Das Projekt "Koordinationsfonds" wird vom Umweltbundesamt gefördert und von Technische Universität Dresden, Institut für Kartographie, Professur für Kartographische Kommunikation durchgeführt. Insbesondere durch Verbreitung von sozialen Netzwerken, Web-2.0-Plattformen und kostengünstigen Sensortechnologien hat sich in den letzten Jahren die Verfügbarkeit von raumbezogenen Daten rasant entwickelt. Kennzeichen dieser Entwicklung ist die Beteiligung der Nutzer, die unter Verwendung von Smartphones und sonstigen mobilen Geräten 'nutzergenerierte geografische Informationen' (Volunteered Geographic Information, kurz VGI) erzeugen. Diese Daten bieten vielfältige Anwendungsmöglichkeiten sowohl für die Lösung gesellschaftlicher Herausforderungen z.B. in den Bereichen Umwelt, Gesundheit oder Verkehr aber auch für die Entwicklung kommerzieller Produkte und Dienstleistungen.
Wesentlicher Kern des beantragten Schwerpunktprogramms ist die Fragestellung, wie Visualisierungsmethoden zur Erschließung von VGI beitragen und die Interaktion zwischen Handlungsakteuren unterstützen können. Forschungsfragen betreffen hier sowohl den Bereich der Gewinnung raumbezogener Informationen, der visuellen Analyse und kartografischen Kommunikation als auch die Berücksichtigung des sozialen Kontexts bei der Erhebung und Nutzung von VGI.
Das Projekt "Improving Access to Unstructured Text through 'Folk-centred' Approaches (FolkOnt2)" wird vom Umweltbundesamt gefördert und von Universität Zürich, Geographisches Institut durchgeführt. Wie beschreiben Menschen ihre Umwelt? Es gibt theoretische Überlegungen, die auf psychologischen Untersuchungen und philosophischen und linguistischen Lehren basieren und nahelegen, dass der Mensch die natürliche Umwelt in konkrete Objekte unterteilt, und dass diese Objekte in der Kommunikation eine zentrale Rolle spielen. Beispiele von solchen Objekten sind Berge, Täler oder Seen. In der Theorie wird betont, dass die Art und Weise wie die Umwelt in Objekte gegliedert wird von Individuum zu Individuum, und zwischen sozialen Gruppen und Kulturen stark variieren kann. Darum können lokale Klassifikationen stark von offiziellen, von Experten geprägten Taxonomien, abweichen. Lokale Variation bedeutet eine grosse Herausforderung für die Vereinheitlichung von räumlichen Daten einerseits, und andererseits für die Kommunikation zwischen Experten und Laien. Es gibt zwar eine Reihe von ethnographischen Untersuchungen die gezielt lokale Umweltbeschreibungen dokumentieren, solche Untersuchungen haben aber oft nur limitierte räumliche und zeitliche Ausdehnung. Unser übergeordnetes Ziel ist es lokale Unterschiede in Kategorisierungen der Umwelt aus Textbeschreibungen automatisch zu extrahieren und damit grosse räumliche Ausschnitte und lange Zeitspannen abdecken zu können. Dazu müssen wir: (i) Umweltbeschreibungen automatisch räumlich referenzieren können, und (ii) diese referenzierten Beschreibungen auf relevante Information untersuchen und diese explizit erfassen. Es ist wichtig, dass wir beim extrahieren von Information berücksichtigen, dass grosse Variationen und sogar Widersprüche in der Umweltbeschreibung erhalten bleiben. Unsere Arbeit wird neue Methoden generieren, mit denen lokale Umweltbeschreibungen auf grossen zeitlichen und räumlichen Skalen erfasst und verglichen werden können. Wir erwarten, dass solche Information zentral ist um zwischen Experten und Laien zu vermitteln und, um Suchmaschinen um eine räumliche Komponente zu erweitern, die eben auch räumliche Spezialitäten berücksichtigt.