Ziele

Kleine und mittelständische Unternehmen (KMU) in der Region Unterfranken sind heutzutage darauf angewiesen, sich mit den stetig verändernden Umweltfaktoren zu beschäftigen und diese in ihre Zukunftsplanungen miteinzubeziehen. Hierbei möchte sie das Projekt BigData@Geo unterstützen und zielt dabei auf die Weiterentwicklung von regionalen Erdsystemmodellen in noch nie da gewesener raumzeitlicher Auflösung mithilfe von innovativen Methoden, unter anderem aus der Informationstechnologie, ab. Darauf aufbauend wird ein Webportal entwickelt, welches den KMU einen einfachen Zugang zu dem gewonnenen Wissen und den existenziellen Informationen über die Umwelt sowie deren zukünftige Entwicklung zur Verfügung stellt.

Mittlere Temperaturveränderung Eine Projektion der mittleren Temperaturveränderung für das Ende des 21. Jahrhunderts im Vergleich zum Ende des 20. Jahrhunderts. Verwendet wird das regionale Erdsystemmodell REMO, welches von einem globalen Erdsystemmodell (MIP-ESM) angetrieben wird. MPI-ESM hat eine Auflösung im Bereich von hunderten von Kilometern. REMO skaliert die Werte dynamisch auf ca. 12km herunter. Die Auflösung der aktuellen Erdsystemmodelle ist für die Fragestellungen der lokal ansässigen Unternehmer unggeignet. Teil dieses Projektes ist es, mithilfe neuer innovativer Methoden die räumliche und zeitliche Auflösung dieser Modelle zu verbessern.

Diese Ziele sollen durch die unmittelbare Einbindung regionaler KMU in den vordringlich betroffenen Sektoren der Land- und Forstwirtschaft erreicht werden. Dabei werden folgende Vorhaben umgesetzt:

Um den Zugang zu den daraus gewonnenen Informationen zu erleichtern, wird ein webbasiertes geographisches Informationssystem mit folgenden Eigenschaften entwickelt:

Beiträge des Lehrstuhls für Physische Geographie

Beiträge der Arbeitsgruppe Data Mining und Information Retrieval

Schematische Darstellung der Vorgehensweise beim sogenannten Deep Learning am Beispiel des Projekts Schematische Darstellung: Daten verschiedener Ausprägungen (Wetter-/Klimadaten, Bild-/Kartendaten, Textdaten aus Internet/Social Media) werden durch Methoden der Künstlichen Intelligenz schrittweise abstrahiert und fließen anschließend in die Erstellung von aussagekräftigen Analysen und Projektionen ein