Man glaubt es kaum, aber es ist leider wahr: Nicht mal der Duden kann “Geodaten” richtig erklären. In einem Tweet vom Wochenende [1] musste man mit Erstaunen feststellen, der Duden erklärt Geodaten mit “digitale geologische Daten”. Wie jetzt? Da ist wirklich nicht lustig und wird hoffentlich schnell korrigiert?(!) Dabei hätte man sich doch nur in diesem Internetz informieren können, z. B. bei Wikipedia [2], die wissen dort besser, was Geodaten sind. Langsam begreife ich, warum mich keiner versteht 😉

Hey Duden: Damit das sitzt, schreibst Du jetzt 100 x “Geodaten sind digitale Daten mit Raumbezug”! Das trifft in jedem Fall besser als Deine jetztige (Be)deutung. Wir beobachten das 😉

Ergänzung:
Auch des Dudens Beispiel: “Navigationssysteme funktionieren mithilfe von Geodaten” passt so gar nicht zur Erklärung mit den “geologische Daten”.

[1] … https://twitter.com/seandebasti/status/1370844499195363329?s=20
[2] … https://de.wikipedia.org/wiki/Geodaten
[3] … https://www.duden.de/rechtschreibung/Geodaten
[4] … https://de.wikipedia.org/wiki/Georeferenz

Per Tweet [1] und Mail [2] gab Even Rouault vorgestern bekannt, dass seit dem 10.03.2021 eine neue Version der universellen GDAL-Bibliothek [3] zur Verfügung steht. GDAL ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt ist. Die Neuerungen findet Ihr auf GitHub [4], die Downloads bei GDAL [5].

[1] … https://twitter.com/EvenRouault/status/1369660231232458755?s=20
[2] … https://lists.osgeo.org/pipermail/gdal-dev/2021-March/053647.html
[3] … https://gdal.org/
[4] … https://github.com/OSGeo/gdal/blob/v3.2.2/gdal/NEWS
[5] … https://gdal.org/download.html
[6] … https://de.wikipedia.org/wiki/Geospatial_Data_Abstraction_Library

Über die Technik mit den nächsten Nachbarn (nearest neighbour) hatte ich schon mal vor drei Jahren berichtet [1], dort mit Punkten und Linien. Nun gab es die Problematik, perfekt erfasste Merkmale an unzureichenden Linien-Geometrien an neue Linien-Geometrien hoher Qualität anzuhängen. Kurz das Schwarmwissen befragt [2] und schon war die Lösung da:
wieder das NNJoin-Plugin von QGIS [3] nutzen und die Daten vom nächsten Nachbarn holen. Hier Problem und Lösung in Screenshots.

[1] … https://geoobserver.de/2017/02/20/qgis-naechster-nachbar/
[2] … https://lists.fossgis.de/pipermail/fossgis-talk-liste/2021-February/011060.html
[3] … https://plugins.qgis.org/plugins/NNJoin/

Ganz frisch: Gestern veröffentlichte Hans van der Kwast auf seinem Youtube-Kanal ein Video zur “Zonal statistic in QGIS” [1], [2]. Gezeigt werden zwei Möglichkeiten, a) mit Polygonen und b) mit diskretem Raster. Wie immer gut erklärt, einfach mal reinschauen, es lohnt sich … Danke Hans!

[1] … https://www.youtube.com/watch?v=sHfXs_d8VLQ
[2] … https://twitter.com/hansakwast/status/1369224615365652483?s=20

Heute ist der 8. März, der Internationale Frauentag [1]. Seit über 100 Jahren wird dieser Tag begangen. Herzlichen Glückwunsch allen Frauen! Ein Tag, geeignet, um Euch WiGIS – Women in GIS [2] vorzustellen. Zu Ihrer Mission heißt es:

[1] … https://de.wikipedia.org/wiki/Internationaler_Frauentag
[2] … https://womeningis.wildapricot.org/
[3] … https://womeningis.wildapricot.org/About-Us
[4] …. https://geoobserver.de/2017/03/09/women-in-gis/

Wie groß Dein Land auf der Erde wirklich ist, können wir seit TheTrueSize [1] besser einschätzen. Willst Du jedoch wissen, wie groß es im Vergleich mit unseren Planeten und Monden ist, solltest Du Dir mal das interaktive Tool auf “Countries Mapped onto Solar System Bodies” [2]. Interessante Größenverhältnisse werden klar(er).Danke für den Tipp Simon [3]!

