17. Februar 2012

Verteilte Geoinformationen. Die Schlagwörter meines Artikels über die Geodateninfrastrukturen Österreichs, der Schweiz und Deutschlands. 
(erstellt mit Wordle)

Read more...

08. November 2011

Ausgewählte Datentypen in Datenbanken:

Datentypen	Erläuterungen
CHAR (n)	Zeichendaten fester Länge mit der Länge size in Byte. Die maximale Länge beträgt 2.000 Byte. Die Default- und Mindestlänge beläuft sich auf 1 Byte.
VARCHAR (n)	Zeichenfolge variabler Länge mit der maximalen Länge size in Byte oder Zeichen. Die maximale Länge beträgt 4.000 Byte. Es muß die size für VARCHAR angeben. Die Variante VARCHAR2 ist für Oracle spezifisch, ohne dass sie sich tatsächlich unterscheidet.
DATE	Gültiger Datumsbereich vom 01.01.4712 v. Chr. bis zum 31.12.9999 n. Chr.
TIME	Zeitangabe (evtl. inklusive Zeitzone)
TIMESTAMP	Zeitstempel (umfasst Datum und Uhrzeit; evtl. inklusive Zeitzone), meistens mit Millisekundenauflösung, teilweise auch mikrosekundengenau. (fractional_seconds_precision): Datumswerte für das Jahr, den Monat und den Tag sowie Zeitwerte für die Stunde, Minute und Sekunde, wobei fractional_seconds_precision die Stellenzahl der Sekundenbruchteile im Feld SECOND für das Datum und die Uhrzeit ist (entsprechend den Sekundenbruchteilen). Zulässige Werte von fractional_seconds_precision sind 0 bis 9. Der Default-Wert ist 6.
NUMBER oder DECIMAL	Zahl mit der Gesamtstellenzahl p (precision) und der Anzahl der Nachkommastellen s (scale). Die Anzahl der Gesamtstellen kann zwischen 1 und 38 betragen. Festkommazahl (positiv oder negativ) mit insgesamt maximal n Stellen, davon m Nachkommastellen. Wegen der hier erfolgenden Speicherung als Dezimalzahl ist eine besonders für Geldbeträge notwendige Genauigkeit gegeben.
FLOAT (m)	Der Datentyp FLOAT ist eine Gleitkommazahl mit maximal m Nachkommastellen. Die Default-Gesamstellenzahl für diesen Datentyp ist 126 binär oder 38 dezimal.
DOUBLE oder DOUBLE PRECISION	Gleitkommazahl (positiv oder negativ). Die Genauigkeit für diesen Datentyp ist jeweils vom Datenbanksystem definiert.
float und double sind für technisch-wissenschaftliche Werte geeignet und umfassen auch die Exponentialdarstellung. Wegen der Speicherung im Binärformat sind sie aber für Geldbeträge nicht geeignet, weil sich beispielsweise der Wert 0,10 € (entspricht 10 Cent) nicht exakt abbilden lässt.
REAL	Gleitkommazahl (positiv oder negativ). Die Genauigkeit für diesen Datentyp ist jeweils vom Datenbanksystem definiert.
INTEGER	Ganze Zahl (positiv oder negativ), wobei je nach Zahl der verwendeten Bits Bezeichnungen wie smallint, tinyint oder bigint verwendet werden. Die jeweiligen Grenzen und die verwendete Terminologie sind vom Datenbanksystem definiert. entspricht NUMBER(p,0)
NCHAR(length)	Der Datentyp NCHAR ist ein Datentyp, der nur für Unicode gilt. Wenn Sie eine Tabelle mit einer Spalte NCHAR erstellen, definieren Sie die Spaltenlänge in Zeichen. Sie definieren den länderspezifischen Zeichensatz, wenn Sie die Datenbank erstellen. Die maximale Länge einer Spalte wird durch die Definition des länderspezifischen Zeichensatzes bestimmt. Breitenspezifikationen des Zeichendatentyps NCHAR beziehen sich auf die Anzahl der Zeichen. Die maximal zulässige Spaltengröße beträgt 2000 Byte. Wenn Sie einen Wert einfügen, der kürzer ist als die Spaltenlänge, füllt Oracle den Wert mit Leerstellen auf die Spaltenlänge auf. Sie können weder einen CHAR-Wert in eine Spalte NCHAR, noch einen NCHAR-Wert in eine Spalte CHAR einfügen.
NVARCHAR2(length)	Der Datentyp NVARCHAR2 ist ein Datentyp, der nur für Unicode gilt. Er ist weitgehend identisch mit NCHAR, allerdings beträgt seine maximale Länge 4.000 Byte, und die Werte werden nicht mit Leerstellen auf die angegebene Länge aufgefüllt.
LONG	Zeichendaten variabler Länge von bis zu 2 GB.
LONG RAW	Binärdaten variabler Länge vom Typ RAW von bis zu 2 GB.
BLOB	Großes Binärobjekt (Binary Large Object, BLOB). Binärdaten von maximal n Bytes Länge. Binary Large Objects (BLOBs) sind große binäre Objekte wie Bild- oder Audiodateien. Der Begriff wird häufig im Zusammenhang mit Open-Source-Projekten und Datenbanken benutzt.
CLOB	Großes Objekt vom Typ CHAR (Character Large Object, CLOB), das Einzel- oder Mehr-Byte-Zeichen enthält. Es werden Zeichensätze mit fester und variabler Breite unter-stützt, und beide verwenden den CHAR-Zeichensatz der Datenbank.
NCLOB	Großes Objekt vom Typ CHAR, das Unicode-Zeichen enthält. Es werden Zeichensätze mit fester und variabler Breite unterstützt, und beide verwenden den NCHAR-Zeichensatz der Datenbank. Dieser Datentyp speichert Daten länderspezifischer Zeichensätze.
BOOLEAN	Boolesche Variable (kann die Werte true(wahr) oder false (falsch) annehmen). Dieser Datentyp ist laut SQL:2003 optional und nicht alle DBMS stellen diesen Datentyp bereit.

