Anwendungsfälle

Anwendungsfall I

Generell ist eine verlässliche Aussage und Vorhersage der Feinstaubbelastung für Großstädte ein wichtiges Werkzeug, um Gesundheit und wirtschaftliche Faktoren in Einklang zu bringen. Stuttgart spielt hier gerade wegen seiner besonderen Topographie, der vielen Feinstaubalarme und im Raum stehender Diesel-Fahrverbote eine besondere Rolle und steht im Fokus des Anwendungsfalles.  Für die Vorhersage der Feinstaubpartikel- und NOx-Verteilungen wird ein komplexes 3-dimensionales Wettervorhersage-Chemie-Modell aufgebaut, das gegenwärtig bis zu einer Auflösung von 50 m betrieben werden kann. Damit ist es möglich, sowohl größere Gebäude als auch das Verkehrsaufkommen aufzulösen. Diese Simulationen können erstmalig mit Citizen-Science Daten aus dem Projekt sensor.community (ehemals Luftdaten.info, siehe Grafik) verglichen werden. Die Ergebnisse zeigen eine komplexe zeitlich-räumliche Verteilung der Schadstoffe. Mit einer Optimierung des Datenflusses und dem Einsatz von Großcomputern wird es in Zukunft möglich, solche Vorhersagen routinemäßig zu erzeugen und für die Verkehrsplanung und für die Gesundheit der Bevölkerung einzusetzen.

Die Abbildung zeigt die Verteilung und die Messwerte mehrer Sensoren des Projekts sensor.community exemplarisch für einen Zeitpunkt. Eine Markierung kann mehrere Sensoren behinhalten, abhängig von der Auflösungsstufe der Darstellung.

Anwendungsfall II

Im Anwendungsfall AgriCOpen werden frei verfügbare Satellitendaten für eine Nutzung in der Landwirtschaft aufbereitet. Die Sentinel-2 Satelliten der europäischen Copernicus-Mission liefern regelmäßig wiederkehrend hochauflösende Bilddaten. Diese Daten können aufbereitet einen Mehrwert für die Anwendung in der Landwirtschaft bieten. Mit ihnen kann eine  laufende Beobachtung und gezieltere Bewirtschaftung umgesetzt werden. Verfahren der Präzisionslandwirtschaft passen zum Beispiel die Maßnahmen sogar auf Teilflächen an. Damit wird ein Baustein für eine präzisere, zielgerichtete Landwirtschaft entwickelt, der eine Digitalisierung in der Landwirtschaft, die zunehmend auf Geodaten basiert, fördert. Es werden Geodatendienste erstellt, die die berechneten Satellitendaten für Nutzer über standardisierte Schnittstellen nutzbar und recherchierbar machen. Ihre Weiterverarbeitung und Nutzung im landwirtschaftlichen Kontext wird evaluiert. AgriCOpen wird in Kooperation des Landesamtes für Geoinformation und Landentwicklung (LGL) und des Landwirtschaftlichen Technologiezentrums Augustenberg (LTZ) mit der Gesellschaft für Wissenschaftliche Datenverarbeitung mbH Göttingen und dem Hochleistungsrechenzentrum der Universität Stuttgart entwickelt und implementiert.

Die Abbildung zeigt einen Vegetationsindex (NDVI-Normalized Digital Vegetation-Index), der im insgesamt sehr trockenen Jahr 2018 Mitte August bereits starke Unterschiede in der Biomasse aufzeigt. Diese Unterschiede können auf die variablen Bodenverhältnisse und Wasserverfügbarkeit zurückgeführt werden. Zu diesem Zeitpunkt kann man auf den Schlägen (weiß), die überwiegend mit Mais bestellt wurden, deutlich einen Altarm des Rheins erkennen: kleinräumige, bereits früh abgereifte Bereiche ohne Photosyntheseaktivität (braun) sind vom vitalen Pflanzenbestand (grün) gut zu unterscheiden. Die Schläge im Südwesten sind zu diesem Zeitpunkt schon abgeerntet (Getreide). Die dargestellten Zonen (schwarz) können für eine gezielte, durch Daten unterstützte Bewirtschaftung genutzt werden.
In dieser Animation sind unkorrigierte Daten (L1C) und zwei unterschiedliche Atmosphärenkorrekturen dargestellt (L2A). Damit werden störende und wechselnde Einflüsse der Atmosphäre, Wolkenschleier und Dunst minimiert, so dass die Reflektion an der Erdoberfläche über die gesamte Szene vergleichbarer wird.