Varmesum på kart interpolert og korrigert for mer effektivt landbruk

Transkript

1 Varmesum på kart interpolert og korrigert for mer effektivt landbruk Kjersti Nordskog, Kartverket/Aalborg Universitet

2 Disposisjon MTM-studiet hva er det og hva lærer du? Bakgrunnen for prosjektarbeidet Hvordan ble prosjektet utført? Hvordan ble resultatet?

3 Hva er MTM-studiet? MTM Master of Technology Management (Geoinformatikk) Lag prototype! Identifiser problemet! Lag løsningsplan!

4 Idé, undren Metode (hvordan) Idéanalysere Input (data) Metode (hvordan) Metode (hvordan) Det reelle problem Analysere og definere Ønsket forandring Avgrense Input (data) Input (data) Plan for løsning Metode (hvordan) Utføre Løsningsforslag Input (data) Metode (hvordan) Teste Input (data) Konklusjon Metode (hvordan) Sammenfatte Input (data) Resultat

5 Samtalemodellen

6 Hvilke andre modeller ligger til grunn for prosjektarbeidet?

7 Bakgrunn for prosjektarbeidet

8 Foto: LMT

9 Forbedringspotensialet i LMT Ønske om større utnyttelse av den geografiske dimensjonen i dataene Bedre utnyttelse av eksisterende datagrunnlag Større bruksområde for LMT Lettere tilgang til informasjonen når den er visualisert på kart

10

11 Varmesum

12 Ehh Varmesum, sier du?

13 Ja, varmesum! Varmesum = summen av temperatur over en gitt basistemperatur i løpet av en gitt periode. Måles i graddøgn. Nyttig for å forutse når skadegjørere kan angripe avlingen når man skal sprøyte eller igangsette andre tiltak. Mindre sprøytemidler Sunnere mat Større avlinger Bedre økonomi for bonden Bedre for miljøet Foto: Rasbak, Wikipedia commons og R. Langnes, NIBIO

14 Varmesum explained Basistemperatur 2 0 Dag 1 Dag 2 Dag 3 Dag 4 Dag 5

15 Vi ville lage et kart som viser varmesum interpolert mellom stasjoner og korrigert for høyde

16 Merverdi ved bruk av kart Testområdet Interpolasjon og høydekorrigering

17 Brukeren velger input-parametre Utvalg av valide data Visualisering Interpolasjon og høydekorreksjon

18 LMT kortkomponent løsningsarkitektur Klientsiden Serversiden Procesoversigt: lmt.nibio.no/ Inputfelter PyWPS Inkl. GRASS, GDALOGR Webservice dataudtræk Brugervalg udløser kortobjekt 2. OpenLayers udløser WPS request incl. brugervalg 3. PyWPS kalder webservice med parametre 4. SQL kald mod database med parametre 5. Resultat retur til webservice 6. Dataudtræk som GeoJSON 7. Resultat af geoprocessering (rasterbillede) 8. Svar på WPS-request udstilles som WMS og vises som kortlag i kortklienten OpenLayers kort MapServer LMT db (PostgreSQL)

19 Resultatet Klientsiden Serversiden Procesoversigt: 1. QGIS Inkl. GRASS, GDALOGR 4. Webservice dataudtræk Brugervalg indtastes i URL 2. SQL kald mod database med parametre 3. Resultat retur til webservice 4. Dataudtræk som GeoJSON 5. Resultat af geoprocessering (rasterbillede) 6. Rasterbillede udstilles som WMS og vises som kortlag i kortklienten OpenLayers kort GeoServer LMT testdb (PostgreSQL) Automatisk proces Håndholdt proces

20

21 Kontakt/info MTM Aalborg universitet er/geoinformation-management-technologymanagement/

22 Hva lærer du på MTM studiet? Praktisk anvendelse av den vitenskapelige metode Prosjektledelse gjennom bruk av egnede verktøy Teknologi, analyse, kommunikasjon Gjesteforelesere med nye perspektiver Rammeverk og infrastruktur for geodata i Europa og Skandinavia Selvtillit i forhold til å gå i gang med nye prosjekter og komme i havn med dem

23 «Ny teknologi, nye muligheter» Nye løsninger = god idé + eksisterende teknologi! Samarbeid med andre fagfelt der er det gull å hente!

24 Oppsummering Studiet var det verdt det? Samarbeidet med NIBIO alt det interessante man ikke visste man ikke kunne! (landbruk, meteorologi, webteknologi ) Fornøyd med læringsutbyttet!

25 Spørsmål?