Kleiner Datenworkshop am IfM

Transkript

1 Kleiner Datenworkshop am fm 1. Überblick (.Kirchner) 2. Datenhaltung MKS (T.Dümmel) 3. Webbasierte Visualisierung (J.Lindemann) Daten unter Linux... /daten/[projekt]/ /daten/info/... /ifm_daten/[datensatz]/ /ifm_daten/info/readme MKS nformix Datenbank MeViS Stadtmessnetzdaten MEDOKADS Satellitendaten Webseiten... Service und Daten nternes

2 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools ngo Kirchner, Thomas Dümmel und Jens Lindemann 12. Oktober 2009

3 Digitale Langzeitarchivierung... Für den Forscher liegt es nicht im Fokus seines wissenschaftlichen Arbeitens, Daten zu archivieren und zugänglich zu machen, denn bisher bestehen keine Anreize an Wissenschaftler, zumindest Daten, die Grundlage einer Veröentlichung waren, für andere zugänglich zu machen... Klump, J. et al., 2006, Data publication in the Open Access nitiative. Data Science Journal, 5: doi: /dsj.5.79 Folgen... groÿe ungenutzte Datenbestände, die nach häug wenigen Jahren verloren sind

4 Digitale Langzeitarchivierung... Für den Forscher liegt es nicht im Fokus seines wissenschaftlichen Arbeitens, Daten zu archivieren und zugänglich zu machen, denn bisher bestehen keine Anreize an Wissenschaftler, zumindest Daten, die Grundlage einer Veröentlichung waren, für andere zugänglich zu machen... Klump, J. et al., 2006, Data publication in the Open Access nitiative. Data Science Journal, 5: doi: /dsj.5.79 Folgen... groÿe ungenutzte Datenbestände, die nach häug wenigen Jahren verloren sind

5 Datenhaltung am nstitut... warum ist das wichtig? Blickwinkel und Systematisierung Datenquellen Lagerung von Daten Daten nutzbar machen Daten bearbeiten

6 Datenhaltung am nstitut... warum ist das wichtig? Blickwinkel und Systematisierung Datenquellen Lagerung von Daten Daten nutzbar machen Daten bearbeiten

7 Blickwinkel und Systematisierung Sammeln, Archivieren, Benutzen 1. Für welche Aufgabe werden Daten gesammelt? 2. Welches Format ist zweckmäÿig? 3. Wie komfortabel muss der Zugri sein? 4. Kosten? Nutzen 5. Besonderheiten von georeferenzierbaren Daten (Ort, Zeit) 6. Wie schnell wachsen Datenbestände? 7. Verfügbarkeitshorizont (Tage, Wochen, Jahrzehnte,...) 8. Wem gehören die Daten?

8 Blickwinkel und Systematisierung Sammeln, Archivieren, Benutzen 1. Für welche Aufgabe werden Daten gesammelt? 2. Welches Format ist zweckmäÿig? 3. Wie komfortabel muss der Zugri sein? 4. Kosten? Nutzen 5. Besonderheiten von georeferenzierbaren Daten (Ort, Zeit) 6. Wie schnell wachsen Datenbestände? 7. Verfügbarkeitshorizont (Tage, Wochen, Jahrzehnte,...) 8. Wem gehören die Daten?

9 Blickwinkel und Systematisierung Sammeln, Archivieren, Benutzen 1. Für welche Aufgabe werden Daten gesammelt? 2. Welches Format ist zweckmäÿig? 3. Wie komfortabel muss der Zugri sein? 4. Kosten? Nutzen 5. Besonderheiten von georeferenzierbaren Daten (Ort, Zeit) 6. Wie schnell wachsen Datenbestände? 7. Verfügbarkeitshorizont (Tage, Wochen, Jahrzehnte,...) 8. Wem gehören die Daten?

10 Blickwinkel und Systematisierung Sammeln, Archivieren, Benutzen 1. Für welche Aufgabe werden Daten gesammelt? 2. Welches Format ist zweckmäÿig? 3. Wie komfortabel muss der Zugri sein? 4. Kosten? Nutzen 5. Besonderheiten von georeferenzierbaren Daten (Ort, Zeit) 6. Wie schnell wachsen Datenbestände? 7. Verfügbarkeitshorizont (Tage, Wochen, Jahrzehnte,...) 8. Wem gehören die Daten?

