3D – Det digitale Danmark
Session
Danmark i 3D
Abstract
På trods af, at stadig større mængder jordobservationsdata (EO-data) tilfører hidtil usete muligheder for at understøtte skalerbare og tidkritiske applikationer i vores samfund, tilfører rådata ikke indsigt eller værdi i sig selv. Det store potentiale forbliver urealiseret bl.a. på grund af tekniske barrierer, påkrævede computerressourcer og dataopbevaring, samt manglende indsigt i og overblik over de mange forskellige satellitdatatyper og kilder.
I denne præsentation vil deltagerne præsenteres for den nye danske data cube, som har til hensigt at lette adgangen til de store mængder rå og forædlede EO-data. Præsentationen vil introducere baggrunden og teknologien bag den danske data cube, samt præsentere en række konkrete anvendelsesscenarier for praktisk brug af de nye operationelle og analyseparate datastrømme - i relevante applikationer og eksisterende datainfrastruktur - på en mere simpel og effektiv måde.
Målgruppe
Målgruppen for indlægget er alle ved Kortdage 2023, der som nysgerrige brugere af geodata har interesse for anvendelse og nytænkende brug af EO-data på nationalt niveau. Desuden er målgruppen aktører med interesse for brug af satellitdata som redskab til at indsamle ny, dynamisk og unik viden om vores klima og miljø – til at understøtte bæredygtig udvikling og grøn omstilling.
Yderligere uddybning af abstract
Lige nu kredser godt 1.100 satellitter over hovedet på os. De har alle til formål at indsamle data om jordens fysiske, kemiske og biologiske systemer. Det vidner om den eksplosive vækst, som jordobservationsteknologien har gennemgået de seneste 5 år. Stadig større mængder rå data bliver indsamlet hver eneste dag, 365 dage om året. De indsamlede data tilfører hidtil usete muligheder for at understøtte skalerbare og tidkritiske geointelligence applikationer, heriblandt til at identificere og analysere ændringer i vores kritiske infrastruktur (vejnet, gasrør, jernbaner, mm.), byområder, samt den generelle status og tendenser ved dynamikkerne i vores landskab.
Problemet er bare, at de store mængder rådata ikke skaber værdi og indsigt i sig selv. Det store informationspotentiale gennem de indsamlede data forbliver urealiseret, bl.a. fordi:
- det kræver stor teknisk indsigt at forstå hvilke data, som er nødvendige for at løse en given problemstilling – optisk (hvilken opløsning?) – radar (hvilken type?),
- det er kompliceret at skabe overblikket over de store mængder data, sikre sig adgang til dem, downloade, klargøre dem til videre analyse, mv.,
- der mangler ekspertise og/eller computerressourcer til effektivt at håndtere og udnytte de indsamlede data,
- der mangler ekspertise i at udlede så meget information som muligt fra data, fx via maskinlæring og AI, og
- der kræves betydelige investeringer og ressourcer for at opbevare og tilgængeliggøre de store mængder data.
For at tackle denne udfordring kræves et paradigmeskift i den måde, vi håndterer, forædler og leverer data til brugeren. Vi er nødt til at sænke barriererne forårsaget af datastørrelse og relaterede komplikationer ift. datastruktur – for på den måde at gøre dem mere tilgængelige og anvendelige til gavn for mange. Det største potentiale ved satellitdata udfoldes, når 3. parts-virksomheder og myndigheder bygger redskaber og applikationer på toppen af eksisterende datastrømme og -tjenester. Redskaber, som er specialdesignet til at adressere de konkrete udfordringer i givne primære målgrupper. Derfor er det også essentielt, at disse virksomheder har adgang til lettilgængelige, forædlede og ensartede datastrømme til at bygge disse redskaber op om.
Denne præsentation bygger på det Censec-støttede projekt: 3D – Det digitale Danmark, som har til hensigt at udvikle et nyt dansk multidimensionalt (i både rum, tid og spektral opløsning) informations- og datagrundlag for hele Danmark. Den danske data cube skal medvirke til at forbedre forbindelsen mellem data, applikationer og brugere ved at give let adgang til analyseklare data (ARD) for hele landet.
Gennem den danske data cube vil virksomheder gøre sig uafhængige af EO-tekniske kompetencer og eksterne specialister. I stedet vi de kunne anvende operationelle og analyseparate datastrømme direkte i deres applikationer og i den eksisterende datainfrastruktur på en enkel og mere effektiv måde.
