Chaos Computer Club - archive feed

SIGNALO ist ein Gemeinschaftsprojekt von mehreren Schweizer Städten und einem Kanton. Es besteht aus einem PostgreSQL-Datenmodell und einer Arbeitsumgebung für die Software QGIS und QField im Bereich der vertikalen Beschilderung und Signalisation. Der Aufbau des Moduls, das Arbeitsvorgehen mit öffentlichen Partnern und die Herausforderungen bei der Darstellung komplexer Signale werden vorgestellt. Bisher richtet sich SIGNALO hauptsächlich an Schweizer Nutzer, indem es standardmässig alle in der Schweiz verwendeten Verkehrszeichen anbietet und die in der Schweizer Signalisationsverordnung definierten Anforderungen erfüllt. Das Modul bietet eine Abbildung der Signale auf der Karte, einen dynamischen Inhalt mit dem Text der Schilder auf der Karte und eine gesamthafte Lösung für Büro, Feld und Geoportal. Es wird aufgezeigt, wie SIGNALO die gesetzlichen Grundlagen übernimmt und die Informationen dynamisch auf der Karte darstellt. Eine Einbindung von Signalen anderer Länder ist durchaus möglich. (www.signalo.ch) about this event: https://pretalx.com/fossgis2023/talk/9XN7WT/

UAS werden in der Landwirtschaft u. a. eingesetzt, um ein exaktes Bild vom Zustand der Pflanzen und Böden zu erhalten. Unterschiedliche Sensoren und hohe Auflösungen steigern die Anforderungen an Verfahren zur Auswertung. Wir zeigen, wie anhand kommandozeilenbasierter Automatisierungswerkzeuge Projekte vereinfacht abgearbeitet werden können und welche zentrale Rolle dabei Open Source Software spielt, um große Datenmengen und wiederkehrende Projekte automatisert zu verarbeiten. Unbemannte Flugsysteme (engl. UAS, ugs. Drohnen) werden kontinuierlich weiterentwickelt und finden immer stärkere Verbreitung. Durch die steigenden technologischen Möglichkeiten können beständig neue Einsatzgebiete für UAS erschlossen werden und die Systeme in verschiedenen Bereichen eingesetzt werden. In der Landwirtschaft werden UAS u. a. eingesetzt, um ein exaktes Bild vom Zustand der Pflanzen und Böden zu erhalten. Dieses kann aus Orthomosaiken abgeleitet werden, die aus vielen Einzelbildern generiert werden. Da an den UAS inzwischen unterschiedliche Sensoren (Kameras mit RGB, multispektralem Spektrum oder LIDAR) angebracht werden können steigen die Ansprüche nicht nur an die Verfahren zur Auswertung, sondern auch an die Datenverarbeitung großer Datenmengen. Zur Erstellung der Orthomosaike und daraus abgeleiteter Datenprodukte wurden automatisierte Routinen entwickelt. Diese steuern die Verarbeitungskette der Bilddaten unter Verwendung von sowohl freier als auch nicht frei zugänglicher Photogrammetriesoftware. Wir zeigen, wie anhand kommandozeilenbasierter Automatisierungswerkzeuge Projekte vereinfacht angelegt und abgearbeitet werden können, um wiederkehrende bisher manuell ausgeführte Arbeitsschritte zu automatisieren. Dies führt zu einer Vereinheitlichung in der Produktkette. Diese Automatisierung der Arbeitsschritte zur Auswertung bietet das Potenzial einer höheren Berechnungsleistung und Auslastung von Systemen bei der Ausführung von aufwändigen Programmen, bei geringerem Arbeitskrafteinsatz. Automatisierbare Produkte werden manuell oder über zeitgesteuerte Skripte erstellt. Diese beinhalten u. a. Übersichten aller Bildflüge und errechneter Produkte sowie die Ableitung von Vegetationsindizes und Bedeckungsgraden. Ebenfalls werden Vorverarbeitungsschritte automatisiert abgearbeitet, z. B. die Umrechnung der absoluten Temperaturdaten bei Thermalinfrarotbefliegungen aus dem RJPG-Format von DJI. Zur Automatisierung kommen überwiegend Bash-Skripte zum Einsatz, die ihre Aufgaben ohne Nutzerinteraktion durchführen können und passend parametrisiert sind. Wir geben einen Einblick in die Vorgehensweisen und zeigen auf, welche zentrale Rolle dabei Open Source Software spielt und wie große Datenmengen und wiederkehrende Projekte automatisert verarbeitet werden können. about this event: https://pretalx.com/fossgis2023/talk/RLM8RE/

Anhand Open-Source-Software Apache StreamPipes wird die praktische Anwendung von Geo-Operatoren beim Stream-Processing vorgestellt. Zudem werden die allgemeinen Grundlagen und die Herausforderungen von Stream-Processing erklärt und mit den klassischen Prinzipien des Batch-Processing verglichen. Auf Themen wie Interoperabilität durch Umsetzung von Standards als auch Ontologie im Geo-Bereich wird ebenfalls eingegangen. Heute existieren eine Vielzahl von Datenquellen, die große Datenmengen in Quasi-Echtzeit erzeugen. Daraus resultieren kontinuierliche Datenströme und die Verarbeitung und Analyse werden als Stream-Processing bezeichnet. Das zugrunde liegende Konzept stellt einen neuen Ansatz zum klassischen Batch-Processing dar. Daten werden nicht erst zwischengespeichert, sondern direkt nach ihrer Entstehung oder ihrem Empfang in nahezu Echtzeit kontinuierlich verarbeitet und analysiert. Stream-Processing kommen beispielsweise im Big-Data-Umfeld oder im Bereich Internet der Dinge (IoT) zum Einsatz. Die Verarbeitung und Analyse von (Geo-) Datenströmen in diesem Kontext existieren im Open Source Bereich nur bedingt oder verlangt ein tiefes Grundwissen und eine breite Systemarchitektur. Eine einfache Lösung und Umsetzung bietet das Apache StreamPipes Projekt. StreamPipes ist eine Self-Service (industrielle) IoT-Toolbox, die es auch technisch nicht versierten Benutzern ermöglicht, (Geo-) Datenströme zu verbinden, zu analysieren und in Dashboards zu visualisieren. Dieses kann z. B. im Bereich des autonomen Fahrens, Verkehrsüberwachung oder auch Monitoring von Wetter-Sensoren erfolgen. Die (Geo-) Datenströme können dabei nicht nur durch Adapter importiert, sondern auch durch verschiedene Senken anderer Open Source Technologien zur Verfügung gestellt werden. Daher spielt das Thema Interoperabilität eine zentrale Rolle, welche durch verschiedene OGS Standards gewährleistet wird. In diesem Talk werden auf die allgemeinen Grundlagen und Terminologien des Stream-Processings eingegangen und am Beispiel von StreamPipes erklärt. Auch werden die Herausforderungen im Vergleich zu Batch Processing dargelegt und Lösungen präsentiert. Anhand von Beispielen aus dem Geo-Bereich werden verschiedene Geo-Operatoren exemplarisch im Stream-Processing vorgestellt. about this event: https://pretalx.com/fossgis2023/talk/FTBK3Q/