Die Typen CHAR und VARCHAR ähneln einander, werden aber auf unterschiedliche Weise gespeichert und abgerufen. Weitere Unterschiede sind die maximale Länge und die Behandlung von Leerzeichen am String-Ende. Die Typen CHAR und VARCHAR werden unter Angabe einer Länge deklariert, die die maximale Anzahl von Zeichen spezifiziert, die gespeichert werden kann. So kann ein CHAR(30)-Wert beispielsweise 30 Zeichen aufnehmen. Die Länge einer CHAR-Spalte ist auf den beim Anlegen der Tabelle deklarierten Wert beschränkt. Dieser kann zwischen 0 und 255 liegen. Wenn CHAR-Werte gespeichert werden, dann werden sie nach rechts mit Leerzeichen bis auf die angegebene Länge aufgefüllt. Beim Abrufen von CHAR-Werten werden die am Ende stehenden Leerzeichen dann entfernt. Werte in VARCHAR-Spalten sind Strings variabler Länge. Diese können zwischen 0 und 65.535 liegen. (Die effektive Maximallänge einer VARCHAR-Spalte wird durch die maximale Datensatzgröße und den verwendeten Zeichensatz bestimmt. Die gesamte Maximallänge liegt bei 65.532 Byte.) Im Gegensatz zu CHAR- werden VARCHAR-Werte nur mit so vielen Zeichen wie erforderlich zuzüglich eines Bytes gespeichert, welches die Länge angibt (bei Spalten, die mit einer Länge größer 255 deklariert sind, werden hierfür 2 Byte verwendet). VARCHAR-Werte werden beim Speichern nicht aufgefüllt. Ferner werden am Ende stehende Leerzeichen entsprechend dem SQL-Standard beim Speichern und Abrufen beibehalten. Wenn man einer CHAR- oder VARCHAR-Spalte einen Wert zuweisen, der die deklarierte Länge der Spalte überschreitet, dann wird der Wert so weit gekürzt, bis er passend ist. Die folgende Tabelle veranschaulicht die Unterschiede zwischen den Typen CHAR und VARCHAR. Hierzu wird das jeweilige Ergebnis der Speicherung verschiedener String-Werte in CHAR(4)- und VARCHAR(4)-Spalten angezeigt:

Wert	CHAR(4)	Erforderlicher Speicherplatz	VARCHAR(4)	Erforderlicher Speicherplatz
''	'    '	4 Byte	''	1 Byte
'ab'	'ab  '	4 Byte	'ab '	3 Byte
'abcd'	'abcd'	4 Byte	'abcd'	5 Byte
'abcdefgh'	'abcd'	4 Byte	'abcd'	5 Byte

Read more...

02. Oktober 2011

LANDSAT
Das Arbeitstier der Fernerkundung, wie man so sagt.

Fernerkundung

„Die Fernerkundung ist eine eigenständige wissenschaftliche Disziplin, die allerdings von der historischen Entwicklung her eine große Verwandtschaft zur Photogrammetrie aufweist. Teilweise fällt es schwer, von der Anwendung her beide Disziplinen eindeutig zu unterscheiden und gegeneinander abzugrenzen. Während der Photogrammeter das Fernerkundungsbild referenziert, also die Lage des Bildes im Raum mit entsprechenden Koordinaten versieht, ist die Arbeit des Fernerkundlers mehr auf die Analyse des Bildinhaltes und die weitere auch interdisziplinäre Verarbeitung der Analyseergebnisses ausgerichtet. Allerdings muss der Fernerkundler mitunter auch geometrische Bildkorrekturen vornehmen, so z.B. bei der Herstellung von Orthophotos über photogrammetrische Prozesse.“ „From time immemorial people have used vantage points high above the landscape to view the terrain below. From these lookouts they could get a ‚bird’s eye view‘ of the region. They could study the landscape and interpret what they saw. The search might be for good hunting grounds, easy passage through the region, or the best strategy to attack an enemy. The advantage of collecting information about the landscape from distance was recognized long ago. Remote sensing as we know it today is the technique of collecting information from a distance. By convention, ‚from a distance‘ is generally considered to be large relative to what a person can reach out and touch, hundreds of meters, hundreds of kilometers, or more. The data collected from a distance are termed remotely sensed data.“ (Stan ARONOFF) 

In der Fernerkundung hat man es mit einem Gesamtsystem zu tun, das aus einer Energiequelle, einem Objekt an der Erdoberfläche und einem Aufnahmegerät (Sensor) besteht. Das Licht bzw. die Strahlung der Sonne (Energiequelle) fällt auf die Erdoberfläche, an der es aufgenommen (absorbiert) oder zurückgeworfen (reflektiert) wird. Ein geeigneter optischer Sensor zeichnet das reflektierte Licht auf.

LANDSAT ist nun so ein Sensor.

Seit 1972 sind sieben Satelliten dieser Serie gestartet worden. In den Jahren gab es zwei technische Modifizierungen an der Baureihe.

LANDSAT 4,5 – die sog, thematic mapper (TM) – hatten eine kleiner Bodenpixelgrösse als ihre Vorgänger der MSS Reihe, LANDSAT 7 (Enhanced TM) wurde 1999 um einen panchromatischen Kanal mit 15 Meter Bodenauflösung ergänzt. Die NASA startete ERTS-1 (Earth Resources Technology Satellite) am 23.7.1972. Später wurde das System dann umbenannt in Landsat-1.

1983 wurde das System für operabel erklärt und die Kontrolle über die Systeme Landsat-4 (gestartet am 16.7.1982) und Landsat-5 (gestartet am 1.3.1984) gingen an die NOAA (National Oceanic and Atmo¬spheric Administration). Damit wurde die kommerzielle Vermarktung der Daten eingeleitet. Am 5.10.1993 ging Landsat-6 nach dem Start von der Air Force Basis in Vandenberg verloren.

Das Nachfolgesystem Landsat-7 startete am 15.4.1999 erfolgreich. Landsat-7 fliegt auf einem fast-polaren sonnensynchronen Orbit in einer Höhe von 705 km. Wie Landsat-5 überfliegt Landsat-7 alle 16 Tage wieder denselben Punkt auf der Erde.