11 Blickwinkel und Systematisierung Sammeln, Archivieren, Benutzen 1. Für welche Aufgabe werden Daten gesammelt? 2. Welches Format ist zweckmäÿig? 3. Wie komfortabel muss der Zugri sein? 4. Kosten? Nutzen 5. Besonderheiten von georeferenzierbaren Daten (Ort, Zeit) 6. Wie schnell wachsen Datenbestände? 7. Verfügbarkeitshorizont (Tage, Wochen, Jahrzehnte,...) 8. Wem gehören die Daten?

12 Blickwinkel und Systematisierung Sammeln, Archivieren, Benutzen 1. Für welche Aufgabe werden Daten gesammelt? 2. Welches Format ist zweckmäÿig? 3. Wie komfortabel muss der Zugri sein? 4. Kosten? Nutzen 5. Besonderheiten von georeferenzierbaren Daten (Ort, Zeit) 6. Wie schnell wachsen Datenbestände? 7. Verfügbarkeitshorizont (Tage, Wochen, Jahrzehnte,...) 8. Wem gehören die Daten?

13 Blickwinkel und Systematisierung Sammeln, Archivieren, Benutzen 1. Für welche Aufgabe werden Daten gesammelt? 2. Welches Format ist zweckmäÿig? 3. Wie komfortabel muss der Zugri sein? 4. Kosten? Nutzen 5. Besonderheiten von georeferenzierbaren Daten (Ort, Zeit) 6. Wie schnell wachsen Datenbestände? 7. Verfügbarkeitshorizont (Tage, Wochen, Jahrzehnte,...) 8. Wem gehören die Daten?

14 Blickwinkel und Systematisierung Sammeln, Archivieren, Benutzen 1. Für welche Aufgabe werden Daten gesammelt? 2. Welches Format ist zweckmäÿig? 3. Wie komfortabel muss der Zugri sein? 4. Kosten? Nutzen 5. Besonderheiten von georeferenzierbaren Daten (Ort, Zeit) 6. Wie schnell wachsen Datenbestände? 7. Verfügbarkeitshorizont (Tage, Wochen, Jahrzehnte,...) 8. Wem gehören die Daten?

15 Blickwinkel und Systematisierung Sammeln, Archivieren, Benutzen 1. Für welche Aufgabe werden Daten gesammelt? 2. Welches Format ist zweckmäÿig? 3. Wie komfortabel muss der Zugri sein? 4. Kosten? Nutzen 5. Besonderheiten von georeferenzierbaren Daten (Ort, Zeit) 6. Wie schnell wachsen Datenbestände? 7. Verfügbarkeitshorizont (Tage, Wochen, Jahrzehnte,...) 8. Wem gehören die Daten?

16 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Blickwinkel und Systematisierung Wofür brauchen wir Daten am nstitut?

17 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Blickwinkel und Systematisierung Wofür brauchen wir Daten am nstitut? Ausbildung im Fach Meteorologie

18 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Blickwinkel und Systematisierung Wofür brauchen wir Daten am nstitut? Ausbildung im Fach Meteorologie wissenschaftliche Projekte

19 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Blickwinkel und Systematisierung Wofür brauchen wir Daten am nstitut? Ausbildung im Fach Meteorologie wissenschaftliche Projekte Wetterbericht, Wetterberatung

20 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Blickwinkel und Systematisierung Wofür brauchen wir Daten am nstitut? Ausbildung im Fach Meteorologie wissenschaftliche Projekte Wetterbericht, Wetterberatung Umweltberatung

21 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Blickwinkel und Systematisierung Wofür brauchen wir Daten am nstitut? Ausbildung im Fach Meteorologie wissenschaftliche Projekte Wetterbericht, Wetterberatung Umweltberatung Standortklimatologie

22 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Blickwinkel und Systematisierung Wofür brauchen wir Daten am nstitut? Ausbildung im Fach Meteorologie wissenschaftliche Projekte Wetterbericht, Wetterberatung Umweltberatung Standortklimatologie Verwendungszweck orientiert... quick looks, Wetter und Co. systematische Auswertung, automatisierte Weiterverarbeitung Validierung von Modellsimulationen

23 Datenquellen Wo gibt es welche Daten? Synoptische Wetterdaten (synop, temp,...) Satellitenbilder (meteosat, noaa,...) Klimamodelldaten (Konsortialrechnungen, Projektbezogene Simulationen,...) Reanalysedaten (ERA, NCEP,...) Umweltdaten (Emissionen, Landnutzung,...) global - regional Datenprovider (DWD, ECMWF, CERA,...)

