Das Projekt "Linked Environment Data - Informationsmehrwert durch verknüpfte Umweltdaten" wird vom Umweltbundesamt gefördert und von innoQ Deutschland GmbH durchgeführt. Weltweit entwickelt sich im WWW das Linked Data-Angebot, in der existierende Daten- und andere Informationsbestände thematisch verknüpft werden. Die Informationsgewinnung erfolgt nicht mehr nur durch Verweise von Bestand zu Bestand, sondern direkt zwischen zueinander in Beziehung stehenden Informationseinheiten (Datensätzen) der verteilten Bestände. Die Form der Bereitstellung als öffentliche Daten (Open Data) erlaubt auch Dritten, technische Anwendungen anzubieten, die diese Informationen in neuen Sichten nutzbar machen oder mit anderen Informationsquellen zu verknüpfen. Dieser Ansatz entspricht auch dem Anliegen der EU-PSI-Richtlinie Richtlinie 2003/98/EG und der Umweltinformationsrichtlinie Richtlinie 2003/4/EG. Im UBA-AK IT-Koordinierung wird Linked Data als wichtiges Thema diskutiert. 'Linked Environment Data' soll nun prototypisch für existierende, thematisch miteinander in Beziehung stehende Datenbestände des UBA angewendet werden. Dazu sind mögliche Verknüpfungen zwischen GISU als wichtiger INSPIRE-Anwendung' Daten zur Umwelt' (u.a. für SOER), Umweltbeobachtungsdaten (Umweltprobenbank), Stoffdaten (GSBL, Dioxindatenbank) und Terminologien ((Spezies: EU-Nomen, UBA-Spezies-Service, EUNIS data, ChEBI, (Chemikalien), UMTHES/SNS, GEMET), Literatur-DB (OPAC) und die Umweltforschungs-DB UFORDAT zu untersuchen und die dafür notwendigen Metadaten zu bestimmen. Grundlage bietet RDF (Ressource Description Framework des (W3C)) und darauf aufbauende Standards. Ende 2012 wird der Fortgang mit dem Ziel, zu einer zeit- und geldeffizienten Umsetzung zu kommen (auch Abbruch als Option) diskutiert (beteiligte FG, AK IT-Koordinierung). Der prototypische Aufbau der Linked Environment Data Wolke soll die Vorteile deutlich machen und weitere Informationsanbieter animieren, ihr Angebot einzubinden. Für den Umweltbereich liegen verteilte Daten vor, deren Verlinkung für Öffentlichkeit und Verwaltung gewinnbringend ist.
Das Projekt "Analyse von Luft- und Satellitenbildern zur automatischen Ermittlung der Bodenversiegelung staedtischer Siedlungsbereiche" wird vom Umweltbundesamt gefördert und von Universität Karlsruhe (TH), Institut für Photogrammetrie und Fernerkundung durchgeführt. Ziel des Projektes ist es, durch die Auswertung von Farbluftbildern mit einer hohen Aufloesung die Bodenversiegelung in staedtischen Siedlungsgebieten zu ermitteln. Die Auswertung der Bilder erfolgt kartengestuetzt. Die von der Karte vorhergesagten Objekte werden in den Bildern verifiziert und Attribute hinsichtlich der Bestimmung der Bodenversiegelung gemessen. Fuer Bereiche aus den Bildern, fuer die keine Verifikation durchgefuehrt werden kann, bzw. fuer die die Verifikation erfolglos war, wird eine Klassifikation der aus dem Bild extrahierten Merkmale vorgenommen. Die Auswertung der Bilder erfolgt mit Hilfe des Systems fuer modellgestuetzte strukturelle Analyse MOSES. Die Modelle werden in unserem System in semantischen Netzen gespeichert. Hierfuer wird das Werkzeug ERNEST verwendet. Zur Analyse werden insgesamt vier Modelle verwendet. Drei dieser Modelle, das generative und die beiden generischen Modelle, sind szenenunabhaengig und werden durch den Verfahrensentwickler erstellt. Das vierte Modell, das spezifische Modell, wird automatisch durch das Analysesystem erstellt und beschreibt die zu analysierende Szene. Dieses automatisch erstellte Modell ist das Modell, das zur eigentlichen Bildanalyse verwendet wird. Aus der digitalen