Eine Version dieses Artikels erschien ursprünglich in der Mai/Juni-Ausgabe 2021 des GeoConnexion Magazine unter dem Titel „ Die Eintrittsbarriere senken “.
In den letzten Jahren hat OGC seine Standards modernisiert, um sie besser an Best Practices im Webbereich und die Erwartungen von Entwicklern und Nutzern anzupassen. Dies führte zu unserer stetig wachsenden OGC-API-Standardfamilie . Teil dieser Bemühungen war auch die Optimierung unserer Standards für die Nutzung von Cloud-Infrastrukturen, insbesondere die Bereitstellung und gemeinsame Nutzung von Workflows für räumliche Analysen über verschiedene Cloud-Anbieter hinweg. Dieser Ansatz fördert die Zusammenarbeit, Transparenz und Zugänglichkeit wissenschaftlicher Workflows – allesamt Eckpfeiler der Open-Science-Bewegung. Ich habe diese Pakete zur Verarbeitung von Erdbeobachtungsdaten bereits im Artikel „ App Store für Big Data “ in der Juli/August-Ausgabe 2020 des Geoconnexion Magazine erwähnt . Darin wurden unsere Architektur „Anwendungen für die Daten“ und die APIs des Application Deployment and Execution Service (ADES) erläutert.
Die DAPA Convenience API
Ein weiterer Teil der Bemühungen, die Verarbeitung und Analyse von Daten der Erdbeobachtung zu vereinfachen, ist die Entwicklung der OGC Data Access and Processing API (DAPA). Sie wurde als Spezifikationsentwurf während des OGC Testbed-16 im Jahr 2020 entwickelt und während unserer Initiative „Testbed-17“ und EO Apps PilotDAPA ist eine sogenannte „Convenience-API“, die es Wissenschaftlern und anderen Geoanalysten ermöglicht, mehrere Operationen an Erdbeobachtungsdaten oder anderen Daten mit einem einzigen API-Aufruf auszuführen und die Daten in einer Form bereitzustellen, die direkt für weitere Analysen bereit ist. Dies unterscheidet DAPA von bestehenden APIs wie OGC API – Features or OGC API – Abdeckungen. Während es sich bei den beiden letztgenannten um datenzentrierte APIs mit Schwerpunkt auf Datenzugriff und Teilmengen handelt, handelt es sich bei DAPA um eine benutzerzentrierte API, die Datenzugriff und Verarbeitung einschließt. Auf diese Weise wird dem Benutzer ein Großteil der Verarbeitungslast abgenommen.
DAPA tut dies auf eine Weise, die weitgehend unabhängig vom Datenstandort ist. Das bedeutet, dass derselbe Aufruf auf Daten zugreifen kann, die in einer lokalen Datei, einer In-Memory-Struktur (wie einem Xarray) oder remote in der Cloud gespeichert sind. Letztendlich bedeutet dies, dass ein Endbenutzer den Prozess für ein Archiv für einen Datensatz initiieren und dann einfach die URL ändern kann, um denselben Prozess bzw. dieselben Prozesse für einen völlig anderen Datensatz auszuführen.
Mit einem einzigen DAPA-API-Aufruf können Sie beispielsweise sagen: „Bitte geben Sie mir alle Daten, die Sie für dieses bestimmte Gebiet und Zeitfenster haben, mit diesen Feldern und als Ergebnis dieser Kartenalgebra.“ Ein Datenwürfel wird dann im Handumdrehen erstellt und Ihnen in einem Format geliefert, das Sie in der Software Ihrer Wahl bearbeiten können. Und wenn Sie dies beispielsweise auf einem Landsat-Archiv ausführen, können Sie denselben API-Aufruf verwenden, um es beispielsweise auf einem PeruSat-1-Archiv zu reproduzieren.
DAPA und ADES passen in ein Spektrum verschiedener Verarbeitungs-APIs, die bei OGC erhältlich sind [zum Vergrößern klicken]
Reproduzierbarkeit und Open Science
Die Reproduzierbarkeit der DAPA-Aufrufe, ebenso wie die Paketierbarkeit der ADES-Anwendungen, macht sie ideal für die Unterstützung der Open-Science-Bewegung. Ziel der Open-Science-Bewegung ist es, wissenschaftliche Forschung und deren Verbreitung – für Fachleute wie Laien gleichermaßen – zugänglicher zu machen und transparentes und zugängliches Wissen zu generieren, das durch Kollaborationsnetzwerke geteilt und weiterentwickelt wird. Die Bewegung erhält große Unterstützung von den strategischen OGC-Mitgliedern NASA und ESA, die auch maßgeblich zur Entwicklung von DAPA und ADES beigetragen haben. Offene Standards im Allgemeinen spielen aufgrund ihrer Fähigkeit, die für die Zusammenarbeit über Organisationen und Disziplinen hinweg notwendige Interoperabilität zu ermöglichen, auch in der Open-Science-Bewegung eine entscheidende Rolle.