24 Datenquellen Wo gibt es welche Daten? Synoptische Wetterdaten (synop, temp,...) Satellitenbilder (meteosat, noaa,...) Klimamodelldaten (Konsortialrechnungen, Projektbezogene Simulationen,...) Reanalysedaten (ERA, NCEP,...) Umweltdaten (Emissionen, Landnutzung,...) global - regional Datenprovider (DWD, ECMWF, CERA,...)

25 Datenquellen Wo gibt es welche Daten? Synoptische Wetterdaten (synop, temp,...) Satellitenbilder (meteosat, noaa,...) Klimamodelldaten (Konsortialrechnungen, Projektbezogene Simulationen,...) Reanalysedaten (ERA, NCEP,...) Umweltdaten (Emissionen, Landnutzung,...) global - regional Datenprovider (DWD, ECMWF, CERA,...)

26 Datenquellen Wo gibt es welche Daten? Synoptische Wetterdaten (synop, temp,...) Satellitenbilder (meteosat, noaa,...) Klimamodelldaten (Konsortialrechnungen, Projektbezogene Simulationen,...) Reanalysedaten (ERA, NCEP,...) Umweltdaten (Emissionen, Landnutzung,...) global - regional Datenprovider (DWD, ECMWF, CERA,...)

27 Datenquellen Wo gibt es welche Daten? Synoptische Wetterdaten (synop, temp,...) Satellitenbilder (meteosat, noaa,...) Klimamodelldaten (Konsortialrechnungen, Projektbezogene Simulationen,...) Reanalysedaten (ERA, NCEP,...) Umweltdaten (Emissionen, Landnutzung,...) global - regional Datenprovider (DWD, ECMWF, CERA,...)

28 Datenquellen Wo gibt es welche Daten? Synoptische Wetterdaten (synop, temp,...) Satellitenbilder (meteosat, noaa,...) Klimamodelldaten (Konsortialrechnungen, Projektbezogene Simulationen,...) Reanalysedaten (ERA, NCEP,...) Umweltdaten (Emissionen, Landnutzung,...) global - regional Datenprovider (DWD, ECMWF, CERA,...)

29 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Datenquellen nternet / Portale / Zentren

30 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Datenquellen nternet / Portale / Zentren (CERA, WDCC, PCC-DDC,...) (Wetter, Klima,...) (ERA40,...) (SYNOP,...) (ö entlich, intern)

31 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Datenquellen nternet / Portale / Zentren (CERA, WDCC, PCC-DDC,...) (Wetter, Klima,...) (ERA40,...) (SYNOP,...) (ö entlich, intern)

32 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Datenquellen nternet / Portale / Zentren (CERA, WDCC, PCC-DDC,...) (Wetter, Klima,...) (ERA40,...) (SYNOP,...) (ö entlich, intern)

33 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Datenquellen nternet / Portale / Zentren (CERA, WDCC, PCC-DDC,...) (Wetter, Klima,...) (ERA40,...) (SYNOP,...) (ö entlich, intern)

34 Daten am nstitut für Meteorologie... Verfügbarkeit, Nutzung und Auswertungstools Datenquellen nternet / Portale / Zentren (CERA, WDCC, PCC-DDC,...) (Wetter, Klima,...) (ERA40,...) (SYNOP,...) (ö entlich, intern)

35 Lagerung von Daten Wie organisiert werden Daten im Haus abgelegt? 1. verschiedene Datenbanksysteme MEDOKADS (Satellitendaten, D.Koslowsky) MKS (nformix-db mit heterogenen Wetterdaten, T.Dümmel) MeViS (Stadtmessnetz und nstrumente, K.Müller) 2. Organisation der nfrastruktur zentraler Speicherpool in Datenprojekte aufgeteilt /daten/[projekt]/ /daten/info/ Daten transportabel mit Wechselplatten Archivierung... auf DVDs, Wechselplatten, Bandlaufwerke... lokale Festplatten am PC 3. Datenmanagement - nformationsmanagement Einstieg über das ntranet des fm

