STAMPLATE: SensorThings API Metadata ProfiLes for eArTh and Environment
Projekpartner: KIT, Hereon, GFZ, AWI, GEOMAR
Zeitreihendaten sind in allen Umweltwissenschaften eine wichtige Quelle für Referenzinformationen. Über die Forschung hinaus ist die konsistente und zeitnahe Veröffentlichung solcher Daten zunehmend wichtig für die Überwachung und die Abgabe von Warnungen, insbesondere in Zeiten der zunehmenden Häufigkeit von klimatischen Extremereignissen. In diesem Zusammenhang betreiben die sieben Zentren des Helmholtz-Forschungsbereichs Erde und Umwelt (E&E) einige der größten Umweltmessinfrastrukturen weltweit. Diese Infrastrukturen reichen von terrestrischen Beobachtungssystemen in den TERENO-Observatorien über schiffsgestützte Sensoren bis hin zu luft- und weltraumgestützten Systemen, wie sie in den IAGOS-Infrastrukturen integriert sind.
Um die Nutzung der riesigen Datenmengen aus diesen Infrastrukturen zu rationalisieren und zu standardisieren, haben die sieben Zentren gemeinsam das Projekt STAMPLATE initiiert. Diese Initiative zielt darauf ab, die SensorThings API (STA) des Open Geospatial Consortium (OGC) als konsistente und moderne Schnittstelle für Zeitreihendaten einzusetzen. Wir evaluieren STA für repräsentative Anwendungsfälle aus den Umweltwissenschaften und erweitern das Kerndatenmodell um zusätzliche wichtige Metadaten wie Datenqualität, Datenherkunft und erweiterte Sensor-Metadaten. Darüber hinaus integrieren wir STA als zentrale Datenschnittstelle in Community-basierte Tools, z.B. für Datenvisualisierung, Datenzugang, QA/QC oder das Management von Beobachtungssystemen. Indem wir die verschiedenen STA-Endpunkte der beteiligten Forschungszentren miteinander verbinden, schaffen wir eine vernetzte Forschungsdateninfrastruktur (FEI) und ein digitales Ökosystem rund um die OGC SensorThings API, das auf Umwelt-Zeitreihendaten zugeschnitten ist.
Mit unserem Projekt wollen wir STA auch für ähnliche Anwendungen und Gemeinschaften außerhalb unseres Forschungsbereichs fördern. Letztendlich ist es unser Ziel, einen wichtigen Baustein zur Förderung einer offeneren, FAIR (Findable, Accessible, Interoperable, and Reusable) und harmonisierten Forschungsdatenlandschaft im Bereich der Umweltwissenschaften zu liefern.