Search

DFG Proposal of the NFDI consortium'FAIRagro - FAIR Data Infrastructure for Agrosystems' submitted in Nov. 2021.

General FAIRagro poster presented at the virtual RDA Plenary in South Korea.

Daten zum Status und zur Veränderung der Landnutzung, also zur Inanspruchnahme von Böden und Landflächen durch den Menschen, stellen eine zentrale Grundlage für eine faktenbasierte Politikberatung und Forschung sowie verschiedene Monitoring- und Evaluierungsaufgaben am Thünen-Institut dar. Entsprechend weist das Thünen-Institut eine breite Kompetenz in der Erfassung, Verwaltung, Aufbereitung und Analyse von Landnutzungsdaten für Deutschland auf. Vor dem Hintergrund der aktuellen und zukünftigen Anforderungen sowie der dynamischen Entwicklung hinsichtlich Art und Quantität von Daten zur Landnutzung bildet dieses Working Paper den Status quo der einschlägigen Arbeiten am Thünen-Institut ab und entwickelt Leitplanken für ein Gesamtkonzept zum Landnutzungsdaten-Management. Der inhaltliche Fokus liegt hierbei auf der Nutzung von Offenland- und Waldflächen in Deutschland. Es werden aber auch Daten im Landnutzungsbereich Siedlung und Verkehr betrachtet. Zunächst wird dargelegt, auf Grund welcher Bedarfe und Anforderungen sich die Verarbeitung von Landnutzungsdaten am Thünen-Institut in den letzten Jahren entwickelt hat. Daran schließt in Kapitel 2 eine Beschreibung der am Thünen-Institut vorgehaltenen bzw. weiterverarbeiteten Daten an. Kapitel 3 beschreibt die vorhandenen technischen und personellen Ressourcen sowie die vorhandenen Organisationsstrukturen. In Kapitel 4 werden die aktuellen Aufgaben und die anstehenden Herausforderungen beschrieben. Abschließend wird ein Zielbild für die weitere Arbeit mit Landnutzungsdaten am Thünen-Institut beschrieben und in einer Roadmap konkretisiert. Data on the status of and changes in land use, i.e. on the use of soils and land areas by humans, represent a central basis for fact-based policy advice and research as well as various monitoring and evaluation tasks at the Thünen Institute. Accordingly, the Thünen Institute has broad expertise in the collection, management, processing and analysis of land use data for Germany. Against the background of current and future requirements as well as the dynamic development with regard to the type and quantity of data on land use, this working paper maps the status quo of the relevant work at the Thünen Institute and develops guidelines for an overall concept for land use data management. The focus is on the use of open land and forest areas in Germany. However, data in the land use area of settlement and transport are also considered. First, the needs and requirements that have developed for the processing of land use data at Thünen Institute in recent years are presented. This is followed in Chapter 2 by a description of the data held and processed at the Thünen Institute. Chapter 3 describes the available technical and human resources as well as the existing organisational structures. Chapter 4 describes the current tasks and the upcoming challenges. Finally, a perspective for further work with land use data at the Thünen Institute is described and outlined in a roadmap.

Introduction The project “National Monitoring of Biodiversity in Agricultural Landscapes” (MonViA) started in March 2019, will run through 2023, is a collaborative effort of the Thünen Institute, the Julius-Kühn Institute and the Federal Office for Agriculture and Food. The Thünen Institute for Biodiversity is in charge of one of the sub-projects, Population-friendly wild bee monitoring in agricultural landscapes - conserving and promoting wild bees together with volunteers. Next to the natural science aspect concerned with the development, evaluation and application of trap nests for the large-scale monitoring of wild bee species, abundance and trophic interactions, an explicit goal is to find out whether the long term and nationwide involvement of volunteers can be counted on to produce high-quality data. Set up About 500 trap nests are distributed across Germany. The trap nests are cared for and maintained by about 100 volunteers. On trap nest comprises 25 boards. The raw data we are concerned with here are photographs of these boards. One board contains 10 borings in which the actual nesting takes place. One boring contain an unspecified number of brood cells. There are 6 observation campaigns per year, one per month (April - September). This results in 75k images per year with a volume up to 750 GB. Raw data collection and pre-sorting The volunteers photograph