Die Satelliten der LANDSAT- Reihe im Überblick:

-	Start	Ende
LANDSAT-1	23.07.1972	01.06.1978
LANDSAT-2	22.01.1975	25.02.1982
LANDSAT-3	05.03.1978	31.03.1983
LANDSAT-4	16.07.1982	-
LANDSAT-5	01.03.1984	-
LANDSAT-6	10.05.1993	10.05.1993
LANDSAT-7	Juli 1998	-

Seine Mächtigkeit besitzt das LANDSAT System aus zweierlei Gesichtspunkten. Zum einen bedingt seine lange Laufzeit eine Unmenge an Bilddaten, zum anderen bedient die Kanalvielfalt des Systems viele Fernerkundungsanwendungen. Und da LANDSAT Daten mittlerweile kostenfrei im internet verfügbar sind, sind sie eine gute Alternative für schulische Lern- und Ausbildungszwecke. Da ich bei den 8 Kanälen die Anwendungsmöglichkeiten der Kombinationen immer verhaue, hier ein kleiner Überblick über die Eigenschaften det LANDSAT- Kanäle und gängige Kanalkombinationen:

Kanal	Beschreibung
1 Blau	blauer Anteil des sichtbaren Lichts im Wellenlängenbereich 0,45 - 0,52 µm, Auflösung 30m im Originaldatensatz Wird wegen der starken Absorption des Chlorophylls wird genutzt zur Unterscheidung von Boden und Vegetation, von Laub- und Nadelwald, sowie zur Untersuchung von Gewässern wegen der hohen Eindringtiefe in Wasser.
2 Grün	grüner Anteil des sichtbaren Lichts im Wellenlängenbereich 0,53 - 0,61 µm, Auflösung 30m im Originaldatensatz misst die in diesem Spektralbereich vergleichsweise hohe Reflexion von (gesunder) Vegetation an Land und im Wasser
3 Rot	roter Anteil des sichtbaren Lichts im Wellenlängenbereich 0,63 - 0,69 µm, Auflösung 30m im Originaldatensatz misst die unterschiedliche Chlorophyllabsorption verschiedener Pflanzenarten(-> Unterscheidung von Pflanzenarten); Dient zur Unterscheidung von Pflanzenarten und zur Trennung von Bodentypen, Mineralgehalten.
4 NIR	zurückgestrahltes Licht im Bereich des Nahen Infrarots (NIR) im Wellenlängenbereich 0,7 - 1,3 µm, Auflösung 30m im Originaldatensatz NIR zeigt die Aktivität von Pflanzen. Je jugendlicher die Pflanze, umso mehr "Nahes Infrarot" wird reflektiert. Man sieht also den Zustand pflanzlicher Zellen. => wird genutzt zur Abschätzung der Biomasse; Erkennung der Küstenlinien wegen geringer Eindringtiefe in Wasser Wasser ist stets schwarz!
5 MIR 1	zurückgestrahltes Licht im Bereich des Mittleren Infrarots (MIR 1) im Wellenlängenbereich 1,57 - 1,78 µm, Auflösung 30m im Originaldatensatz MIR misst den Wassermangel in Vegetation und zeigt Böden hell an unterschiedliche Reflexion von Schnee und Wolken; durchdringt dünne Wolken sehr gerine Eindringtiefe in Wasser hohe Reflexion von manchen Gesteinen, deshalb hilfreich für geologische und bodenkundliche Kartierungen.
6 TIR	zurückgestrahltes Licht im Bereich des Thermischen Infrarots (TIR) im Wellenlängenbereich 10,42 - 11,66 µm, Auflösung 60m im Originaldatensatz TIR misst die von der Erde ausgehende Wärmestrahlung, dient primär für thermische Kartierungen Erfassung von Schäden und Stress von Vegetation ist möglich TIR gibt Auskunft über die oberste Bodenschicht.
7 MIR 2	zurückgestrahltes Licht im Bereich des Mittleren Infrarots (MIR 2) im Wellenlängenbereich 2,10 - 2,35 µm, Auflösung 30m im Originaldatensatz MIR 2 zeigt hohe Reflexion von manchen Gesteinen, deshalb sehr hilfreich für geologische und bodenkundliche Kartierungen. Vegetation reflektiert wenig, Wasser absorbiert alles und ist deshalb schwarz.
8 Pan	Der Kanal 8 steht bei Landsat 7 (Sensor ETM+) für das zurückgestrahlte panchromatische Licht. Panchromatisches Licht umfasst das sichtbare Licht im Wellenlängenbereich 0,4 bis 0,9 µm, Auflösung 15m im Originaldatensatz In der Fernerkundung werden panchromatische Sensoren benutzt, weil sie durch die hohe Lichtausbeute eine sehr hohe Auflösung erlauben.

