Neues aus dem GRASS GIS Projekt: die 7.4.0 Version steht bereit
This is a modal window.
Das Video konnte nicht geladen werden, da entweder ein Server- oder Netzwerkfehler auftrat oder das Format nicht unterstützt wird.
Formale Metadaten
| Titel |
| |
| Serientitel | ||
| Anzahl der Teile | 95 | |
| Autor | ||
| Lizenz | CC-Namensnennung 3.0 Unported: Sie dürfen das Werk bzw. den Inhalt zu jedem legalen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen. | |
| Identifikatoren | 10.5446/36170 (DOI) | |
| Herausgeber | ||
| Erscheinungsjahr | ||
| Sprache |
Inhaltliche Metadaten
| Fachgebiet | ||
| Genre | ||
| Abstract |
| |
| Schlagwörter |
1
6
10
11
12
14
15
16
23
28
37
39
41
50
53
54
58
60
62
68
70
71
72
74
76
77
78
79
82
83
86
90
95
00:00
Version <Informatik>GRASS <Programm>Vorlesung/Konferenz
00:58
GRASS <Programm>SoftwareAnalysisUnterstützungssystem <Informatik>GNU <Software>BildverarbeitungBetriebssystemBenutzeroberflächeDatenverarbeitungOpen SourceComputeranimation
01:28
BildverarbeitungGRASS <Programm>SoftwareAnalysisUnterstützungssystem <Informatik>GNU <Software>BetriebssystemBenutzeroberflächeVersion <Informatik>BenutzerfreundlichkeitKompressionDownloadingVerschlingungBenutzerfreundlichkeitBildverarbeitungDatenverarbeitungVisualisierungBetriebssystemTopologischer VektorraumGraphische BenutzeroberflächeBaumechanikServerVersion <Informatik>SoftwareStreuungsdiagrammOpen SourceQuellcodeComputeranimation
03:37
GRASS <Programm>Version <Informatik>BenutzerfreundlichkeitBenutzeroberflächeKompressionVerschlingungDownloadingData DictionaryDrahtloses lokales NetzDatumsgrenzeKompressionZahlenbereichPolygonVersion <Informatik>FrequenzUnified Threat ManagementSoftwarePhysikalische GrößeChipkarteSoftwareprojektGeometrieNoten <Programm>GRADESoziale SoftwareData DictionaryOpen SourceCookie <Internet>Processing <Programmiersprache>Computeranimation
07:00
Graphische DarstellungMeterPixelSoftwareComputeranimation
07:52
Graphic WorkshopFluss <Mathematik>Skript <Programm>Computeranimation
08:35
DownloadingESERVisualisierungKanal <Bildverarbeitung>Systems <München>Computeranimation
09:51
MultiplikationSimulationEditorRAPiD <Programm>PrototypingIntegriergerätTyp <Informatik>VOXELGradientWürfelDimension 3Schreiben <Datenverarbeitung>SoftwarePixelFunktionalitätFunktion <Mathematik>EditorComputeranimation
11:07
VOXELGradientDreidimensionaler RaumLaufzeitCW-KomplexComputeranimation
11:28
WärmeübergangszahlMeterWorkstation <Musikinstrument>AlgebraDatensatzKoeffizientSummeZeitreiheGRADEWikiZeitstempelInformationTemporale LogikWürfelp-V-DiagrammZeitreihenanalyseDatenmodellZeitreiseErweiterungComputeranimation
13:32
GRASS <Programm>Skript <Programm>Print <4->Hardware-in-the-loopSoftwareGoogleFunktionalitätProgrammierungComputeranimation
15:04
Open SourceAnalysisGRASS <Programm>Processing <Programmiersprache>RechenschieberÜbergangSoftwareComputeranimation
16:23
HochleistungsrechnenSatellitensystemPixelZeitreiheMaßstabDatensatzInterpolationReiheDrahtloses lokales NetzComputeranimation
17:36
HochleistungsrechnenPAPSoftwareDatenformatDateiformatProviderNetzadresseInformationsmodellierungOpen SourceQuellcodeComputeranimation
19:35
GoogleCodeCompilerGRASS <Programm>Web logBenutzerführungGoogleAlgebraisch abgeschlossener KörperSoftwaretestComputeranimation
20:08
CodeGRASS <Programm>GoogleOpen SourceRegistrierung <Bildverarbeitung>AlgorithmusBenutzerführungAnalysisAPICLICodeBildverarbeitungLESKomponententestGoogleComputeranimation
20:39
GRASS <Programm>Processing <Programmiersprache>Apple KeynoteComputeranimation
21:10
QuellcodeAlgorithmusSoftwareComputeranimationVorlesung/Konferenz
Transkript: Deutsch(automatisch erzeugt)
00:07
Herzlich Willkommen zur Session hier im Alfred irgendwie Hörsaal. Wir hören viele interessante Sachen hier. Als erstes fangen wir an mit Graskis, dann geht es weiter mit Open Layers.
