»phenodata« - ein Datenbezug- und Manipulations-Toolkit für Open-Access-Phänologiedaten

Andreas · January 9, 2020, 4:19am

Bei Phänologischer Kalender für Trachtpflanzen haben wir die Entwicklung eines komfortablen phänologischen Kalenders für Imker ins Auge gefasst.

Hier im Verlauf geht es konkret um das Programm »phenodata«, das auf dieser Basis entstanden ist.

Andreas · January 7, 2020, 12:15am

Danke für Eure exzellenten Rückmeldungen bei Phänologischer Kalender für Trachtpflanzen!

Wir konnten die ersten Spatenstiche machen und Ihr könnt nun die Entwicklung begleiten, das Paket gibt es im PyPI:

und den Quellcode auf GitHub:

Setup

pip install phenodata --upgrade

Synopsis

Was bereits funktioniert, ist:

Display list of species:
```
phenodata list-species --source=dwd
```
Display list of phases:
```
phenodata list-phases --source=dwd
```

Display list of stations:

phenodata list-stations --source=dwd --dataset=immediate
phenodata list-stations --source=dwd --dataset=annual

Andreas · January 8, 2020, 11:01am

“phenodata 0.3.0” kann nun endlich Beobachtungen abrufen und rudimentär nach Stations-IDs und Referenzjahren filtern. Hier gschwind ein paar Beispiele:

Beobachtungen abfragen

Observations of hazel and snowdrop from the “annual” dataset and “recent” partition

phenodata observations --source=dwd --dataset=annual --partition=recent --filename=Hasel,Schneegloeckchen

Observations of hazel and snowdrop from station ids 164 and 717

phenodata observations --source=dwd --dataset=annual --partition=recent --filename=Hasel,Schneegloeckchen --station-id=164,717

All observations from station ids 164 and 717, reduced to years 2016 and 2017

phenodata observations --source=dwd --dataset=annual --partition=recent --station-id=164,717 --year=2016,2017

Ausgabeformat festlegen

Weiterhin ist es nun möglich, aus einem der Ausgabeformate “tabulate”, “json” sowie “csv” auszuwählen, hier der entsprechende Auszug aus “phenodata --help”:

Data formatting options:
  --format=<format>

Output data in designated format. Choose one of “tabulate”, “json” or “csv”.
With “tabulate”, it is also possible to specify the table format,
see Bitbucket. e.g. “tabulate:presto”.
[default: tabulate:psql]

Fazit

Aufgrund mancher Anomalien in den Daten läuft bestimmt noch nicht alles rund, vor allem bei anderen Kombinationen der Parameter, wir testen das ja auch nur “auf unserer Insel”. Wenn Ihr also neugierig seid, damit bereits ein wenig Datenarchäologie zu betreiben, freuen wir uns über Eure Rückmeldungen.

Andreas · January 7, 2020, 12:10am

Vorhersagen

“phenodata 0.4.0” berechnet nun auch Vorhersagen auf Basis von Mittelwerten beliebig gefilterter Observationsereignisse.

Berechnung des Eintrittsdatums

Zur Berechnung des voraussichtlichen Eintrittsdatums eines Ereignisses wird der Tag des Jahres aus der “Jultag” Spalte verwendet. Zuerst werden die Observationsereignisse nach (Stations ID, Spezies ID und Phasen ID) gruppiert, dann wird der Mittelwert aller “Jultag” Werte pro Gruppe gebildet. Haut das hin?

Eingabe

Anhand eines Beispiels sieht das folgendermaßen aus:

phenodata forecast \
    --source=dwd --dataset=annual --partition=recent \
    --filename=Hasel,Schneegloeckchen,Apfel,Birne \
    --station-id=12132 \
    --quality-byte=1,2,3 --quality-level=7,10 \
    --format=tabular:pipe

Ausgabe

	date	Jultag
(12132, 113, 5)	2018-02-19 00:00:00	50
(12132, 127, 5)	2018-02-17 00:00:00	48
(12132, 311, 3)	2018-04-01 00:00:00	91
(12132, 311, 5)	2018-04-23 00:00:00	113
(12132, 311, 6)	2018-04-30 00:00:00	120
(12132, 311, 7)	2018-05-13 00:00:00	133
(12132, 311, 29)	2018-08-17 00:00:00	229
(12132, 311, 32)	2018-10-23 00:00:00	296
(12132, 313, 3)	2018-04-12 00:00:00	102
(12132, 313, 5)	2018-05-03 00:00:00	123
(12132, 313, 6)	2018-05-10 00:00:00	130
(12132, 313, 7)	2018-05-25 00:00:00	145
(12132, 313, 29)	2018-09-28 00:00:00	271
(12132, 313, 32)	2018-11-03 00:00:00	307
(12132, 322, 5)	2018-04-15 00:00:00	105
(12132, 322, 6)	2018-04-26 00:00:00	116
(12132, 322, 7)	2018-05-11 00:00:00	131
(12132, 322, 29)	2018-09-22 00:00:00	265

Legende

In der ersten Indexspalte sind die durch die Gruppierung/Aggregation zusammengefassten ehemaligen Indexspalten Stations ID, Spezies ID und Phasen ID kombiniert enthalten.

