NachwuchsGoesForschung

der DVW Niedersachsen/Bremen e.V. möchte dieses Jahr in einer neuen Form die Lehre in der Geodäsie an den niedersächsischen Hochschulstandorten unterstützen und dabei insbesondere den studentischen Nachwuchs fördern. Zu diesem Zweck wurden die niedersächsischen Hochschulstandorte (Jade Hochschule Oldenburg, Leibniz Universität Hannover, TU Braunschweig, TU Clausthal), angeschrieben und ermutigt, sich mit einer Lehrveranstaltung (studentische Abschlussarbeit, Projekt(-seminar), studentisches Projekt o. ä.) in der Geodäsie sowie benachbarten Dizsiplinen, die sich in jedweder Form mit dem Thema Klima auseinandersetzt, zu bewerben. Wir fördern dabei u. a. Exkursionen, Sensorik, Software oder auch Referentenhonorare in Höhe von bis zu 3.000 Euro. Daneben erhalten die beteiligten Studierenden für 2022 eine kostenfreie Mitgliedschaft im DVW Niedersachsen/Bremen e.V. Reisekosten in Verbindung mit der Präsentation der Ergebnisse für die gesamte Projektgruppe, u.a. auf der INTERGEO 2022 in Essen werden zusätzlich erstattet.

Im Folgenden möchten wir die diesjährigen Projekte gerne kurz vorstellen:

Local Air Quality Modelling (Institut für Kartographie und Geoinformatik, Leibniz Universität Hannover)

Themen rund um den Klimawandel stehen heutzutage im besonderem Fokus, wodurch auch das Interesse an einer flächendeckenden und zuverlässigen Messung der Luftqualität steigt, insbesondere die Feinstaub- und Aerosolkonzentrationen. Neben den amtlich erfassten Daten, die mit präzisen gravimetrischen Feinstaubsensoren als Stundenmittelwerte gemessen werden, bieten lokal aufgestellte low-cost Sensoren bei richtiger Kalibrierung einen wertvollen Beitrag zur Datenverfügbarkeit. Bei amtlich erfassten Daten läuft zusätzlich die Gefahr, dass die Feinstaubkonzentration im innerstädt-ischen Bereich stark schwanken und deutliche Spitzen für einen kurzen Zeitraum aufweisen, zum Beispiel an einer Kreuzung mit hohem Verkehrsaufkommen. Das Verständnis dieser Problematik soll im Fokus des studentischen Projektes liegen.

Das Ziel des Projektseminars ist eine wissenschaftliche mikro-klimatische Analyse der Luftverschmutzung im städtischen Bereich. Hierfür werden low-cost Sensoren (sog. senseBoxen von open-SenseMap) zur Erfassung der Feinstaubkonzentrationen benutzt, die an einer viel befahrenen Kreu-zung in Hannover aufgestellt werden werden, an der zeitgleich der Verkehr überwacht wird. In einer anschließenden statistischen Analyse werden die gemessenen Feinstaubkonzentrationen durch die Studierenden ausgewertet. Hierbei sollen die räumlichen und zeitlichen Abhängigkeiten sowie auch exogene Einflussgrößen aus der Verkehrsüberwachung einbezogen werden. Für eine solche räumlich-zeitliche Fragestellung können die Studierenden beispielsweise multivariate räumlich-zeitliche geostatistische Modelle, oder verallgemeinerte additive Modell nutzen. Die Fragestellung der statistischen Analyse soll dennoch grundsätzlich von den Studierenden selbst entwickelt werden.

In dem Projekt werden die Studierenden mehrere Sensoren für die Feinstaubkonzentration an der Kreuzung Königsworther Platz in Hannover aufstellen und die Werte über einen Tag erfassen. Dabei soll insbesondere die Feinstaubbelastung an Fußgängerüberwegen (längerer Aufenthalt bei roten Ampelphasen) sowie auf Gehwegen (in der Regel kein längerer Aufenthalt von Passanten) erfasst werden. Zusätzlich soll die Feinstaubkonzentration im Hintergrund erfasst werden. Hierzu werden zwei Sensoren in einem nahegelegenen Park und einer weniger befahrenen Straße aufgestellt werden. 

Bei der Analyse der Feinstaubkonzentration ist insbesondere die Einbeziehung von Wetterkovariaten wichtig, wie bspw. die Luftfeuchtigkeit oder die vorherrschende Windrichtung wichtig, welche von den Studierenden lokal an den Messpunkten erfasst werden soll. Eine weitere wichtige Einflussgröße ist die Verkehrsbelastung, welche in die statistische Modellierung einbezogen werden soll. Hierfür soll einerseits der Lautstärkepegel im Zentrum der Kreuzung genutzt werden sowie andererseits die Position der einzelnen Fahrzeuge auf der Kreuzung. Für den LUMPI (multiperspektivische Kreuzungsdatensatz der Leibniz Universität) Datensatz können Videosequenzen und die Position aller Fahrzeuge während der Erfassung der Feinstaubkonzentrationen als exogene Regressoren einbezogen werden. Die folgende Abbildung zeigt exemplarisch eine erfasste Szene.

