Klimarisiko-Modell in Echtzeit: Offene Pipeline für CO₂-Speicherung aus Satellitendaten

In nur drei Wochen entwickelte ein Datenexperte ein kostenloses Risikomodell für Kohlenstoffspeicher in Mangrovenwäldern. Die Lösung kombiniert Echtzeit-Satellitendaten mit historischen Analysen und liefert damit eine bisher fehlende Transparenz für Klimaprojekte.

Das Projekt nutzt öffentlich zugängliche Datenquellen und Open-Source-Tools, um das Risiko von CO₂-Verlusten in zertifizierten Blue-Carbon-Projekten zu bewerten. Die entwickelte Pipeline verarbeitet dabei nicht nur Satellitenbilder, sondern integriert auch historische Daten zur Entwaldung und prüft die Stabilität von Kohlenstoffsenken. Das Ergebnis ist ein interaktives Dashboard, das Projektentwicklern und Zertifizierungsstellen eine schnelle Risikobewertung ermöglicht.

Die technische Architektur: Von Satelliten zu verwertbaren Daten

Das Kernstück des Projekts bildet eine Datenpipeline, die drei zentrale Datenquellen vereint:

• NASA FIRMS API: Diese Schnittstelle liefert Echtzeit-Feueralarmdaten aus Satellitenbeobachtungen. Besonders hervorzuheben ist die Authentifizierung über einen MAP_KEY statt eines klassischen Bearer-Tokens – eine Besonderheit, die in der Dokumentation oft übersehen wird.

• World Bank API: Hier werden historische Daten zur Entwaldung über einen Zeitraum von neun Jahren abgefragt. Allerdings erforderte ein kürzlicher Wechsel der Endpunkte eine Anpassung der API-Aufrufe, um die Daten weiterhin zuverlässig zu beziehen.

• Verra- und Berkeley-Datenbanken: Die Herausforderung bestand darin, Projektnummern aus dem Verra-Registry (rein numerisch) mit den alphanumerischen Projekt-IDs aus der Berkeley-Datenbank zu verknüpfen. Dies erforderte eine präzise String-Analyse, um die Datensätze korrekt zuzuordnen.

Die gesamte Pipeline wurde mit dbt (data build tool) und DuckDB umgesetzt. dbt diente dabei als Framework für die Datenmodellierung und die Durchführung von Tests, während DuckDB als leichtgewichtige Datenbank im Hintergrund agierte. Diese Kombination ermöglichte eine effiziente Verarbeitung großer Datensätze ohne den Einsatz ressourcenintensiver Systeme.

Interaktive Echtzeit-Analyse: Das Streamlit-Dashboard

Die Ergebnisse der Datenpipeline werden in einem Streamlit-Dashboard visualisiert, das öffentlich zugänglich ist. Das Dashboard bietet folgende Funktionen:

• Risikobewertung in Echtzeit: Aktuelle Feueralarme und Entwaldungstrends werden direkt auf Projektniveau angezeigt.

• Historische Vergleichsdaten: Nutzer können die Entwicklung von Kohlenstoffspeichern über die letzten Jahre nachverfolgen und mit Benchmarks vergleichen.

• Filterfunktionen: Projekte können nach Region, Risikostufe oder Zertifizierungsstatus gefiltert werden, um gezielte Analysen zu ermöglichen.

Das Dashboard ist so konzipiert, dass es auch von Nutzern ohne technische Vorkenntnisse bedienbar ist. Durch die Integration von Streamlit – einer Python-Bibliothek für interaktive Webanwendungen – konnte eine benutzerfreundliche Oberfläche geschaffen werden, die gleichzeitig die Komplexität der zugrundeliegenden Daten verständlich macht.

Automatisierung und Qualitätssicherung: GitHub Actions im Einsatz

Ein zentraler Bestandteil des Projekts ist die automatisierte Qualitätssicherung mithilfe von GitHub Actions. Jeder Push in das Repository löst eine Reihe von Tests aus, die die Integrität der Datenpipeline sicherstellen. Dazu gehören:

• Datenvalidierung: Prüfung auf Vollständigkeit und Konsistenz der abgefragten Daten.

• Modelltests: Überprüfung der Datenmodelle in dbt, um Fehler in der Verarbeitung frühzeitig zu erkennen.

• Deployment-Tests: Sicherstellung, dass das Dashboard nach Änderungen weiterhin stabil läuft.

Diese Automatisierung reduziert den manuellen Aufwand erheblich und minimiert das Risiko von Fehlern in der Produktionsumgebung. Gleichzeitig ermöglicht sie eine schnelle Iteration und Verbesserung des Modells.

Warum dieses Projekt für die Klimadaten-Community relevant ist

Open-Source-Lösungen wie diese sind entscheidend, um Transparenz und Vertrauen in Klimaprojekte zu stärken. Bisher fehlten oft standardisierte Methoden zur Bewertung des Risikos von CO₂-Verlusten in Mangrovenwäldern und anderen Blue-Carbon-Habitaten. Das vorgestellte Modell bietet eine kostenlose und zugängliche Alternative zu proprietären Lösungen und ermöglicht es Projektentwicklern, ihre Daten selbst zu analysieren und Risiken besser zu managen.

Das Projekt zeigt zudem, wie öffentlich verfügbare Datenquellen – wie die der NASA oder der Weltbank – in Kombination mit modernen Datenwerkzeugen neue Einblicke in globale Herausforderungen liefern können. Die Wiederverwendbarkeit des Codes und die transparente Dokumentation laden andere Entwickler ein, das Modell zu erweitern oder anzupassen.

Langfristig könnte eine solche Pipeline dazu beitragen, die Zertifizierung von Klimaprojekten zu beschleunigen und die Glaubwürdigkeit von CO₂-Kompensationen zu erhöhen. Die Kombination aus Echtzeitdaten, historischen Analysen und interaktiver Visualisierung setzt dabei neue Maßstäbe für die datengetriebene Bewertung von Klimarisiken.