Inspiriert von der [Nolli-Karte](https://www.lib.berkeley.edu/EART/maps/nolli.html) sollen öffentliche Räume auf Basis aktueller OpenStreetMap Daten identifiziert und kartiert werden. Dazu entwickle ich ein Skript zur automatisierten Geodatenverarbeitung, welches auf einen Stadtteil von Wien angewendet werden soll. Bereits vor über 250 Jahren setzte sich Giovanni Battista Nolli, ein italienischer Architekt, Ingenieur und Kartograf damit auseinander, wie und wo Raum öffentlich zugänglich ist oder nicht. In seiner ['La nuova topografia di Roma Comasco'](https://www.lib.berkeley.edu/EART/maps/nolli.html) kartierte er mit beeindruckend hohem Detailgrad öffentlich zugängliche Innen- und Außenräume von Rom als Figure-ground Karte. Seitdem haben sich sowohl Charakter und Vielfalt öffentlicher Räume als auch die Datenbasis verändert. Vor diesem Hintergrund entwickle ich im Rahmen meiner Masterarbeit eine Skript zur automatisierten Geodatenverarbeitung für Daten aus OpenStreetMap, um öffentliche Räume anhand bestimmter Attribute zu identifizieren, zu kategorisieren und zu visualisieren. Das Skript soll auf einen Stadtteil von Wien angewendet werden. Eine erste Version des Skripts ist als GitHub Repository veröffentlicht: [osm-public-space-mapper](https://github.com/ester-t-s/osm-public-space-mapper) about this event: https://pretalx.com/fossgis2023/talk/Y77U8A/

In diesem Vortrag wird die automatisierte Detektion von Baumstandorten mit Hilfe von machinellem Lernen und Fernerkundungsdaten, die im Zuge eines Projektes mit dem Regionalverband Ruhr (RVR) entwickelt wurde, präsentiert. Kenntnisse über die Standorte von Einzelbäumen sowie deren Veränderung bilden eine wichtige Grundlage für diverse Fragestellungen mit Bezug zu grüner Infrastruktur, Raumbeobachtung und Klima. Die Informationen dazu liegen in der Metropole Ruhr nur vereinzelt und unvollständig, z.B. in Form von kommunalen Baumkatastern vor. Daher wurde im Rahmen eines Projektes mit dem Regionalverband Ruhr (RVR) eine automatisierte Detektion von Baumstandorten entwickelt. Innerhalb des Projektes ist ein Open-Source-Ansatz entwickelt worden für die Erfassung von Einzelbäumen, sowie diverser Parameter (Höhe, geschätzte Stammposition, Kronendurchmesser, Abstand zu Gebäuden und anderen Bäumen,...). Dieser Ansatz beinhaltet die Anwendung von maschinellem Lernen (ML – Machine Learning). Als Datengrundlage werden u.a. LiDAR-Punktwolken, Orthophotos und daraus abgeleitete Indizes (z.B. NDVI), sowie Sentinel-2-Zeitreihen genutzt. Ein flächendeckender Datensatz wurde am Beispiel von Herne für das Jahr 2020 berechnet. about this event: https://pretalx.com/fossgis2023/talk/LAPFZU/

It is a truth universally acknowledged, that a programming language with more than 100 users must be in want of a module system. JavaScript, first released in 1995, resisted this natural law until 2015 with the introduction of ES6. Since then, Modules have become a popular authoring tool for JavaScript Developers. However, modules as a shipping mechanism present certain issues, and many developers continue to compile to module-free code rather than ship native modules. This has challenged the language committee to investigate what is and what isn’t working about our module system. How do we do this, and how do we communicate these design changes from a small focus group to a larger design committee? A number of proposals are planned that change what kind of applications can be built using the module system. We will explore these questions and more, giving you a behind the scenes look at designing a module system for the web. about this event: https://bobkonf.de/2023/startsev.html

Für eine neue Alpenvereinskarte rund um den Berg Ushba im Großen Kaukasus waren Feldarbeiten im Hochgebirge notwendig, wobei die gesammelten Daten in OpenStreetMap eingetragen wurden. Dafür wurde eine Methodik entwickelt, um möglichst zielgerichtet die fehlenden Wege und Namen zu sammeln, zu validieren und zu dokumentieren. Für eine neue Alpenvereinskarte rund um den Berg Ushba im Großen Kaukasus waren Feldarbeiten im Hochgebirge notwendig, wobei die gesammelten Daten in OpenStreetMap eingetragen wurden. Dafür wurde eine Methodik entwickelt, um möglichst zielgerichtet die fehlenden Wege und Namen zu sammeln, zu validieren und zu dokumentieren. Vorher einen groben Überblick über die Aufgaben vor Ort zu haben, ist bedingt durch die begrenzte Zeit vor Ort, wechselhaftes Wetter und körperliche Kondition essenziell. Dabei vergleicht man natürlich verschiedenste Karten und lernt mehr darüber, wie alte Karten vermutlich entstanden sind, wie oberflächlich manche Verlage recherchieren und wie Informationen ihren Weg in OpenStreetMap finden oder eben auch nicht. about this event: https://pretalx.com/fossgis2023/talk/TDUYCE/