Am Beispiel der ersten Aggregation (12132, 113, 5) erkennt man folgende Komponenten:

Stations ID: 12132 ist Berlin-Dahlem
Der Beobachtungsort.
Spezies ID: 113 ist die Hasel
Die beobachtete Pflanze.
Phase ID: 5 ist “Blüte Beginn” (BBCH 60)
Das beobachtete Ereignis, in welche Wachstumsphase die Pflanze eingetreten ist.

Die Zuordnung muss man derzeit noch händisch erforschen:

# List of stations
phenodata list-stations --source=dwd --dataset=immediate

# List of species
phenodata list-species --source=dwd

# List of phases
phenodata list-phases --source=dwd

Implementierung

Die Implementierung findet sich unter:

github.com

hiveeyes/phenodata/blob/0.4.0/phenodata/dwd/pheno.py#L98-L125


def get_forecast(self, options):
    """
    Forecast observations.


    - Obtain query options
    - Get real observations, all filtering options can be used
    - Group results by (Stations_id, Objekt_id, Phase_id)
    - Aggregate mean "day of the year" value of the "Jultag" values for each group
    """


    # Get current observations
    data = self.get_observations(options)


    # Group by station, species and phase
    # https://pandas.pydata.org/pandas-docs/stable/groupby.html
    grouped = data.groupby(['Stations_id', 'Objekt_id', 'Phase_id'])


    # Aggregate mean "day of the year" value of the "Jultag" values for each group
    series = grouped['Jultag'].mean().round().astype(int)

This file has been truncated. show original

Andreas · January 8, 2020, 11:13am

Verbesserungen der Usability

“phenodata 0.5.0” bietet neben anderen Dingen nun eine Option “--humanize”, die Ausgabe wird dadurch für Menschen besser lesbar.

Vorgehensweise

Nach dem Abfragen der Ergebnisse werden sie mit den Metadatentabellen verknüpft, die die Informationen über die Stationen, die Spezies, die Phasen und die Qualitätsmerkmale enthalten. Dies ermöglicht die Darstellung der jeweiligen textuellen Repräsentationen der Informationen in den ID Spalten.

Anschließend wird ein komplett neuer DataFrame erzeugt, um die Reihenfolge der Spalten frei bestimmen zu können, damit wird die Ausgabe auch von der Struktur her besser lesbar.

Spezifische Ereignisse

Eingabe

Forecast of “beginning of flowering” events at station “Berlin-Dahlem”.
Use all species of the “primary group”: “hazel”, “snowdrop”, “goat willow”,
“dandelion”, “cherry”, “apple”, “winter oilseed rape”, “black locust” and “common heather”.
Sort by date, ascending.

phenodata forecast \
    --source=dwd --dataset=annual --partition=recent \
    --filename=Hasel,Schneegloeckchen,Sal-Weide,Loewenzahn,Suesskirsche,Apfel,Winterraps,Robinie,Winter-Linde,Heidekraut \
    --station-id=12132 --phase-id=5 \
    --humanize \
    --sort=Datum \
    --format=tabular:pipe

Ausgabe

Datum	Spezies	Phase	Station
2018-02-17	common snowdrop	beginning of flowering	Berlin-Dahlem, Berlin
2018-02-19	common hazel	beginning of flowering	Berlin-Dahlem, Berlin
2018-03-30	goat willow	beginning of flowering	Berlin-Dahlem, Berlin
2018-04-07	dandelion	beginning of flowering	Berlin-Dahlem, Berlin
2018-04-15	cherry (late ripeness)	beginning of flowering	Berlin-Dahlem, Berlin
2018-04-21	winter oilseed rape	beginning of flowering	Berlin-Dahlem, Berlin
2018-04-23	apple (early ripeness)	beginning of flowering	Berlin-Dahlem, Berlin
2018-05-03	apple (late ripeness)	beginning of flowering	Berlin-Dahlem, Berlin
2018-05-24	black locust	beginning of flowering	Berlin-Dahlem, Berlin
2018-08-20	common heather	beginning of flowering	Berlin-Dahlem, Berlin

Sequenz aller Ereignisse pro Spezies

Eingabe

Forecast of all events at station “Berlin-Dahlem”.
Use all species of the “primary group” (dito).
Sort by species and date, ascending.