00:24
Und als erstes darf ich das Wort an Markus Netheler übergeben, der Ihnen Neues aus dem Graskis Projekt näherbringen wird und ich bin gespannt, was sich da getan hat in letzter Zeit. Bitte schön. Dominik, vielen Dank.
00:42
Also ich möchte hier erst mal herzlich willkommen sagen, viele sind noch nicht da, weil vorhin das Plenum erst vor kurzem aufgehört hat. Mit einer leichten Verspätung sage ich mal, aber das macht nichts. Ich möchte gerne heute vorstellen, was sich im letzten Jahr in dem Graskis Projekt getan hat. Mein Name ist Markus Netheler. Für die, die mich noch in Italien wähnen,
01:04
ich bin seit zwei Jahren hier in Bonn. Wir haben eine Firma gegründet, Mundialis, und bewegen uns halt im üblichen Open Source Geo-Datenverarbeitungssektor und sind auch sehr froh darüber, dass das so ist. Aber hier stelle ich nun heute Neuerungen im Graskis Projekt vor.
01:22
Für diejenigen, die das Graskis Projekt nicht kennen, kurz ein Mini-Steckbrief. Wir blicken inzwischen auf eine Geschichte von über 30 Jahren, nämlich fast 35 Jahren zurück. Das ist natürlich Beeindruckend für ein Open Source Projekt. Interessanterweise kommt das Projekt aus dem Militärbereich.
01:41
US Army hat seinerzeit angefangen, im mehr zivilorientierten Sektor das für das Landmanagement zu entwickeln, Anfang der 80er Jahre bis 1995. Und danach ging das eben in ein echtes Community-Projekt über. Und wenn wir nochmal zurückdenken, man muss auch berücksichtigen, dass ab 1994 das WWW ja gar nicht existierte
02:05
und nach der Erfindung desselben ja auch noch nicht unglaublich viele Server überhaupt da waren. Das bedeutet, dass wir tatsächlich sozusagen in die Vor-Internet-Zeiten hier zurückblicken. Und der Source Code dadurch auch sehr interessant ist, dass eben in Zeiten entwickelt wurde die Basis als,
02:24
ist das besser so, glaube ich, mit dem Mikrofon, als die Ressourcen noch sehr limitiert waren. Das bedeutet, es wurde Ressourcen schonen programmiert, schon von Anfang an. Und das ist natürlich heutzutage im Big Data Zeitalter in der Cloud schon wieder sehr relevant,
02:43
denn wir wollen natürlich schnell um Ressourcen schonen arbeiten. Das heißt, der Kreis schließt sich quasi von einem Extrem ins andere. Das ist nur so als Anekdote nebenbei. Die Software kann eigentlich, ich behaupte natürlich alles, aber einigermaßen viel, massive Raster, Vektordatenverarbeitung kann man damit durchführen,
03:01
Voxel, es gibt einen turbologischen Vector-Engine da drin, Bildverarbeitung, da machen wir sehr viel auch im Copernicus-Programm, Visualisierung. Es ist portabel, läuft auf allen üblichen und unüblichen Betriebssystemen und kann sowohl grafische Benutzeroberfläche als auch Kommandozeile bereitstellen.