In dem studentischen Projekt sollen die entwickelten Algorithmen genutzt werden (zunächst nur anhand der Videosequenzen, ggf. auch unter Einbeziehung der 3D-Punktwolken), um die Verkehrskovariate zu erfassen. Das schult insbesondere die Verwendung und Aufbereitung verschiedener Datenquellen und -formate.

SenseBox-basiertes Umweltmonitoring im Reallabor der (Institute of Geo-Engineering, TU Clausthal)

An der TU Clausthal erfolgte mit der Neuakkreditierung zum Wintersemester 2021/2022 im interdisziplinären Masterstudiengang Geoenvironmental Engineering eine Umgestaltung des Lehrangebots hinsichtlich praktischer Anteile. Es werden nun vermehrt Übungen durchgeführt und bei vielen Lehrveranstaltungen Hausaufgaben bzw. Berichte von den Studierenden gefordert, so dass sich hierfür die Einführung eines neuen Lehrkonzeptes angeboten hat. 

Am Institute of Geo-Engineering (IGE) werden in den Lehrveranstaltungen aus dem Bereich „Geomatics und Geomonitoring“ vor allem geodätische Grundlagen der raum-zeitlichen Auswertung und Modellierung von raumbezogenen Daten, der Erfassung mit multiplen Sensoren und Sensorsystemen sowie der fachspezifischen Visualisierung vermittelt. Außerdem sollen die Studierenden einen praxisnahen Einblick in die vollständige Prozesskette eines Geoenvironmental-Monitorings von der Planung, Durchführung und Auswertung bis hin zur Interpretation der erfassten heterogenen Daten erhalten. Dies soll durch die Anschaffung und Integration einfacher Sensorsysteme unterstützt werden.

Die IoT-Sensoren der Firma Reedu GmbH & Co. KG, so genannte „senseBoxen“, erfassen je nach Konfiguration standortbezogen u.a. die Umgebungstemperatur, relative Luftfeuchte, UV-Intensität, Bodenfeuchte oder Feinstaub in der Luft. Die individualisierbaren Sensorsysteme basieren auf einem Microcontroller und lassen sich mit einer zugehörigen visuellen Programmieroberfläche, namens „Blocky“, programmieren bzw. sind Arduino-kompatibel. Die Datenübertragung funktioniert mittels WiFi, Ethernet, LoRaWAN oder als Datenlogger auch mit einer SD-Karte. Mit dem modularen Baukasten der senseBox können (autarke) Sensorknoten auf einfache Weise realisiert und installiert werden.

Die Studierenden sollen sich in den Übungsanteilen mit geeigneten Standorten, der Zusammensetzung und der Programmierung solcher Umweltmessstationen (UMS) sowie der Auswertung der erfassten Daten befassen. Speziell in der Lehrveranstaltung „GIS-based Environmental Monitoring“ werden mit Hilfe des Open-Source Geoinformationssystems QGIS potentielle Standorte auf Basis bestehender Messstationen im Harz identifiziert. Das Modul „Geoenvironmental Monitoring“ wird in dem Zusammenhang um einen Workshop zur Inbetriebnahme der sensebox-Sensoren zur Erfassung allgemeiner Umweltparameter ergänzt, der sich neben klassischen Aspekten aus den Bereichen Geotechnik und Geodäsie eingliedert. Die Einführung der senseBox-Sensorsysteme ermöglicht daher, anwendungsorientiert mehrere Lehrveranstaltungen über die Thematik des Umweltmonitorings und der Klimadatenerfassung miteinander zu verbinden.

Nach der Etablierung sind eine Erweiterung des Sensornetzes sowie die semesterweise Anpassung der Sensoren oder die Ausbringung an regelmäßig wechselnden Standorten angedacht. Außerdem können die erfassten Daten langfristig u.a. als Beispieldatensätze in anderen Bachelor- oder Masterveranstaltungen Anwendung finden. Zudem bieten sie studiengangsübergreifend Potential für Seminar-, Projekt- und Abschlussarbeiten, die die durch den Klimawandel induzierten lokalen klimatischen Veränderungen mit unterschiedlichen Methoden untersuchen. 

Es ist grundsätzlich vorgesehen, dass in den Übungen in Gruppen gearbeitet wird, so dass neben dem technischen Verständnis auch soziale Kompetenzen gefördert werden. Darüber hinaus werden die aktuellen Themen openData, community driven, citizen science und physical computing in den Lehrveranstaltungen adressiert und außerdem ein junges Start-Up (Firma re:edu – Ausgründung des Instituts für Geoinformatik der Universität Münster) sowie der Datenbestand der openSenseMap unterstützt.