Deutsch
 
Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Buchkapitel

Chapter 9: Lessons Learned in the Digital Earth Project

Urheber*innen

Greinert,  Jens
External Organizations;

Henkel,  Diana
External Organizations;

/persons/resource/dransch

Dransch,  D.
1.4 Remote Sensing, 1.0 Geodesy, Departments, GFZ Publication Database, Deutsches GeoForschungsZentrum;

Bouwer,  Laurens M.
External Organizations;

Brix,  Holger
External Organizations;

Dietrich,  Peter
External Organizations;

Frickenhaus,  Stephan
External Organizations;

Petzold,  Andreas
External Organizations;

Rechid,  Diana
External Organizations;

Ruhnke,  Roland
External Organizations;

/persons/resource/castell

Graf zu Castell-Rüdenhausen,  Wolfgang
5.0 Geoinformation, Departments, GFZ Publication Database, Deutsches GeoForschungsZentrum;

Externe Ressourcen
Es sind keine externen Ressourcen hinterlegt
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in GFZpublic verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Greinert, J., Henkel, D., Dransch, D., Bouwer, L. M., Brix, H., Dietrich, P., Frickenhaus, S., Petzold, A., Rechid, D., Ruhnke, R., Graf zu Castell-Rüdenhausen, W. (2022): Chapter 9: Lessons Learned in the Digital Earth Project. - In: Bouwer, L. M., Dransch, D., Ruhnke, R., Rechid, D., Frickenhaus, S., Greinert, J. (Eds.), Integrating Data Science and Earth Science Challenges and Solutions, (SpringerBriefs in Earth System Sciences), Cham : Springer International Publishing, 145-148.
https://doi.org/10.1007/978-3-030-99546-1_9


Zitierlink: https://gfzpublic.gfz-potsdam.de/pubman/item/item_5013596
Zusammenfassung
The Digital Earth project aimed for the integration of data science and Earth science. Here, we reflect on the main lessons learned that include the need for interdisciplinary collaboration, thinking out of the box, the concept of ‘thinking in workflows’ and models for the sustainable implementation of scientific software, data infrastructure and policies.