03:22
So, jetzt aber zu den Neuerungen. Was ist neu in der Version Gras KISS 4.0? Wir haben natürlich, wie immer, an der Benutzerfreundlichkeit gearbeitet. Aber wir sehen Gras nicht nur als Desktop-JS, sondern auch als Backend. Und das ist sicherlich auch eine der Stärken. Und deshalb ist Gras auch in vielen anderen Softwareprojekten aufgegriffen worden
03:42
als Backend-Lösung, zum Beispiel in Cookies Processing ist es drin seit 2009. Für R gibt es ein Interface und für viele andere Softwarepakete auch. Die Neuerung, die wir noch haben, in dieser Version No-Data-Compression. Das klingt jetzt ein bisschen lustig, aber es ist tatsächlich relevant. Die No-Data werden tatsächlich jetzt komprimiert abgelegt
04:03
und für den nächsten Release haben wir eine komplett neue Kompression eingebaut. Die ist jetzt noch nicht in 7.4 drin, sondern wird in 7.6 sein. Was man an den Zahlen auch erkennen kann, ist, dass wir die Release-Frequenzen von alle 10 Jahre auf doch einmal im Jahr erhöht haben,
04:21
einfach um gute Dinge schneller ausliefern zu können und auch ein bisschen synchroner zu sein, was sonst so in der OS-Geo-Welt passiert. Ach so, diese neue Kompression wurde von einem großen Social-Media-Giganten erfunden, aber als Open Source bereitgestellt und wir sind das erste Geo-Projekt, das diese Kompression benutzt. Z-Standard heißt die.
04:43
Das GDALT-Projekt über Licht gerade die einzubauen, aber bei uns gibt es das schon. Was noch interessant ist, globale Daten zu verarbeiten. Das ist jetzt natürlich überhaupt nichts Neues, aber das große Problem besteht in den globalen Daten, die suboptimal generiert wurden mit Software, die das nicht so richtig beherrscht. Zum Beispiel, dass die Karte leider über den globalen Raum
05:05
minus 180 Grad plus 180 Grad rausreicht. Was macht man denn dann? Wir haben das Problem bei den Polen, es ist vielleicht nicht so wild, aber bei der Datumsgrenze bin ich plötzlich auf der anderen Seite angekommen. Und das ist ja auch ein Klassiker im Webgiss, dass die Polygone genau andersrum gezeichnet werden und so seltsame Streifen
05:22
über den Globus ziehen, als tatsächlich eine kleine Sentinel-Kachel zu sein, die tatsächlich auf der Datumslinie normal zufälligerweise liegt. So, diese Dinge können wir jetzt problemlos bearbeiten, das ging vorher auch schon, aber wir haben jetzt auch die Möglichkeit, kaputte Daten hier wieder zu reparieren.
05:42
Orthorektifikation hat vielleicht ein bisschen Nischendasein geführt in den letzten Jahren. Das ist jetzt wieder beliebt worden, das ist auch im Bereich der Dronenauswertung natürlich sehr interessant. Da gibt es auch andere Softwarelösungen für, wir haben jetzt hier die grafische Oberfläche dazu neu entwickelt und da kann man dann entsprechende Dinge tun. So, dann gibt es letztlich seit Gras 7.2 über 480 Verbesserungen,
06:03
die kann man sich dann auch im Detail angucken. Jetzt ein bisschen plakativ einige Beispiele. Es gibt für alle, die das noch nicht wussten, einen Datenkatalog. Dieser Datenkatalog ist da unten in diesen Tabs in der Kommandozeile zu finden und für diejenigen, die Gras kennen, weiß man, dass ein Projekt,
06:22
was Location genannt wird, nur eine Projektion verwaltet und zwar absichtlich, weil wir weiterhin meinen, dass Reprojection on the fly nicht für jeden gemacht ist und man da viel Unsinn anrichten kann und deshalb wird das wahrscheinlich erst mal eine Weile noch so bleiben. Aber das ist nicht weiter schlimm, weil wir Reprojection on the fly
06:42
während des Imports natürlich unterstützen und vielleicht in Zukunft auch beim Export. Das, was man auch tun kann alternativ, wenn man zum Beispiel ein UTM-Projekt hat und eins in einer anderen EO-Projektion, was auch immer, dann kann man über diesen Datenkatalog auch ganz simpel reprojektieren, indem man quasi einfach die Karten hin und her schiebt.
