WWWW - World Wide Wind and Weather - eine Herzensangelegenheit
Die heute zur Verfügung stehenden Möglichkeiten erlauben es, Wetterdaten auszuwerten und auf
Klimakennzahlen zu verdichten und es ist möglich, Wetterdaten in Beziehung zu setzen zu anderen
Einflussfaktoren, für die ebenfalls Datenquellen zur Verfügung stehen. Damit können kritische Punkte
mit kostenfrei öffentlich zugänglichen Daten einfach untersucht werden:
- Nähe einer Wetterstation zu einem Flughafen
- Nähe einer Wetterstation zu einem Windpark
- Veränderung der Bevölkerungsdichte im Umfeld einer Wetterstation
- Veränderung der Bebauungsdichte im Umfeld einer Wetterstation
- Veränderung der Landnutzung im Umfeld einer Wetterstation
- hochauflösende Satellitenphotos können weitere Einflussfaktoren, wie die Nähe einer
Wetterstation zu einem Klärwerk, einer Biogasanlage etc. bestimmeb – die Satellitenbilder
sind zumindest für Deutschland gut zu beschaffen, die Auswertung braucht aber eine
Verstärkung
durch KI – das ist Work in Progress
- Die Nähe einer Wetterstation zu einer Küste oder die Lage auf einer Insel sind noch in
Arbeit
Die Realisierung eines solchen Projektes kann auf der Basis von
node.js und Browser direkt
erfolgen. Genügend Speicherplatz für Rohdaten und eine SQLite-Datenbank vorausgesetzt.
JavaScript hat sich im Kern weiterentwickelt, in manchen Bereichen "zu weit" unter Vernachlässigung
der Abwärtskompatibilität.
Das vorhandene JavaScript-Ökosystem bietet viele Bibliotheken, die leicht einzubinden sind,
wenn man KI-Unterstützung z.B. von ChatGPT in Anspruch nimmt.
Hirncompatible Ergebnispräsentation und Analyseunterstützung sind eine besondere Herausforderung auf
einem komplizierten Arbeitsgebiet wie der multifaktoriellen Wetteranalyse
Angereicherte Landkarten und Satellitenphotos, Supercharts und animierte Voronoi-Diagramme
haben sich als innovative und attraktive Ansätze bewährt.
More to come