Geoinformationen für Humanitäre Hilfe

Was wir machen

Nutzergenerierte Geodaten, beispielsweise von OpenStreetMap oder dem Social Web, sind neben amtlichen Geodaten und Fernerkundungsdaten von wachsender Bedeutung im Katastrophenmanagement. Das Zusammenführen verschiedener Datensätze ermöglicht es humanitären Hilfsorganisationen und Ersthelfer*innen bereits kurz nach dem Eintreten eines Katastrophenereignisses ein Bewusstsein für die Situation vor Ort zu erlangen.
Diese Informationen haben darüber hinaus einen großen Wert in der Vorsorge zur Einschätzung von Risiken und Eindämmung von potentiellen Auswirkungen. Um dieses Potential unterschiedlicher Datenquellen besser nutzen zu können, bedarf es neuer Analysemethoden. Wir entwickeln in Zusammenarbeit mit Nutzer*innen und Hilfskräften hierfür innovative Verfahren und Dienste. Unsere Forschungsarbeiten finden Sie in der Publikationsliste.

Humanitarian OSM Stats

Humanitarian OSM Stats ist ein Projekt, mit dem Ziel, Statistiken zur Kartierung in OpenStreetMap (OSM) für humanitäre Zwecke zu präsentieren.

Das Humanitarian OpenStreetMap Team (HOT) setzt freies Kartieren in OSM für humanitäre Zwecke und Unterstützung der Community ein. Der bei HOT gehostete frei verfügabre Tasking Manager ist das Hauptwerkzeug zur Koordinierung der Bemühungen von Tausenden von Fernkartografen. Die Statistiken beruhen auf einem Auszug der Tasking Manager-Datenbank, die vom HOT einmal wöchentlich zur Verfügung gestellt wird.

Auf Humanitarian OSM Stats werden Statistiken zu drei Hauptthemenbereichen präsentiert:

Tasking Manager

Es werden Statistiken über Aktivitäten auf der Grundlage von Sessions präsentiert. Gezeigt werden die Anzahl der Projekte, Beitragenden und beteiligten Länder. Die monatliche Aktivität für jedes Projekt wird auf einer Karte visualisiert. Weitere Grafiken geben Einblick in die Mapping-Aktivität und den Status der Projekte.

OpenStreetMap

In diesem Teil werden Beiträge zu OSM vorgestellt, die mit OSHDB analysiert wurden. Es wird die tatsächliche Anzahl der Gebäude und Straßen in OSM mit denen, die über den Tasking Manager hinzugefügt wurden, verglichen.

Beitragende

Humanitäre OSM-Stats zeigt in diesem Abschnitt die Gemeinschaft hinter der Kartierung und wer wie viel beiträgt. Einerseits sieht man, wie viel Prozent der Nutzenden an mindestens x Tagen aktiv waren. Des Weiteren wird gezeigt, wie viel Prozent der Beitragenden zusammen welchen Teil der Gesamtarbeit leisten. Es wird auch angegeben, wie erfahren die Benutzenden waren, die beigetragen haben.

Kollaboration HeiGIT - Deutsches Rote Kreuz

Die Partnerschaft zwischen dem Deutschen Roten Kreuz (DRK) und HeiGIT wurde 2017 begründet mit dem Ziel, GIS-Lösungen für die Durchführung humanitärer Aktivitäten der Rotkreuz- und Rothalbmondbewegung zu entwickeln, gleichzeitig fließen die daraus gewonnenen Erkenntnisse in die Arbeit des HeiGIT ein. Zentraler Bestandteil der Kooperation ist der regelmäßige Austausch zwischen dem HeiGIT-Team und dem DRK über die aktuellen operativen Anforderungen, Problem-stellungen und neuen Erkenntnisse im Bereich Humanitäre Hilfe sowie über die Unterstützung in der Katastrophenvorsorge und dem Forecast-based Financing. Die Zusammenarbeit wird durch das gemeinsame – von der Klaus-Tschira Stiftung finanzierte – Projekt „25 Mapathons“ verstärkt.

Im Zuge der Zusammenarbeit von DRK und HeiGIT konnte eine von der Klaus Tschira Stiftung finanzierte Fachreferentenstelle für Geoinformatik innerhalb des Teams Internationale Zusammenarbeit des DRK geschaffen werden.

Missing Maps

Missing Maps ist eine Initiative verschiedener humanitärer Organisation mit dem Ziel, fehlende Karteninformationen in von (Natur-) Katastrophen bedrohten Gebieten in OpenStreetMap (OSM) zu kartieren, schon bevor eine Katastrophe eintritt. Diese Geodaten können dann für Präventionsmaßnahmen im Vorfeld von Naturkatastrophen genutzt werden oder im Katastrophenfall die Arbeit von lokalen und internationalen Hilfsorganisationen unterstützen. Sowohl das HeiGIT als auch das DRK sind Mitglieder der Missing Maps Initiative.

