Auf dieser Seite stellen wir unsere aktuellen und abgeschlossenen Projekte vor und führen eine Übersicht über unsere Beiträge zu Fachkonferenzen und Journals.
Übersicht
Projekte
FAIR-DS
FAIR-DS ist ein BMBF-gefördertes Vorhaben, bei dem ein cloud-basierter Datenraum für Wissenschaft und Forschung im Kontext der GAIA-X-Cloud und der Nationalen Forschungsdateninfrastruktur (NFDI) entwickelt wird. Wichtige Ziele sind hierbei (i) die Identifikation von Synergien von GAIA-X und NFDI im Hinblick auf die Schaffung einer Cloud-Infrastruktur, (ii) die Definitionen von Vorgehensmodellen und diesbezüglich die Klärung rechtlicher Fragestellungen und (iii) Anknüpfungspunkte zwischen Wissenschaft und Wirtschaft in greifbaren Beispielanwendungen zu finden.
Bundesforschungsministerin Anja Karliczek erklärte zum Projektstart:
Um Innovationen in Deutschland zu beschleunigen, brauchen wir einen besseren Transfer von Wissen zwischen Forschung und Anwendung und damit insbesondere zwischen Wissenschaft und Wirtschaft. Dabei spielt der Austausch von Daten eine immer wichtigere Rolle: Je mehr Daten aus verschiedenen Quellen über Disziplinen hinweg vernetzt, ausgetauscht und weiterverwendet werden können, desto größer ist die Chance, dass daraus neue Erkenntnisse entstehen, die zu Fortschritt in unserem Land führen. Erste grundlegende Initiativen hierfür haben wir bereits gestartet: Mit der Förderung der Nationalen Forschungsdateninfrastruktur (NFDI) vernetzen wir Forschungsdaten und machen sie besser über alle Wissenschaftsdisziplinen hinweg nutzbar. Mit GAIA-X bauen wir ein sicheres, vertrauenswürdiges und offenes Daten- und Infrastrukturökosystem in Europa auf, das den höchsten Ansprüchen an digitale Souveränität genügt. Nun gehen wir einen ambitionierten Schritt weiter und verknüpfen diese beiden Initiativen durch das neue Verbundprojekt ‚FAIR-Data Spaces‘. Das Bundesforschungsministerium fördert dies mit 6,3 Millionen Euro. Damit wollen wir zeigen, dass ein gemeinsamer Datenraum machbar ist. So soll perspektivisch ein neues Instrument des Wissens- und Technologietransfers entstehen, das Datenräume aus der Wirtschaft und der Wissenschaft miteinander verbindet und bisher nicht genutzte Potenziale erschließt.
Die AG Datenbanksystem der Philipps-Universität Marburg entwickelt im FAIR-DS-Kontext einen Cloud-Demonstrator der Geo-Analyse-Plattform Geo Engine, der die Infrastruktur von GAIA-X nutzt und Daten aus NFDI4BioDiversity bereitstellt. Die Geo Engine ist eine Plattform, die die Integration und die effiziente Verarbeitung raum-zeitlicher Daten bündelt und neueste Visualisierungs- und Analysemethoden intuitiv erschließt. Dies ermöglicht es Forschungsgruppen und Unternehmen, bisher ungenutzte Potenziale zu erschließen. Innerhalb von FAIR-DS wird Geo Engine als Kubernetes-Dienst cloud-ready gemacht, die GAIA-X-Spezifikationen umgesetzt und eine automatische Bereitstellung sowie eine Anknüpfung an Datenprovider umgesetzt.
Bei der Entwicklung der Open-Source-Software Geo Engine wird die AG Datenbanksysteme von der Geo Engine GmbH unterstützt. Diese hilft bei der Einarbeitung der Projektmitarbeiter sowie der prototypischen Umsetzung erster Features des Demonstrators. Ferner leitet die Geo Engine GmbH die Community-Entwicklung der Software, führt Code-Reviews durch und entwickelt architektonische Ziele, die eine nachhaltige Softwareentwicklung möglichen machen.