07:01
So, das ist nochmal eine grafische Darstellung für die Autorektifikation. Hier ist absichtlich ein altes Luftbild von 1954 ausgewählt. Wir haben ja nun das Glück, dass offene Daten zur Verfügung stehen, aber nicht alle offenen Daten sind auch nun schon Plug and Play fertig. Zum Beispiel handelt es sich bei den historischen Luftbildern oft einfach um Scans
07:22
oder letztlich physikalische Fotogramme, die noch gescannt werden müssten. Das ist auch in Ordnung, aber jetzt braucht man eine Software, die in der Lage ist, das in 3D, also Autorekt zu rektifizieren. Im absoluten Flachland vielleicht kein Thema, aber sobald mehr als 500 Meter Höhenunterschied in einem Bild ist, wird doch empfohlen, das zu tun.
07:42
Und dann sieht das Bild auf den ersten Blick, aber auch nur, weil wir diesen Rand da haben, zerknautscht aus, aber in Wirklichkeit liegen die Pixel jetzt da, wo sie hingehören. Und das geht eben nur mit einer 3D-Reprojektion. Grafische Oberfläche dafür ist da. Auch in Graz gibt es einen Graphical Modeler, mit dem man sich seine Flüsse zusammenbauen kann,
08:03
seine Workflows. Wir haben da ein bisschen dran gearbeitet, einige Dinge wurden verbessert, zum Beispiel auch die Ausgabe, wie lange dauert es denn, um einen bestimmten Teilprozess laufen zu lassen, und man kann Zwischenprodukte wegwerfen oder behalten usw. Aber das, was sehr schön ist, man kann auch einfach das Script dann als Python-Script exportieren
08:21
und hat dann vielleicht das erste Python-Script im Leben überhaupt generiert und kann dann entsprechend weiterarbeiten. Also das ist eine Sache, wie komme ich von einem grafischen Element in einem Python-Script, was funktioniert, kann man so machen. Ein paar Beispiele, was man mit Daten tun kann. Eine sehr große Datenquelle sind ja nun die Copernicus Sentinel-Daten,
08:43
Sentinel-123.5p usw. Es gibt neu add-ons, i.Sentinel-Download und i.Sentinel-Import, da kann man direkt vom ESA Sentinel-Hub-Daten runterladen. Man kann auch alle möglichen Dinge tun, die man vielleicht ungern komplett selber implementieren möchte.
09:00
Und hier mal ein Beispiel, ein Waldbrand in Australien, das war jetzt vor nicht so langer Zeit, im Januar, ziemlich groß. Und das Schöne, und das hat jetzt mit Graz Sekundär nur zu tun, in dem Bild sehen wir die Echtfarb RGB-Visualisierung. Man sieht effektiv Rauch. Und wenn man jetzt andere Spektralkanäle benutzt, wie hier zum Beispiel Infrarotkanäle,
09:21
dann kann man quasi durch die Wolken durchgucken. Und zwar deshalb, weil wir eben für das menschliche Auge nicht sichtbares Licht hier des Spektalscanners benutzen und natürlich in eine fürs menschliche Auge Darstellung überführen. Und sowas ist eine schöne klassische Gießaufgabe für Systeme, die mit Multispektraldaten umgehen können. Da kann man die echten Feuerstellen finden.