25 Mapathons

Das von der Klaus-Tschira-Stiftung finanzierte Projekt „25 Mapathons“ hat das Ziel das DRK-interne Bewusstsein für das Potenzial der Geoinformatik innerhalb des DRK zu stärken und relevante Geodaten für Projekte des DRKs zu sammeln. Hierfür führen das HeiGIT mit dem DRK Veranstaltungen für DRK-Gliederungen und des Jugendrotkreuzes durch, um einen Einblick in die internationale Arbeit des DRKs zu geben und Kartendaten für Einsatzgebiete zu sammeln. Dies erfolgt in Form gemeinsam veranstalteter Mapathons, Veranstaltungen bei denen Helfende gemeinsam in OSM zuvor nicht erfasste Gebiete kartieren. Ein Produkt dieses Projekts ist das Handbuch „How to organize a mapathon“ mit dem Ziel, den DRK-Abteilungen zu helfen, selbst Mapathons zu organisieren.

Evaluierung der Mapathons

Mapathons sollen einerseits qualitativ hochwertige Daten generieren, andererseits Freiwillige für die Mitarbeit an OSM, insbesondere im Bereich der humanitären Hilfe, motivieren. Im Idealfal weckt der Mapathon das Interesse und führt dazu, dass sich Teilnehmende dauerhaft als Beitragende in OSM engagieren. Geplant ist deshalb eine Evaluierung der Mapathons, um herauszufinden, welche Art der Mapathon-Durchführung langfristig Teilnehmende für das Kartieren für OSM motivieren kann. Da individuelle Vorkenntnisse und Interessen – wie z.B. Erfahrungen im Geoinformatikbereich oder Technikaffinität– die Ergebnisse beeinflussen, wird für diese Faktoren in der Analyse kontrolliert.

Forecast-based financing

Forecast-based financing bietet einen neuen Ansatz in der humanitären Hilfe. Basierend auf Wettervorhersagen und Risikoanalysen werden frühzeitig vordefinierte Maßnahmen eingeleitet sobald ein spezifischer Schwellwert erreicht wird. Ziel dieser Maßnahmen ist es Folgen von z.B. Extremwettereignissen zu minimieren und Menschenleben zu retten, indem bereits Vorsorgemaßnahmen eingeleitet werden können anstatt sich auf die Hilfe nach dem Eintreten der Katastrophe zu beschränken Auch hier sind Geodaten und -technologien hilfreich um die Umsetzung dieser frühzeitigen Maßnahmen planen zu können. Im Dezember 2020 erfolgt der Launch des Anticipation Hub – eine Plattform die den Austausch der forecast-based financing Community ermöglichen soll und dem das HeiGIT als Partner beitritt.

openrouteservice for Disaster Management

Der Routen-Service ermöglicht auf Grundlage hochaktueller OpenStreetMap-Daten Routen zu planen und berücksichtigt dabei katastrophenbedingte Straßenverhältnisse. So stehen den Einsatzteams vor Ort ständig aktualisierte Informationen zur Erreichbarkeit und Befahrbarkeit der Straßen zur Verfügung.

Gesperrte Straßen vermeiden

Bis zu 800 Straßenkilometer pro Stunde wurden nach den Erdbeben in Nepal 2015 von der weltweiten OpenStreetMap-Community erhoben! Unter anderem auch Informationen zu gesperrten und nicht befahrbaren Straßen. Wir machen diese Daten für Evakuierungen und Einsatzplanungen nutzbar.

Stündliche Updates

Wir stellen derzeit stündliche Aktualisierungsintervalle der Geodaten für Südostafrika, die Philippinen und überschwemmte Gebiete in Deutschland zur Verfügung. Bei größeren Katastrophen, die Regionen betreffen, die noch nicht von dem Dienst abgedeckt werden, können auf Anfrage neue Gebiete hinzugefügt werden.

Flottenplanung für die Katastrophenhilfe

Ein mehr als komplexes Beispiel für eine Routenoptimierung ist die Verteilung von Gütern mit einer Flotte von mehreren Fahrzeugen auf Dutzende von Standorten. In diesem Beispiel stellen wir ein praxisnahes Szenario zur Verteilung von medizinischen Gütern im Katastrophenschutz vor.

Zugang zu Gesundheitseinrichtungen

Der Zugang zu Gesundheitseinrichtungen kann innerhalb eines Landes sehr ungleich sein. In dieser Analyse geben wir einen Überblick über die Verteilung der Gesundheitsstandorte in Madagaskar und die Menge der Bevölkerung, die diese Standorte zu Fuß und mit dem Auto erreichen kann.

