Am 10. und 11. September fand am Leibniz-Institut für Präventionsforschung und Epidemiologie (BIPS) in Bremen der internationale Workshop „Interdisciplinary Geospatial Measurement and Analytical Methods for Global Public Health Research and Policy“ statt. Gefördert von der Deutschen Allianz für globale Gesundheitsforschung (GLOHRA), richtete sich die Veranstaltung an Forschende aus den Bereichen öffentliche Gesundheit, Epidemiologie, Umwelt- und Klimawissenschaften, Geodatenverarbeitung und Politikberatung.
In Vorträgen und interaktiven Arbeitsphasen widmeten sich die Teilnehmenden der Frage, wie satellitengestützte und andere georäumliche Daten eine gerechtere globale Gesundheitsforschung und -politik gezielt unterstützen können. Neben der Ermittlung aktueller methodischer und praktischer Herausforderungen wurden konkrete Lösungsansätze erarbeitet und praktische Forschungsabläufe durchgespielt. Im Zentrum standen dabei Themen wie die Bewertung von Umweltbelastungen, Datenqualität und Unsicherheiten, Datenschutz, Reproduzierbarkeit sowie globale Ungleichheiten bei der Datenverfügbarkeit.
Open Geospatial Tools für reproduzierbare Forschung
Als Vertreterin von DataNord bereicherte Annika Nolte den Workshop mit ihrem Vortrag zum Thema „Open Geospatial Tools and Datasets for Reproducible Environmental Exposure Assessment“. Sie gab einen Überblick, wie aus rohen Erdbeobachtungsdaten gesundheitsrelevante Expositionsvariablen abgeleitet werden können. Zudem zeigte sie praxisnahe Ansätze für das Auffinden und Verarbeiten offener Geodaten mithilfe von Open-Source-Tools und reproduzierbaren GIS-Arbeitsabläufen auf.
Ein zentraler Schwerpunkt ihres Beitrags lag auf den Anforderungen an die Datenqualität: Erdbeobachtungsdaten liefern zwar wertvolle Informationen über Umweltfaktoren wie die Luftverschmutzung, jedoch erfordern Satellitenmessungen in der Regel eine fundierte Aufbereitung, bevor sie epidemiologisch interpretiert werden können. Annika Nolte betonte, dass frei zugängliche Datensätze nicht automatisch den FAIR-Kriterien (Findable, Accessible, Interoperable, Reusable) entsprechen oder ohne Weiteres für spezifische Forschungsfragen geeignet sind. Forschende müssen daher die Herkunft der Daten, zugrunde liegende Annahmen, räumliche und zeitliche Auflösungen sowie verfügbare Validierungen berücksichtigen und Verarbeitungsschritte transparent dokumentieren, damit Daten und Ergebnisse fundiert ausgewählt und interpretiert sowie nachvollziehbar und möglichst wiederverwendbar weitergegeben werden können.
Weiterführende Links:
Fragen beantwortet:
Dr. Annika Nolte
DSC Data Scientist
Tel.: +49 (421) 218 59856
E-Mail: anolteprotect me ?!uni-bremenprotect me ?!.de