In verschiedenen fachlichen und technischen Kontexten haben wir GeoNode als zentrale Komponente von Forschungsdateninfrastrukturen eingesetzt. In den einzelnen Szenarien wurden verschiedene Weiterentwicklungen und Ergänzungen vorgenommen. Dazu gehören die Anbindung von Remote-Diensten über offene OGC Schnittstellen oder die Integration von Cloud-optimized-GeoTiffs (COG). Zur Darstellung der neuen Datentypen und spezialisierten Fachinformationen wurden dedizierte Dashboards entwickelt. Die Idee einer Forschungsdateninfrastruktur (FDI) beruht darauf, dass über die reinen (Geo-) Daten hinaus auch der Forschungsprozess (in Teilen) darin abgelegt werden kann. Eine FDI unterstützt Forschende in Ihrer Arbeit und trägt zur Vernetzung der Arbeiten innerhalb einer Organisation bei. Durch die zentrale Struktur trägt eine FDI auch zu einer besseren Reproduzierbarkeit von Forschung bei. Ein weiterer zentraler Aspekt ist die Bereitstellung von aufbereiteten Daten, die direkt analysiert werden können (ARD: Analysis Ready Data), so wie die direkte Anbindung von Prozessierungsdiensten. Neben der Bereitstellung und Verwaltung von Daten kann eine FDI aber auch Software oder beispielsweise Open Education Resources beinhalten. Die Wissenschaft ist oftmals ein Unterstützer von offener Software, nicht zuletzt um auch die Implementierung im wissenschaftlichen Sinne nachvollziehbar und reproduzierbar zu machen. Wir möchten in diesem Beitrag verschiedene FDI-Anwendungen aus der Geo-Domäne auf Basis von GeoNode und weiteren FOSS-Komponenten vorstellen. Ziel des zugrunde liegenden BMWK geförderten F&E-Projektes “MariData” ist es, die Energieeffizienz von Schiffen zu verbessern. Um dieses Ziel zu erreichen, soll eine Routenoptimierung durchgeführt werden, die Vorhersagen der Umweltbedingungen (u.a. Wind, Wellen) einbezieht und über schiffsspezifische, hydrodynamische Modelle den Treibstoffverbrauch für potentielle Routen zuverlässig abschätzen kann. So lässt sich das Routing in Bezug auf den Treibstoffverbrauch optimieren. Um die dafür erforderlichen Daten in einer zentralen FDI zu verwalten, wird eine GeoNode Instanz betrieben. Da die Vorhersagedaten im NetCDF Format vorliegen, wurde GeoNode um Funktionen erweitert, die es erlauben, die NetCDF Dateien in GeoServer automatisiert und kontinuierlich zu importieren, sobald neue Daten verfügbar sind. Diese Funktionalität ist bisher rein funktional am Back-End umgesetzt. Zusätzlich zum Verwalten der Daten wird die GeoNode API um einen Endpunkt zur direkten Prozessierung der Daten, der Berechnung von Routenvorschlägen erweitert. Als Alternative zum GeoServer für die Bereitstellung von Rasterdaten wurde eine Integration von Data-Cube-Konzepten in GeoNode evaluiert. Das gesamte Set-Up läuft über Kubernetes in der Cloud. Zur Integration von weiteren Remote-Diensten wurde eine Anbindung von existierenden Web-Coverage-Services (WCS) als Geonode Remote-Service realisiert. Für das Datenanalyseunternehmen Fraym wurde GeoNode dahingehend erweitert, dass große Rasterdaten im Cloud-Optimized-GeoTiff-Format (COG) direkt aus einem S3-Speicher integriert und geladen werden können. Dazu wurde das COG-Plugin des GeoServer genutzt und das GeoNode-Datenmodell entsprechend angepasst. Die S3-URL ist Teil des Metadatensatzes, was die maschinenlesbare Prozessierung von COGs ermöglicht, etwa in Jupyter-Notebooks. Die Laufzeitumgebung bei dieser Anwendung stellt ebenfalls ein Kubernetes-Cluster. Für die Universität Manitoba wurde eine GeoNode Instanz aufgesetzt, um verschiedene Geodaten einheitlich zu verwalten. Über den Daten-Katalog können die heterogenen Datensätze (Rasterdaten, Vektordaten, Zeitreihen) exploriert werden. Ergänzend zu GeoNode wurde insbesondere die Integration von Zeitreihendaten entwickelt. Dafür wurde eine separate Django App implementiert, die in GeoNode installiert werden kann und einen neuen Remote Service Typ für die OGC SensorThings API (STA) bereitstellt. Datastreams aus hinzugefügten STAs können anschließend in GeoNode importiert werden. Dazu wird für jeden Datastream ein GeoNode Layer angelegt und die spezifischen Metadaten (Sensor, Thing, ObservedProperty, etc.) in zusätzlichen Datenbanktabellen gespeichert. Die STA-Layer können dann über den Katalog gefunden und die Standard-Metadaten sowie die zusätzlichen Elemente angezeigt werden. Die eigentlichen Daten liegen nach wie vor nur in der STA vor. Um diese zu visualisieren und herunterzuladen, wurde außerdem ein separates Dashboard entwickelt, das die Stationen auf einer Karte anzeigt und die Exploration der Messreihen über Zeitreihen-Diagramme ermöglicht. Für eine GeoNode Instanz, welche Daten und Informationen zum Klimawandel in Bangladesch bereitstellt, wurden in enger Kooperation mit den Nutzer*Innen spezielle externe Dashboards entwickelt. Diese Dashboards dienen dazu, Daten zur Vulnerabilität durch Klimaänderungen und Naturkatastrophen, Klimamodelldaten und Zeitreihen Benutzer*Innen und Entscheidungsträger*Innen zugänglich zu

Aufnahmen der historischen Spionagesatelliten aus den „Keyhole“ Missionen der 60er, 70er, und 80er Jahre sind aufgrund ihrer Qualität einzigartig, allerdings erfordern sie eine besondere Methodik zur Entzerrung der Panorama-Aufnahmen. Hier stellen wir die Ergebnisse der Orthorektifizierung dieser Aufnahmen mit der Open Source Software GRASS GIS vor. Im Rahmen der „Keyhole” Missionen betrieben die USA während des kalten Krieges eine Reihe von Spionagesatelliten, deren Daten in den letzten Jahrzehnten über den US Geological Survey größtenteils öffentlich zugänglich gemacht wurden. Besonders interessant sind aus heutiger Sicht Aufnahmen der Missionen KH-4A/B (CORONA), KH-7 (GAMBIT), sowie KH-9 (HEXAGON). Die Daten dieser Satelliten stehen als Scans physischer Filmkameraaufnahmen zur Verfügung und verfügen über eine Bodenauflösung von 0.6 – 3 Metern. Da CORONA und HEXAGON über geneigte Panoramakamerasysteme verfügten, sind starke Verzerrungen in den Aufnahmen enthalten, die eine Orthorektifizierung mittels üblicher linearer Verfahren unmöglich machen. mundialis implementierte daher eine Methodik zur Entzerrung von Panorama-Aufnahmen, die seit Version 7.9 in der freien Open Source Software GRASS GIS enthalten ist. Zusätzlich wurden weitere GRASS Module und Walkthroughs erstellt, die die Rektifizierung und Georeferenzierung von Aufnahmen der „Keyhole“ Missionen vereinfachen. In vielen Teilen der Welt haben die „Keyhole“ Missionen Bilder der Landoberfläche aufgenommen, die in der Zwischenzeit von Infrastruktur, Städtebau und Landnutzungsveränderungen überprägt worden sind. Dies macht die Aufnahmen zu einer wertvollen Quelle für historische und archäologische Anwendungen sowie Langzeitstudien der Landbedeckungsveränderung. about this event: https://pretalx.com/fossgis2023/talk/8XVVYM/

Im Sommer 2021 konnten Amnesty International und das Citizen Lab weltweite Menschenrechtsverletzungen durch die Spionagesoftware Pegasus der NSO Group nachweisen. Kurz darauf zeigte eine internationale Recherche, Projekt Pegasus genannt, dass 50’000 Mobiltelefone und deren Besitzer:innen von der Überwachung betroffen waren. Auch Schweizer Behörden nutzten diese Spyware. Donncha Ó Cearbhaill ist Forscher und IT-Sicherheitsexperte beim Security Lab von Amnesty International in Berlin. Er führt ein Computer-Forensik-Team, welches sich der Erforschung und Aufdeckung von digitaler Überwachung von Aktivisten und Menschenrechtsverteidigerinnen verschrieb. Seine Forschung leistete einen entscheidenden Beitrag zum ausgezeichneten Pegasus-Projekt, das einer der grössten Überwachungsskandale aufdeckte. about this event: https://www.digitale-gesellschaft.ch/event/netzpolitischer-abend-zu-staatstrojaner-pegasus-und-nso-group/