09:42
Es gibt auch übrigens eine Waldbrandsimulationsmechanik in Graz. Da kann man dann quasi auch in die Zukunft weiter modellieren, wie denn dieser Waldbrand sich wohl weiterentwickeln könnte. Schon länger gibt es einen da unten bei den Tabs zu sehen. Data hatten wir vorhin, Data Catalog und Python,
10:00
einen integrierten Python-Editor. Da könnte man dann eben weiterarbeiten, um einfach auch mal zu gucken, wie einfach ist es in Python etwas zu tun. Es gibt transparent den Bezug zwischen den Kommandos in Graz und Python Interface, das ist die Graz Scripting Library. Und später zeige ich noch mal eine andere Möglichkeit, um noch tiefer in das System einzusteigen,
10:22
um das quasi nicht jetzt nur als Pseudo-Kommandozeile in Python-Stil zu benutzen, sondern wirklich mit echten Funktionen, die tiefer in der Bibliothek vorhanden sind, zu arbeiten. Ich hatte auf der zweiten Folie gezeigt, dass Graz mit Voxeln, also volumetrischen Pixeln, arbeiten kann.
10:40
Das ist schon seit, ich glaube, seit 1991 so. Da wusste ich noch gar nicht, dass es die Software gibt. Das ist also eine Geschichte, die es schon lange gibt. Da geht es darum, dass man nicht Pixel hat, sondern kleine Würfel. Und mit diesen Würfeln kann man natürlich Dinge wie Atmosphäre, Bodenbeschaffenheit, aber eben jetzt im Dreidimensionalen usw. beschreiben.
11:03
Und dann das Ganze auch noch weiter benutzen. Man kann damit rechnen, eigentlich die üblichen Giss-Funktionalitäten tun, im dreidimensionalen Raum. Das ist hier zum Beispiel ein Grundwassermodell, die Vlies-Akkumulation wieder unten auf 2D projiziert, aber im dreidimensionalen Raum. Das könnte jetzt eben ein Bodenelement sein,
11:24
was man sich hier genauer anguckt. So, das sieht vielleicht ein bisschen komplex aus dem ersten Blick. Der Witz ist, dass es das Gegenteil von komplex ist, wenn man mit Zeit rein zu tun hat. Gras hat seit einigen Jahren eine Erweiterung,
11:41
Temporal Gras, T-Gras genannt, die ist natürlich Bestandteil des klassischen Pakets. Da kann man nun ganz großartige Dinge tun, muss ich sagen. Man kann es sehr gut für Zeitreinanalyse jetzt im Fernerkundungsbereich benutzen, was wir gerne tun, Sentinel Zeitrein, Modus Zeitrein, was auch immer es gibt. Man kann es natürlich auch mit terrestrischen Daten tun,
12:01
hier zum Beispiel Daten vom Deutschen Wetterdienst und auch dann Indikatoren ableiten. Es gibt einen Indikator, der heißt hydrothermaler Koeffizient. Die Formel sieht man da oben, das ist die Summe des Niederschlags, wenn die Temperatur größer ist als 10 Grad Celsius, geteilt durch die Summe der Temperatur.
12:20
So, die Formel sieht eigentlich relativ einfach aus, wenn man jetzt aber überlegt, wir hätten jetzt gerne das für 60 Jahre ausgerechnet und wir haben auch noch diese Bedingungen da drin und so weiter, dann wird das Ganze natürlich ziemlich aufwendig, wenn man das jetzt im herkömmlichen Sinne schreiben müsste. In Gras sieht das anders aus. Ich nehme meinen Stapel von täglichen Daten, das sind übrigens auch offene Daten beim DVD,
12:42
mache eine Beschreibung und die Beschreibung ist nichts anderes als die Liste der Namen plus Zeitstempel. Also zum Beispiel tägliche Daten, da hat man eben einen großen Stapel 60 Jahre an 60 mal 365 meinetwegen mit Schaltjahren Information. Schaltjahrverwaltung ist natürlich auch drin.
