Vom Feld zur Cloud eine kollaborative Online-Plattform zur Verwaltung hydrologischer Observatorien Philipp Kraft, David Windhorst, Lutz Breuer.

Präsentation zum Thema: "Vom Feld zur Cloud eine kollaborative Online-Plattform zur Verwaltung hydrologischer Observatorien Philipp Kraft, David Windhorst, Lutz Breuer."—  Präsentation transkript:

1 Vom Feld zur Cloud eine kollaborative Online-Plattform zur Verwaltung hydrologischer Observatorien Philipp Kraft, David Windhorst, Lutz Breuer

2 Projektbezogene Aufnahme
Problemfeld Langfristige Nutzung Projektbezogene Aufnahme

3 Datenhaltung Einfach Komplex Strukturiert Flexibel Langfristig Schnell
Vernetzt Langfristig Strukturiert Schnell Flexibel

4 Vom Feld zur Abschlussarbeit
Projektbezogen Wechselnde Methoden Wechselnde Bearbeiter Kurzfristige Ziele „Kein Blick fürs ganze“ Excel Tabellen Messung und Analyse gemischt Metadaten im Kopf der Bearbeiter

5 Unstrukturierte Datenhaltung
Vorteile: Einfach Flexibel Alle Datentypen unterstützt Nachteile: Nicht zu durchsuchen Unübersichtliche Qualitätskontrolle

6 Strukturierte Datenhaltung
Vorteile: Strukturiert Metadaten Qualitätskontrolle Austauschbar Nachteile Umständlich Unflexibel Teuer CUAHSI Community Observations Data Model (ODM) Version 1.1 Design Specifications

7 Vom Feld zur Datenbank mit Qualitätsproblemen

8 Vom Feld bis fast in die Datenbank
Messen Kontrollieren Importieren

9 Von der Aktion zum Artefakt

10 Von der Datenbank zur Community

11 Was brauchen wir auf dem Weg vom Feld zur Cloud?
Struktur & Metadaten Alles sofort in der Datenbank Handmessung, Sensor, Logger, Laborergebnisse Plug-In‘s für diverse Datenquellen Online Qualitäts-Management Daten bleiben änderbar Online Analyse Speicherung von sonstigen Aktionen Standardisierte Schnittstelle zur Welt

12 ODMF Observatory Data Management Framework Freie Software
Geschrieben in Python 3 & postgreSQL Dokumentation im Aufbau: hydro.github.io/odmf/build/html/index.html

13 ODMF Struktur Metadaten Management-Daten

14 ODMF –Import Plug-In‘s
Automatischer Import von CSV-Dateien Automatischer Import von XML –Dateien Import von Laborgeräten Import von Loggern Import von manuellen Messungen

15 ODMF – Online QM Manuelles Markieren von Fehlern
Lineare Sensor Kalibrierung mit Hilfe von Vergleichs-Messungen

16 Der virtuelle Tritt in den Hintern
um 5:00

17 Finden

18 Analyse

19 Sehen

20

21 Ableiten

22

23 Teilen

24 Schwingbach NASA‘s GLDAS NASA‘s GLDAS

25 Einsatz West Kenia: Süd Ecuador Mittelhessen 25M Werte 160M Werte
37 Größen 59 Größen 33 Größen

26 Zusammenfassung If you love your data, set them free
Verfügbare geteilte Daten ermöglichen neue Formen der Wissensgewinnung Daten müssen schnell in eine Datenbank, sonst werden sie schlecht CUAHSI‘s WaterML ist standardisiert Öffentliches digitales Feldbuch wichtig ODMF für freie Verwendung If you love your data, set them free Few things grow by sharing: love, knowledge and data