Seit Juni 2021 beschäftigt sich die Arbeitsgruppe "Öffentliche Ausschreibungen mit FOSS" des FOSSGIS e.V. mit dem Thema der Beschaffung und Vergabe von IT-Lösungen auf Basis von FOSS. In dieser Dialogrunde wollen wir mit Vertreter:innen, die an Ausschreibungsverfahren und der anschließenden Entwicklung und Implementierung beteiligt sind, die häufig vorkommenden Frage- und Problemstellungen erörtern sowie Tipps für das Gelingen geben. Schon lange sind Ausschreibungsverfahren und die verschiedensten Ansätze zur Umsetzung von Software-Entwicklungsprojekten bekannt und auch im Einsatz. Doch noch immer verlieren sich viele Software-Umsetzungsprojekte in den Weiten einer IT-Landschaft, die nach den Vorgaben einer öffentlichen Ausschreibung und IT-Richtlinien der Verwaltungen erstellt werden soll. Dass der Weg in die digitale Souveränität steinig ist und keine einfachen Lösungen existieren, lernte die Arbeitsgruppe "Öffentliche Ausschreibungen mit FOSS" seit ihrer Gründung im Juni 2021. In dieser Dialogrunde wollen wir mit Vertreter:innen, die an Ausschreibungsverfahren und der anschließenden Entwicklung und Implementierung beteiligt sind, die typischen Frage- und Problemstellungen erörtern sowie Tipps geben, was für einen Weg in die digitale Souveränität alles mit ins Gepäck gehört. Mögliche Fragestellungen: - Welche Voraussetzungen müssen erfüllt sein, damit eine Ausschreibung auf Basis von FOSS gelingt? - Welche Erwartungen haben Nutzer:innen an FOSS jenseits von Benutzbarkeit? - Welche Befürchtungen haben Beschaffungsstellen im Bezug auf FOSS? - Wie sollte der Ausschreibungsprozess in der öffentlichen Verwaltung gestaltet werden? - Welche Schritte sind notwendig, um die (Weiter-)Entwicklung von FOSS zusammen mit der Vergabestelle ausszuschreiben? - Welche adminstrativen und vertraglichen Aspekte sollten die Beteiligten kennen und nutzen? - Welcher EVB-IT Vertrag, mit welchen Ergänzungen, passt für mein Vorhaben am besten? - Was sollten Verwaltungen mitbringen, wenn sie sich digital souverän aufstellen wollen? - Reicht mir schon der Quellcode, um digital Souverän zu sein? - Wann reicht ehrenamtliche Arbeit an OSS-Projekten für kritische IT-Infrastrukturen nicht mehr aus? - Wie bauen wir ein lebendiges Ökosystem für FOSS-Projekte? - Wie können Verwaltungen die Entwicklercommunity unterstützen? about this event: https://pretalx.com/fossgis2023/talk/E78Q3Q/

Im Rahmen der "Marinen Dateninfrastruktur Deutschland (MDI-DE)" wurde ein nationales Meeres- und Küsteninformationssystem eingerichtet. Die MDI-DE stellt die Datenbestände der wichtigsten Datenhalter an der Küste interoperabel bereit. (www.mdi-de.org). Fokus des Vortrags ist das neu entwickelte MDI-DE Geoportal, das basierend auf Open-Source-Komponenten, vorrangig dem Masterportal, das gezielte Auffinden, Analysieren und Exportieren der marinen Daten ermöglicht. Wo befinden sich Offshore-Windparks in Nord- und Ostsee und wo verlaufen unterseeische Stromkabel und Pipelines? Wie entwickelt sich die Population der Kegelrobbe im Schleswig-Holsteinischen Wattenmeer? Wie verändert sich der Schiffsverkehr in der Deutschen Bucht? Dies sind einige Beispiele für marine Fragestellungen, die mit Hilfe des integrierten und nationalen Meeres- und Küsteninformationssystem der MDI-DE untersucht und beantwortet werden können. Die MDI-DE besteht aus verteilten Infrastrukturknoten und stellt Daten der unterschiedlichsten Themen- und Anwendungsbereiche interoperabel bereit. Auf diese Weise werden Datenbestände der wichtigsten Datenhalter an der Küste einheitlich recherchierbar und nutzbar. MDI-DE stellt damit eine Plattform dar, aus der sich die breite Öffentlichkeit, Wirtschaft, Politik, Verwaltung und marine Wissenschaft bedienen können (www.mdi-de.org). Im neuen Portal der MDI-DE wurde die Suche in den Mittelpunkt gestellt, um das einfache Suchen und Finden von Daten zu ermöglichen. Die Suchergebnisse können sehr komfortabel nach verschiedensten Kriterien gefiltert und entweder direkt heruntergeladen oder im Kartenviewer visualisiert werden. Es kann auch in den vorhandenen Datenbeständen gestöbert werden. Die acht MDI-DE-Kategorien Basisdaten, Küsteningenieurwesen, Geologie, Natur und Umwelt, Ozeanographie, Menschliche Aktivitäten, Richtlinien und Schifffahrt sowie weitere Kriterien wie die verschiedenen INSPIRE-Themen bieten NutzerInnen einen übersichtlichen Einstieg in die Welt der Meeresdaten. Für die Visualisierung der Daten in einer Kartenansicht wird der Open-Source Geoportal-Client Masterportal in seiner aktuellsten Version verwendet. Die Daten, Dienste und Anwendungen werden im Metadatenkatalog dokumentiert, der basierend auf der Software InGrid aufgebaut wurde. Vervollständigt wird das Portal durch Gazetteer-Dienste sowie einem Literaturverzeichnis, den Webseiten der MDI-DE-Partner und externen Anwendungen wie z. B. BenInfos. Technisch basiert das gesamte Frontend auf dem Masterportal und individuell entwickelten Addons, während im Backend Elastic Search Stack und MapFish-Print-Komponenten zum Einsatz kommen. Im Vortrag werden Erfahrungen und Herausforderungen der Entwicklung und das Zusammenspiel der Komponenten beleuchtet und diskutiert. about this event: https://pretalx.com/fossgis2023/talk/HVXKN3/

Der Unterhaltungsverband „Mittlere Hase“ betreut insgesamt 1.400 Gewässerkilometer für 700 Kunden. Für die Maßnahmenplanung und Erfassung von Arbeitsständen werden neben QGIS eine PostGIS Datenbank und mobile Endgeräte mit der Software QField eingesetzt. Da im Gelände offline gearbeitet werden muss werden zentrale Daten täglich synchronisiert. Technisch möglich ist die Synchronisation durch Funktionen der GBD Websuite und den Einsatz einer eigens entwickelten App zum Datentransfer. In Niedersachsen werden auf Basis des § 63 des Niedersächsischen Wassergesetzes die Gewässer von aktuell 109 Unterhaltungsverbänden unterhalten. Zu den Aufgaben gehört die Gewässerpflege und Entwicklung sowie die Abflusssicherung. Dabei sind Vorgaben des Natur- und Landschaftsschutzes zu berücksichtigen. Der Unterhaltungsverband 97 „Mittlere Hase“ betreut in dem 77.750 ha großen Verbandsgebiet ca. 689 Verbandsgewässerkilometer und 800 Kilometer Privatgewässer. Um die zahlreichen maschinengestützten Aufgaben im Gelände zu planen und zu überwachen setzt der Verband seit Jahren QGIS ein. Zur Optimierung und Vereinfachung der Arbeiten werden die Daten nun in einer PostGIS Datenbank verwaltet. Hier werden Maßnahmen zur Gewässerpflege erfasst und über QGIS visualisiert. Die Daten werden für die Feldarbeit an mobile Endgeräte mit der Software QField übertragen um die Informationen für durchzuführende Maßnahmen an Mitarbeiter zu übergeben und um den Arbeitsstand am Gewässer zu erfassen. Da im Gelände offline gearbeitet werden muss werden zentrale Daten täglich synchronisiert. Technisch möglich ist die Synchronisation durch die Entwicklung einer App zum Datentransfer und Funktionen der GBD Websuite. about this event: https://pretalx.com/fossgis2023/talk/GBD9JZ/

