Ziel des vom BMBF geförderten Projekts LOKI, einer Kooperation von GIScience, HeiGIT und weiteren Projektpartnern aus dem Katastrophenbereich, ist es, ein interdisziplinäres System zu entwickeln, das eine schnelle und zuverlässige Lagebeurteilung aus der Luft nach einem Erdbeben ermöglicht. Ein zentraler Schwerpunkt ist die zeitnahe Übersicht und detaillierte Erfassung der Schäden an kritischen Infrastrukturen, wie Verkehrswege (Brücken und Straßen), Gesundheitseinrichtungen und öffentlichen Institutionen (z.B. Schulen). Die Ziele werden durch die Kombination von vorhandener Expertise in der Erdbebenforschung mit einer Vielzahl von Technologien und Konzepten erreicht, darunter maschinelles Lernen, Crowdsourcing, unbemannte Luftfahrzeuge und 3D-Monitoring.
Das GIScience Projekt IDEAL VGI (Information Discovery from Big Earth Observation Data Archives by Learning from Volunteered Geographic Information) zielt darauf ab, die Bedeutung, Unsicherheit und Qualität verschiedener von OSM abgeleiteter Merkmale zu identifizieren und zu bewerten, um relevante semantische OSM-Inhalte zu fördern. Darüber hinaus sind die Integration von unterstützenden komplementären VGI-Datenströmen, die Entwicklung von Maschinellem Lernen für die Klassifizierung von Fernerkundungsbildern und die automatische Verfeinerung und Zuweisung von OSM-Tags wichtige Ziele. HeiGIT unterstützt dieses Projekt, indem es sowohl seine OSHDB-Technologie als auch technisches Wissen zur Verfügung stellt.
Das GIScience-Projekt OSM Landuse Landcover ist eine WebGIS-Anwendung, die Landnutzungs- und Landbedeckungsinformationen in der OpenStreetMap-Datenbank untersucht. Fehlende OSM-Daten (Lücken) in Europa werden mit Hilfe von Daten aus Sentinel-2 10 m RGB-Bildern und Deep-Learning-Methoden gefüllt (laufend). Das Projekt wird von HeiGIT unterstützt und nutzt die HeiGIT-Technologie ohsome API.
Das GIScience-Projekt Klimahandeln fundiert gestalten – die Fallstudie Baden-Württemberg/Kalifornien ist eine Pilotstudie im Rahmen des Projekts „Klimahandeln fundiert gestalten“ des Heidelberg Center for the Environment. Ziel der vorgeschlagenen Maßnahmen soll die interdisziplinäre Erforschung effizienten Klimahandelns auf subnationaler Ebene sein. Im Rahmen des Projektes wollen wir die Verfügbarkeit und Qualität von Geoinformation aus Messnetzen, amtlichen Daten und insbesondere aus dem Bereich der Citizen Science erforschen. Räumlich und zeitlich dichte und verlässliche Geoinformation ist notwendig, um die Modellierung von Treibhausgasemissionen auf lokaler Skala zu ermöglichen.
Das GIScience-Projekt Klimahandeln fundiert gestalten – die Fallstudie Baden-Württemberg/Kalifornien ist eine Pilotstudie im Rahmen des Projekts „Klimahandeln fundiert gestalten“ des Heidelberg Center for the Environment. Ziel der vorgeschlagenen Maßnahmen soll die interdisziplinäre Erforschung effizienten Klimahandelns auf subnationaler Ebene sein. Im Rahmen des Projektes wollen wir die Verfügbarkeit und Qualität von Geoinformation aus Messnetzen, amtlichen Daten und insbesondere aus dem Bereich der Citizen Science erforschen. Räumlich und zeitlich dichte und verlässliche Geoinformation ist notwendig, um die Modellierung von Treibhausgasemissionen auf lokaler Skala zu ermöglichen.
Das Projekt SocialMedia2Traffic (BMVI mFUND – Modernitätsfonds) zielt darauf ab, geocodierte Social-Media-Daten in ausgewählten Regionen zu nutzen, um den zeitabhängigen Verkehrszustand des Straßennetzes vorherzusagen. Die Daten sollen für Straßenabschnitte generiert und online verfügbar gemacht werden. Die Übertragbarkeit auf andere Regionen wird geprüft. Die Ergebnisse werden in openrouteservice genutzt, um die Routenführung zu verbessern und Ankunftszeiten abzuschätzen. HeiGIT kooperiert mit der Abteilung GIScience der Universität Heidelberg.
Das von der Klaus Tschira Stiftung geförderte Projekt 25 Mapathons hat zum Ziel, das Potenzial der Geoinformatik innerhalb des DRK intern bekannt zu machen und relevante Geodaten für DRK-Projekte zu sammeln. Zu diesem Zweck organisieren HeiGIT und das DRK Veranstaltungen für DRK-Gliederungen und das Jugendrotkreuz, um einen Einblick in die internationale Arbeit des DRK zu geben und Kartendaten für Einsatzgebiete zu sammeln. Dies geschieht in Form von gemeinsam organisierten Mapathons, Veranstaltungen, bei denen Helfer*innen gemeinsam Gebiete kartieren, die bisher nicht in OSM erfasst sind.