Abschliessend kurz einige gängige Kanalkombinationen:

3-2-1

Die Wahl dieser Kanalkombination entspricht annähernd der Farbwahrnehmung des menschlichen Auges, denn den Kanälen werden in der Darstellung die Farben zugewiesen, die sie messen. Im Kanal 3 mißt der TM-Sensor im roten Bereich des sichtbaren Lichts, in Kanal 2 wird der grüne Bereich erfaßt und Kanal 1 schließlich misst die Reflexion im blauen Bereich. Diese drei Kanäle sind allerdings so hoch korreliert, dass diese Kombination kaum mehr Informationen bringt, als die Betrachtung der einzelnen Kanäle.











4-3-2 

Diese Kanalkombination entspricht einer Color-Infrarot-Wiedergabe. Sie hat eine hohe Sensitivität gegenüber grüner Vegetation, die rot dargestellt wird. Nadelwälder werden in einem wesentlich dunkleren Rotton wiedergegeben als Laubwälder. Ebenso können Straßen und Wasserflächen in dieser Darstellung gut getrennt werden (dunkle Farben).













5-4-3 

Diese Kanalkombination enthält drei wichtige Spektralbereiche: den sichtbaren Bereich (nur das Rot), nahes Infrarot und mittleres Infrarot. Grüne Vegetation erscheint grün, wobei der Anteil des mittleren Infrarot Hinweise auf Vegetationsschädigungen geben kann. Straßen- und Wegenetze kommen in dieser Kombination weniger deutlich heraus, da der Kanal 3 in blau dargestellt ist.













7-5-4 

Bei dieser Kanalwahl werden, bis auf den Bereich des thermalen Infrarot, alle Infrarot-Kanäle verwendet. Diese Kombination ermöglicht die Unterscheidung von Bodenarten (Sand, Schluff, Ton) und Gesteinen. Vegetation erscheint blau.















6-5-4 
Anstelle von Kanal 7 (in der Kombination 7-5-4) wird Kanal 6 verwendet. Kanal 6 mißt die von der Erdoberfläche ausgehende Wärmestrahlung. Die im Gegensatz zur Umgebung wärmeren Wattflächen in der Beispielabbildung erscheinen daher rot (in diesen Bereichen ist gut die geringere Bodenauflösung des Kanals 6 von 120 Metern zu erkennen).

Read more...

25. September 2011

Fernerkundung - 3-D Visualisierungen
Eine dieser Aufgaben, die Spass machen und die Kreativität herausfordern.

"Viele von Ihnen kennen den schönsten Autobahnenabschnitt Deutschlands von München über Rosenheim bis hin nach Salzburg. Besonders im letzten Teil der Strecke, nämlich zwischen dem Chiemsee und Salzburg, geht es viele kleine Berge hinauf und runter und Ihr Motor kommt ganz schön ins Schwitzen. Wir wollen uns in dieser Aufgabe einmal ansehen, welche Höhenunterschiede auf dieser Strecke überwunden werden. Dabei beschränken wir uns auf den Abschnitt zwischen Abfahrt Traunstein und der Abfahrt Bad Reichenhall.Veranschaulichen Sie die Strecke als 3D Abbildung (Höhen über dem Satellitenbild als Image Drape) in einer Präsentation (etwa Powerpoint). Verwenden Sie zur Lösung dieser Aufgabe das Landsat TM Satellitenbild von 1992 (tm1992) und suchen Sie nach einer Kanalkombination, in der die für Ihre Präsentation wichtigen Objekte gut zu erkennen sind. Für die Höheninformation kommen zwei unterschiedliche Quellen in Frage: a) das GTOPO 30 Geländemodell des USGS unter mit einer geringen räumliche Auflösung oder alternativ b) das SRTM Höhenmodell der Shuttle Radar Topography Mapping Mission."