Ein neues QGIS-Plugin "Räumlicher Filter" ermöglicht es, die Layer eines Projektes schnell und einfach auf ein bestimmtes räumliches Gebiet zu beschränken. Damit kann die Arbeit stark beschleunigt werden, denn es werden keine unnötigen Daten von der Datenquelle abgefragt und QGIS muss weniger Daten in der Karte zeichnen. So ist es unter anderem möglich, jeweils im Kontext unterschiedlicher Gemeinden oder Gitterzellen zu arbeiten. Ein neues QGIS-Plugin "Räumlicher Filter" ermöglicht es, die Layer eines Projektes schnell und einfach auf ein bestimmtes räumliches Gebiet zu beschränken. Damit kann die Arbeit stark beschleunigt werden, denn es werden keine unnötigen Daten von der Datenquelle abgefragt (gerade bei entfernten Datenbankservern ein großer Vorteil) und QGIS muss weniger Daten in der Karte zeichnen. Auch Analysen und Exporte beschränken sich nur noch auf die gefilterten Daten. So ist es unter anderem möglich, jeweils im Kontext unterschiedlicher Gemeinden oder Gitterzellen zu arbeiten. - Filtergebiete können in der Karte gezeichnet oder von ausgewählten Polygonen übernommen werden - Filter können mit einem Namen versehen, gespeichert und in unterschiedlichen Projekten wiederverwendet werden - Das räumliche Prädikat für die Filterung der Layerfeatures kann ausgewählt werden ("schneidet sich", "liegt drin", "liegt außerhalb") - Ausgewählte Layer können von der Filterung ausgeschlossen werden - Und vieles mehr! Dieses QGIS-Plugin wurde von der WhereGroup GmbH im Auftrag der Hessischen Verwaltung für Bodenmanagement und Geoinformation (HVBG) entwickelt, mit dem erklärten Ziel, es nachhaltig auch anderen als Freie und Open-Source-Software zur Verfügung zu stellen. https://github.com/WhereGroup/spatial_filter about this event: https://pretalx.com/fossgis2023/talk/ZDYNSX/

Workflow-Engines wie Apache Airflow sind ein wichtiges Instrument im Bereich Data Science. Sie bieten die Infrastruktur zum Definieren, Ausführen und Überwachen einer Abfolge von Schritten eines Datenverarbeitungsprozesses. Dieser Vortrag vergleicht eine Auswahl verfügbarer Open-Source Workflow-Engines, die sich besonders für Workflows mit Geodatenverarbeitung eignen. Zudem wird der OGC API – Processes-Standard, ein REST-API zur Ausführung und Überwachung von Prozessen vorgestellt. Das neu aufgekommene Fach Data Science hat eine beträchtliche inhaltliche und technische Überschneidung mit traditionellen Aufgaben der Geodatenverarbeitung und -visualisierung. Die in diesem Umfeld entstandenen Tools sind deshalb auch von grossem Interesse für GIS-Fachpersonen. Arbeitsschritte und Abhängigkeiten von Workflows werden deklarativ oder in einer Programmiersprache wie Python definiert. Die verbreitete Engine Apache Airflow hat die Workflow-Orchestrierung mithilfe von gerichteten azyklischen Graphen (engl. DAG, directed acyclic graph) populär gemacht. Dieser Vortrag vergleicht die bekannte Apache Airflow-Engine mit Open-Source-Workflow-Engines wie Dagster, einer neueren DAG-basierten Lösung und Camunda, einer BPMN-basierten Workflow-Engine. Zudem gibt diser Vortrag einen Überblick über den neuen OGC API - Processes-Standard und zeigt mögliche Integrationen mit verfügbaren Workflow-Engines. about this event: https://pretalx.com/fossgis2023/talk/JAMMJ8/

Das CRS Guesser Plugin für QGIS ermöglicht es, eine Koordinate oder einen Layer mit einem unbekannten Koordinatensystem einzugeben und automatisch eine Liste möglicher Koordinatensysteme zu durchsuchen. Das Plugin verbindet zudem die klassische Geowelt mit der des Semantic Web mit Nutzung von Ressourcen in WIkidata. Dieser Lightning Talk gibt einen Einblick in das Plugin. Gerade bei fremden Daten, kann es vorkommen, dass die Information, in welchem Koordinatensystem (KBS) sich die Daten befinden, nicht (mehr) bekannt ist. Bis jetzt mussten die Daten in einem GIS geladen und das Layerkoordinatensystem auf “gut Glück” bzw. nach Vermutung manuell geändert werden. Um diesen Prozess zu vereinfachen, wurde für QGIS das Plugin “CRS-Guesser” geschrieben. Im Plugin wird eine Koordinate mit unbekanntem KBS bzw. einen in einem falschen KBS geladenen Layer sowie ein Ziel-KBS angegeben, worauf die Daten automatisiert von jedem in der Liste definierten KBS in das angegebene Ziel-KBS transformiert und dieser Layer automatisch geladen wird. Dieser Layer zeigt somit an, wo sich die Daten im ursprünglichen KBS befinden. Nun muss nur noch eine Hintergrundkarte geladen (z.B. mit dem Plugin Quick Map Service) und geschaut werden, welcher Punkt bzw. welche Fläche sich an der richtigen Stelle befindet. Von dieser Geometrie kann durch die Attributtabelle abgefragt werden, von welchem KBS sie transformiert wurde. Dieses ist dementsprechend das richtige KBS für die ursprünglichen Daten. In Zukunft soll es zudem möglich sein, Wikidata-Daten, und z.B. EPSG-Codes direkt einzubinden. URL zum GitHub Repository: https://github.com/brigitdanthine/crs-guesser about this event: https://pretalx.com/fossgis2023/talk/QAHUAA/

