IT-Infrastruktur

Als grundlegendes Arbeitswerkzeug kommen in der Abteilung "Anwendung in der Digitalisierung" natürlich Geografische Informationssysteme (GIS) zum Einsatz.

Ein Geoinformationssystem umfasst dabei verschiedene Methoden und Anwendungen zur Erfassung, Bearbeitung, Speicherung, Analyse und Visualisierung von räumlichen Daten. Durch die Verknüpfung verschiedener Datenquellen werden auch neue Informationen abgeleitet und interpretiert. Dabei werden sowohl proprietäre, wie auch Open-Source-Produkte angewandt.

ArcGIS Pro der Firma ESRI ist eine proprietäre Desktop-GIS-Anwendung mit großem Funktionsspektrum. ArcGIS Pro unterstützt Datenvisualisierungen, erweiterte Analysen und die Verwaltung von Daten in 2D, 3D und 4D. Daneben unterstützt die Software die Datenfreigabe in einer Reihe von ArcGIS-Produkten wie ArcGIS Online und ArcGIS Enterprise und ermöglicht den Anwendenden die Zusammenarbeit im ArcGIS-System über ein Web-GIS.

QGIS ist eine professionelle GIS-Anwendung, die auf der Grundlage von Freier- und Open-Source-Software (FOSS) entwickelt wurde. QGIS ist ein benutzerfreundliches Open-Source GIS, das unter der GNU General-Public-License steht und ein offizielles Mitglied der Open-Source-Geospatial-Foundation (OSGeo) ist. Es läuft plattformübergreifend und unterstützt eine Vielzahl von Vektor-, Raster- und Datenbankformaten und -funktionen.

Beispiele

Das GeoPortal.rlp dient dem Zugang zu Daten, Diensten und Anwendungen der Geodateninfrastruktur Rheinland-Pfalz (GDI RP). Es ermöglicht verschiedensten Stellen, ihre Geodaten zentral zur Verfügung zu stellen und macht diese Daten stellenübergreifend durchsuchbar. Darüber hinaus bietet es Funktionen zur Darstellung, Kombination und Erfassung eigener Geodaten. In der GDI RP übernimmt das GeoPortal.rlp also die zentrale Aufgabe als serviceorientierte Vermittlungsstelle zwischen Nutzern und den Anbietern von Geodaten.

Der GeoBoxViewer bietet georeferenzierte Informationen wie zum Beispiel Liegenschaftskarten mit den Lagen und Umrissen ihrer Felder, Luftbilder und topographische Karten mit wichtigen Landschaftsstrukturen und Verkehrswegen zur Ansicht an. Daneben werden auch Daten zu Bodenarten, zur Erosionsgefährdung sowie die Ausweisung von spätfrostgefährdeten Flächen angeboten. Dynamische Daten wie Wetterdaten stehen schlagbezogen zur Verfügung.

Die RLP AgroScience nutzt bzw. programmiert auch WebGIS, um via nutzerfreundlicher Webplattform (Geo-)Daten zu erheben oder auch Online-Umfragen durchzuführen.

Im Zentrum der Abteilung AnDi steht häufig das Automatisieren von komplexen oder zeitintensiven Prozessen mit Hilfe von Skripten. Diese steigern die Effizienz von GIS-Workflows, vereinfachen das Daten-Management und sparen natürlich Zeit.

Die meisten GIS-Umgebungen beinhalten eine Skript-Umgebung, wie z.B. Python. Python bietet umfangreiche Optionen zur Automatisierung komplexer GIS-Arbeiten und erlaubt es, GIS-Programme mit externen Programmen zu verbinden bzw. diese in der Funktionalität zu erweitern.

Aber auch R hat sich von einem reinen Statistik-Programm zu einer flexiblen und mächtigen Programmiersprache weiterentwickelt, mit welcher räumliche Daten gelesen, analysiert, manipuliert und visualisiert werden können. Selbst interaktive Webanwendungen (z.B. Dashboards) können mit einem R-Paket wie Shiny einfach und schnell mit R erstellt werden.

Die Geospatial Data Abstraction Library (GDAL) ist eine freie Programmbibliothek, die eine einheitliche Schnittstelle zu einer Vielzahl verschiedener Geodaten-Formate zur Verfügung stellt. Zusätzlich beinhaltet GDAL eine Sammlung verschiedener Werkzeuge zur Bearbeitung von Geodaten.