phenodata forecast \
    --source=dwd --dataset=annual --partition=recent \
    --filename=Hasel,Schneegloeckchen,Sal-Weide,Loewenzahn,Suesskirsche,Apfel,Winterraps,Robinie,Winter-Linde,Heidekraut \
    --station-id=12132 \
    --humanize --language=german \
    --sort=Spezies,Datum \
    --format=tabular:pipe

Ausgabe

Datum	Spezies	Phase	Station
2018-04-01	Apfel, frühe Reife	Austrieb Beginn	Berlin-Dahlem, Berlin
2018-04-23	Apfel, frühe Reife	Blüte Beginn	Berlin-Dahlem, Berlin
2018-04-30	Apfel, frühe Reife	Vollblüte	Berlin-Dahlem, Berlin
2018-05-13	Apfel, frühe Reife	Blüte Ende	Berlin-Dahlem, Berlin
2018-08-17	Apfel, frühe Reife	Pflückreife Beginn	Berlin-Dahlem, Berlin
2018-10-23	Apfel, frühe Reife	herbstlicher Blattfall	Berlin-Dahlem, Berlin
2018-04-12	Apfel, späte Reife	Austrieb Beginn	Berlin-Dahlem, Berlin
2018-05-03	Apfel, späte Reife	Blüte Beginn	Berlin-Dahlem, Berlin
2018-05-10	Apfel, späte Reife	Vollblüte	Berlin-Dahlem, Berlin
2018-05-25	Apfel, späte Reife	Blüte Ende	Berlin-Dahlem, Berlin
2018-09-28	Apfel, späte Reife	Pflückreife Beginn	Berlin-Dahlem, Berlin
2018-11-03	Apfel, späte Reife	herbstlicher Blattfall	Berlin-Dahlem, Berlin
2018-02-19	Hasel	Blüte Beginn	Berlin-Dahlem, Berlin
2018-08-20	Heidekraut	Blüte Beginn	Berlin-Dahlem, Berlin
2018-04-07	Löwenzahn	Blüte Beginn	Berlin-Dahlem, Berlin
2018-05-24	Robinie	Blüte Beginn	Berlin-Dahlem, Berlin
2018-03-30	Sal-Weide	Blüte Beginn	Berlin-Dahlem, Berlin
2018-02-17	Schneeglöckchen	Blüte Beginn	Berlin-Dahlem, Berlin
2018-04-15	Süßkirsche, späte Reife	Blüte Beginn	Berlin-Dahlem, Berlin
2018-04-24	Süßkirsche, späte Reife	Vollblüte	Berlin-Dahlem, Berlin
2018-05-06	Süßkirsche, späte Reife	Blüte Ende	Berlin-Dahlem, Berlin
2018-06-21	Süßkirsche, späte Reife	Pflückreife Beginn	Berlin-Dahlem, Berlin
2018-10-09	Süßkirsche, späte Reife	herbstliche Blattverfärbung	Berlin-Dahlem, Berlin
2018-03-28	Winterraps	Längenwachstum Beginn	Berlin-Dahlem, Berlin
2018-04-06	Winterraps	Knospenbildung Beginn	Berlin-Dahlem, Berlin
2018-04-21	Winterraps	Blüte Beginn	Berlin-Dahlem, Berlin
2018-07-08	Winterraps	Vollreife Beginn	Berlin-Dahlem, Berlin
2018-08-11	Winterraps	Ernte	Berlin-Dahlem, Berlin
2018-08-31	Winterraps	Bestellung Beginn	Berlin-Dahlem, Berlin
2018-09-10	Winterraps	Auflaufen Beginn	Berlin-Dahlem, Berlin
2018-09-30	Winterraps	Rosettenbildung Beginn	Berlin-Dahlem, Berlin

– Have fun!

Andreas · January 8, 2020, 11:13am

Weitere Verbesserungen

Mit “phenodata 0.6.0” ist es nun möglich

Beobachtungen und Vorhersagen komfortabel per Volltextsuche nach beliebigen Textinhalten zu filtern welche aus den Metadaten kommen (Stationen, Spezies, Phasen und Qualitätsmerkmale). Unter Humanized search examples gibt es ein paar Beispiele.
vorkonfigurierte Listen von Pflanzenarten aus mehreren festgelegten Sätzen auszuwählen, gemäß unserer Wunschliste für relevante Pflanzenarten. Siehe auch presets.json.