[1] … https://geoobserver.de/2016/03/03/proj-wie-gross-ist-groenland/
[2] … https://engaging-data.com/mapping-countries-planets/?c=72&b=2
[3] … https://twitter.com/simongerman600/status/1367574010725236737?s=20

Constantinos Antzakas [1] hat Anfang Februar zwei leichtverständliche PostGIS-Tutorials auf Medium.com veröffentlicht, Teil 1: “Loading geospatial data with PostGIS” [2] und Teil 2: “Driving geospatial data insights with PostGIS” [3]. Ich hoffe, die Reihe wird fortgesetzt, man darf gespannt sein. Lesenswert für Einsteiger und zum Auffrischen 😉

[1] … https://medium.com/@cantzakas
[2] … https://medium.com/greenplum-data-clinics/loading-geospatial-data-with-postgis-83919d6c4cdd
[3] … https://medium.com/greenplum-data-clinics/working-with-geospatial-data-6be87ccd7e03

Eigentlich habe ich mich immer gescheut, Rasterdaten in einer Datenbank zu halten. Was sollte das im “normalen” Betrieb bringen. Hochoptimierte Rasterdaten im Filesystem waren ja auch ok. Trotzdem, irgendwas kribbelte, man sollte es wenigstens mal testen. Immerhin könnte es den Filesystem-Mount sparen (erst recht in verschiedenen Netzwerke und Domains) und man kann auch Rasterdaten via SQL abfragen und ggf. verändern. Klingt dann doch gut, musste ich testen. Und das hab ich dann getan:

1. Mit QGIS aus Dutzenden von Kacheln mit “Raster / Sonstiges / Virtuelles Raster generieren …” ein VRT bilden (Tipp vom Kollegen, nachdem ich mit raster2pgsql mit -d und -a nicht wirklich glücklich wurde)
2. dann raster2pgsql (GDAL) auf die VRT-Datei
3. psql mit der *.sql-Datei und ab in die Datenbank

z. B. so:

raster2pgsql -s 25832 -b 1,2,3 -N 0 -I -l 2,4,8,16,32,64 -d -M ./alle.vrt -C -r -F raster_hal.2020 -t 256x256 >temp_start.sql

psql -d mikee. -f ./temp_start.sql

Ausgeführt und die Ergebnisse sind wirklich bemerkenswert, nur noch ein Connect zur Datenbank, den brauche ich für die Vektordaten sowieso, kein Netzlaufwerk mehr nötig, Performance 1A, siehe [1]!

Nachteil momentan: die DB-ist noch ziemlich groß. Tests mit (meinen) hochkomprimierten Daten schlugen fehl [2]. Das Verhältnis von Roh- zu komprimierten Daten ist momentan 7:1 (14 GByte vs. 2 GByte) Wer also Tipps hat, gern in den Kommentaren oder auf der Liste [2], ich warte drauf, oder jage ich einem Phantom hinterher 😉

[1] … https://www.youtube.com/watch?v=NUkigcBTkfY&feature=youtu.be&vq=hd1080p60
[2] … https://lists.fossgis.de/pipermail/fossgis-talk-liste/2021-February/011086.html
[3] … https://postgis.net/docs/using_raster_dataman.html
[4] … https://gdal.org/drivers/raster/postgisraster.html
[5] … https://digibib.hs-nb.de/file/dbhsnb_thesis_0000002241/dbhsnb_derivate_0000002867/Bachelorarbeit-Kaselow-2019.pdf

Um unseren Globus zu entfalten wurden seit langer Zeit Verfahren entwickelt, welche alle versuchen, die gekrümmte Erdoberfläche in eine Ebene abzubilden. Unsere Vorstellung davon ist sicher sehr unterschiedlich. Das wunderbare, interaktive Projekt “Unfolding the Earth: Myriahedral Projections” von Nico Belmonte [1] versucht, uns die Vorstellung zu erleichtern. Einfach mal zwischen den Projektionen wechseln, mit der Maus der neu entstandene Ebene drehen, mit “Unfold”-Regler die Erde zusammen oder auseinander falten und staunen … Erklärungen gibt’s unter [2].

[1] … http://philogb.github.io/page/myriahedral/#
[2] … https://twitter.com/philogb
[3] … https://www.win.tue.nl/~vanwijk/myriahedral/