boards and possibly other motives (trap nest situation, less related material, …). The images are copied to USB-sticks and sent to researchers at Thünen Institute, who then manually sort this material. That is unavoidable, since not all volunteers can be brought to deliver machine readably sorted and labeled images. The images from USB sticks are copied to the internal storage system (SMB shares). Pre-sorting consists of singling out any images that do not depict trap nest boards and placing the images in specific directory-tree. Data preparation and transfer to external research assistants Information from the images needs to be extracted and recorded in a spreadsheet (but see section Potential improvements by research assistants with special training. Challenges The research assistants do not have access to the internal SMB shares, where the raw data is stored. They need to download the images from their work places at home. Project-specific data extraction from the Thünen Institute network is currently realized via ThünenCloud, a NextCloud installation. The chances that research assistants mistakenly assign an observation to the wrong board needs to be minimized. It is necessary to provide a “userfriendly” and error-resilient workflow for data-entry, where the software components for this workflow are already prescribed: a web-browser pointing at a shared NextCloud folder, a graphical file-manager, e.g.Windows Explorer, an image viewer, and a data-entry spreadsheet. Solution A Python program, run regularly on a dedicated VM, creates “packages” in the form of zip-archives that are copied to shared folders on the NextCloud instance (mounted as WebDAV filesystem) and can be downloaded by the research assistants. The packages extract to a specific folder-structure containing the images to be examined, along with pre-filled entry forms (spreadsheets). Special care has been taken to organize folder-structure, image names, and entry-forms so that data entry errors are minimized and data-entry efficiency and ease are maximized. We provide one spreadsheet per image to reduce the chance that observations are assigned to the wrong board. The spreadsheets is pre-filled with all information that can be deduce from the raw input-data structure. The image/spreadsheet pair is presented as the only content of one sub-folder in the zip-archive. The spreadsheet itself was designed to guard against erroneous entries by implementing functionality for validation and user-friendliness. The system is backed by a relational database within a centrally provided PostgreSQL RDBMS. We implement the system using Docker containers to improve deployment- and re-use options. The jury is still out on the question whether the benefits outweigh the drawbacks of this approach. Since data-safety and -integrity has highest priority, the program is an exercise in defensive design. Meta-information exists in pathnames and in the database. Moving data reliably between different filesystems on different machines of which load, latency and general availability is not know requires extensive checks. Once a package is created for distribution, it is also copied to a secure internal location. Before the original file is removed, we assure the identity of hashes calculated over the original and the two copies. Potential improvements Some elements of this part of the data-lifecycle might seem inefficient and old-fashioned at first sight, e.g.the transport via USB stick and the use of Excel spreadsheets. Taking into account the resources that would be required for an alternative solution and the involvement of a large number of volunteers with heterogeneous technical affinity & skills, equipment, internet connection etc., it is hard to beat the USB stick solution. The lowest hanging fruit is perhaps the replacement of error-prone Excel spreadsheets with a web-based data-entry service. Further developments The system as described above currently enters beta-testing. Until the workshop is being held, we hope to receive user-feedback which we would report of course at the workshop as well. An immediate next work-package is the support of the handling of entry-forms returning from the research assistants as upload to ThünenCloud. We aim at providing a semi-automatic mechanism that loads these data directly into the a central, project-specific relational database. In the future we anticipate to help with publishing these data (and/or data artifacts further down in the process chain of scientific production) through the Thünen Atlas (https://atlas.thuenen.de).