 Und so sieht das dann aus:

Read more...

17. September 2011

Fernerkundung - Klassifikation

Die originäre Aufgabe der Fernerkundung ist die Klassifikation von Bilddaten. Im Prozess der Klassifikation wird jedem Bildelement (Pixel) einer vorher definierten Kategorie zugeordnet, die je nach Intention verschiedene Spektralklassen repräsentiert.

Diese vielleicht etwas abstrakt klingende Aussage bedeutet nichts anderes, als das die aus Bilddaten gewonnen spektralen Signaturen (also wie stellt sich ein Bildpixel in den einzelnen Spektralbereichen der Bilddaten dar) mit Objekten auf der Erdoberfläche in eine Beziehung gesetzt werden.

Das Ziel ist es, nach der Auswahl von so genannten Trainingsgebieten, relativ automatisiert alle Pixel eines Bildes mit den gleichen spektralen Eigenschaften zu erfassen.

Anwendung findet das Verfahren der Bildklassifikation in der Bestimmung von Landnutzungsklassen. Wald, bebautes Gebiet, Wasserflächen können auf diese Art semiautomatisch aus Luft- oder Satellitenbilddaten extrahiert werden, ohne das der Auswerter jede einzelne Fläche manuell "anpackt".

Besitzt man überdies von einem bestimmten räumlichen Gebiet Bilddaten mit unterschiedlichem Aufnahmezeitpunkt, können Änderungsdetektionen der Landnutzungsklassen durchgeführt werden. Fragestellungen wie "Um wieviel km² hat die bebaute Fläche zugenommen?" oder "Wieviel Abholzung fand in den letzten 10 Jahren statt?" können mit Hilfe der Klassifikation beantwortet werden.

Am Beispiel der Region Bamberg und unter Zuhilfenahme der Software ERDAS Imagine soll die Vorgehensweise erläutert werden.

Nach einer durchgeführten überwachten Klassifikation stehen ein Datensatz aus dem Jahr 1990 (eine LANDSAT Szene) und aus dem Jahr 2006 (ein Aster Datensatz) zur Verfügung.

 

Dunkelgrün symbolisiert Waldbestand, braun bebautes Gebiet und hellgrün Acker, Wiese, Weideland. Bereits rein visuell erkennt man Veränderungen. Die Bebauung der Stadt Bamberg hat zugenommen.

Um jedoch genauere Angaben machen zu können, kann man mit Hilfe der ERDAS Imagien Funktion "union matrix" beide klassifizierte Datensätze Pixel für Pixel vergleichen.

Wie das genau funktioniert, wird in diesem Video- Tutorial sehr eingängig beschrieben.

Die Funktion "union matrix" ist ein so genannter Post-Klassifikationsansatz. Mit diesem Verfahren werden zwei klassifizierte Datensätze über einen Algorithmus so analysiert, dass als Ergebnis die Pixel bestimmt werden, die ihre Klasse gewechselt haben. Mit diese Werkzeug können also die Richtungen der Veränderungen (soviel Pixel aus der LANDSAT Klasse "Wald" des Jahres 1990 wurden zur Aster Klasse "Weide, Acker, Wiese" im Jahr 2006) dargestellt werden. 

Die Berechnung brachte folgendes Ergebnis:

In der tabellarischen Ansicht des erzeugten Datensatzes lassen sich nun die "Klassenwanderungen" ablesen. Hübscht man diese kartografisch ein wenig auf, erhält man eine anschauliche Änderungskartierung bezogen auf die vier vorausgewählten Klassen.