FOSS-GIS in der Berliner Verwaltung, funktioniert das? Dazu soll der Vortrag einen Einblick in die gemachten Erfahrungen und die möglichen Einsatzfelder geben. Im Fokus stehen 2 Senatsverwaltungen (SenUMVK und SenSBW). Der Vortrag soll zu einer weiteren Diskussion und einer Vernetzung anregen. Die Notwendigkeit von Geodaten und – diensten für ein nachhaltiges und transparentes Verwaltungshandeln ist unumstritten. Damit verbunden hat das Thema GIS in der Berliner Verwaltung einen Anschub erhalten. Der Einsatz von FOSS für die Bearbeitung und Bereitstellung von Geodaten hat sich in den letzten 5 Jahren intensiviert. Waren es anfangs nur einige Wenige, die versucht haben mit entsprechenden Tools die Verwaltungsaufgaben zu lösen, so wird spätestens seit der Aufnahme von bekannten FOSS Software-Paketen in der Berliner IKT-Architektur derartige Software empfohlen und eingesetzt. Wünschenswert ist dennoch eine noch stringentere Entwicklung hin zu einer bevorzugten Verwendung von FOSS-Komponenten. Schließlich ist aus qualitativer und fachlicher Sicht kein Nachteil gegenüber dem Einsatz proprietärer Software gegeben. Stattdessen, ergibt sich, ähnlich wie bei der verwandten Thematik "Open Data", auch hinsichtlich des Einsatzes von Software für Verwaltungsaufgaben, eine Verantwortung bei der Verwendung öffentlicher Mittel. Bei der Abbildung digitaler Prozesse ist zudem eine unabhängige, wiederverwendbare und transparente Softwareentwicklung von Vorteil. Ganz im Sinne von "public money - public code" können dabei im besten Fall Innovationen entstehen, die auch außerhalb der Verwaltung nachgenutzt werden können. Das wird auch immer häufiger von Entscheidungsträger:innen gesehen. Dennoch gibt es durch historisch gewachsene Abhängigkeiten, wenig Repräsentanz für die Thematik sowie Sachverständnis auf der politischen Ebene einen großen Nachholbedarf. Mit diesem Beitrag wird ein Einblick in die eingesetzten FOSS-GIS Komponenten der Senatsverwaltungen für Stadtentwicklung, Bauen und Wohnen und für Umwelt, Mobilität, Verbraucher- und Klimaschutz gegeben. Der Einsatz umfasst sowohl Webbasierte sowie Serverseitige Anwendungen. Weiterhin wird der Austausch mit einer berlinweiten Community in diesem Bereich gesucht. Der Vortrag soll zu einer möglichen anschließenden Diskussion einladen, wie mit Hindernissen und den Verwaltungsstrukturen bei der Einführung und Umsetzung von FOSS-GIS Komponenten umgangen werden kann. about this event: https://pretalx.com/fossgis2023/talk/KUBUZN/

Von Open Data und Open Source kann die gesamte Stadtgesellschaft profitieren. Sie baut Wissen auf, erfährt Erleichterungen z.B. in der Mobilität oder bei der Inanspruchnahme von Dienstleistungen und nutzt Transparenz und Partizipationsmöglichkeiten bei politischen Entscheidungen. Welche spannenden Datenanwendungen und Werkzeuge können auf offenen Daten aufbauen? Wir zeigen aktuelle Beispiele aus Berlin. Berlin 2030: Für die Bürger:innen und Besucher:innen der Stadt ist es zur Selbstverständlichkeit geworden, dass sie uneingeschränkten Zugang auf städtische Informationen haben. Davon profitiert die gesamte Stadtgesellschaft. Sie baut Wissen auf, erfährt Erleichterungen z.B. in der Mobilität oder bei der Inanspruchnahme von Dienstleistungen und nutzt Transparenz und Partizipationsmöglichkeiten bei politischen Entscheidungen. Auf Verwaltungsebene wiederum, werden datengetriebene Entscheidungen getroffen und effiziente Prozesse durch offene Ökosysteme etabliert. Idealisierte Zukunftsvision oder reales Szenario? Welche datenbasierten Technologien und digitale Anwendungen werden schon heute verwendet und erprobt, die dem Gemeinwohl der Stadt nutzen? Der Vortrag stellt aktuelle Open Data und Open Source Projekte der Technologiestiftung Berlin vor, gespickt mit Einblicken in die Prototypen-Entwicklung für und mit der Berliner Verwaltung, sowie einem Ausblick auf Kommendes.“ about this event: https://pretalx.com/fossgis2023/talk/GFT9AM/

EO-Lab ist eine neue Cloud, die einen einfachen Zugang zu Satellitendaten anbietet. Der Schwerpunkt liegt auf nationalen Satelitendaten wie EnMAP, TerraSar-X und TanDEM-X, wie auch Daten der SentinelSatelliten. In diesem Vortrag stellen wir die verwendeten Komponenten des WebGIS Client, SHOGun, openEO-backend, actinia und GRASS GIS und deren Zusammenspiel in einer Cloud Architektur vor. In der Erdbeobachtung gibt es eine stetig wachsende Zahl an Satellitenbild-Szenen, die über unterschiedliche Plattformen zur Verfügung gestellt werden, z.B. den DIAS Plattformen oder national über CODE-DE und neuerdings auch EO-Lab. Die Verarbeitung von Rasterdaten hat sich in den letzten Jahren mit dem wachsenden Umfang der zur Verfügung stehenden Zeitreihen und Datenmengen stark verändert. Statt Daten herunterzuladen und lokal zu prozessieren, wird die Software zur Prozessierung heutzutage direkt über die Daten-Cloud bereitgestellt in der Satellitendaten vorliegen. Damit kann ein zentral bereitgestelltes Rechen-Netzwerk verteilten Benutzern hochperformante Prozessorleistung bereitstellen und Ergebnisse können nahtlos weitergenutzt werden um z.B. downstream Dienste anzubieten. Im Vortrag wird die Software-Architektur vorgestellt, wobei einerseits die Verwaltung der Komponenten und des WebGIS Clients mit SHOGun, andererseits der direkte Zugriff der Prozessierungssoftware auf die Daten beschrieben wird. Hierbei sind die wesentlichen Komponenten das openEO GRASS backend, actinia, und GRASS GIS. Sowohl das openEO GRASS backend als auch actinia stellen eine REST API zur Verfügung, die letztendlich an GRASS GIS zur eigentlichen Datenprozessierung angebunden ist. about this event: https://pretalx.com/fossgis2023/talk/7ZQH9U/

Interior building data is gaining popularity, but while there is an abundance of exterior data for navigation and other purposes, the availability of indoor data is meagre. This paper presents how simplified indoor data can be extracted from digital building models, which are rich in interior information, and can be converted to formats such as CityGML, IndoorGML, and OpenstreetMap to increase the availability of indoor data. Accessibility, barriers, and the locations of facilities inside buildings are gaining greater public interest. Accordingly, there is a popular trend to extend geospatial databases, map and routing services with indoor information, such that data and services can cater to broader applications. Various researchers address the topic by either extending geospatial data formats or by improving the quality and efficiency of indoor data acquisition. These works resort to existing 2D plans such as owner's as-built plans or publicly displayed escape plans as sources, or they create 3D models from laser scans or photographic material. However, these methods require substantial manual effort. Our work automates indoor data generation by leveraging existing data from construction planning, where building information is produced in good quantity and quality. We develop conversion procedures that ingest building data as source, extract 2.5D floor plans, map them to an intermediate model and finally derive data in three pertinent target formats. We work systematically from the source and target models towards the intermediate model and take a bottom-up, inductive approach: On the source side, we analyse the IFC schema and realistic sample data for relevant patterns, implement checking routines and extract the input for conversion to the intermediate model. On the target side, we produce CityGML, IndoorGML and OSM sample data for a tailored sample project, identify commonalities of the schemas, design an intermediate model and generalize the output methods. The final paper will present the identified IFC elements as well as the intermediate model in detail. Preliminary results indicate that the required source information exists in different forms among the semantic elements, geometric representations, and topological relations found in IFC. For the target models we realized that CityGML and IndoorGML are free of redundancies since they are both OGC schemas. Thus we identify a relevant subset of their union. OpenStreetMap is substantially different from the OGC formats. It is geometry-driven with semantic information attached to it. We use the Opensource BIMserver for efficient access to the often voluminous building data and implement the conversion in Java. A dedicated web application will serve as a front-end. Two university campus buildings as well as a public administration centre under construction are used for verification. In summary, our work integrates the interior of publicly accessible buildings into the urban outdoor space, expanding the already available city models and databases. We focus on open formats, the production of open data, and publish our applications as open source. Building owners are given the opportunity to submit their data for public access, assisting in the process of volunteer mapping. The integrated data has the potential to provide the foundation for innovative applications in the area of autonomous navigation, accessibility and public transportation. This paper is a substantially extended version of the lightening talk we presented at SOTM 2022. about this event: https://pretalx.com/fossgis2023/talk/NBNV3B/