Karte wird durch eine modellbasierte Analyse (Kartenanalyse) unter Verwendung des generischen Modells im Kartenbereich eine Szenenbeschreibung erstellt. Da die Karteninformation bereits in Vektorform vorliegt, entfallen fehleranfaellige Verfahren zur Extraktion von Merkmalen. Daher kann die Erstellung einer Szenenbeschreibung unter Verwendung eines generischen Modells im Kartenbereich im allgemeinen mit einer hoeheren Zuverlaessigkeit als im Bildbereich durchgefuehrt werden. Anschliessend wird die Szenenbeschreibung im Kartenbereich mit dem generischen Modell im Bildbereich kombiniert, und es wird automatisch das spezifische Modell im Bildbereich erzeugt. Dieses beschreibt die zu analysierende Szene weitaus genauer, als es durch das generische Modell der Fall waere. Auf der anderen Seite wird in einer Vorverarbeitungsstufe das abgetastete Luftbild in eine symbolische Form ueberfuehrt. Aus dieser symbolischen Beschreibung wird in einer modellbasierten Analyse (Bildanalyse) unter Verwendung des automatisch erstellten spezifischen Modells eine Szenenbeschreibung des Bildes erstellt. Diese Szenenbeschreibung ist zur Zeit beschraenkt auf die in der Karte enthaltenen Objekte. Fuer jedes dieser Objekte enthaelt das Ergebnis die Aussage, ob das Objekt im Bild identifiziert werden konnte und im Erfolgsfall, eine aus den Bilddaten generierte Beschreibung des Objektes. Gegenstand aktueller Arbeiten ist die Erweiterung der Verfahren zur Erkennung von nicht aus der Karte vorhergesagten Objekten unter Ausnutzung des in der Verifikationsphase gewonnenen Kontexts.
Das Projekt "Wechselwirkung von Satellitenbildanalyse und DLM 200 Datenbasis zur Erfassung von Landschaftsdaten und ihrer Veraenderungen" wird vom Umweltbundesamt gefördert und von Universität Karlsruhe (TH), Institut für Photogrammetrie und Fernerkundung durchgeführt. Aufgabe dieses Projektes ist die Entwicklung und Nutzung synergetischer Effekte zwischen Satellitenbildanalyse und dem Digitalen Landschaftsmodell DLM2OO des ATKIS. Dabei soll die DLM-Datenbasis einerseits den Prozess der semantischen Beschreibung des Bildinhaltes wesentlich unterstuetzen, andererseits fuehren die Ergebnisse einer verbesserten Bildauswertung aufgrund der groesseren Aktualitaet von Fernerkundungsdaten zu einer Kontrolle und Fortfuehrung des DLM. Der neue Ansatz zur Satellitenbildanalyse soll einerseits auf einer integrierten Wissensverarbeitung rnit dem Ziel der Verbesserung der (bisher oft unbefriedigenden) Auswerteergebnisse und andererseits auf einer Automatisierung des Auswerteprozesses basieren. Eine Erweiterung der Merkmalsbasis hin zu nicht-spektralen Merkmalen (Form, Groesse, Struktur, Relationen) und die systematische Strukturierung des Wissens in Semantischen Netzen (SN) sind die Hauptkomponenten dieses Konzeptes. Digitale topographische Datensaetze, wie sie im Augenblick in vielen Laendern aufgebaut werden, koennen das notwendige externe Wissen fuer eine semantische Modellierung des Bildinhaltes liefern. Der Analyseprozess stuetzt sich auf den Vergleich zweier spezifischer Semantischer Netze, wobei eines das spezielle Wissen ueber die topographische Datenbasis, das andere ueber die Bildobjekte enthaelt (generisches Modell 'Datenbasis' und 'Bild'). In einem ersten Schritt werden unveraenderte Objekte verifiziert, waehrend nicht-verifizierten Objekten ihre semantische Bedeutung in einem allgemeinen Klassifizierungsprozess zugewiesen wird. Die Ergebnisse der Bildanalyse sollen in einem zukuenftigen Schritt zu einer Aenderungsdetektion und einem anschliessenden Fortfuehrungsprozess der digitalen topographischen Datenbasis fuehren.