Die strukturellen Probleme in ländlichen Räumen sind hinreichend beschrieben und umfassen eine Vielzahl unterschiedlicher Themenbereiche. Eines davon ist der fortdauernde Strukturwandel im lokalen Einzelhandel und seine Konsequenzen auf die Versorgung der dort lebenden Bevölkerung mit Gütern des täglichen Bedarfs. In Folge von Ladenschließungen mangels lokaler Kaufkraft, kommt es mancherorts bereits zu strukturellen Versorgungslücken, die insbesondere für die alternde und damit immobilere Bevölkerung spürbar sind. Die Wegestrecken zum nächsten Nahversorger bedeuten für die dort lebenden Bewohner ein wachsendes Zeit- und Mobilitätserfordernis.1 Darüber hinaus gibt es kaum Kenntnisse darüber, ob das veränderte (digitale) Konsumverhalten und der daraus folgende, immer populärer werdende Onlinehandel, diese Entwicklungen in ländlichen Regionen eher verschärfen oder potenziell entgegenwirken können. Logistisch betrachtet, wird die spezielle Situation des ländlichen Raums besonders an der sogenannten „letzten Meile“ deutlich. Das durch den Onlinehandel entstehende Paketaufkommen wird größtenteils von Kurier-Express-Paket-(KEP)-Dienstleistern abgewickelt, die den Transport und die Wegestrecken der Waren vom Händler oder Distributionslager bis zur Haustür jedes Kunden übernehmen. Das letzte Wegestück der Transportkette ist in der Regel das teuerste, da die Zahl der verschiedenen Ablieferungsorte, zu denen immer kleinere Warenmengen geliefert werden, wächst.2 Auch aus einer Zukunftsstudie (2016) vom Fraunhofer IML geht hervor, dass ein zunehmender Zeit- und Kostendruck auf der letzten Meile entsteht. Im ländlichen Raum ist dies vor allem in der Überwindung großer Distanzen sowie unterdurchschnittlich wachsenden Gütermengen begründet.3 Dennoch bestehen, laut Fraunhofer Institut IML, große Chancen für Einzelhandelsversorger im ländlichen Raum durch die Potenziale einer digitalen Vernetzung.4 Gerade neue und innovative Zustellkonzepte, zu denen beispielsweise eigeninitiative oder gemeinschaftsbasierte Lieferdienste, wie das Projekt „Digitale Dörfer“ des Fraunhofer IESE zählen,5 können sich einerseits positiv auf das Wachstum bzw. das Bestehen der regionalen Erzeuger, andererseits auf eine Verbesserung der Nahversorgungssituation der Bewohner ländlicher Gebiete auswirken.6 Analysiert man die genannten Logistikprozesse etwas detaillierter, lassen sich im Wesentlichen drei relevante Akteursgruppen identifizieren: Nachfrager, Lieferanten und Anbieter. Der Forschungsschwerpunkt ‚nextPlace‘ der Technischen Hochschule Ostwestfalen-Lippe untersuchte im Rahmen einer vom Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) geförderten mFUND1-Vorstudie das Zusammenwirken dieser Akteursgruppen und deren technische Optimierungsmöglichkeiten in Form geodatenbasierter Konzepte und qualitativer, raumplanerischer Umfragen. Die Online-Befragung der Akteursgruppen stellt aktuell nur eine Stichprobe dar und ist bislang nicht repräsentativ. Aber aus den ersten Rückläufen zeichnet sich ab, dass auf Seiten der Nachfrager besonders in Klein- und großen Mittelstädten tendenziell ein hohes Maß an Offenheit gegenüber einem gemeinschaftsbasierten Dienst besteht. Allerdings ist den demographischen Merkmalen zu entnehmen, dass die Nachfrage insgesamt mit steigendem Alter abnimmt. Aus technologischer Perspektive ergaben die Experteninterviews mit bestehenden Lebensmittel-Lieferservices, dass außer einer üblichen Smartphone-Navigation, aktuell kein spezieller Routing-Algorithmus und folglich bislang auch keine Echtzeitdaten zum Einsatz kommen. Im Ergebnis lässt dies darauf schließen, dass Erfolg und Akzeptanz eines digitalen, gemeinschaftsbasierten Dienstes sehr stark von der Optimierung einzelner, konkreter Probleme und deren ausführlicher Erläuterung abhängt und nicht unbedingt automatisch von einer „Digital ist besser“-Disruption ausgegangen werden kann. Für das nun zu beantragende mFUND-Hauptprojekt hat dies zur Folge, dass, neben einer noch stärkeren Zielgruppenausrichtung, insbesondere auch das individuelle Mobilitätsverhalten jeder Nutzergruppe und die unterschiedlichen Abhängigkeiten ihrer einzelner Wegeketten zu berücksichtigen sind., SHAPING URBAN CHANGE – Livable City Regions for the 21st Century. Proceedings of REAL CORP 2020, 25th International Conference on Urban Development and Regional Planning in the Information Society, 811-820