Diese Demo Session zeigt die Nutzung der ALKIS-NAS-Daten über die Tools der PostNAS-Suite in QGIS und im WebGIS (mit QGIS-Server und dem Lizmap-Client). Und richtet sich insbesondere an Anwender, die bisher nicht oder nur wenig mit der PostgreSQL/PostGIS Datenbank gearbeitet haben. Immer noch nutzen QGIS-Anwender die ALKIS-Daten anhand des SHAPE- oder DXF-Formates. Die professionelle Lösung über Tools der PostNAS-Suite nutzen viele nicht, da sie die notwendigen PostgreSQL/PostGIS (PG) Datenbank abschreckt. Diese Demo Session richtet sich an Anwender, die bisher noch nicht oder nur wenig mit der PG-Datenbank gearbeitet haben. Es wird gezeigt, dass die Installation und die weitere Anwendungen (PG-DB und Tools der PostNAS-Suite) auch ohne SQL-Kenntnisse möglich ist. In einem zweiten Teil werden die ALKIS-Daten im WebGIS genutzt (QGIS-Server mit Lizmap-Client), incl. Flurstückssuche und einer einfachen Flurstücksauskunft. about this event: https://pretalx.com/fossgis2023/talk/EQXMEK/

Vor dem Hintergrund der stetig wachsenden Menge an frei verfügbaren Daten gewinnt der Einsatz von standardisierten cloudbasierten Tools zur Daten-Prozessierung und -Analyse zunehmend an Bedeutung. Im Forschungsprojekt KLIPS werden auf Basis des neuen OGC API Processes Demonstratoren entwickelt, die Rasterdaten zu urbanen Hitzeinseln analysieren. Die Schnittstelle wird mit mit pygeoapi aufgesetzt, für die Analyse kommen bewährte Algorithmen von GRASS und GDAL zum Einsatz. Als Nachfolger des Web Processing Service (WPS) setzt der relativ junge Standard OGC API Processes (2019) auf JSON und HTML und folgt dem REST Prinzip. Das ermöglicht eine browserbasierte Erkundung des Dienstes. Außerdem vereinfacht sich das automatische Ansprechen des Dienstes mit Programmmiersprachen wie JavaScript oder Python. Um einen OGC API Processes Dienst aufzusetzen, ist die Server-Software pygeoapi die derzeit umfangreichste Lösung. Dadurch dass direkt sämtliche Python-Bibliotheken eingebunden werden können, steht für die Entwicklung eines Prozesses bereits eine Vielzahl an verschiedenen Analyse- und Prozessierungswerkzeugen zur Verfügung. GDAL oder GRASS Algorithmen können über entsprechende Python-Bindings oder Subprozesse eingebunden werden. terrestris und meggsimum nutzen im Projekt KLIPS, gefördert vom Deutschen Bundesministerium für Digitales und Verkehr (BMDV), den Standard OGC API Processes, um Analysen und Abfragen im Kontext von urbanen Hitzeinseln zu erstellen. Im Rahmen des Vortrags wird die Architektur anhand von konkreten Demonstratoren dargestellt und erläutert. about this event: https://pretalx.com/fossgis2023/talk/BTSUDS/

Frei zugängliche Daten zu wasserbezogenen Klimarisiken sind Bausteine einer resiliente Gesellschaft. Im Rahmen des Vortrags werden bestehende Daten und Informationsplattformen aus Berlin-Brandenburg in Hinblick auf Inhalt, Format, Zugänglichkeit, Dokumentation und Nutzbarkeit evaluiert. Auswirkungen des Klimawandels und wasserbezogene Risiken werden zunehmend auch in Deutschland spürbar, und insbesondere Brandenburg zählt dabei zu den trockensten Regionen (Kahlenborn et al. 2021). Frei zugängliche Daten und aufbereitete Informationen über wasserbezogene Klimarisiken sind notwendig, um Veränderungen zu antizipieren und zukunftstaugliche Entscheidungen zu treffen, was sich letztendlich in einer erhöhten Resilienz der Gesellschaft widerspiegelt. In den letzten Jahren entwickelten sich diverse Initiativen, von lokalen Behörden bis zur internationalen Ebene (z.B. https://opendri.org), mit dem Ziel die Potentiale von Open Data verstärkt zu nutzen. Die nutzerorientierte Bereitstellung von Risikoinformationen ist jedoch eine Herausforderung. Verschiedene Akteure, z.B. Landwirte, Raumplaner, oder Anwohner in potenziell gefährdeten Gebieten, benötigen dabei unterschiedliche Daten. Ziel des Beitrags ist die Vorstellung des Projekts CliWaC, in dessen Rahmen eine Bestandsaufnahme der Open Data zu wasserbezogenen Klimarisiken in Berlin-Brandenburg durchgeführt wird. Der Beitrag stellt die Ergebnisse für die identifizierten Daten anhand von Bewertungskriterien vor (insbesondere Inhalt, Format, Zugänglichkeit, Dokumentation, Nutzbarkeit), diskutiert kritisch Möglichkeiten und Grenzen, identifiziert Potentiale für Verbesserungen und formuliert Empfehlungen für zukünftige Entwicklungen. *Kahlenborn et al. (2021). Klimawirkungs- und Risikoanalyse 2021 für Deutschland. Teilbericht 6: Integrierte Auswertung – Klimarisiken, Handlungserfordernisse und Forschungsbedarfe. CLIMATE CHANGE 25/2021. Dessau-Roßlau. about this event: https://pretalx.com/fossgis2023/talk/T8UHGY/