13:01
Ich tue also nichts anderes als das zu registrieren und dann führe ich diese einzelne Formel aus, die da steht und die rechnet mir den gesamten Würfel mit 60 Jahren täglichen Daten durch und generiert natürlich einen neuen Datensatz und den kann ich dann mit den üblichen Tools abfragen, kann auch grafisch in die Karte klicken, also in meinen Raumzeitwürfel
13:21
und mir dann eben entsprechend hier eine Zeitreihe ausgeben lassen. Man kann das animieren, man kann da drin rumnavigieren und so weiter. Das ist also wirklich sehr spannend. Es gibt im Wiki ein ausführliches Tutorial dazu und so weiter. So, noch mal zurück zu Python. Auch neu im Angebot seit einigen Wochen ein Paket
13:42
für diejenigen, die Python kennen. Es gibt einen PIP-Installer. Damit kann man quasi eine Grassession intern aufmachen. Nehmen wir mal an, ich kenne Python ansatzweise, das ist auch nicht weiter wichtig, ein bisschen zumindest und ich möchte Grassfunktionalität benutzen.
14:00
Bislang war es ja so, man musste dann eine Session definieren und sagen, wo sind denn die Sachen, wie heißt die Software etc. Das ist natürlich eher kontraproduktiv. Das Ganze wurde jetzt so vereinfacht, dass man letztlich nur oben diese Session deklariert. Man muss natürlich das Paketchen installiert haben. Das geht eben über diese eine Kommandozahle oder grafisch und dann sage ich nur, ich möchte gerne in EPSG 4326,
14:23
das ist Latitude Longitude mit WGS 84 arbeiten und dann kann ich anfangen. Und dann kann ich letztlich meinen Workflow durchrechnen. Zum Beispiel die Formel, die wir vorhin gesehen haben, einfügen und vielleicht noch ein paar andere Dinge tun. Das war es. So einfach ist jetzt Python-Programmierung geworden
14:42
und das, wo ich natürlich auch mal gerne darauf hinweise und hin möchte, ist letztlich die Integration mit dem Python-Interface in GDAL, in OTB, in was weiß ich, wird natürlich dann sehr spannend. Integration mit QGIS sicherlich auch. Das sind einfach Möglichkeiten, wie kann man das vereinfachen, wie kann man aus dem Angebot von OSGEO
15:02
sozusagen die besten Dinge verknüpfen. So ein Blick in die Fernerkundung. Object-based Image Analysis, OBR auch abgekürzt, ist ein Schlagwort seit einigen Jahren. Da geht es letztlich darum, wir haben Daten wie zum Beispiel diese Luftbilder
15:20
und ich möchte die gerne in eine Landnutzungsklassifikation überführen. Da kann man jetzt entsprechend hier mit Python, Jupiter, Gras sich einen sehr interessanten Workflow zusammenbauen. Das Ganze ist also Machine Learning, Deep Learning wird gerade eingebaut usw. Das sind ja die üblichen Schlagwörter, die man jetzt nennen sollte. Aber man kann die Software auch natürlich haben.
15:42
Da unten steht die Referenz. Die Slides sind sicherlich dann online auf dem Konferenz-Server. So, ich will das gar nicht jetzt im Detail hier beschreiben, aber was man sehen kann, der Übergang von Luftbildern in eine vektorisierte Karte ist möglich und das Ganze soll idealerweise auch noch unüberwacht laufen, also automatisch.
16:03
Wir haben jetzt gerade hier, da habe ich in 2 Stunden, 1,5 Stunden nochmal wieder einen Vortrag zu Open NRW. Wir sitzen natürlich hier im Paradies, was Open Data angeht. Da muss ich ganz ehrlich sagen und ich komme nicht aus NRW. Das ist wirklich fantastisch und genau diese Dinge können wir jetzt umsetzen.
