
Über die Bedeutung offener Daten brauche ich hier sicher nicht mehr zu schreiben, die sollte klar sein 😉 Zuletzt hatte ich Open Data in [1] thematisiert. Und genau auf diesen Beitrag gab es Feedback von Manuel Voigt [2] mit einer (für mich) neuen umfangreichen Open Data Quelle, nämlich die offenen Daten vom Deutschen Wetterdienst DWD [3]. Danke für den Tipp Manuel! Mag das “Portal” auch noch etwas Vintage anmuten, auf die aktuellen Daten kommt es an!


Wie man die DWD-Daten im QGIS nutzen kann, findet Ihr z. B. bei Ivo Partschefeld alias PyQGIS im Beitrag “141 Jahresniederschläge auswerten und Zeitraffer erstellen mit python in QGIS” [5] und “DWD Wetterstationen in QGIS laden und Wetterdaten mit Excel auswerten” [6] auf Youtube:
[1] … https://geoobserver.de/2024/03/06/netzwerk-gis-vortrage-vom-15-geofachtag-2024-sind-online/
[2] … https://www.linkedin.com/feed/update/urn:li:activity:71710910…
[3] … https://opendata.dwd.de/
[4] … https://www.dwd.de/DE/leistungen/opendata/opendata.html
[5] … https://www.youtube.com/watch?v=G1_vNMbirqo
[6] … https://www.youtube.com/watch?v=Sv3YXGCLooQ
Von Berry Boessenkool gibt es ein R-Packet namens RDWD ( https://github.com/brry/rdwd )
Damit und mit den Erläuterungen ( https://bookdown.org/brry/rdwd/ ) hat man etwas bessere Chancen, den Datenwust zu verstehen und verabeiten zu können.
Natürlich zum Preis der Komplexität von R.