Das Projekt Global Exposure Data for Risk Assessment, finanziert durch das JRC (Joint Research Center der EU), zielt auf die Entwicklung einer API ab. Diese stellt auf Basis von OSM einen globalen Datensatz potenziell durch Naturkatastrophen gefährdeter Infrastrukturen gemäß dem Sendai Framework zur Katastrophenvorsorge der Vereinten Nationen bereit. Die Daten können von verschiedenen Katastrophen-Teams des Emergency Response Coordination Centre für die frühzeitige Reaktion und Risikobewertung genutzt werden. Die Extraktion der Daten erfolgt über die ohsome API. Dies ist ein weiteres Beispiel für die Verbindung des Big Data Team mit dem Thema Geoinformation für humanitäre Hilfe.
Das HeiGIT Projekt Healthsites Quality zielt darauf ab, einen Rahmen für die Bewertung der Qualität von Daten im Sektor Gesundheitseinrichtungen in OSM in Bezug auf Vollständigkeit, Genauigkeit (zeitlich & technisch) und Vertrauenswürdigkeit zu entwickeln, sowie die Entwicklung dieser Daten über die Zeit zu visualisieren. Dies wird durch den Vergleich von in OSM gemappten Gesundheitseinrichtungen mit Daten zu Gesundheitseinrichtungen aus anderen Quellen (z.B. WHO, healthsites.io, KEMRI, etc.) erreicht. Durch die Bereitstellung kritischer Informationen über die Vollständigkeit und Zuverlässigkeit von Daten zu Gesundheitseinrichtungen in OSM wird eine gezielte Verbesserung des humanitären Aspekts erreicht. Das Projekt basiert auf der ohsome API von HeiGIT und wird mit Wissen, Ideen und Implementierungsaufgaben unterstützt.
Wo ist das nächste Covid-19-Impfzentrum und wie kommt man am besten dorthin? Eine neue Routenplanungs-App hilft Ihnen bei der Beantwortung dieser Fragen, indem sie Ihnen Wege zum nächstgelegenen Impfzentrum vorschlägt. Sie müssen nur einen Startort eingeben oder die automatische Nutzung der Positionsdaten auf Ihrem Smartphone zulassen und schon kann die Route zum Impfzentrum angezeigt werden. Als Datengrundlage sowohl für die Routenplanung als auch für die Impfstellen werden die Daten von OpenStreetMap (OSM) verwendet. Diese erste Prototyp-Version der App befindet sich noch in der Entwicklung und soll weiter verbessert werden.
Die Map of Hope des HeiGIT bietet einen geografischen Überblick über geplante, laufende und abgeschlossene klinische Studien. Viele informative Karten sind verfügbar, um die Verbreitung von COVID-19 zu verfolgen. Die globale wissenschaftliche und medizinische Gemeinschaft hat sofort auf die neue Bedrohung mit gezielten Forschungsaktivitäten reagiert, die wiederum zu klinischen Studien und wissenschaftlichen Publikationen weltweit geführt haben. Ziel dieses Projekts ist es, einen aktuellen Überblick über diese Aktivitäten mit Links zu den zugrunde liegenden Quellen zu geben. Die medizinische Expertise stammt von Prof. Dr. Markus Ries vom Zentrum für Kinder- und Jugendmedizin des Universitätsklinikums Heidelberg mit Unterstützung von Dr. Konstantin Mechler und Donna Smith. Die Vorverarbeitung der Daten und die Bereitstellung der Dienste wurde von den Mitglieder*innen des HeiGIT-Teams durchgeführt. Die Geokodierung wurde mit der openrouteservice API durchgeführt.
Im mFUND Projekt TARDUR (Temporal Access Restrictions for Dynamic Ultra-Flexible Routing), mit Unterstützung des openrouteservice-Teams von HeiGIT, ging es um die Integration von Informationen über zeitliche Straßenzugänge/-einschränkungen in openrouteservice und GraphHopper mit dem Ziel, ein zeitabhängiges und damit genaueres Routing durch die Entwicklung eines Algorithmus zu ermöglichen, der zeitliche Einschränkungen bei der Routenberechnung berücksichtigen kann. Der Algorithmus wurde dann im Rahmen dieses Projekts in der kommerziellen Plattform GraphHopper und der HeiGIT-Technologie openrouteservice implementiert. Das Projekt wurde durch das Bundesministerium für Verkehr und digitale Infrastruktur im Rahmen der mFUND-Initiative gefördert.
Freie Geoinformation, Methoden und Software zum Nutzen von Umwelt und Gesellschaft.
Getragen von