Die Synergie zwischen der OGC-Mission für FAIR-Datenstandards (Findable, Accessible, Interoperable, and Reusable) und deren Nutzen für die Reproduzierbarkeit wissenschaftlicher Forschung führte zur Thematisierung von „Identifikatoren für reproduzierbare Wissenschaft“ im Rahmen der diesjährigen Testbed-18- Initiative. Ziel ist die Entwicklung von Best Practices zur Beschreibung aller Schritte eines wissenschaftlichen Workflows, einschließlich: Eingangsdaten aus verschiedenen Quellen wie Dateien, APIs und Datenwürfeln; der Workflow selbst mit den beteiligten Anwendungen und den entsprechenden Parametrisierungen; sowie Ausgabedaten. Durch die präzise Beschreibung der Workflows wissenschaftlicher Studien können diese besser reproduziert und überprüft werden – beides Kennzeichen des wissenschaftlichen Prozesses.
Das Bestreben der Open-Science-Bewegung, wissenschaftliche Daten und Prozesse einem breiteren Publikum als nur Wissenschaftlern zugänglich zu machen, deckt sich mit den jüngsten Bemühungen des OGC, Standards mit einer stark nutzerzentrierten Perspektive zu entwickeln – im Gegensatz zur datenanbieterzentrierten Sichtweise, die frühere Standardisierungsarbeiten dominierte. Dies bedeutet, nicht nur Form und Funktion, sondern auch die Dokumentation zu vereinfachen und zu verbessern.
Benutzerfreundliche Standards
Anstatt Standarddokumente zu lesen – die naturgemäß akribisch definiert sind, um Interpretationsspielraum zu minimieren und daher mühsam zu lesen sind – bevorzugen viele Entwickler einen Ansatz, der mit einfacher Dokumentation und Beispielen beginnt. Darauf aufbauend werden weitere Funktionen schrittweise erkundet, wobei das eigentliche Standarddokument oft als letzte Ressource herangezogen wird. Da sich Standorttechnologien über die traditionellen Fachgebiete der Geodatenanalyse hinaus verbreiten, wird diese nutzerzentrierte Sichtweise entscheidend, um die Vorteile einer breiten Standardisierung zu realisieren.
Vor diesem Hintergrund senkte das Testbed-17-Projekt die Einstiegshürde für die Implementierung und den Zugriff auf DAPA und andere OGC-APIs. Dazu wurden Beispielcode für serverseitige und clientseitige Software, Skripte für die Cloud-Bereitstellung und -Installation sowie Leitfäden zu Best Practices erstellt. Im Rahmen dieses Projekts veröffentlichte Testbed-17 den Engineering Report „ Entwickler gewinnen: Die Einstiegshürde für die Implementierung von OGC-Web-APIs senken “. Dieser Bericht vermittelt Webentwicklern das notwendige Wissen zur Entwicklung, Bereitstellung und Ausführung standardbasierter Web-APIs und folgt dabei einem praxisorientierten Ansatz mit zahlreichen praktischen Übungen, Beispielen und Anleitungen. Darüber hinaus veranschaulichen die bereitgestellten Skripte die Bereitstellung und den Betrieb von API-Instanzen sowohl auf lokalen Rechnern als auch in verschiedenen Cloud-Umgebungen. Dadurch wird die Zuordnung von Softwarekomponenten zur Cloud-Infrastruktur deutlich vereinfacht.
Zusätzlich zu den Dokumentationen, Codebeispielen und Implementierungen, die das Leben der Benutzer einfacher machen sollen, hat OGC auch seine erste Mitarbeiterin für Developer Relations (DevRel) eingestellt, Joana Simoes. Joana fungiert als Schnittstelle zwischen OGC und der Entwickler-Community und widmet sich insbesondere den Fragen: Was brauchen Entwickler von OGC? Wo haben sie Schwierigkeiten? Welche Materialien können wir zur Verfügung stellen, um zu helfen?
Alle diese Aktivitäten entspringen dem Bestreben des OGC, unsere Standards verständlicher und implementierbarer zu gestalten und sie greifbarer zu machen als unsere früheren Arbeiten. Das OGC ist überzeugt, dass Standards – indem sie Daten auffindbar, zugänglich, interoperabel und wiederverwendbar machen – enormen Mehrwert schaffen und die Zusammenarbeit zwischen verschiedenen Bereichen fördern, was der Gesellschaft viele Vorteile bringt. Indem wir die Standards selbst an den FAIR-Prinzipien ausrichten, senken wir die Hürden für ihre Anwendung und tragen dazu bei, ihren Nutzen weiter zu verbreiten.
Was kann OGC Ihrer Meinung nach tun, um unsere Standards verständlicher und einfacher umsetzbar zu machen? Teilen Sie Ihre Meinung OGC und unserer DevRel, Joana Simoes, unter ogc.org/contact mit.