Read more...

03. Juni 2011

Nutzungsklassenkartierung Südkirchen. Aufgabe 7, Modul Geodatenerfassung und Geodatenquellen.

Read more...

21. April 2011

Ein TIN besteht aus einer Vektor-Datenstruktur, die geografische Oberflächen als aneinander grenzende und nichtüberlappende Dreiecke repräsentiert. Die Eckpunkte eines jeden Dreiecks stimmen mit den Höhenwerten des Geländes überein.
Sobald ein TIN durch Triangulation berechnet wurde, kann der Höhenwert an jedem beliebigen Punkt auf der Oberfläche eines Dreiecks ausgehend von den drei Scheitelpunkten interpoliert werden.

Read more...

09. April 2011

Kartenlayout Kanada - ESRI Schulung

Read more...

08. April 2011

15 Minuten Karte

Morgengymnastik in Bad Godesberg. Aus einem weltweiten Datensatz gilt es, in 15 Minuten eine Kartendarstellung der vier Länder Luxemburg, Schweiz, Österreich und Deutschland zu zaubern.
Also, Geodatenbank erstellen, Datensatz importieren, Definitionsabfrage, Labeln, Annotieren, Visualisierung, speichern im pdf Format.

Und das alles vor der ersten Lehrgangspause.

Read more...

14. Februar 2011

Schnittkegelprojektion Nordpol

 

Azimutalprojektion Nordpol

Read more...

29. Januar 2011

Geoinformation und Datenschutz
„Wenn ich mir dem Auto durch die Stadt fahre, sehe ich auch Häuserfassaden. Was macht es für einen Unterschied, ob ich dafür vor Ort bin oder irgendwo in der Welt oder drei Häuserzeilen weiter vor einem Bildschirm sitze.“
Es gehr um Google Street View und die Aussage stammt aus einer Umfrage über Datenschutz und Privatsphäre. Die Person, die diese Antwort gab, ist um die 30 Jahre alt und die Antwort beispielhaft für die Befragten dieser Altersgruppe.
Seitdem sich die technischen Möglichkeiten des Internets und seiner Infrastruktur immer mehr einem Idealzustand nähern, ändert sich der Umgang mit (Geo)Informationen im täglichen Leben. Das Übertragen von größeren Bilddaten oder Bewegtbildern, das bereitstellen von Echtzeitstreams sowie die immer weiter wachsenden Verfügbarkeiten von Hochgeschwindigkeitsanschlüssen im stationären als auch im mobilen Sektor lassen uns immer mehr Informationen zukommen. Überall und zu jeder Zeit.
Ging man vor ein paar Jahren noch online, so ist man jetzt online.
Und man möchte die verfügbaren Informationen für sich nutzen: Wie umfahre ich diesen Stau? Wo ist der nächste Pizzaladen? Welches Gebäude fotografiere ich gerade?
Informationen, die von Personen oder Unternehmen gesammelt und der Öffentlichkeit ungefragt und ungefiltert bereitgestellt werden.

Vor ein paar Jahren gab es eine kurze Diskussion über das Installieren von Webcams an öffentlichen Plätzen und dem Übertragen ihrer Daten im Internet in nahezu Echtzeit. Dürfen die das, darf jeder auf der Welt sehen und wissen, wo ich mich im Augenblick befinde?
75% der Befragten sehen Übertragungen von Webcams oder Real time Satellitenaufnahmen nach wie vor kritisch. Luftbildaufnahmen, Frontal- oder Schrägaufnahmen dagegen werden in Onlineportalen akzeptiert, so ein anderes Ergebnis der Umfrage „Geoinformationen und Datensicherheit“.

