Software-Entwicklung zur Kompression von Klimadaten
Arbeitsgruppe: | AG Technomathematik |
Leitung: | Prof. Dr. Dr. h.c. Peter Maaß ((0421) 218-63801, E-Mail: pmaass@math.uni-bremen.de ) |
Bearbeitung: | |
Projektförderung: | DKRZ |
Projektpartner: | Deutsches Klimarechenzentrum GmbH |
Laufzeit: | 01.08.1999 - 31.03.2001 |
Die Grenzen der Leistungsfähigkeit heutiger Kommunikationstechnik werden in entscheidendem Maße durch die eingesetzten Bildübertragungs- und Bildverarbeitungssysteme bestimmt.
Durch den Einsatz und die ständige Weiterentwicklung moderner, hochauflösender Bildaufnahmetechniken sind die Anforderungen an die Kapazitäten von Übertragungswegen und den Speicherbedarf von Archivierungssystemen sprunghaft gestiegen. Die Speicherung und Übertragung umfangreicher Bilddaten ist ohne effiziente Kompressionsalgorithmen nicht wirtschaftlich durchführbar.
Im letzten Jahrzehnt wurden auf der Basis von Wavelet-Methoden Kompressionsalgorithmen entwickelt, die zumindest für die Standbildkompression den herkömmlichen Verfahren deutlich überlegen sind. Diese Entwicklung spiegelt sich unter anderem darin wider, dass der kommende neue JPEG-Standard Wavelet-Methoden einsetzen wird. Die bisherigen JPEG-Algorithmen sind darauf ausgerichtet, für große Bildklassen mit unterschiedlichem Bildmaterial gute Ergebnisse zu liefern. Für spezielle Anwendungen sind sie jedoch suboptimal.
In diesem Projekt werden von der AG Technomathematik Wavelet-Algorithmen entwickelt, die speziell für die Kompression von Klimadaten optimiert sind. Die vorliegenden Bilddaten sind hier Simulationsergebnisse von Klimamodell-Rechnungen des Deutschen Klimarechenzentrums (DKRZ) in Hamburg. Diese Daten sollen in vorgegebenen Genauigkeitsstufen den Nutzern des DKRZ-Datenpools über die vorhandenen Computernetze zur Verfügung gestellt werden.
Die Daten weisen unterschiedliche Charakteristika auf, z.B. ist die Bodenlufttemperatur durch einen starken Tagesgang gekennzeichnet, während der Bodenluftdruck lediglich geringe Schwankungen aufweist. Die Optimierung von Kompressionsalgorithmen für diesen Anwendungsbereich muss außerdem berücksichtigen, dass die Daten anschließend für die unterschiedlichsten lokalen und/oder globalen Fragestellungen ausgewertet werden sollen. Dementsprechend muss auch der lokale Fehler kontrolliert werden. Dies steht im Gegensatz zu der üblichen Bewertung von Bildqualitäten durch PSNR oder andere Normen, die global über das gesamte Bild gemittelt werden.
Letztendlich soll der Kompressionsalgorithmus in ein neues Austauschformat für Klimadaten eingehen und damit dem Nutzer die Möglichkeit einer beschleunigten Übertragung bei lediglich geringfügig reduzierter Datenqualität ermöglichen. Damit dies sinnvoll ist, müssen die Wavelet-Methoden eine mindestens fünffach so hohe Kompressionsrate erzielen, als dies bei dem zur Zeit eingesetzten Austauschformat möglich ist.
Erste Testrechnungen mit den auf Klimadaten optimierten Wavelet-Algorithmen haben diese Anforderungen für die gängigsten Klimadaten (Luftdruck, Temperatur, Niederschlag) bereits erfüllt:
Datensatz | Speicherbedarf in KByte | PSNR | Verbesserung |
MPCl-mlsp-90/99.mon | 373,035 | 39,3275 | 5,28 |
MPCl-mlsp-80/89.mon | 388,259 | 40,7492 | 5,06 |
MPCl-aprt-90/99.mon | 544,031 | 39,2796 | 3,62 |
MPCl-aprt-80/89.mon | 562,055 | 39,2276 | 3,50 |
MPCl-t2m-90/99.mon | 390,935 | 39,3025 | 5,04 |
MPCl-t2m-80/89.mon | 385,899 | 39,2901 | 5,10 |
Ergebnisse von Testrechnungen - In der letzten Spalte ist der Faktor angegeben, um den die Kompressionsrate bei Einsatz von Wavelet-Methoden höher ist.