Via Tweet kam gestern, den 27.06.2024 von Jürgen E. Fischer die Meldung, dass die Downloads für QGIS Release 3.38.0 “Grenoble” (RC) and point release 3.34.8 “Prizren” (LTR) [1] für Linux und Windows verfügbar sind. Das Mac-Paket steht noch aus, siehe [2], [3], [4] (Zertifikatsproblem), ich übe mich in Geduld 😉 und drücke die Daumen! Die Downloads findet Ihr unter [5]. Danke allen Mitwirkenden!!!
Bereits gestern gab Even Rouault perMail [1] bekannt, dass seit dem 26.06.2024 eine neue Version der universellen GDAL-Bibliothek [2] zur Verfügung steht, aktuell ist nun GDAL v3.9.1. GDAL steht für Geospatial Data Abstraction Library und ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt. Die Neuerungen findet Ihr auf GitHub [3]. Die Docker-Images findet Ihr unter [4].
Screenshot: Für mich derzeit die nächste Bahnhofskatze in Wolferode (Quelle [2])
Heute wird’s mal tierisch, Katzen, genauer gesagt Bahnhofskatzen stehen im Mittelpunkt, natürlich georeferenziert. Felix Nietzold aus Dresden kümmert sich intensiv um das Thema Bahnfahren [1] und hat jetzt die Bahnhofskatzen-Karte [2] entwickelt. Ihr könnt recherchieren, wo bereits Katzen in Bahnhofsnähe eingetragen sind. Falls Ihr noch weitere kennt oder sie Euch begegnen, könnt Ihr sie auch gern über “Add a cat” eintragen.
Und übrigens, auch für die Begegnung mit Bahnhofskatzen gelten Benimmregeln. Hier zur Auffrischung “CATS: Wie spricht man eine Katze an?” [4]. Und bitte denkt daran: “Wohl dem, der sich zuvor besinnt, dass Katzen keine Hunde sind!”
Und nun die etwas persönlicher, die 2. gute Nachricht 😉 Ja, schon wieder ein Jahr. Der #geoObserver feiert Geburtstag: Exakt heute vor 12 Jahren wurde der erste Beitrag vom #geoObserver gepostet, Inhalt „QGIS 1.8 Release ist online“. Meine Highlights aus dem letzten Jahr chronologisch:
Umzug der kompletten #geoObserver-Infrarstruktur [2], Danke HF & CR!
Übrigens, falls jemand fragt, ein schönes Geschenk wäre ein positives Voting von Euch für den “GeoBasis_Loader” [4]. 😉
Danke meinen Follower auf Twitter, FB, Instagram, Xing, LinkedIn und Mastodon sowie an meine Newsletter-Empfänger, also Euch Geointeressierten! Bleibt dem #geoObserver treu, teilt meine Beiträge, macht Reklame und gebt mir weiter Feedback und Input. Ich freue mich mit Euch auf das nächste Jahr!
Seit gestern vormittag (20.06.2024) und dem 2000. Download ist die Version 0.7 des QGIS-Plugins GeoBasis_Loader [1] im QGIS Plugin Repository [2] frei gegeben. Neu ist ein nochmaliges Code-Refactoring. Da sich die URLs der Geodienste doch deutlich häufiger änderten als erwartet, warum, wissen wohl nur die Diensteanbieter selbst, war es müßig, jedesmal eine neue Version zu erzeugen und auf die Freigabe zu warten. Ab sofort werden die Dienste-URLs aus einer zentralen JSON-Datei gelesen, die natürlich deutlich schneller aktualisiert werden kann. DIE Besonderheit: Findet QGIS diese JSON-Datei im Web, also der Normalfall, wird sofort eine lokale Kopie erzeugt, findet QGIS eine aktualisierte JSON-Datei im Web, wird auch die lokale Kopie aktualisiert. Sollte QGIS mal nicht auf die Datei im Web zugreifen können, kann über die lokale Kopie trotzdem weiter gearbeitet werden. Danke Anton!
Screenshot: GeoBasis_Loader v0.7, hier in Halle (Saale), Heide-Süd mit Flurstücken besonderer Geometrie
Mit v0.7 und der aktuellen JSON-Datei werden derzeit 194 freie WMS, WMTS und WFS unterstützt, Ihr spart Euch also jede Mange Arbeit beim Finden und Einbinden der GeoDienste ins QGIS 😉
Weitere Details und aktuelle Meldungen zum GeoBasis_Loader findet Ihr immer in [1], z. B. die Versionshistorie [3], die Statustabelle [4] und Statuskarte [5] sowie den FAQs [6]. Installation und Updates werden wie gewohnt über die QGIS-Bordmitteln realisiert.
Screenshot: Heute der 2000. Download des GeoBasis_Loaders 🙂
Vermutlich kennt Ihr etliche Arten von Karten, z. B. Choroplethen, Heat Maps, Isochrone, Contour oder Topografische. Aber wie viele kriegt Ihr wirklich zusammen? Auf GISGeography findet man im Beitrag “25 Map Types for Building Unbeatable Maps” [1] fünfundzwanzig (*staunen*) davon. Interessant, Lesetipp!