TerraNova
TerraNova ist die European Landscape Learning Initiative, die 15 Doktoranden als Early Stage Researchers (ESRs) in Landschaftsgeschichte und -zukunft ausbildet. Die Aufgabe von TerraNova besteht darin, einen noch nie dagewesenen digitalen Atlas von Europa zu entwickeln, der von einer interdisziplinären Forschergruppe zusammengestellt wird und menschliche Bevölkerungsmuster in der Vergangenheit, Pflanzen und Störungen, die Entwicklung von Tieren und den Klimawandel miteinander verbindet.
Auf der Grundlage dieses Atlasses, wird TerraNova strategische Leitlinien und politische Maßnahmen für Politiker und Landschaftsplaner aufzeigen, die Stärke der interdisziplinären Forschung in der Wissenschaft unter Beweis stellen und ein nachhaltiges Bewusstsein für die Landschaftsreform schaffen. Das Ziel des Forschungsprojekts ist es, die politischen Entscheidungsträger und die breite Öffentlichkeit darüber zu informieren, wie der Übergang in die kohlenstoffarme Gesellschaft bewältigt werden kann.
Die Geo Engine GmbH ist maßgeblich an der Entwicklung und dem Einsatz des Terranova Data-Atlas beteiligt und bietet entsprechende Schulungen, Workshops und Support für den Atlas an. Dies ermöglicht es den Terranova ESRs sowie den Forschern im Projekt, ihre heterogenen Datenquellen angemessen aufzubereiten sowie die Ergebnisse und andere relevante Daten internen und externen Stakeholdern zu präsentieren.
Dieses Projekt wurde mit Mitteln aus dem Forschungs- und Innovationsprogramm Horizont 2020 der Europäischen Union unter der Bewilligungsnummer 813904 gefördert.
RESPECT
Das DFG-geförderte Forschungsprojekt RESPECT beschäftigt sich mit tropischen Bergregen- und Trockenwäldern in Süd-Ecuador und deren Bedrohung durch Klimawandel und Landnutzungsänderungen. Durch die große Vielfalt und Komplexität dieser Region ergeben sich große Herausforderungen in der Modelierung und Analyse.
Die Geo Engine GmbH entwickelt in einem Unterauftrag ein Geodatenportal, das u.a. Rasterzeitreihen von ECOSTRESS und Sentinel-3 mit Vektordaten von Küstenlinien, Flüssen und Städte zusammen mit Projektergebnissen über Web-, OGC- und Pythonschnittstellen bereitstellt.
GEO BON EBV Analyzer
GEO BON ein Teil von GEO, der Group on Earth Observations. Innerhalb der GEO-Familie repräsentiert GEO BON die Biodiversität, eine von neun Societal-Benefit-Areas von GEO. In diesem Projekt entwickeln wir den EBV Analyzer als Teil des EBV Data Portals, das Essential Biodiversity Variables (EBV) der Allgemeinheit zugänglich macht. Diese EBVs stellen Indikatoren für den Status und die Veränderung der weltweiten Biodiversität dar. Im EBV Data Portal können sie auf einer Karte visualisiert und mittels Plots über die Zeit analysiert werden.
EXIST-Forschungstransfer
Geo Engine ist ein EXIST-Forschungstransfer-Projekt der AG Datenbanksysteme der Philipps-Universität Marburg. Das Projekt nutzt Forschungsergebnisse, die in den Projekten GFBio und Natur 4.0 im Bereich Geodatenverarbeitung, -visualisierung und Deep Learning erzielt wurden.
Seit September 2022 befinden wir uns in der zweiten Förderphase und konzentrieren und auf den Ausbau unserer KI/ML-Pipeline, die Skalierung unserer Cloud-Deployments und die Verfeinerung unseres Businessmodells.
NFDI4Biodiversity
NFDI4Biodiversity ist ein Konsortium unter dem Dach der Nationalen Forschungsdateninfrastruktur, das sich der gemeinschaftlichen Nutzung von Biodiversitäts- und Umweltdaten widmet. In diesem Projekt werden die Portal-Builder-Fähigkeiten der Geo Engine entsprechend der Anforderungen der Biodiversitätscommunity erweitert und konkrete Portale prototypisch umgesetzt.
