gis.Open Paper

Seite drucken

Strukturierte Harmonisierung hydrografischer Sensordaten – Vergangenheit, Gegenwart und Zukunft

Die zeitnahe Zusammenführung und Analyse aktueller Messdaten von diversen Sensoren und Sensornetzwerken bildet die Grundlage des modernen Umweltmonitoring sowie einer zeitkritischen Entscheidungsunterstützung bei Umweltereignissen. Einerseits ist jedoch die Bereitstellung solcher Messdaten weitgehend vom bestehenden technischen Stand abhängig und kann, z. B. online in naher Echtzeit erfolgen, sowie durch manuelles Auslesen vor Ort. Andererseits sind verschiedene Qualitätskriterien und Metadaten (z. B. hinsichtlich Genauigkeit oder Plausibilität) der Messdaten von entscheidender Relevanz um belastbare Analyse- bzw. Simulationsergebnisse zu erzielen, welche für eine nachhaltige Entscheidungsunterstützung herangezogen werden können. Dabei sind nicht nur objektive, sondern insbesondere auch subjektive Datenqualitätskriterien, d. h. Kriterien die der einzelne Benutzer den Daten zumisst, zu berücksichtigen. Die individuellen Ausprägungen der Datenqualitätskriterien werden anhand von Experteninterviews untersucht und durch die Auswertung in einer ersten Stufe harmonisiert. In dieser Arbeit wird untersucht, in welcher Form sich die Datenqualität von hydrologischen Sensormessungen aus Benutzersicht in Vergangenheit, Gegenwart und Zukunft verändert hat und sich weiterentwickeln wird.

Autor / Author: Wieser, Alfred; Kosar, Bernhard
Institution / Institution: FH Kärnten, Villach, Österreich; FH Kärnten, Villach, Österreich
Seitenzahl / Pages: 6
Sprache / Language: Deutsch
Veröffentlichung / Publication: AGIT - Journal für Angewandte Geoinformatik, 1-2015
Tagung / Conference: AGIT 2015 – Symposium und Fachmesse Angewandte Geoinformatik
Veranstaltungsort, -datum / Venue, Date: Salzburg, Österreich 08-07-15 - 10-07-15
Schlüsselwörter (de): Sensoren, Hydrographie, Semantisches Web
Paper review type: Extended Abstract Review
DOI: doi:10.14627/537557016
1558 - Strukturierte Harmonisierung hydrografischer Sensordaten – Vergangenheit, Gegenwart und Zukunft