Die vorliegende Thesis untersucht die Zusammenhänge zwischen Passive Audio Monitoring System (PAMS) Algorithmen zur Klassifikation sowie Lokalisation und schallverschattenden Objekten, der Schallausrichtung und den genutzten in vitro Vogellauten drei verschiedener Vogelarten. Im Detail werden vier Hypothesen geprüft: Die Güte der Klassifikation korreliert positiv mit der Güte der Lokalisation. Die Güte der Lokalisation ist abhängig von: Der Schallverschattung des Schallgebers zum Mikrofon, Der Art des Schalls, Der Richtung des Schalls. Zur Untersuchung wurden ein aus vier Raspberry Pis bestehendes PAMS installiert und eingemessen. An Fünf ebenfalls eingemessenen Lautsprecherpositionen wurden jeweils Strophen der Vogelarten Alauda arvensis, Carduelis carduelis und Phylloscopus collybita abgespielt. Die Aufnahmelogik wurde in Python unter Verwendung des pyalsaaudio Packages programmiert und die Aufnahmen als WAV-Dateien mit über NTP synchronisiertem Zeitstempel gespeichert. Für Klassifikation der aufgenommenen Daten wurde die spectrogramm cross correlation des R package monitoR genutzt. Die Lageverortung wurde als Optimierungsproblem behandelt und über das SciPy.minimize Modul durchgeführt. Als Maß der Schallverschattung von Signalposition zu den Sensoren wurden die Laserscan Returns des Digitalen Oberflächenmodells NRW verwendet. Insgesamt konnten für die fünf Signalpositionen 15.412 Vogellaute erfasst werden. Hierbei sind 14.8% der Phylloscopus collybita, 15.5% der Alauda arvensis sowie 100% der Carduelis carduelis Detektionen falsch klassifiziert worden. Die Carduelis carduelis Detektionen wurden zu 81.5% als Phylloscopus collybita und zu 18.5% als Alauda arvensis klassifiziert. Die Lokalisation ergab Abweichungen vom Signal zum verortetem Punkt von x 34.96 19.49m (min: 1.1, max: 95.8m), mit Häufungen bei 10 und 45m Abweichung zu unterschiedlicher Zeit und an verschiedenen Abspielpositionen. Es konnte eine sehr schwache negative Korellation zwischen der Güte der Klassifikation und der Güte der Lokalisation festgestellt werden (Pearson's product-moment correlation -0.016, p-value 0.042). Zwischen der Schallverschattung und der Verortungsgenauigkeit konnte eine signifikante negative Korellation ermittelt werden (Pearson's product-moment correlation -0.29, p-value < -2.2 -16). Die abgespielte Vogelart hat einen signifikanten Einfluß auf die Lageverortungsgüte (Kruskal-Wallis rank sum test, p-Value 1.6 -7). Für die Abspielrichtung der Vogellaute konnte keine maßgebliche Korellation zur Güte der Lokalisierung festgestellt werden (Pearson's product-moment correlation -0.07, p-value < -2.2 -16). This thesis investigated the correlation between Passive Audio Monitoring Systems (PAMS) algorithms for classification and localization and sound obstacles, the direction of the sound and in vitro songs of three different species. Four hypotheses were analyzed: The sound classification accuracy positively correlates with the localization accuracy The localization accuracy is determined by the number of obstacles between signal source and microphone (sound shading) The localization accuracy is determined by the type and kind of sound (species, song type) The localization accuracy is determined by the direction of the sound An of four Raspberry Pi consisting PAMS was installed and a speaker was used to play songs of Alauda arvensis, Carduelis carduelis und Phylloscopus collybita at five different signal locations. The setup and signal locations were surveyed with a tachymeter. The used recording logic was programmed in Python by using the pyalsaaudio package. The Network Time Protocol was used to synchronize the DateTime stamped WAV files. The spectrogram cross-correlation classification was performed with the R package monitoR. To localize the signals a SciPy.minimize based optimization algorithm was used. To measure the degree of sound shading LIDAR data from the DSM North-Rhine Westfalia was used. The five signal sources yielded a total of 15.412 classified and localized data points. The classification resulted in 14.8% Phylloscopus collybita and 15.5% Alauda arvensis false-positives, and 100% false-negatives for Carduelis carduelis. The Carduelis carduelis samples have been wrongly classified as Phylloscopus collybita (81.5%) and Alauda arvensis (18.5%). Localization accuracy was measured as x 34.96; 19.49m (min: 1.1, max: 95.8m) with clusters at 10 and 45m at different signal locations and sound directions. A very weak negative correlation between classification and localization accuracy was determined (Pearson's product-moment correlation, -0.016, p-value 0.042). No significant correlation could be determined between sound shading and localization accuracy (Pearson's product-moment correlation -0.29, p-value < -2.2 -16). The species had a significant impact on location accuracy (Kruskal-Wallis rank sum test, p-Value 1.6 -7). The direction of the sound had no significant impact on location accuracy (Pearson's product-moment correlation -0.07, p-value < -2.2 -16). Arbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprüft Salzburg, Univ., Masterarb., 2018 (VLID)2673790