PROGRESS

Potsdamer Forschungs- und Technologieverbund zu Naturgefahren, Klimawandel und Nachhaltigkeit

Das Forschungsziel von PROGRESS  ist ein besseres Verständnis von Naturgefahren und ihren Auswirkungen. In diesem interdisziplinären Verbund von universitären und außeruniversitären Einrichtungen im Raum Potsdam-Berlin entwickeln wir Methoden zur verbesserten Informationsextraktion aus umfangreichen raum-zeitlichen Daten  aus Simulationsmodellen, Geoarchiven und Messinstrumenten.

Projekt 1: Extraktion charakteristischer räumlicher Zustände aus langen Zeitreihen

Wir entwickeln einen Ansatz zur kombinierten automatischen und visuellen Analyse, der den Anwender bei der Identifikation charakteristischer räumlicher Zustände, wie sie z.B. aus Simulationsmodellen erzeugt werden, unterstützt. Im Unterschied zu bloßen automatisierten Verfahren wird die Anzahl der relevanten räumlichen Zustände nicht als Ergebnis vorgegeben, sondern vom Anwender in einem interaktiven Prozess selbst identifiziert. Dazu verknüpfen wir einen automatischen Analyseschritt mit interaktiver visueller Datenexploration: Zunächst werden die Zeitpunkte der Zeitreihe nach ihrer räumlichen Ähnlichkeit durch Clustering in einer Hierarchie zusammengefasst. Anschließend kann der Nutzer diese Hierarchie über ein visuelles Interface explorieren, um charakteristische räumliche Zustände zu identifizieren sowie deren Auftreten in der Zeit zu analysieren.

Projekt 2: Exploration großer Zeitreihen auf verschiedenen Abstraktionsstufen

Geowissenschaftliche Zeitreihen umfassen häufig eine große Menge an Messpunkten über einen langen Zeitraum und weisen in der Regel ein unregelmäßiges Sampling auf; sie können mit bisherigen analytischen Konzepten oft nur unzureichend analysiert werden (in unserem Forschungsprojekt zum Beispiel bis zu 600.000 Jahre und variabler Samplingrate von einem bis mehreren Jahrzehnten). In Zusammenarbeit mit Wissenschaftlern am GFZ und am Potsdam Institut für Klimafolgenforschung entwickeln wir interaktive Visualisierungen von geowissenschaftlichen Zeitreihen auf unterschiedlichen Abstraktionsstufen, die Wissenschaftlern erlauben, Muster auf verschiedenen Zeitskalen in diesen Zeitreihen zu erkennen.