36 Lagerung von Daten Wie organisiert werden Daten im Haus abgelegt? 1. verschiedene Datenbanksysteme MEDOKADS (Satellitendaten, D.Koslowsky) MKS (nformix-db mit heterogenen Wetterdaten, T.Dümmel) MeViS (Stadtmessnetz und nstrumente, K.Müller) 2. Organisation der nfrastruktur zentraler Speicherpool in Datenprojekte aufgeteilt /daten/[projekt]/ /daten/info/ Daten transportabel mit Wechselplatten Archivierung... auf DVDs, Wechselplatten, Bandlaufwerke... lokale Festplatten am PC 3. Datenmanagement - nformationsmanagement Einstieg über das ntranet des fm

37 Lagerung von Daten Wie organisiert werden Daten im Haus abgelegt? 1. verschiedene Datenbanksysteme MEDOKADS (Satellitendaten, D.Koslowsky) MKS (nformix-db mit heterogenen Wetterdaten, T.Dümmel) MeViS (Stadtmessnetz und nstrumente, K.Müller) 2. Organisation der nfrastruktur zentraler Speicherpool in Datenprojekte aufgeteilt /daten/[projekt]/ /daten/info/ Daten transportabel mit Wechselplatten Archivierung... auf DVDs, Wechselplatten, Bandlaufwerke... lokale Festplatten am PC 3. Datenmanagement - nformationsmanagement Einstieg über das ntranet des fm

38 Lagerung von Daten Wie organisiert werden Daten im Haus abgelegt? 1. verschiedene Datenbanksysteme MEDOKADS (Satellitendaten, D.Koslowsky) MKS (nformix-db mit heterogenen Wetterdaten, T.Dümmel) MeViS (Stadtmessnetz und nstrumente, K.Müller) 2. Organisation der nfrastruktur zentraler Speicherpool in Datenprojekte aufgeteilt /daten/[projekt]/ /daten/info/ Daten transportabel mit Wechselplatten Archivierung... auf DVDs, Wechselplatten, Bandlaufwerke... lokale Festplatten am PC 3. Datenmanagement - nformationsmanagement Einstieg über das ntranet des fm

39 Lagerung von Daten Wie organisiert werden Daten im Haus abgelegt? 1. verschiedene Datenbanksysteme MEDOKADS (Satellitendaten, D.Koslowsky) MKS (nformix-db mit heterogenen Wetterdaten, T.Dümmel) MeViS (Stadtmessnetz und nstrumente, K.Müller) 2. Organisation der nfrastruktur zentraler Speicherpool in Datenprojekte aufgeteilt /daten/[projekt]/ /daten/info/ Daten transportabel mit Wechselplatten Archivierung... auf DVDs, Wechselplatten, Bandlaufwerke... lokale Festplatten am PC 3. Datenmanagement - nformationsmanagement Einstieg über das ntranet des fm

40 Daten nutzbar machen Zugriff auf Daten Zweck orientiert abhängig von... Zugrisrechten Lizenzeinschränkungen Arbeitsumgebung (Unix, Windows Server, Client) Archivierungsmedium Zugriszeit Datensicherheit Backupsystem ZEDAT... Weiterverarbeitung

41 Daten nutzbar machen Zugriff auf Daten Zweck orientiert abhängig von... Zugrisrechten Lizenzeinschränkungen Arbeitsumgebung (Unix, Windows Server, Client) Archivierungsmedium Zugriszeit Datensicherheit Backupsystem ZEDAT... Weiterverarbeitung

42 Daten nutzbar machen Zugriff auf Daten Zweck orientiert abhängig von... Zugrisrechten Lizenzeinschränkungen Arbeitsumgebung (Unix, Windows Server, Client) Archivierungsmedium Zugriszeit Datensicherheit Backupsystem ZEDAT... Weiterverarbeitung

43 Daten nutzbar machen Zugriff auf Daten Zweck orientiert abhängig von... Zugrisrechten Lizenzeinschränkungen Arbeitsumgebung (Unix, Windows Server, Client) Archivierungsmedium Zugriszeit Datensicherheit Backupsystem ZEDAT... Weiterverarbeitung

44 Daten bearbeiten Welche nformation steckt in den Daten?... und wie gewinnt man diese! Bewertung (durch wen? Objektivität?) Fehlerkorrektur (manuell, automatisiert) statistische Auswertung Verdichtung der nformation Visualsierung Kombination von Daten Reproduzierbarkeit der Auswertung Dienstleistung wissenschaftlicher Gewinn

45 Daten bearbeiten Welche nformation steckt in den Daten?... und wie gewinnt man diese! Bewertung (durch wen? Objektivität?) Fehlerkorrektur (manuell, automatisiert) statistische Auswertung Verdichtung der nformation Visualsierung Kombination von Daten Reproduzierbarkeit der Auswertung Dienstleistung wissenschaftlicher Gewinn

