Dichte und tiefe geografische virtuelle Wissensgraphen für visuelle Analyse

• Antragstellerin: Professorin Dr.-Ing. Liqiu Meng
• Fachliche Zuordnung: Geodäsie, Photogrammetrie, Fernerkundung, Geoinformatik, Kartographie
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 500249124

Das D2G2-Projekt hat zum Ziel, heterogene Geodatenquellen effektiv zu integrieren und zu analysieren. Zwei Forschungsfelder – Virtuelle Knowledge Graphs (VKG) und Geovisual Analytics wirken mit. Im Rahmen des Projektes wird einerseits Methoden und Software-Werkzeuge zur Erstellung von dicht und tief vernetzten georäumlichen VKGs und andererseits eine Reihe von kartographischen Visualisierungsverfahren sowie analytischen Diensten zur Veranschaulichung dieser VKGs entwickelt. Das GeoVKG-Paradigma erlaubt die “Virtualisierung” bestehender Geodatenquellen, um die gleichen Vorteile wie bei klassischen Knowledge-Graphs zu behalten. Die Virtualisierung vermeidet das Verschieben der Daten aus ihren ursprünglichen Quellen, um einen möglicherweise sehr großen Wissensgraphen zu materialisieren, und ist daher besonders nützlich für die Integration großer und komplexer Datenmengen. Die Verwendung von VKGs für die Geodatenintegration steckt noch in den Kinderschuhen und ihr volles Potenzial ist aus zwei Hauptgründen noch lange nicht ausgeschöpft: (1) Die VKG-Technologien müssen spezialisiert und erweitert werden, um Geodaten unter Einbeziehung von Fachwissen zu erfassen; (2) Forschung, die den gesamten Lebenszyklus von GeoVKGs von der Konstruktion bis zur Analyse abdeckt, fehlt noch weitgehend. Zwei Forschungsgruppen, der Lehrstuhl für Kartographie an der TU München, und das KRDB-Forschungszentrum an der Freien Universität Bozen, arbeiten zusammen, um eine Komplettlösung von der Erstellung und Anreicherung von GeoVKGs bis hin zur Visualisierung und Analyse zu entwickeln. Konkret soll das D2G2-Vorhaben: (I) die VKG-Technologie erweitern, um Knowledge-Graphs aus gängigen Geodatenformaten und Standards wie z.B. CityGML und ATKIS DLM zu konstruieren; (II) die konstruierten Knowledge-Graphs anreichern, indem zusammenhängende Objekte und Themen in verschiedenen Teilgraphen identifiziert und tief und dicht zu einem vereinigten Graphen verbunden werden; (III) kartenbasierte Visualisierungen der VKGs zur effizienten Interpretation und Navigation für die allgemeine Öffentlichkeit bereitstellen; (IV) einen visuell-analytischen Prototypen implementieren, um komplexe Analyseaufgaben an VKGs durchzuführen und die Ergebnisse zu erklären. Die entwickelten Methoden und Software-Werkzeuge werden in zwei Anwendungsszenarien demonstriert. Das erste Scenario befasst sich mit Klimadaten in Bayern, die derzeit im Rahmen des Clusters Klimawandel in Bayern untersucht werden, während das zweite Tourismus- und Mobilitätsdaten in Südtirol betrifft, die vom NOI Techpark in Bozen verwaltet werden. Die beiden Anwendungsszenarien haben unterschiedliche raumzeitlich Standorte und thematische Datenquellen, stehen aber vor vergleichbaren Herausforderungen beim Aufbau, der Visualisierung und der Erforschung dichter und tiefer VKGs und haben das Potenzial, übertragbare Erkenntnisse für andere Fälle zu liefern.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Italien
• Partnerorganisation: Autonome Provinz Bozen - Südtirol
• Kooperationspartner: Professor Diego Calvanese, Ph.D.