Vom 5. bis 7. September präsentierten die Wissenschaftlerinnen und Wissenschaftler in insgesamt zehn Workshops ihre Forschungsarbeiten. Themen der 32. Ausgabe waren Umweltinformationssysteme und der einfache Austausch von Umweltdaten, das Management von Naturkatastrophen sowie nachhaltige Mobilität. Auch neuere Forschungsgebiete der Informatik wie das Internet of Things oder Machine Learning standen auf der Agenda.

Die EnviroInfo bündelt und gestaltet nationale und internationale Aktivitäten im Bereich der angewandten Informatik und Umweltinformatik. Das Format zielt darauf ab, die Welt zu einem besseren Lebensraum zu machen und die neuesten Entwicklungen in den Bereichen Informations- und Kommunikationstechnologie und Umwelt zu präsentieren und zu diskutieren. Der Fachausschuss Umweltinformatik der Gesellschaft für Informatik (GI) organisiert die EnviroInfo jährlich in Zusammenarbeit mit wechselnden Co-Veranstaltern. Das Expertennetzwerk befasst sich interdisziplinär mit allen Fachfragen des Informatikeinsatzes in den Bereichen Umweltinformation und Umweltforschung.

Dieter Kranzlmüller, Leiter des LRZ, wurde bereits im Januar zum stellvertretenden Sprecher des Fachausschusses gewählt. „Wir freuen uns sehr, in diesem Jahr Gastgeber der EnviroInfo sein zu dürfen. Der Einsatz der Informatik für die Umwelt ist ein Schwerpunkt der Tätigkeit des LRZ. Damit tragen wir dazu bei, unserer Verantwortung als Wissenschaftler gegenüber der Gesellschaft gerecht zu werden.“

Martin Grambow vom Bayerischen Staatsministerium für Umwelt und Verbraucherschutz eröffnete die Konferenz am Mittwochmorgen. Den Hauptvortrag hielt Xiaoxiang Zhu, Professorin für Signalverarbeitung in der Erdbeobachtung an der Technischen Universität München (TUM) und dem Deutschen Zentrum für Luft- und Raumfahrt (DLR). Zhu und ihr Team untersuchen mithilfe revolutionärer Methoden der Kartenerstellung das Wachstum von Metropolen  und Veränderungen von Landschafen im globalen Maßstab. Dafür entwickeln die Forscherinnen und Forscher neue Algorithmen für die Verarbeitung der Daten aus innovativen Sensortechnologien deutscher und europäischer Erdbeobachtungssatelliten. Damit ist es möglich, hochauflösende 3D-Karten von Städten bis hin zu einzelnen Gebäuden zu erstellen und deren zeitliche Entwicklung darzustellen.

Am zweiten Konferenztag begrüßte Wolfram Mauser, Inhaber des Lehrstuhls für Geographie und geographische Fernerkundung der Ludwig-Maximilians-Universität (LMU) die Teilnehmerinnen und Teilnehmer mit seiner Präsentation zu „Environmental Computing – Unterstützung von Gesellschaften auf dem Weg in eine nachhaltige Zukunft“. Der nachhaltige Umgang mit der Ressource Wasser sowohl in Bayern als auch im Rahmen des weltweiten Warenhandels ist eine der zentralen Fragen, die Mauser untersucht. 

Quillon Harpham von der Firma HR Wallingford (England) gab am Freitag mit seiner Expertise in Hydroinformatik und wasserwirtschaftlichen Informationssystemen Einblicke in die Arbeiten einer unabhängigen und weltweit agierenden Organisation für Bauingenieurwesen und Umwelthydraulik. 

Der vom Fachausschuss vergebene Umweltinformatikpreis für Studierende ging dieses Jahr an die Gruppe um Martin Engelmann von der Hochschule für Technik und Wirtschaft Berlin. Für den besten Konferenzbeitrag wurden Maria Pouri und Lorenz Hilty von der Universität Zürich ausgezeichnet.

Mehr Informationen über die EnviroInfo 2018 und das vollständige Programm finden Sie hier. 

Das Leibniz-Rechenzentrum der Bayerischen Akademie der Wissenschaften ist seit über 50 Jahren der kompetente IT-Partner der Münchner Universitäten und Hochschulen sowie wissenschaftlicher Einrichtungen in Bayern, Deutschland und Europa. Es bietet die komplette Bandbreite an IT-Dienstleistungen und -Technologie sowie Beratung und Support – von E-Mail, Webserver, bis hin zu Internetzugang, virtuellen Maschinen, Cloud-Lösungen und dem Münchner Wissenschaftsnetz (MWN). Mit dem Höchstleistungsrechner SuperMUC gehört das LRZ zu den international führenden Supercomputing-Zentren und bietet als Bayerisches Big Data Kompetenzzentrum ein umfassendes Angebot für große Datenmengen und Machine Learning.