The EarthServer CryoService – WCPS



The EarthServer CryoService – WCPS

0 0


foss4ge-cryoservice


On Github ungarj / foss4ge-cryoservice

The EarthServer CryoService

FOSS4G-Europe 2014 - Bremen - 2014-07-17

office@eox.at @eox_a

Joachim Ungar joachim.ungar@eox.at @ungarjo

 This work is licensed under a Creative Commons Attribution 4.0 International License.

Guten Morgen, vielen Dank für die nette Einführung. Mein Name ist Stephan Meißl und ich freue mich Ihnen heute einige Highlights unserer Arbeit präsentieren zu können.

Sind Sie auch schon mal auf der Suche nach Satelliten- oder Erdbeobachtungsdaten verzweifelt? Wir wollen das gerne ändern.

Warum nicht die Satellitendaten gleich direkt auf einer Karte anzeigen? Karte und Zeitachse unterstützen die Suche optimal und die Daten können sofort visuell evaluiert werden vor dem Bestellen und Herunterladen.

  • FP7 Project - no. 283610
  • "Big Earth Data Analytics"
  • WCPS

FP7 project

big data analytics

WCPS

various lighthouse applications

CryoService

Back End

Front End

Main data

  • Fractional Snow Cover
  • Snow Water Equivalent
  • Quality Maps
  • Pan-European and regional

Use Case

Time series analysis on

  • points
  • river basins
  • contour levels

WCPS

for
  c in (daily_FSC_PanEuropean_Optical),
  m in (WFD_RBD_f1v4_daily_FSC_PanEuropean_Optical),
  h in (GTOPO30_daily_FSC_PanEuropean_Optical)
return encode( (float)
  coverage temp
    over $pt
      time(imageCrsDomain(c[unix("2014-01-31T05:27:42.750Z":"2014-02-08T17:30:34.058Z")], unix))
      values (
        add(((c[
          Lat(49.00202450311456:54.83581200212861),
          Long(16.84439270728126:24.14589349938247),
          unix($pt)
        ] > 99 and c[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247), 
          unix($pt)
        ] < 201 and m[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247)
        ] = 153 and h[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247)
        ] > 0 and h[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247)
        ] < 5000 ) * ( c[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247), 
          unix($pt)
        ] ))) / (count(m[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247)
        ] < 1000) -  count(((( c[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247), unix($pt)
        ] > 99 and c[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247), 
          unix($pt)
        ] < 201  and  m[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247)
        ] = 153  and  h[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247)
        ] > 0  and  h[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247)
        ] < 5000 ) * ( c[
          Lat(49.00202450311456:54.83581200212861), 
          Long(16.84439270728126:24.14589349938247),
          unix($pt)
        ] )) = 0)) ) 
      ), "csv"
    );

Thanks!