CropHype
Das Environmental Mapping and Analysis Program (EnMAP) ist eine deutsche Hyperspektral-Satelliten-Mission, das die Umweltbeobachtung auf globalem Maßstab zum Ziel hat. In dem BMWK-geförderten Projekt CropyHype arbeiten wir an der automatisierten Klassifikation von Feldern auf Basis der angepflanzten Kultursorten in den kleinbäuerlich geprägten Regionen Westkenias sowie der frühzeitigen Bereitstellung dieser Informationen für nachgeschaltete Prozessketten. Dafür werden die neuartigen Daten der EnMap-Mission mit Sentinel-2-Daten kombiniert und mit maschinellen Lernverfahren (ML) verarbeitet. Die Umsetzung der Datenanbindung, -vorverarbeitung und -analyse sowie der Präsentation und Bereitstellung erfolgt hierbei über den Cloud-Dienst Geo Engine. Das ML-Verfahren wird von der Arbeitsgruppe Klimageographie und Umweltmodellierung der Universität Marburg entwickelt.
Beiträge
- Christian Beilschmidt, Johannes Drönner, Michael Mattig, Philip Schweitzer, Bernhard Seeger:
Geo Engine: Workflow-backed Geo Data Portals.
BTW 2023: 837-849 - Christian Beilschmidt
Geo Engine: Ein skalierbares System für interaktive Geoanalysen in der Cloud
INNOspace Jahreskonferenz 2022 - Christian Beilschmidt, Johannes Drönner
Geo Engine: Exploratory data analysis with spatio-temporal workflow processing
FOSS4G 2022 - Christian Beilschmidt, Johannes Drönner, Michael Körber, Michael Mattig, Bernhard Seeger
Geo Engine: Leveraging harmonized data access for interactive geo-analytics
Living Planet Symposium 2022 - Christian Beilschmidt, Johannes Drönner:
Workflows in Geo Engine: Von der UI zum Python-Notebook und zurück
FOSSGIS 2022 - Christian Beilschmidt, Johannes Drönner:
Building interactive spatio-temporal analysis portals with Geo Engine: A Digital teaching Tool for multi-spectral data
I. Workshop ‘EO Education’ 2022, EO College - Christian Beilschmidt, Johannes Drönner, Michael Mattig and Bernhard Seeger:
Geo Engine: A flexible Dashboard for Exploring and Analyzing Biodiversity Data
CS4BioDiversity (Workshop), INFORMATIK 2021 - Christian Beilschmidt, Johannes Drönner, Michael Mattig and Bernhard Seeger:
Geo Engine: Data Fusion inside your Data Portal (interim link)
GfÖ Virtual Annual Meeting 2021 - Judith Weber, Jimena Linares, Christian Beilschmidt
Data management 101 with NFDI4BioDiversity & GFBio
Pre-Meeting Workshop, GfÖ Virtual Annual Meeting 2021 - Christian Beilschmidt, Johannes Drönner, Michael Mattig:
Geo Engine: Explorative Datenanalyse mit raum-zeitlicher Workflowverarbeitung
FOSSGIS 2021 - Christian Beilschmidt, Johannes Drönner, Michael Mattig and Bernhard Seeger:
Building the Next-Generation EBV Analyzer
GEO BON Open Science Conference & All Hands Meeting 2020 - Johannes Drönner, Christian Beilschmidt, Michael Mattig, Philip Schweitzer, Bernhard Seeger:
Geo Engine: Explore and Combine Spatio-Temporal Data in the Cloud
ECMWF Virtual workshop: Weather and climate in the cloud, 2020 - Christian Beilschmidt, Johannes Drönner, Nikolaus Glombiewski, Michael Körber, Michael Mattig, Andreas Morgen, Bernhard Seeger:
VAT to the Future: Extrapolating Visual Complex Event Processing.
OpenSky 2019: 25-36 - Christian Beilschmidt, Michael Mattig, Thomas Fober, Bernhard Seeger:
An Efficient Method for Exploratory Data Visualization of Big Spatial Data on Commodity Hardware.
