده HDF استفاده از GDAL را فراهم می کند.یکی از مشکلات شایع این است که برخی از داده های جوی نه باند در شکل شطرنجی و رستری دارد درحالیکه اکثر ابزارهای GIS از سه باند برای صفحه نمایش رنگی استفاده می کند.یک تابع تفسیر می تواند برای ترکیب باندها و ایجاد داده های تجسمی در سه باند از نرم افزار GIS مانند QGIS یا ArcGIS .با این حال یکپارچه سازی داده ها هنوز هم اغلب توسط ماهیت چند بعدی اتمسفر پیچیده می شود.بنابراین ما احتمال می دهیم برای ادامه دادن به فهمیدن توسعه بیشتر در این ناحیه،جاییکه در آن داده های جوی می تواند ویژگی های تاریخی پیچیده ی خود را حفظ کند،چند بعدی و عمل پذیری در محصولات GIS استاندارد باشد.