=Paper=
{{Paper
|id=Vol-1919/paper14
|storemode=property
|title=Big Data meets Smart Data - Eine Methode zur Verwaltung von Fernerkundungsdaten und den Auswirkungen im Ökosystem (Big Data meets Smart Data - A method to manage remote sensing data and their impacts in the ecosystem)
|pdfUrl=https://ceur-ws.org/Vol-1919/paper14.pdf
|volume=Vol-1919
|authors=Heino Rudolf
|dblpUrl=https://dblp.org/rec/conf/uis/Rudolf17
}}
==Big Data meets Smart Data - Eine Methode zur Verwaltung von Fernerkundungsdaten und den Auswirkungen im Ökosystem (Big Data meets Smart Data - A method to manage remote sensing data and their impacts in the ecosystem)==
https://ceur-ws.org/Vol-1919/paper14.pdf
Tagungsband UIS 2017
Beitrag N: Heino Rudolf
Big Data meets Smart Data –
Eine Methode zur Verwaltung von Fernerkundungsdaten
und den Auswirkungen im Ökosystem
Heino Rudolf
hrd.consulting, heino.rudolf@hrd-consulting.eu
Abstract
„Big Data meets Smart Data“ – An entirely new approach to environmental data management:
sustainable, scalable, expandable and interoperable. In the past data processing was focused
on a simple and automated work processes. Today we can find other approaches: the creation
of authentic representations of our reality enriched with assessments, forecasts, simulations
etc.
For this image we have to manage complex data structures and their interoperability with
difficult cause- and effect-relationships between all environmental spheres.
Therefore we must find a modelling method that is able to depict the environmental reality with
its processes. That’s why: The core of my approach is a theme-crossed understanding of the
environmental processes. The object definition bases on a mathematical system-analysis of
the ecosystem that includes an understanding of the processes in the environment.
And one real object is represented as exactly one information object. All information objects
can have any geometry and exists in time. The geometry is only an attribute.
Data model mirrors the operating mode of the ecological system.
Structure is neither tailored to European reporting commitments nor to INSPIRE. For new
requirements data model can be upgraded by objects and combines at any time.
And this model offers the opportunity to depict cause- and effect-relationships of our
environment.
Zusammenfassung
„Big Data meets Smart Data“ – ein komplett neuer Ansatz für das Umweltdatenmanagement:
nachhaltig, skalierbar, erweiterbar und interoperabel. Auf Basis einer mathematischen
Systemanalyse des Ökosystems wurde eine Methode zur Datenstrukturierung abgeleitet, die
die Umweltprozesse in den Mittelpunkt der Betrachtungen stellt. Dadurch ergibt sich einerseits
193
Tagungsband UIS 2017
die Möglichkeit, sich von den vielfältigen phänomenalen Modellansätzen (z. B. von INSPIRE)
zu lösen, ein themenübergreifendes Datenmodell aufzustellen, und andererseits Ursache-
Wirkbeziehungen im Ökosystem abzubilden.
1 Zielstellung
Für die Umweltberichterstattung des Umweltbundesamtes ergibt sich aufgrund der
Vielzahl und ansteigenden Komplexität von aktuellen Umweltproblemen zunehmend
die Notwendigkeit, neue, raumbezogene Instrumente zu entwickeln und einzusetzen,
die auch medienübergreifende Umweltzusammenhänge erfassen und Gebiete mit
Umwelt- und Gesundheitsgefährdungen räumlich verorten können. Im Rahmen des
Vorhabens wurden eine methodische Vorgehensweise und Instrumente erarbeitet, um
die Umweltberichterstattung im Hinblick auf dieses Erfordernis zu unterstützen.
(Vergleiche mit [Schönthaler et al. 2016].)
2 Analysemodell
Die Basis der Vorgehensweise bildet das generalisierte Modellkonzept. Dieses stellt
die Bausteine bereit, um themenspezifische, d. h. auf bestimmte Umweltprobleme
zugeschnittene Analysemodelle zu erstellen, mit denen sich die Ursache-Wirkungs-
verknüpfungen von Umweltproblemen und -konflikten detailliert strukturieren und
grafisch in Ursache-Wirkungsketten abbilden lassen. Die Grundelemente des
Analysemodells entsprechen den Basisklassen des Ökosystemmodells:
Betrachtungsobjekte und Umweltprozesse. Abbildung 1 stellt die Verwendung dieser
Basiselemente zur Beschreibung von Prozessen im Ökosystem zusammen.
194
Tagungsband UIS 2017
Abbildung 1: Grundelemente des Analysemodells
3 Datenmodell und dv-technische Umsetzung
Die DV-technische Modellierung erfolgt objektorientiert und setzt unmittelbar auf das
fachliche Analysemodell auf. Abbildung 2 zeigt die Umsetzung der Elemente des
Analysemodells in die gleichnamigen Objektklassen.
Das entwickelte Datenmanagement erlaubt es, Visualisierungen einschließlich der
verwendeten bzw. verarbeiteten Geo-Daten strukturiert nach Umweltprozessen und
deren Ursache-Wirkungsbeziehungen zu verwalten. Hierfür wurden folgende
konzeptionelle methodische Ansätze entwickelt und eingesetzt:
1. direkte Ableitung von UML-Klassendiagrammen aus dem Analysemodell und
damit Darstellung von Ursache-Wirkungsbeziehungen im Datenmodell,
2. zweistufige Modellierung (envVisieren) mit einem themenübergreifend anwend-
baren Strukturdiagramm und einem Anwendungsdiagramm, das die DV-
technische Umsetzung konkreter Analysemodelle beschreibt.