KDE's freie Reise-App Itinerary nutzt OSM Daten auf vielfältige Art und Weise, beispielsweise für Indoor-Karten von Bahnhöfen und Flughäfen. Dieser Vortrag betrachtet die dabei entstandenen Lösungen und die angetroffenen Herausforderungen. [KDE](https://kde.org)'s Reise-App "[Itinerary](https://apps.kde.org/itinerary)" unterstützt Nutzer dabei vor und während Reisen alle wichtigen Dokumente und alle relevanten Informationen stets zur Hand zu haben. Importierte Flug-, Zug- und Fernbus-Tickets, Hotelbuchungen und Anmeldungen oder Eintrittskarten zu Veranstaltungen werden dabei automatisch erkannt, anders als bei vergleichbaren Funktionen in proprietärer Software ohne dass private Daten dabei das eigene Gerät verlassen. Bereits bei der Erkennung von Reisedokumenten spielen Daten aus OSM und Wikidata eine große Rolle, der sichtbarste Einsatz von OSM findet sich jedoch in den Indoor-Karten von Bahnhöfen und Flughäfen. Diese oftmals komplexen und mehrgeschossigen Gebäude sind häufig unter Zeitdruck zu durchqueren, sich präzise zurechtzufinden kann über das Erreichen einer knappen Verbindung entscheiden. Dies wird umso wichtiger je mehr weitere Anforderung bestehen, beispielsweise der Bedarf nach einem Aufzug auf Grund von schwerem Gepäck, einem Kinderwagen oder eines Rollstuhls. Neben einer nach Stockwerken getrennten Darstellung ist für diesen Anwendungsfall auch die zuverlässige Erkennung von Elementen zum Stockwerks-Wechsel (Treppen, Rolltreppen, Aufzüge) sowie von Bahnsteigen/Gleisen, Bahnsteigsabschnitten und Gates erforderlich, um das Zusammenführen mit Echtzeit-Datenquellen (Ankunft/Abfahrtszeiten, Gleiswechsel, Störungen bei Aufzügen und Rolltreppen) zu ermöglichen. Ebenso enthalten sind die Auswertung von Öffnungszeiten und die Anzeige aktuell verfügbarer Leihfahrräder und -roller. All dies geschieht Client-seitig basierend auf OSM "Rohdaten-Tiles". about this event: https://pretalx.com/fossgis2023/talk/CWR3N9/

Frei verfügbare Landsat und Sentinel-2 Daten sind insbesondere seit Copernicus eine wichtige Grundlage für raumbezogene Analysen in Wirtschaft und Wissenschaft. Ihre Aufarbeitung für großräumige und sich über längere Zeiträume ersteckende Analysen stellt viele Anwender allerdings vor praktische Probleme. Dieser Vortrag zeigt, wie Landsat und Sentinel-2 Daten mit FORCE für nationale bis kontinentale Analysen aufbereitet und effizient prozessiert werden können. Erdbeobachtungsprogramme wie die Landsat (NASA/USGS) und Copernicus Sentinel-2 (ESA) Missionen erfassen multispektrale Fernerkundungsdaten weltweit, flächendeckend und mit hoher zeitlicher Dichte. Die im Fall von Landsat bis in die 1970er Jahre reichenden Aufnahmen und eine kontinuierliche Erweiterung der frei zugänglichen Datenarchive durch neue Missionen bilden eine wichtige Grundlage für raumbezogene Analysen. Dennoch stellt die synergetische Nutzung dieser Daten für großräumige und langzeitliche Analysen viele Nutzer vor praktische Probleme: Je nach Ort, Zeit und Sensor variiert die Verfügbarkeit und Qualität einzelner Aufnahmen, etwa infolge unterschiedlicher Bewölkungsgrade, der Überlappung benachbarter Satellitenorbits, oder einer unterschiedlichen Qualität der geometrischen Korrektur. Für großräumige Analysen stellen sich somit häufig Fragen eine strukturierten Datenablage sowie der effizienten und automatisierten Verarbeitung und Visualisierung. Das Framework for Operational Radiometric Correction for Environmental monitoring (FORCE) bietet eine Komplettlösung für die Beschaffung, Prozessierung und Organisation großer Mengen von Erdbeobachtungsdaten. Der Anwendungsbereich deckt den kompletten Workflow von Download der Rohdaten bis hin zur Erstellung von Analysis Ready Data (ARD) und Folgeprodukten (z.B. Klassifikationen durch Machine-Learning Methoden) ab. FORCE erleichtert damit vor allem die Handhabung von großen Datenmengen für großflächige Analysen mit dichten und langen Zeitserien. Der Nutzer hat dabei volle Kontrolle über Qualitätskriterien für die zu verwendenden Daten, Methoden zur Aggregation und Interpolation von Zeitserien, oder Ableitung von Phänologieparametern und Trends aus den Zeitserien. Der Vortrag zeigt, wie mithilfe von des Framework for Operational Radiometric Correction for Environmental monitoring (FORCE) Landsat und Sentinel-2 Daten für ein Untersuchungsgebiet mit minimaler Nutzerinteraktion heruntergeladen, radiometrisch korrigiert und in einem einheitlichen Tiling Grid strukturiert, sowie für anschließende Analysen vorprozessiert werden können. Darüber hinaus werden weitergehende Analysemöglichkeiten vorgestellt, etwa eine effiziente thematische Klassifizierung. Abschließend werden Anwendungsbeispiele aus der Forschung zur Baumartenkartierung und zur Landwirtschaftlichen Kartierung oder zu Gebäudehöhen in Deutschland gezeigt. Der Vortrag richtet sich an ein breites Publikum und erfordert keine besonderen Kenntnisse der multispektralen Fernerkundung. Referenzen: https://force-eo.readthedocs.io https://github.com/davidfrantz/force Frantz, D. (2019). FORCE—Landsat + Sentinel-2 Analysis Ready Data and Beyond. Remote Sensing, 11(9). doi: 10.3390/rs11091124 Haberl, H., Wiedenhofer, D., Schug, F., Frantz, D., Virag, D., Plutzar, C., . . . Hostert, P. (2021). High-Resolution Maps of Material Stocks in Buildings and Infrastructures in Austria and Germany. Environ Sci Technol, 55(5), 3368-3379. doi: 10.1021/acs.est.0c05642 Rufin, P., Frantz, D., Ernst, S., Rabe, A., Griffiths, P., Özdoğan, M., & Hostert, P. (2019). Mapping Cropping Practices on a National Scale Using Intra-Annual Landsat Time Series Binning. Remote Sensing, 11(3). doi: 10.3390/rs11030232 about this event: https://pretalx.com/fossgis2023/talk/CEA79T/

Der Radverkehrsatlas ist der Prototyp einer Webapplikation, über die Verwaltungen Zugang finden zu den Daten aus OpenStreetMap und der OSM-Community. Die OSM-Community hilft, die nötigen Daten anzureichern und zu vervollständigen. Die Verwaltung kann die Daten verifizieren. Dafür werden die Daten einheitlich aufbereitet und für die Anwendungsfälle der Planungsprozesse visualisiert. Kommunen stehen vor der Herausforderung, Radnetze und Radinfrastruktur zu digitalisieren, um diese datenbasiert effizienter instandhalten und planen zu können. Insbesondere kleineren und mittleren Kommunen fehlt es für regelmäßige, zeit- und kostenintensive Straßenbefahrungen an Ressourcen. Mit dem Radverkehrsatlas werden die Daten aus OpenStreetMap für die kommunale Radverkehrsplanung und -instandhaltung nutzbar gemacht. Dazu gehört eine Zusammenarbeit mit der lokalen OSM-Community, ein Verifikationsprozess innerhalb der WebApp sowie die Aufbereitung und Visualisierung der Daten. Ein Ziel ist, einen Datenkreislauf zwischen Verwaltung und OSM-Community zu etablieren, der sich iterativ gegenseitig verstärkt. Im Vortrag berichten wir vom Stand der Dinge und den positiven Erfahrungen aus der Pilot-Region Bietigheim-Bissingen. about this event: https://pretalx.com/fossgis2023/talk/3EGCVU/