概述

场数据是一种特殊的数据类型，其中包含按照坐标或者拓扑结构存储的单元格，每个单元格中存储一个或多个属性值
场数据对连续的空间进行度量，这种度量可以是现实生活中测量，也可以是软件模拟。常见的度量，包括温度、速度、密度等。场数据大多与空间、时间或者地理位置相关，因此也常被称为空间数据或者时空数据、地理空间数据

除了基础的数据呈现，空间场数据的可视化研究还包括许多其他的研究方向，比如如何合理表达数据采集或者模拟生成中的不确定性，如何通过风格化绘制生成更加具有艺术美感的结果或类似教科书上示意图的图像，如果在三维场可视化结果或者虚拟现实环境中进行交互，此外由于空间场数据常常有着多维度、多尺度和大数据量的特征，并行计算、空间索引等加速算法也是空间场数据可视化研究的重点

空间场数据可视化在医疗，气象，流体力学，计算机模拟等多个科学领域有着广泛的应用

例：
风格化的绘制——展现医疗影像数据

从几何的角度看，二维数据的定义域分为两类：
平面型，如常见的医学影像
曲面型，如地球表面温度分布或者飞机机翼上的空气流速分布，复杂的曲面往往需要在三维空间中可视化，相对简单的曲面可投影到二维平面上可视化，例如将地球表面按经纬度坐标在二维平面上投影显示

二维标量场数据最常使用的可视化方法是颜色映射，例如x光片，以及温度地图就归为此类。使用颜色映射时，需要建立一张将数值转化为颜色的颜色映射表，再将二维空间中的标量值按照颜色映射表转化为显示的颜色，除了颜色，平面之外的第三维度高度，也可以作为视觉通道用于映射。高度并不一定符合另外两个维度的比例尺，仅需保持相对高度的比例正确即可，颜色和高度还可以同时使用

还有一种常见的二维标量场数据可视化方法是等值线提取
一张等值线图中含有对应多个不同数值的等值线，而每条等值线都是将整个场中有着相同数字的所有点相连得到的，由于空间场数据采样的特性，通常无法确定一个特定值所在的具体空间坐标，因此需要采取一些特殊的方法，最常见且高效的等值线生成方法是移动四边形法：
将平面划分为一个二维 格，每个顶点上有一个数值，假设我们现在绘制值为5的等值线，先将所有大于等于5的顶点标出，我们一共可以得出16种不同情形的方格以及对应的等值线，进一步的通过差值可以得到更加精确的等值线，用同样的方法还可以画出其他标量值对应的等值线

矢量场和张量场

矢量场与标量场的区别在于空间中的任意位置都对应一个矢量，而非标量
矢量场数据也可以看成流场数据，即每一个点的矢量方向都代表流体在这个位置的流向，矢量的大小代表流速

矢量其实可以看作一维的张量，而矩阵就是二维张量，此外还有三维或者更多维的张量
张量在工程和物理领域常用于表示物理性质的各项异性，例如在固体力学和土木工程中，张量用来表示应力、惯性、渗透性和扩散，在医学图像领域，张量场是弥散张量成像的理论基础

弥散张量成像数据是张量场数据的典型代表，它可以描述测量对象，例如生物组织内的水分子在不同磁场梯度方向上的扩散速度，通过这些数据可以推测出很多有用的信息，例如水分子扩散速度最快的方向通常就代表了组织纤维的生长方向，我们可以用椭球来表现扩散的各项异性，椭球的方向和各个轴的长度是通过计算对应位置张量的特征向量和特征值得到的，这里举例的是一个矩阵，也就是二维张量，实际测量中得到的弥散张量的维度更高，水分子扩散的分布也远比椭球要复杂的多