16:24
So, dann nochmal zu einem anderen Maßstab. Das ist eher das Thema, womit ich mich sehr viel beschäftigt habe in den letzten 10 Jahren, Landnutzungsoberflächentemperatur, Land Surface Temperature. Da haben wir diverse Sachen zu veröffentlichen und auch den Datensatz. Wir haben also letztlich eine Methode entwickelt,
16:41
wie man fehlende Pixel rekonstruieren kann. Diese fehlenden Pixel kommen dadurch zustande, dass Wolken natürlich jetzt sozusagen den Blick der Satelliten auf die Erdoberfläche behindern und man letztlich, wenn es jetzt um Temperatur geht, quasi die Temperatur der Wolkenoberfläche misst, die mich natürlich nicht interessiert. Diese Pixel werden markiert als Wolkenpixel
17:02
und fallen dann entsprechend raus und Löcher, wie man sie in der Weltkarte dort sehen kann, fallen so im täglichen Mosaik an. So, jetzt ist die Frage gewesen, wie kann man denn die fehlenden Pixel rekonstruieren? Und das geht so, indem man in der Zeitreihe nach vorne und hinten schaut und dann eine räumlich-zeitliche Interpolation macht. Da haben wir neue Tools für entwickelt, die sind
17:22
im Grass Ed Ons stehen die zur Verfügung. Diesen Datensatz, 15, 16 Jahre Modus rekonstruiert, haben wir auch bereitgestellt, aggregiert auf monatliche Daten. Das sind so um die 10 Gigabyte in einzelnen Paketen verteilt. Und der Originaldaten sind, glaube ich, 5 Terabyte aktuell.
17:40
Den haben wir jetzt noch nicht ausgeliefert, aber das kann man natürlich darüber sprechen, wie man das machen will. Bei Cnodo liegen die Daten, das Paper ist auch online, als Open Access Paper, die Software liegt da, man kann also arbeiten. Dann noch kurz der Hinweis auf ein EU-Projekt, was wir durchführen. Das machen wir jetzt hier über meine Firma.
18:01
Da geht es jetzt nicht darum, dass man, was GDAL für Datenformate ist, also wir haben verschiedene Formate und wir möchten meinetwegen von Format A in Format B gehen, von Geotiff nach HDF oder zurück, was auch immer. GDAL heißt Geodata Abstraction Layer.
18:21
Stimmt das? Ich glaube schon. Letztlich abstrahiert man die Daten auf ein generisches Modell und geht dann wieder in das andere Format. Da haben wir uns überlegt als Konsortium, wie wäre das denn, wenn man das für die Fernerkundung, für eine API machen würde. Wir haben verschiedene Backends im Open Source Bereich, Rastaman, CyDB, GeoTrellis, GAS und so weiter und so fort.
18:44
Auch verschiedene Provider. Wie können wir denn jetzt schaffen, das irgendwie zu vereinheitlichen? Und die Nutzer oder Nutzerinnen, die wollen natürlich jetzt nicht sagen, in dem Backend, was muss ich denn da genau tun? Die möchten exakt eine API haben, also ein Interface
19:00
und dann ist es letztlich egal, wie das intern weitergeht. Hauptsache es funktioniert. Das ist so die User-Sicht normalerweise. Was wir hier in diesem Projekt machen in den nächsten zwei Jahren, wir haben gerade den ersten Meilenstein abgegeben, eine einheitliche API zu definieren, die dann sagt, das Backend bietet das an, das Backend bietet das an, aber als User sage ich, ich möchte dieses Problem lösen
19:21
und dann wird das im System entsprechend weitergegeben an die Backends, die das können. So, da wollte ich noch darauf hinweisen. OpenEO, da steht auch die Adresse, das ist wirklich sehr spannend. Alles Open Source natürlich. Source Code liegt auf den üblichen Repositorien, ist auch verlinkt. So, noch ganz schnell, ohne das jetzt lesen zu wollen,
19:41
einige Community Activities zum Abschluss. Was ist so passiert? In den letzten Monaten gab es Google Coding. Das ist eine Initiative, finanziert von Google gewesen, in der OSGOT teilgenommen hat für 13- bis 17-Jährige. Was können die so machen? Und da ist sehr viel rausgekommen, Videos, Tutorials, es wurden Handbücher geschrieben,
20:01
es wurden tatsächlich auch Tests für einzelne Softwareteile geschrieben. Also sehr interessant, das gab es zum ersten Mal. Das ist jetzt rum, aber das geht dann noch weiter. Ich sollte jetzt gerade erst, glaube ich, die Folie kommen. Google Summer of Code, da kann man sich jetzt bewerben. Die Leute, die gerade hier studieren,
20:21
sollten sich das gerne mal angucken. Das sind jetzt nur die Themen, die wir als GRAS-Projekt zur Verfügung gestellt haben, also sprich, wo wir auch Mentoren haben. Da gibt es also alles von Softwarequalität über Bildverarbeitung, Laser-Scan-Daten, Unit-Tests, 3D und so weiter und so weiter. Was jetzt dahinter steckt, ist natürlich die Community.
