Gränssnittsstandarden "OGC API - Environmental Data Retrieval" och dess användning för nedladdning av väderdata

Abstract

Weather forecasts are of great significance for instance in planning flight routes, military operations, and seafare. Many organizations today openly provide, not only their forecasts, but their raw data as well. Technological development and a greater availability of open data ensures that both weather- and forecast data can be used for both private and commercial purposes. However, customized application programming interfaces (APIs) and domain-specific solutions create friction between applications and can hinder interoperability. Access to geospatial data such as weather- and forecast data can therefore be made easier with uniform standardization.

The Open Geospatial Consortium (OGC) specifically develops open geospatial data standards, including standardized APIs. One such standard is the newly introduced OGC API - Environmental Data Retrieval (EDR), which aims to facilitate access to large volumes of data such as weather and forecast data. This thesis project aims to evaluate EDR in comparison with other OGC standards for the sharing of forecast data. Additionally, an EDR solution with the purpose of retrieving subsets of raw data is designed, implemented and evaluated.

The report begins with a literature review to establish the necessary background and context for both the comparison and the practical implementation. Two case studies are executed. The first case study compares EDR and seven other OGC standards, which are deemed relevant to the aim of this thesis. The comparison is then carried out by examination of the OGC specifications, as well as using the tool ChatGPT in order to gather information. It can be concluded that EDR best meets the requirements and needs related to a weather application, but that it must be noted that EDR is a new standard and thus currently lacks enough certified implementations and tools.

The second case study, the practical implementation, results in a weather application based on EDR for retrieving subsets of raw data. The implementation is carried out using pygeoapi, which is a reference implementation of EDR and the only to be certified by OGC for EDR at present. The case study highlights that EDR is difficult both to evaluate and to use presently, due to the limited support for the standard at this time.

In conclusion, this thesis demonstrates that the EDR standard has great potential for greater access and sharing of multidimensional data, such as weather- and forecast data, but further development and implementation are needed.

Abstract (Swedish)

Väderprognoser är av stor betydelse för till exempel flygrutter, militära operationer och sjöfart. Flera organisationer tillhandahåller numera inte bara sina väderprognoser öppet, utan delar även med sig av sina prognosdata för nedladdning. Teknisk utveckling och ett större utbud av öppna data möjliggör användning av väder- och prognosdata för både privata och kommersiella ändamål. Egna programmeringsgränssnitt och domänspecifika lösningar medför dock friktion mellan applikationer och försämrar interoperabilitet. Åtkomst till geospatiala data såsom väder- och prognosdata kan därmed underlättas av enhetlig standardisering.

Open Geospatial Consortium (OGC) utvecklar specifikt öppna geospatiala datastandarder inklusive standardiserade programmeringsgränssnitt. En sådan standard är den nytillkomna OGC API - Environmental Data Retrieval (EDR), som ämnar underlätta dataåtkomst för stora volymer data såsom väder- och prognosdata. Denna studie syftar till att utvärdera EDR i jämförelse med likvärdiga OGC-standarder för datadelning av prognosdata. Därtill designas, implementeras och utvärderas en EDR-lösning för hämtning av urval av rådata.

Rapporten inleds med en litteraturstudie i syfte att bidra med nödvändig bakgrund och kontext för både jämförelse och praktisk implementering. Därefter genomförs två fallstudier. Den första fallstudien jämför EDR och sju andra OGC-standarder, bedömda som relevanta för studiens syfte. Jämförelsen verkställs genom granskning av OGC-specifikationer och med användning av verktyget ChatGPT i syfte att sammanställa information. Ur jämförelsen kan konstateras att EDR bäst uppfyller krav och behov i relation till en väderapplikation, men att hänsyn måste tas till att EDR är en ny standard och än så länge utan tillräckligt med certifierade implementeringar och verktyg.

Praktisk implementering utgör den andra fallstudien och resulterar i en väderapplikation baserad på EDR för hämtning av urval av rådata. Implementering sker med tillämpning av pygeoapi, som är en referensimplementation av EDR och den enda implementeringen av EDR som är certifierad av OGC just nu. Fallstudien belyser att EDR är svår att utvärdera och använda i nuläget i och med att det ännu inte finns så stort stöd för standarden.

Sammanfattningsvis visar denna studie att standarden EDR har stor potential för att underlätta delning av multidimensionella data såsom väder- och prognosdata, men att ytterligare utveckling och implementering krävs.

• author: Lundström, Hanna
• supervisor: Lars Harrie
• organization: Surveying (M.Sc.Eng.); Dept of Physical Geography and Ecosystem Science
• course: EXTM05 20241
• year: 2024
• type: H2 - Master's Degree (Two Years)
• subject: Technology and Engineering
• keywords: EDR, OGC API - Environmental Data Retrieval, Väderdata, Prognosdata, Datadelning
• publication/series: Examensarbete i geografisk informationsteknik
• report number: 39
• language: Swedish
• id: 9172874
• date added to LUP: 2024-08-29 10:31:12
• date last changed: 2024-08-29 10:31:12