195
Tagungsband UIS 2017
Legende
Betrachtungsobjekt
Menschliche Nutzung
relevante Eigenschaft
Person
Umwelt(-schutzgut)
relevante Eigenschaft
Ziel-Umwelt(-schutzgut)
relevante Eigenschaft
BMSR-Handlung Beobach Zustandsbeschrei-
tungs- bung, -bewertung,
Kausalität Kausalität größe Modellprüfung
Betrachtungsobjekt Prozess Folgewirkung /
Wirkung /
-Geometrie: beliebig -Geometrie: beliebig Risiko Risiko der
0..1 0..1
Umweltnutzung
Hierarchie Hierarchie
Prozesse
(gestrichelte Prozesse sind für
das Modell nicht relevant)
Prozess Benennung des
Prozesses
Werte / Coverages Prozessrichtung
-Geometrie: beliebig
Beschrei Prozess-
bungs- beeinflussende
größe Größen
Abbildung 2: Übertragung des Analysemodells in ein DV-technisches Klassendiagramm
Damit wurde eine völlig neuartige Modellierungsmethode zur direkten Ableitung von
UML-Klassendiagrammen aus dem fachlichen Analysemodell und damit zur
Verwaltung von Prozessen mit deren Ursache-Wirkungsbeziehungen entwickelt. Das
Datenmodell wurde unter Nutzung der envVision-Technologie unmittelbar in eine Web-
Applikation überführt (siehe Abbildung 3). Mit der Testapplikation konnte die
Machbarkeit dieser Methode (vom Analysemodell über das Datenmodell zur
Fachanwendung) nachgewiesen werden.
In [Rudolf 2017], [Rudolf 2016] und [Rudolf 2015] wird diese Modellierungsmethode
ausgearbeitet und erklärt.
Abbildung 3: Applikation zur Erfassung von Visualisierungen und Ursache-Wirkungsbeziehungen
196
Tagungsband UIS 2017
4 Anwendungsmöglichkeiten
Das im Rahmen des Vorhabens entwickelte Datenmodell kann als Grundlage für ein
Datenmanagementsystem dienen, dessen strukturgebendes Organisationsprinzip die
fachlich durch die Analysemodelle definierten Ursache-Wirkungsbeziehungen sind.
Dieses Datenmanagementsystem kann als Basis dienen, um eine Plattform sowohl für
die UBA-interne Datenverwaltung und -bereitstellung als auch für die externe
Datenbereitstellung zu entwickeln. Das Datenmanagement kann dabei Sachdaten,
Geo-Daten und Visualisierungen gleichermaßen einbeziehen. Die im Rahmen des
Vorhabens entwickelte Systematisierung von GIS-Tools sowie die ausgearbeiteten
Workflows können die GIS-Analysen für die Umweltberichterstattung des UBA unter-
stützen.
5 Perspektiven
Für das Datenmanagement werden Perspektiven sowohl in der internen als auch in
der externen Bereitstellung von Daten und daraus erzeugten Visualisierungen
gesehen. Intern besteht die Möglichkeit, ein harmonisiertes Datenmanagement
aufzubauen, in dem Datensätze konsequent nur einmalig verarbeitet oder erstellt
werden, sie dann aber mehrfach und von unterschiedlichen Nutzern für ihre
individuellen Bedürfnisse genutzt werden können, indem z. B. regelmäßig
harmonisierte Datensätze (z. B. zur Bevölkerungsdichte) zentral erzeugt und
zugänglich gemacht werden. Ein harmonisiertes Datenmanagement könnte auch die
Basis bieten, um das UBA perspektivisch zur zentralen Plattform für die Veröffent-
lichung bzw. Bereitstellung von Umweltdaten für Nutzer in Wirtschaft, Wissenschaft
und Forschung oder für die interessierte Öffentlichkeit zu entwickeln.
Das Datenmanagement und die DV-Applikation wurden dahingehend erweitert, dass
parallel zu den Visualisierungen auch Ergebnisse von Analysen und Betrachtungen
mit Fernerkundungsdaten und ihrer Zuordnung zu den sie charakterisierenden
Umweltprozessen eingesetzt wird. Eine Methode zur Verwaltung der „unstrukturierten“
Fernerkundungsdaten und ihrer Verknüpfung mit den erfassten Umweltprozessen und
Wirkzusammenhängen wurde ausgearbeitet.
197
Tagungsband UIS 2017
6 Literaturverzeichnis
Schönthaler, K.; v. Adrian-Werburg, S.; Richter, S.; Rudolf, H. (2016): Entwicklung
medienübergreifender Analysemodelle zur räumlichen Darstellung von
Gefährdungspotenzialen der Umwelt und Gesundheit, In: Umweltforschungsplan des
Bundesministeriums für Umwelt, Naturschutz, Bau und Reaktorsicherheit,
Forschungskennzahl 3713 61 100, Abschlussdatum August 2016
Auftraggeber: Umweltbundesamt Deutschland
Auftragnehmer: Bosch & Partner GmbH, M.O.S.S. Computer Grafik Systeme GmbH
Rudolf, H. (2017): Umweltdatenmanagement. – Eine Geo-Inspiration, Veröffentlichung 2017
im Bernhard Harzer Verlag GmbH geplant
Rudolf, H. (2016): Von Kompositionen, Harmonien und dem Zusammenspiel, In: Harzer, C.
(Hrsg.), GIS-Report 2016/17, Bernhard Harzer Verlag GmbH, Karlsruhe, 2016
Rudolf, H. (2015): Quo vadis INSPIRE? In: Harzer, C. (Hrsg.), GIS-Report 2015/16,
Bernhard Harzer Verlag GmbH, Karlsruhe, 2015
198