INFORMATIK 2019 - Christian Beilschmidt, Johannes Drönner, Néstor Fernández, Christian Langer, Michael Mattig, Bernhard Seeger:
Analyzing Essential Biodiversity Variables with the VAT System.
Biodiversity Information Science and Standards 3, e36319 - Johannes Drönner, Sebastian Egli, Boris Thies, Jörg Bendix, Bernhard Seeger:
FFLSD – Fast Fog and Low Stratus Detection tool for large satellite time-series.
Computers & Geosciences 128: 51-59 (2019) - Christian Beilschmidt, Michael Mattig, Thomas Fober, Bernhard Seeger:
An Efficient Aggregation and Overlap Removal Algorithm for Circle Maps.
GeoInformatica (2019) 23: 473 - Christian Beilschmidt, Johannes Drönner, Nikolaus Glombiewski, Christian Heigele, Jana Holznigenkemper, Anna Isenberg, Michael Körber, Michael Mattig, Andreas Morgen, Bernhard Seeger:
Pretty Fly for a VAT GUI: Visualizing Event Patterns for Flight Data.
DEBS 2019: 224-227 - Christian Beilschmidt, Johannes Drönner, Néstor Fernández, Christian Langer, Michael Mattig, Bernhard Seeger:
Towards an EBV Analyzer based on VAT.
Proceedings 10th International Conference on Ecological Informatics: 182 (2018) - Johannes Drönner, Nikolaus Korfhage, Sebastian Egli, Markus Mühling, Boris Thies, Jörg Bendix, Bernd Freisleben, Bernhard Seeger:
Fast Cloud Segmentation Using Convolutional Neural Networks.
Remote Sensing 10(11): 1782 (2018) - Marco Schmidt, Christian Beilschmidt, Johannes Drönner, Michael Mattig, Bernhard Seeger:
Unter welchen Klimabedingungen wächst meine Pflanze? – Mit dem GFBio-VAT Umweltdaten aus Verbreitungsdaten extrahieren.
Gärtnerisch-Botanischer Brief 209 (2018): 79-81 - Christian Beilschmidt, Johannes Drönner, Michael Mattig, Marco Schmidt, Christian Authmann, Aidin Niamir, Thomas Hickler, Bernhard Seeger:
VAT: A Scientific Toolbox for Interactive Geodata Exploration.
Datenbank-Spektrum 17(3): 233-243 (2017) - Christian Beilschmidt, Johannes Drönner, Michael Mattig, Marco Schmidt, Christian Authmann, Aidin Niamir, Thomas Hickler, Bernhard Seeger:
Interactive Data Exploration for Geoscience.
BTW (Workshops) 2017: 117-126 - Christian Beilschmidt, Johannes Drönner, Michael Mattig, Bernhard Seeger:
VAT: A System for Data-Driven Biodiversity Research.
EDBT 2017: 546-549 - Christian Beilschmidt, Thomas Fober, Michael Mattig, Bernhard Seeger:
A Linear-Time Algorithm for the Aggregation and Visualization of Big Spatial Point Data.
SIGSPATIAL/GIS 2017: 73:1-73:4 - Christian Beilschmidt, Thomas Fober, Michael Mattig, Bernhard Seeger:
Quality Measures for Visual Point Clustering in Geospatial Mapping.
W2GIS 2017: 153-168 - Christian Authmann, Christian Beilschmidt, Johannes Drönner, Michael Mattig, Bernhard Seeger:
VAT: A System for Visualizing, Analyzing and Transforming Spatial Data in Science.
Datenbank-Spektrum 15(3): 175-184 (2015) - Christian Authmann, Christian Beilschmidt, Johannes Drönner, Michael Mattig, Bernhard Seeger:
Rethinking Spatial Processing in Data-Intensive Science.
BTW Workshops 2015: 161-170 - Christian Authmann, Christian Beilschmidt, Johannes Drönner, Michael Mattig, Bernhard Seeger:
Analytical Workflows for Large Data.
TDWG 2014 Symposium: Biodiversity Informatics workflows and services.