Im Zertifikatslehrgang «CAS Spatial Data Analytics», werden die grundlegenden Fähigkeiten vermittelt, um räumliche Daten gezielt und praxisorientiert zu modellieren, analysieren, visualisieren und interpretieren.
In den Zertifikatsarbeiten untersuchen die Teilnehmenden wichtige Fragestellungen aus den unterschiedlichsten Fachbereichen. Nachfolgend ein Einblick in vier spannende Themen der letztjährigen Zertifikatsarbeiten.
Thema 1: Objekterkennung aus Punktwolken im Infrastrukturbereich
Bei vielen der heutigen Infrastrukturbauten gibt es keine digitalen Ausführungsdokumentationen, welche als Grundlage für zukünftige Instandhaltungs- und Erneuerungsprojekte dienen können. Durch den technologischen Fortschritt wurden Laserscan-Systeme kostengünstiger, mobiler und einfacher einsetzbar, was eine schnellere Zustandserhebung der Infrastrukturbauten ermöglicht.
Die Handhabung der grossen Datenvolumen von Punktwolken und die Vereinfachung zu einer 3D-Geometrie stellen heute Herausforderungen dar, welche eine breite Einführung in die Praxis erschweren.
Thomas Meuli und Heinrich Rengel haben in ihrer Zertifikatsarbeit «Objekterkennung aus Punktewolken im Infrastrukturbereich» mit einer Literaturanalyse eine Übersicht über den aktuellen Stand der Forschung bei der Objekterkennung aus Punktwolken erarbeitet. Hierbei haben sie untersucht, wie weit eine automatisierte Objekterkennung, Zuordnung einer 3D-Geometrie und die Attribuierung zu einem BIM-Modell möglich ist. Den Fokus haben die Beiden auf die Erkennung von Strassenobjekten gelegt.
Darstellung des Linien-basierten Ansatzes zur Erkennung von Strassenflächen und Randsteinen (Miyazaki, 2014)
Die Literaturanalyse ergab, dass derzeit keine vollständige Automatisierung für die Objekterkennung im Infrastrukturbereich existiert. Die meisten Methoden konzentrieren sich lediglich auf eine bestimmte Art von Objekten und /oder erfordern manuelle Schritte. Auch die Zuordnung von 3D-Geometrien und deren Attribuierung zu BIM-Modellen erfordert weiterhin manuelle Arbeit.
Thema 2: Spatial Data Mining mit Python - Etymologie von Strassennamen der Schweiz
Strassennamen bieten einen interessanten Einblick in eine Gesellschaft. Die Analyse der Strassennamen der Schweiz ist somit auch ein Blick in die Kultur und Geschichte dieses Landes.
Michael Bühler und Daniel Gmür untersuchten in ihrer Zertifikatsarbeit «Spatial Data Mining mit Python - Etymologie von Strassennamen der Schweiz» die Strassennamen der Schweiz. Mittels Python wurden die geografischen Daten (Strassennamen) in Bezug auf deren Herkunft explorativ begutachtet und ausgewertet.
Es wurden zwei Datensätze erstellt, einer für die generischen Benennungen der Strassen und einer für die spezifischen Benennungen. Beide Datensätze wurden mithilfe verschiedener Karten und Diagramme veranschaulicht.
Thema 3: Gemeindeportraits zur Entscheidungsunterstützung
Thomas Marti und Michael Ruckstuhl haben in ihrer Zertifikatsarbeit «Gemeindeportraits zur Entscheidungsunterstützung» Grundlagen für Behörden erstellt, welche für eine weiterführende raumplanerische Auseinandersetzung in einer Gemeinde sehr nützlich und hilfreich sind.
Die Konkretisierung dieser Grundlagen kann von einem Leitbild hin zu einem Richtplan bis zur Nutzungsplanung reichen. Für die Erarbeitung der Grundlagen wurden verschiedene Ausgangsdaten im Bereich der Bevölkerungsdaten, des Gebäude- und Wohnungsregisters und der Nutzungsplanung verwendet. Ein Teil der Ausgangsdaten wurde mit gängiger GIS-Software aufbereitet, während die eigentliche Datenauswertung mit Hilfe der Open-Source-Softwares R und Python durchgeführt wurde. Die Ergebnisse wurden anschliessend für bestimmte Gemeinden visualisiert.
Thema 4: Gefährdungskarte Oberflächenabfluss - Dynamische Aktualisierung der für die Abflussmodellierung relevanten Geodaten
Die «Gefährdungskarte Oberflächenabfluss Schweiz» zeigt landesweit modellierte Abflusswege und Abflusstiefen bei einem lokalen, 100-jährlichen Starkregen. Sie ist heute ein wichtiges Werkzeug der Naturgefahren-Prävention und wird sowohl bei einzelnen Bauvorhaben als auch von kommunalen und kantonalen Behörden verwendet.
Seit der Veröffentlichung der Erstausgabe dieser Hinweiskarte im Jahr 2018 haben sich sowohl die Datenlage als auch die technischen und methodischen Möglichkeiten für Abflusssimulationen weiterentwickelt.
Im Rahmen ihrer Zertifikatsarbeit «Gefährdungskarte Oberflächenabfluss: Dynamische Aktualisierung der für die Abflussmodellierung relevanten Geodaten» haben Ralph Mettier und Benno Staub nach Möglichkeiten gesucht, um die Aussagekraft der bestehenden Gefährdungskarte datengestützt zu beurteilen und darauf aufbauend den Nutzen und die Dringlichkeit einer Neumodellierung abzuschätzen.
Die Arbeit verdeutlicht, dass es aufgrund der Verfügbarkeit aktueller und hochauflösender Geländemodelle in den meisten Regionen der Schweiz sinnvoll und notwendig wäre, die Gefährdungskarte Oberflächenabfluss zu aktualisieren. Dies ist aufgrund der teilweise hohen Bautätigkeit besonders wichtig.
Die Einblicke in die Zertifikatsarbeiten veranschaulichen, welche unterschiedlichen und spannenden Fragestellungen mit dem im Zertifikatslehrgang «CAS Spatial Data Analytics» gewonnenen Wissen beantwortet werden können.
Die nächste Durchführung des Zertifikatslehrgangs «CAS Spatial Data Analytics» startet am 28. August 2023 und es sind noch Plätze frei. Wenn Sie sich für die Themen begeistern und die Inhalte spannend finden, zögern Sie nicht und melden Sie sich jetzt an. Weitere Informationen finden Sie auf unserer Website unter: CAS Spatial Data Analytics | FHNW