46 Daten bearbeiten Welche nformation steckt in den Daten?... und wie gewinnt man diese! Bewertung (durch wen? Objektivität?) Fehlerkorrektur (manuell, automatisiert) statistische Auswertung Verdichtung der nformation Visualsierung Kombination von Daten Reproduzierbarkeit der Auswertung Dienstleistung wissenschaftlicher Gewinn

47 Daten bearbeiten Welche nformation steckt in den Daten?... und wie gewinnt man diese! Bewertung (durch wen? Objektivität?) Fehlerkorrektur (manuell, automatisiert) statistische Auswertung Verdichtung der nformation Visualsierung Kombination von Daten Reproduzierbarkeit der Auswertung Dienstleistung wissenschaftlicher Gewinn

48 Daten bearbeiten Welche nformation steckt in den Daten?... und wie gewinnt man diese! Bewertung (durch wen? Objektivität?) Fehlerkorrektur (manuell, automatisiert) statistische Auswertung Verdichtung der nformation Visualsierung Kombination von Daten Reproduzierbarkeit der Auswertung Dienstleistung wissenschaftlicher Gewinn

49 Daten bearbeiten Welche nformation steckt in den Daten?... und wie gewinnt man diese! Bewertung (durch wen? Objektivität?) Fehlerkorrektur (manuell, automatisiert) statistische Auswertung Verdichtung der nformation Visualsierung Kombination von Daten Reproduzierbarkeit der Auswertung Dienstleistung wissenschaftlicher Gewinn

50 Daten bearbeiten Regeln guter wissenschaftlicher Praxis nationale Aktivitäten (DFG, dini, oai,...) internationale Aktivitäten Open Access Prozess Sicherung von Primärdaten für 10 Jahre (DFG 2008) Zitierfähigkeit von Daten (DO) (ab Mitte 90er Thema) Prozess, der seit einigen Jahren sehr an Bedeutung gewinnt... im Kleinen damit anfangen

51 Daten bearbeiten Regeln guter wissenschaftlicher Praxis nationale Aktivitäten (DFG, dini, oai,...) internationale Aktivitäten Open Access Prozess Sicherung von Primärdaten für 10 Jahre (DFG 2008) Zitierfähigkeit von Daten (DO) (ab Mitte 90er Thema) Prozess, der seit einigen Jahren sehr an Bedeutung gewinnt... im Kleinen damit anfangen

52 Daten bearbeiten Regeln guter wissenschaftlicher Praxis nationale Aktivitäten (DFG, dini, oai,...) internationale Aktivitäten Open Access Prozess Sicherung von Primärdaten für 10 Jahre (DFG 2008) Zitierfähigkeit von Daten (DO) (ab Mitte 90er Thema) Prozess, der seit einigen Jahren sehr an Bedeutung gewinnt... im Kleinen damit anfangen

53 Daten bearbeiten Regeln guter wissenschaftlicher Praxis nationale Aktivitäten (DFG, dini, oai,...) internationale Aktivitäten Open Access Prozess Sicherung von Primärdaten für 10 Jahre (DFG 2008) Zitierfähigkeit von Daten (DO) (ab Mitte 90er Thema) Prozess, der seit einigen Jahren sehr an Bedeutung gewinnt... im Kleinen damit anfangen

54 Daten bearbeiten Was macht Daten wertvoll? sichere Lagerung Vollständigkeit, Backup ezienter Zugang Suche über Metadaten Beschreibung der Historie Transparenz Zuverlässigkeit der Dokumentation Vertrauenswürdigkeit der Quelle Konsistenz Qualitätskontrolle Zeitraum der Beobachtung, eindeutige Raum-Zeit Zuordnung Verfügbarkeit Kosten zur Wiederbeschaung

55 Daten bearbeiten Was macht Daten wertvoll? sichere Lagerung Vollständigkeit, Backup ezienter Zugang Suche über Metadaten Beschreibung der Historie Transparenz Zuverlässigkeit der Dokumentation Vertrauenswürdigkeit der Quelle Konsistenz Qualitätskontrolle Zeitraum der Beobachtung, eindeutige Raum-Zeit Zuordnung Verfügbarkeit Kosten zur Wiederbeschaung