Seit ca. drei Monaten versuche ich mit meinen QGIS-Plugins, dem prototypischen OD_LSA_Loader [1] und dem dann bundesweiten Nachfolger GeoBasis_Loader [2] den Zugriff zu den offenen GeoBasisDaten der Länder zu vereinfachen. Das klappt eigentlich auch ganz gut, derzeit werden immerhin 194 Geodienste der 16 Bundesländer einfach im QGIS zugänglich gemacht. Allerdings, ich hätte mir das Ganze tatsächlich deutlich einfacher vorgestellt. Immerhin, und das ist wirklich schon ein Erfolg, stehen die meisten Daten offen zur Verfügung, aber wie sie das tun, das muss man registrieren, analysieren und wirklich verbessern. Potenzial sehe ich genug! Lasst uns drüber reden und kontinuierlich verbessern, wir schaffen das 😉
Nun konkret, was konnte ich feststellen, wo stehen wir?
Scheinbar gibt es keine zentralen einheitlichen Verzeichnisse (oder man findet diese eben schlecht)
findet man Verzeichnisse, sind diese unterschiedlich strukturiert, die richtige URL zu finden, erscheint mitunter recht schwierig
Informationen über die Dienste sind teilweise erfasst, viele Zuarbeiten der Community führten deutlich weiter, aber sind eben auch nicht immer vollständig
die URLs der GeoDienste ändern sich in einigen Bundesländern derzeit recht häufig, viel öfter als ich es erwartet hätte, warum eigentlich?*
Bei verfügbaren, inhaltlich gleichen Diensten gibt es z. T. erhebliche Unterschiede zwischen den Bundesländern bzgl.:
Symbolisierung der Layer
Sichtbarkeit der Layer in verschiedenen Maßstäben
Layerstruktur (mal zusammen, mal als einzelne Themen)
Mengenbegrenzung (WFS)
Angebote nicht vollständig
Zugriffszeiten variieren teilweise sehr stark und sind mitunter weit von der 3-Sekunden-Forderung von INSPIRE entfernt
Nicht alle Daten werden wirklich als Open Data, also frei angeboten, teilweise sind die Dienste passwortgeschützt (hier bringt hoffentlich HVD an 9.6.2024 eine Verbesserung?)
Benutzung unterschiedliche Dienste-Server (GeoServer, MapBender, MapServer, ArcGIS-Server, …) mit unterschiedlichen Ausprägungen und Empfindlichkeiten bzgl. der Parameter
Unterschiedliche Unterstützung in D gängiger Projektionen (EPSG)
Daraus lässt sich folgendes Verbesserungspotenzial ableiten:
Harmonisierung, zentrale Pflege und Bereitstellung einer einheitlichen Liste z. B. als offene JSON-Datei sind sinnvoll oder die Möglichkeit die Systeme der Länder einheitlich abzuernten, um dann selbst eine einheitliche Quelle für die QGIS-Integration vorzuhalten
Langzeitstabilität bei den URLs (man sollte sich auch über längere Zeiträume auf die Gültigkeit einer Geodienst-URL verlassen können, sonst hört die Sucherei ja nie auf)
Es sollten vereinheitlicht werden:
Parameter der Dienste-URLs
Symbolisierung der Layer (Vorbild könnte hier basemap.de sein!)
Maßstabsgrenzen der Layer
Layerstruktur in der DB-Struktur UND Granulierung (z. B. „ALKIS-Tatsächliche Nutzung“ in einen gemeinsamen Layer oder in pro Nutzung einzelne Layer ggf. einer Layergruppe)
Unterstützte Dienste-Versionen 1.x, 2.x (WMS, WFS, WMTS), man sollte sich auf einen Mindeststandard einigen
Unterstützte Projektionen auf alle in D üblicherweise genutzten
Alle eingestellten URLs sind vor Veröffentlichung im QGIS auf Konnektivität, Symbolisierung, Maßstabsgrenzen und Layerstruktur sowie Identifizierbarkeit zu testen
“Wir freuen uns, bekannt geben zu können, dass die Europäische Weltraumorganisation (ESA) unseren Vorschlag “Echtzeit-Zusammenarbeit und gemeinsame Bearbeitung für GIS-Workflows mit Jupyter und QGIS“ finanziert.” und “Ziel des Projekts ist es, solide Grundlagen für eine vielseitige webbasierte Benutzeroberfläche für Arbeitsabläufe in Geographischen Informationssystemen (GIS) zu schaffen. Es wird mehrere Komponenten umfassen, darunter eine JupyterLab-Erweiterung für die gemeinsame Bearbeitung von QGIS-Projektdateien und die Integration dieser APIs in das Jupyter Notebook.” [2]
Das Jupyter-Projekt [3] besteht aus einer Sammlung von “Softwareprodukten für interaktive wissenschaftliche Datenauswertung und wissenschaftliche Berechnungen. Der Name Jupyter bezieht sich auf die drei wesentlichen Programmiersprachen Julia, Python und R” [4]
Das Thema DataViz & Verantwortung hatten wir schon mal in [1], die jüngste Europawahl lässt es wieder aktuell werden. Die neuen Beispiele mit der Ergebnis-Präsentation aus Frankreich und Deutschland zeigen erneut deutlich, wie eine ungünstig gewählte Darstellung (hier die Chorophleten) das eigentliche Ergebnis scheinbar total verändert, ohne das jemand irgendein Datum manipuliert hat. Also Leute, werdet Eurer Verantwortung bei der räumlichen Datenvisualsierung gerecht! Danke Christoph Pahmeyer (@chrispahm) und Karim Douïeb (@karim_douieb)!
Each municipality was transformed into a dot, with the area of the dot proportional to the number of voters 👉 a more accurate representation of voting patterns. Nonetheless, right-wing support 🟤 remains concerning. pic.twitter.com/8r0OwXcEX4