Volltextsuche in Beobachtungsdaten

Eingabe

Observations near Munich for species “hazel” or “snowdrop” in 2018. Sort by date, output in Markdown format.

phenodata observations \
    --source=dwd --dataset=annual --partition=recent \
    --station=münchen \
    --species=hazel,snowdrop \
    --year=2018 \
    --humanize --sort=Datum \
    --format=tabular:pipe

Ausgabe

Jahr	Datum	Spezies	Phase	Station	QS-Level	QS-Byte
2018	2018-01-09	common hazel	beginning of flowering	München-Pasing, Bayern	Load time checks	Feldwert nicht beanstandet
2018	2018-01-19	common snowdrop	beginning of flowering	Haar, Bayern	Load time checks	Feldwert nicht beanstandet
2018	2018-01-26	common snowdrop	beginning of flowering	Siegertsbrunn, Bayern	Load time checks	Feldwert nicht beanstandet
2018	2018-01-27	common snowdrop	beginning of flowering	München-Pasing, Bayern	Load time checks	Feldwert nicht beanstandet
2018	2018-02-03	common hazel	beginning of flowering	Siegertsbrunn, Bayern	Load time checks	Feldwert nicht beanstandet
2018	2018-02-16	common hazel	beginning of flowering	Haar, Bayern	Load time checks	Feldwert nicht beanstandet

Vorhersagen mit presets für die Auswahl der Pflanzenarten

Die Wunschlisten für relevante Pflanzenarten sind nun ebenfalls implementiert. Sie wurden, wie von Euch vorgeschlagen, in entsprechende Kategorien einsortiert und einstweilen direkt in der presets.json abgelegt.

Ansteuern/benutzen kann man sie über den neuen Parameter

--species-preset=mellifera-de-primary

Eingabe

Forecast based on “beginning of flowering” events of 2015-2017 in Rostock for the list of predefined species labelled as “mellifera-de-primary”. Sort by date, output in Markdown format.

Remark: The presets are currently stored in presets.json and can be amended and expanded anytime. We are looking forward to your contributions!

phenodata forecast \
    --source=dwd --dataset=annual --partition=recent \
    --station=rostock \
    --phase="beginning of flowering" \
    --year=2015,2016,2017 \
    --humanize --language=german \
    --sort=Datum \
    --species-preset=mellifera-de-primary \
    --format=tabular:pipe

Ausgabe

Datum	Spezies	Phase	Station
2018-02-18	Hasel	Blüte Beginn	Rostock-Lütten Klein, Mecklenburg-Vorpommern
2018-02-21	Schneeglöckchen	Blüte Beginn	Rostock-Lütten Klein, Mecklenburg-Vorpommern
2018-03-20	Sal-Weide	Blüte Beginn	Rostock-Lütten Klein, Mecklenburg-Vorpommern
2018-04-01	Löwenzahn	Blüte Beginn	Rostock-Lütten Klein, Mecklenburg-Vorpommern
2018-04-18	Süßkirsche, frühe Reife	Blüte Beginn	Rostock-Lütten Klein, Mecklenburg-Vorpommern
2018-04-27	Winterraps	Blüte Beginn	Rostock-Lütten Klein, Mecklenburg-Vorpommern
2018-05-03	Apfel, frühe Reife	Blüte Beginn	Rostock-Lütten Klein, Mecklenburg-Vorpommern
2018-06-07	Robinie	Blüte Beginn	Rostock-Lütten Klein, Mecklenburg-Vorpommern

Volltextsuche nach Qualitätsmerkmalen

Es ist nun genauso möglich, bei datenarchäologischen Reisen komfortabel nach extravaganten Dingen im Volltext zu suchen. Zum Abschluß noch ein kleines Beispiel.

Eingabe

Investigate some “flowering” observations near Munich which have seen corrections in the last year.

phenodata observations \
    --source=dwd --dataset=annual --partition=recent \
    --station=münchen \
    --phase=flowering \
    --quality=korrigiert \
    --year=2017 \
    --humanize --sort=Datum \
    --format=tabular:pipe

Ausgabe

Jahr	Datum	Spezies	Phase	Station	QS-Level	QS-Byte
2017	2017-04-30	midland hawthorn	beginning of flowering	Haar, Bayern	ROUTKLI validated and corrected	Feldwert korrigiert
2017	2017-07-16	common wormwood	beginning of flowering	München-Feldmoching, Bayern	ROUTKLI validated and corrected	Feldwert korrigiert
2017	2017-07-31	common wormwood	beginning of flowering	Haar, Bayern	ROUTKLI validated and corrected	Feldwert korrigiert

Andreas · January 9, 2020, 4:17am

15 posts were merged into an existing topic: Troubles with phenodata

clemens · January 7, 2020, 12:13am

pipe is also a nice option, tables generated using the --format=tabular:pipe option can be copied 1:1 in this forum and are rendered nicely:

pipe follows the conventions of PHP Markdown Extra extension. It corresponds to pipe_tables in Pandoc.

Andreas · January 9, 2020, 4:18am

Support für Python 3

Ab dem aktuellen Release 0.9.1 wird nun auch Python 3 unterstützt, die Ergebnisse bei Phänologischer Kalender 2020 wurden mit Python 3.7.5 erzeugt.

Andreas · January 7, 2020, 10:31pm

2 posts were merged into an existing topic: Phänologischer Kalender für Trachtpflanzen