16.03, 16:00–17:30 (Europe/Berlin), Workshop 2 (1101)
In diesem Workshop zeigen wir, wie eine Oberflächenklassifikation aus Luft- und Satellitenbildern mit Hilfe von actinia berechnet wird.
Der Workshop wird aus zwei Teilen bestehen: Erst eine allgemeine Einführung in die cloudbasierte Geoprocessing-Plattform actinia, gefolgt von der selbstständigen Erstellung einer Oberflächenklassifikation mit Hilfe von actinia.
In diesem Workshop zeigen wir, wie eine Oberflächenklassifikation aus Luft- und Satellitenbildern mit Hilfe von actinia berechnet wird.
In dem ersten Teil des Workshops geht es darum, actinia kennen zu lernen. Actinia ist eine cloudbasierte Geoprocessing-Plattform zur Analyse von großen Mengen an in der Cloud vorhandenen Geodaten. Hierzu macht actinia GRASS GIS Funktionalitäten über eine HTTPS REST API nutzbar. Die Teilnehmenden lernen die Grundfunktionalitäten von actinia kennen und können diese selber testen. Zudem lernen sie was Prozessketten sind, wie man diese ausführt, und wie man eigene Prozessketten zur Datenprozessierung selbst schreibt.
Im zweiten Teil des Workshops wird erlernt, wie man mit actinia eine Oberflächenklassifikation berechnen kann. Bei der Klassifikation werden die folgenden Klassen verwendet: versiegelte Flächen, Wasserflächen, kahler Boden, niedrige Vegetation, hohe Vegetation (z.B. Bäume) und Gebäude. Hierzu stellen wir einen automatisch erzeugten Trainingsdatensatz bereit, der die gelabelten Klassen enthält. Damit wird dann der Oberflächenklassifikator des Maschinellen Lernens trainiert. Die Teilnehmer des Kurses können verschiedene Klassifikationsmethoden, sowie verschiedene Input-Daten testen. Dafür sind in actinia die folgenden Datensätze bereits in der Cloud verfügbar: Digitale Orthophotos (DOPs), ein normalisiertes Digitales Oberflächenmodell (nDOM), OpenStreetMap Straßen, ALKIS Daten und Sentinel-2 Szenen.
Dr. Markus Neteler ist Mitgründer der mundialis GmbH & Co KG in Bonn (https://www.mundialis.de/). Seine Interessenschwerpunkte sind Fernerkundung, Analyse großer Geodaten und Freie Software GIS-Entwicklung. Er ist seit 1997 Release Manager von GRASS GIS (https://grass.osgeo.org/) und Gründungsmitglied der ehemaligen GRASS Anwender-Vereinigung e.V. (Deutschland, jetzt FOSSGIS.de), der italienischen GFOSS-Vereinigung und der Open Source Geospatial Foundation (OSGeo.org, USA). In 2006 wurde er mit dem internationalen Sol Katz Award for Geospatial Free and Open Source Software (GFOSS) ausgezeichnet; in 2022 mit dem Life Achievement Award 2022 der OpenGeoHub Foundation.
Carmen ist eine leidenschaftliche Geographin, die jedes Kapitel davon mag und auch gerne die Welt bereist. Nachdem sie anderen Studenten Fernerkundung beigebracht und ihre Bachelorarbeit über ein deutsches Geodatenaustauschformat geschrieben hatte, begann sie für mundialis zu arbeiten, das OSGeo-Software verwendet und entwickelt. Eine davon ist actinia, an der Carmen aktiv mitarbeitet. Sie ist eine begeisterte Open-Source-Anhängerin und hat sich sehr gefreut, im FOSS4G 2016 Organisationsteam für Bonn mitzuwirken.
Open Source Entwickler GIS / Fernerkundung, Big Data Analysen
Anika studierte an der Universität Bonn Geodäsie und Geoinformation. In ihrer Masterarbeit spezialisierte sie sich auf die Lösung von Fernerkundungsaufgaben mittels eines Deep Learning Verfahrens. Nach dem Studium begann sie bei mundialis als Entwicklerin zu arbeiten. Hier verwendet und entwickelt sie OSGeo-Software. Eine davon ist actinia, an der Anika aktiv mitarbeitet.