20:43
Hier ein Foto von gestern Abend, Community Sprint in Basecamp, sehr spannend. Da sind sehr viele Leute und wie in der Keynote schon gesagt, 3.000 Arbeitsstunden wurden geschätzt, werden da gerade abgeleistet. Wir haben die Integration mit API, mit Projection 5 gemacht. Das wurde gerade erst vor zwei, drei Wochen, glaube ich, veröffentlicht.
21:03
Kugis Integration, Processing und so weiter ist auch immer wieder relevant. Und letztlich bewegen sich die Projekte quasi gemeinsam nach vorne. So, und damit, weil meine Zeit auch rum ist, möchte ich gerne schließen. Wenn Fragen da sind, stehe ich natürlich gerne zur Verfügung. Vielen Dank.
21:25
Ja, danke Markus für den sehr interessanten Vortrag. Ich finde es immer wieder faszinierend, was so in einem Jahr oder anderthalb immer wieder passiert und wie viel entwickelt wird. Gibt es da Fragen zu?
21:46
Du hattest erwähnt, Drohnen und die Auswertung etc. Wie, ich weiß nicht, ob du das kannst, aber wie beurteilst du Grasgieß gegenüber beispielsweise PIX4D oder solchen Standardsoftwares,
22:02
die sich auch speziell mit der Analyse von UAV-basierten Daten beschäftigen? Ja, dazu kann ich sicher sagen, dass das jetzt nicht UAV-spezifisch ist, sondern es ging erst mal wieder darum, in diesem Schritt quasi die Orthorektifizierung von dem alten Gras 6 auf Gras 7 zu hieven.
22:23
Das war letztlich eine Sache, eine Schuld, die wir noch zu erbringen hatten in den letzten fünf oder sechs Jahren. Das ist jetzt noch nicht UAV-spezifisch weiterentwickelt worden und wir wollen definitiv das Rad nicht neu erfinden, sondern natürlich da Integration angehen. In verschiedenen Softwarepaketen gibt es natürlich Dinge, die schon da sind.
22:44
Was ich immer behaupte, ist, dass sich die Algorithmen hier durch Qualität auszeichnen und deshalb bin ich an Kooperation interessiert. Auch in dem Sinne, dass man vielleicht auch Source Code Methoden und so weiter austauscht. Wie gesagt, das Rad soll nicht neu erfunden werden. Spezifisches haben wir da noch nicht.
23:00
Aber dadurch, dass wir jetzt wieder den Startpunkt erreicht haben, kann man natürlich entsprechend weiterentwickeln. Gut, wenn es keine weiteren Fragen mehr gibt, danke nochmal für den sehr interessanten Vortrag. Vielen Dank. Und um 15.35 Uhr, also jetzt hätten Sie theoretisch die Möglichkeit,
23:22
den Raum zu wechseln, geht es weiter mit Open Layers, mit Marc Jansen. Danke schön.
Empfehlungen
Serie mit 9 Medien