Besonders für die performante Verarbeitung von riesigen Datenmengen (Big Data) werden fortschrittliche Datenbanken wie PostgreSQL mit der Erweiterung PostGIS für die Speicherung und Verwaltung räumlicher Daten verwendet.

Über Software-Entwicklungsumgebungen können mit entsprechenden APIs (Anwendungsschnittstellen) und SDKs (Software Development Kits) komplett eigene GIS-Anwendungen für Desktop, Web und Mobilgeräte erstellt werden.

Für das Auslesen bestimmter Datenformate, die Verarbeitung und Nutzung von Fernerkundungsdaten oder für detaillierte Spektralanalysen, werden diverse Programme benötigt. Für die Anwendungen werden frei zugängliche (open data) Fernerkundungsdaten (Landsat, Sentinel, ASTER…) ebenso genutzt, wie kommerziell verfügbare Daten (SPOT, RapidEye, World View, TerraSAR-X, …).

Mit ERDAS IMAGINE oder ENVI können Roh-Geodaten gesammelt, prozessiert und analysiert werden um letztendlich hilfreiche Informationen zu liefern. Sie liefern kompakte Fernerkundung, Photogrammetrie, LiDAR Analysen, grundlegende Vektoranalysen und Radarprozessierung in einem einzigen Produkt.

Die Trimble eCognition-Software wird genutzt, um Merkmalsextraktion aus Geodaten zu automatisieren. So werden nicht nur Pixel isoliert betrachtet und verarbeitet, sondern - den menschlichen kognitiven Fähigkeiten ähnlich - Gruppen von Pixeln als Objekte, identifiziert und betrachtet. Mit Segmentierungs- und Klassifizierungsmethoden wird so Wissen in einem semantischen Netz dargestellt. Anhand von Eigenschaften wie Farbe, Form, Textur und Größe von Objekten sowie deren Kontext und Beziehungen lassen sich weitreichende Informationen ableiten, wie Ausmaße ackerbaulich genutzter Schläge, Einzelbaumdetektion oder versiegelte Flächen.

Für Projekte, bei denen „unmanned aerial vehicle“ (UAV) oder umgangssprachlich Drohnen eingesetzt werden, werden Software-Tools wie Pix4D eingesetzt. Dabei handelt es sich um Software für die Flugplanung, sowie der Auswertung von Drohnendaten mittels photogrammetrischer Algorithmen, um aus aufgenommen Bildern hochgenaue, georeferenzierte 2D-Karten und 3D-Modelle zu generieren.

Alternativ können die erfassten Drohnenbilddaten mit GIS-Erweiterungen wie ArcGIS Drone2Map unmittelbar nach dem Flug weiterverarbeitet werden. So lassen sich Bilddaten mit natürlichen Farben oder von Wärmeinfrarot- oder Multispektralkameras visualisieren. Es können 2D- und 3D-Messungen durchgeführt werden und Analysen wie Volumenberechnungen oder Spektralprofile erstellt werden.

Die RLP AgroScience betreibt sowohl im eigenen Haus interne Standalone-GIS-Server für die Datenbereitstellung und Automatisierung umfangreicher Prozessierungsaufgaben wie auch beim DLR Rheinhessen-Nahe-Hunsrück für rechenintensive Landesprojekte. Beispielsweise laufen auf diesen Servern Rechenprozesse zur landesweiten Modellierung von täglichen Vorhersagen der potenziellen Bodenfeuchte auf Basis tagesaktueller Wetterdaten für die Kartenflächen der Bodenschätzung.

Projektergebnisse und Zwischenstufen werden automatisch und regelmäßig gesichert. In der Regel werden nur räumlich aggregierte, also nicht personenbezogene Daten, verarbeitet.

Auch Cloud-Computing findet, sofern DSGVO-konform, immer häufiger Anwendung in den Projekten. So werden zum Beispiel über CODE-DE Copernicus Daten direkt in der Cloud prozessiert und als cloudbasierte Webanwendung wie im Projekt timeStamp zur Verfügung gestellt (noch als Prototyp). Das Projekt bietet Unterstützung behördlicher Kontrollen von flächenbezogenen Maßnahmen durch Nutzung von Satellitendaten. Über Satellitenbild-Zeitreihen wird die temporale Dynamik der Flächennutzung analysiert und Hinweise zu Nutzungsänderungen ausgegeben.