Die Diskussion um Google Street View ist also scheinbar keine und die großflächige Verpixelung von Gebäuden nur eine Reaktion auf das ungefragte Abfotografieren und nicht das Bestreben, etwas vor der Internetöffentlichkeit zu verbergen.
Wer darf was ohne meine Zustimmung über mich bzw. meine Privatangelegenheiten veröffentlichen?
Darf mein Garten im Internet zu sehen sein? Dürfen Google oder Facebook das?
Denn neben Google sehen sich auch soziale Netzwerke größerer Kritik ausgesetzt. Twitter und Facebook mit ihren „location-apps“, der Möglichkeit, Einträgen eine Ortsangabe hinzuzufügen bzw. automatisch den eigenen Aufenthaltsort mitzuteilen. Oder einfach nur die Tatsache, dass andere ungefiltert diese und andere personenbezogene Informationen verbreiten können.

Auf der anderen Seite ärgern wir uns, wenn just das nächstes Urlaubshotel in Google Street View nicht sichtbar ist, weil der entsprechende Stadtviertel noch nicht mit Fassadenfotografien und walk-through Ansichten abgedeckt ist.

Und noch einen anderen Aspekt gilt es zu bedenken:
Ist es nicht hilfreich oder gar zwingend notwendig, dass Katastrophenhelfer bzw. behördliche Institutionen im Allgemeinen hochaufgelöste Geoinformationen haben, um im Notfall schnell eingreifen zu können?
Ich denke ja, und stehe mit dieser Meinung nicht alleine. Vier von fünf Personen aus oben genannter Befragung würden danach einen Unterschied machen, wer personenbezogene Geodaten nutzen und auswerten darf.
Das Vertrauen in die Umsetzung von Datenschutzrichtlinien ist demnach gegenüber den behördlichen Institutionen höher als gegenüber privaten ausländischen Unternehmen.

Aber grundsätzlich überwiegt die Freude über die Nutzung von Geoinformation gegenüber den Bedenken.
Wenig überraschend ist ein weiteres Ergebnis der Befragung:
100% der unter 35 Jahren sind in sozialen Netzwerken aktiv. Von den über 50 jährigen niemand. Also ist die gesamte Debatte nur ein Generationenproblem?
Vielleicht, beleuchtet man das wie und warum, entdeckt man. denn überraschendes und klischeehaftes
Diejenigen, die sich in sozialen Netzwerken tummeln sind sich durchaus darüber bewusst, was und wem sie hier Dinge erzählen oder mitteilen. Naiv geht niemand mehr zur Sache. Man kennt die Sicherheitseinstellungen und weiß das Netzwerk als solches aufzufassen. Informationen teilen, sich natürlich auch präsentieren (aber dies in einem „gesunden“ Maß) aber sich nicht in Peinlichkeiten verstricken lassen, so der Grundtenor.
Womit man die Handlungen der anderen natürlich nicht oder nur bedingt beeinflussen kann.
Was, wenn jemand ein Foto von einem veröffentlicht und mit dem Namen taggt, was, wenn jemand online mitteilt, er hätte gerade den und den an diesem Ort gesehen.

Nun, wir alle bewegen uns im öffentlichen Raum, was früher nur das heimische Dorf durch Klatsch und Tratsch erfuhr, weiß heute die gesamte Welt. Schön ist das nicht, aber ändern oder gar abstellen kann und konnte man weder das eine noch das andere.

Ich habe einen Google Mail Account, ich hätte auch keine Sorgen, ein Android Mobiltelefon zu nutzen. Ich bin zwar nicht mit den Möglichkeiten des Internets aufgewachsen, aber ich lehne sie auch nicht kategorisch ab.
Ich habe gelernt, Netzwerke und Geodatenportale für mich zu nutzen anstatt sie mit persönlichen Daten und Informationen vollzuschreiben.
Weniger ist hier manchmal mehr.
Und was Google Street View oder andere Geodatenserver angeht: Ich habe zwar keinen Garten, und ob mein Auto am 25.4.2009 auf meinem Parkplatz stand, weiß auch der Postbote.
Aber der hat es vielleicht mittlerweile vergessen, das Internet nicht. Also kritisch bleiben, aber sich dabei nicht vom Fortschritt und von Entwicklungen ausschließen.

Read more...

22. Januar 2011

MindMap Eifel GIS

Read more...