Kritische Bewertung von Straßen im Katastrophenmanagement

Mit der zunehmenden Häufung von Extremwetterereignissen und Umweltkatastrophen, steigt die Notwendigkeit schnell verfügbarer Informationen über die Straßeninfrastruktur und die Erreichbarkeit von Krankenhäusern. Analysiert wird das Straßennetzwerk mithilfe der Isochronenfunktionalität des openroutservice und intrinsische Datenqualitätsanalysen basierend auf ohsome API des HeiGITs. So werden effiziente Auswertungen des Straßennetzes in Katastrophensituationen ermöglicht.

Maschinelles Lernen und humanitäres Kartieren

Heutzutage gewinnen maschinelles Lernen und Deep Learning Ansätze innerhalb der humanitären (Mapping) Gemeinschaft immer mehr an Bedeutung. In Zusammenarbeit mit unseren Partnern der GIScience Research Group an der Universität Heidelberg haben wir das Potenzial von Deep Learning in Zusammenspiel mit dem Crowdsourcing-Ansatz von MapSwipe untersucht. Zu diesem Zweck haben wir einen neuartigen Workflow entwickelt, um Deep Learning (DeepVGI) und Crowdsourcing (MapSwipe) zu kombinieren. Unsere Strategie für die Zuordnung von Klassifizierungsaufgaben zu Deep Learning oder Crowdsourcing basiert auf der abgeleiteten binären Klassifizierung.

Deep Learning mit Satellitenbildern

Deep-Learning-Methoden, insbesondere Convolutional Neural Networks (CNNs), finden heute weitgehend Anwendung für prognostische Analysen von Fernerkundungsbildern, können jedoch auch zur Bodenobjekterkennung oder Populationskartierung weiter entwickelt werden. Diese Methoden trainieren in der Regel Modelle unter der Berücksichtigung einer großen Anzahl an Trainingsdaten. VGI ist in der Lage, solche großen Datenmengen kostenfrei zur Verfügung zu stellen.

Datenlücken füllen

Die knappe Verfügbarkeit genauer und aktueller Siedlungsdaten für Menschen bleibt eine große Herausforderung, z.B. für humanitäre Organisationen. Wir untersuchen die Synergien von Crowdsourcing und Deep Learning, um die Datenlücken bestehender Fernerkundungsdaten zu schließen.

Mensch Maschine Interaktion

Wir verwenden VGI-Daten von OpenStreetMap sowie der mobilen Crowdsourcing-Anwendung MapSwipe, mit der Freiwillige auf Bildern Gebäude oder Straßen für humanitäre Zwecke kennzeichnen können. Beide Daten-Quellen fließen in ein von uns entwickeltes und stets verbessertes Lern-Framework ein, das mit tiefen neuronalen Netzen ausgestatttet ist.

Projekte

Sketch Map Tool	– Verbesserung und Erweiterung des Sketch Map Tool, für die reale Nutzung durch das Deutsche Rote Kreuz
UndercoverEisAgenten	– Erkennung des tauenden Permafrosts in der Arktis durch Bürgerwissenschaftlerinnen (insbesondere Schülerinnen)
Analyse des Zugangs zum Gesundheitswesen	– Vergleich der Zugänglichkeit von Gesundheitseinrichtungen weltweit
Missing Maps	– Unterstützung von Missing Maps bei der Überwachung und Visualisierung seiner Leistungen und Auswirkungen mit Hilfe von Informationen aus dem HOT Tasking Manager

Kooperationsprojekte mit Unterstützung durch HeiGIT

LOKI	– Luftgestützte Bewertung von kritischen Infrastrukturen (BMBF)

Abgeschlossene Projekte

Global Exposure Data for Risk Assessment	– globaler Datensatz zur Katastrophenvorsorge
Qualität von Gesundheitseinrichtungen	– Bewertung der Qualität von Daten im Sektor Gesundheitseinrichtungen in OpenStreetMap
Kartierung der COVID-19 Forschung	– Die Map of Hope des HeiGIT bietet einen geografischen Überblick über geplante, laufende und abgeschlossene klinische Studien
MapSwipe for WSF Validation and Dump Site Mapping	– Schaffung neuer Beschäftigungsmöglichkeiten aus der Ferne für Personen, die von COVID-19-Sperren betroffen sind
HOT Mapswipe	– MapSwipe-Erweiterung zur Überwachung von Veränderungen in Satellitenbildern

Abgeschlossene Projekte mit Unterstützung durch HeiGIT

Waterproofing Data	– sozialen und kulturelle Aspekte von Datenpraktiken um Gemeinden nachhaltiger und hochwasserresistenter zu gestalten
Klimaschutzkarte	– räumliche Verortung und Abrufung von Informationen zu den Themen Energiewende und Nachhaltigkeit