Vom Menschen verursachte Umweltveränderungen durch Klimawandel, Landnutzungsänderungen oder Eutrophierung haben dazu geführt, dass die Süßwasserökosysteme wichtige Schwellenwerte überschritten haben, was zu einem weit verbreiteten Sauerstoffmangel - Anoxia - führt. Zu den Folgen gehören der Verlust der biologischen Vielfalt, die Verschlechterung der Wasserqualität und toxische Algenblüten. Um die Eutrophierungsereignisse der letzten 12 000 Jahre zu erforschen, untersuchen wir Seesedimente, die eine Fülle von Informationen über frühere Umweltbedingungen enthalten. Wir scannen Sedimentkerne mit hochauflösender hyperspektraler Bildgebung (HI) und identifizieren Algen- oder biogene Pigmente anhand ihres Absorptionsvermögens. Die Pigmente wiederum spiegeln Veränderungen der aquatischen Produktivität und Anoxia im See im Laufe der Zeit wider. HI erzeugt große Datensätze, deren Analyse einen komplexen Rechenprozess erfordert. Um die langsame, proprietäre Software zu ersetzen, die derzeit für diese Aufgabe verwendet wird, haben das Geographische Institut (GIUB) und das Data Science Lab (DSL) eine alternative Software auf Python-Basis entwickelt, die Open-Source-Bibliotheken (dask, scikit-learn, spectral usw.) und Datenformate (zarr) nutzt. Der gesamte Arbeitsablauf ist als eine Reihe von interaktiven Plugins für die schnelle multidimensionale Visualisierungssoftware napari implementiert. Im Bestreben, Open-Science zu fördern und den Datenaustausch zu unterstützen, wird die Software in Zusammenarbeit mit dem Swiss Data Science Center auf der Data Science Plattform Renku zur Verfügung gestellt. Das Projekt wurde an der diesjährigen Data4Sciences Konferenz in Bern vorgestellt.