56 Daten bearbeiten Was macht Daten wertvoll? sichere Lagerung Vollständigkeit, Backup ezienter Zugang Suche über Metadaten Beschreibung der Historie Transparenz Zuverlässigkeit der Dokumentation Vertrauenswürdigkeit der Quelle Konsistenz Qualitätskontrolle Zeitraum der Beobachtung, eindeutige Raum-Zeit Zuordnung Verfügbarkeit Kosten zur Wiederbeschaung

57 Daten bearbeiten Was macht Daten wertvoll? sichere Lagerung Vollständigkeit, Backup ezienter Zugang Suche über Metadaten Beschreibung der Historie Transparenz Zuverlässigkeit der Dokumentation Vertrauenswürdigkeit der Quelle Konsistenz Qualitätskontrolle Zeitraum der Beobachtung, eindeutige Raum-Zeit Zuordnung Verfügbarkeit Kosten zur Wiederbeschaung

58 Daten bearbeiten Was macht Daten wertvoll? sichere Lagerung Vollständigkeit, Backup ezienter Zugang Suche über Metadaten Beschreibung der Historie Transparenz Zuverlässigkeit der Dokumentation Vertrauenswürdigkeit der Quelle Konsistenz Qualitätskontrolle Zeitraum der Beobachtung, eindeutige Raum-Zeit Zuordnung Verfügbarkeit Kosten zur Wiederbeschaung

59 Daten bearbeiten Was macht Daten wertvoll? sichere Lagerung Vollständigkeit, Backup ezienter Zugang Suche über Metadaten Beschreibung der Historie Transparenz Zuverlässigkeit der Dokumentation Vertrauenswürdigkeit der Quelle Konsistenz Qualitätskontrolle Zeitraum der Beobachtung, eindeutige Raum-Zeit Zuordnung Verfügbarkeit Kosten zur Wiederbeschaung

60 Daten bearbeiten Was macht Daten wertvoll? sichere Lagerung Vollständigkeit, Backup ezienter Zugang Suche über Metadaten Beschreibung der Historie Transparenz Zuverlässigkeit der Dokumentation Vertrauenswürdigkeit der Quelle Konsistenz Qualitätskontrolle Zeitraum der Beobachtung, eindeutige Raum-Zeit Zuordnung Verfügbarkeit Kosten zur Wiederbeschaung

61 Daten bearbeiten Was macht Daten wertvoll? sichere Lagerung Vollständigkeit, Backup ezienter Zugang Suche über Metadaten Beschreibung der Historie Transparenz Zuverlässigkeit der Dokumentation Vertrauenswürdigkeit der Quelle Konsistenz Qualitätskontrolle Zeitraum der Beobachtung, eindeutige Raum-Zeit Zuordnung Verfügbarkeit Kosten zur Wiederbeschaung

62 Daten bearbeiten Was macht Daten wertvoll? sichere Lagerung Vollständigkeit, Backup ezienter Zugang Suche über Metadaten Beschreibung der Historie Transparenz Zuverlässigkeit der Dokumentation Vertrauenswürdigkeit der Quelle Konsistenz Qualitätskontrolle Zeitraum der Beobachtung, eindeutige Raum-Zeit Zuordnung Verfügbarkeit Kosten zur Wiederbeschaung

63 Daten bearbeiten Welche Werkzeuge für welchen Zweck? 1. Optik... Visualisierung 2-/3-d GrADS, Vis5D, Amira (dkrz),... Kurven plotten MATLAB, gnuplot, xmgrace, nhalt... Statistik MATLAB, qtoctave, R,... Transformation, Kombination cdo, nco,...

64 Daten bearbeiten Welche Werkzeuge für welchen Zweck? 1. Optik... Visualisierung 2-/3-d GrADS, Vis5D, Amira (dkrz),... Kurven plotten MATLAB, gnuplot, xmgrace, nhalt... Statistik MATLAB, qtoctave, R,... Transformation, Kombination cdo, nco,...

65 Daten bearbeiten Welche Werkzeuge für welchen Zweck? 1. Optik... Visualisierung 2-/3-d GrADS, Vis5D, Amira (dkrz),... Kurven plotten MATLAB, gnuplot, xmgrace, nhalt... Statistik MATLAB, qtoctave, R,... Transformation, Kombination cdo, nco,...

66 Daten bearbeiten Fortsetzungen Thomas Dümmel MKS Datenarchiv Jens Lindemann Webbasiertes Auswertungstool