Eine gute Idee: QGIS erweitern mit einem neuen Layer-Typ. Nachdem wir Vektoren, Raster und Tabellen schon kennen, schlagen Martin Dobias und Peter Petrik vor, in QGIS Unstrukturierte Mesh-Layer aufzunehmen, z. B. für Simulationen, wie sie für die Meterologie, Ozeanographie und bei hydraulischen Modellierungen gebräuchlich sind. Erlkärt wird alles auf GitHub “Unstructured Mesh Layers”. Lesenswert!
Neuer Termin für QGIS-Basisschulung bei IT-Consult in Halle steht im Juni 2018 bereit:
Schulungsinhalte auf einen Blick:
Den Zugriff auf Geodienste wie WMS und WFS kennen die meisten schon, aber nicht immer ist der Aufwand für eine GDI gerechtfertigt. Um trotzdem auf entfernte Geodatenbestände zugreifen zu können, stellt die Kombination aus dem neuen GDAL und QGIS3 jetzt neue Zugriffsmöglichkeiten zur Verfügung. Einfach mal so auf ein Shapefile über das Web (http, https, ftp, …) via Port 80 zugreifen. Ich hab’s probiert, das Ergebnis ist in der kleinen Animation anzusehen:
Die Testdaten (“paulusviertel.shp”) findet Ihr beim geoObserver (Grundlage sind die OpenData-Daten der Stadt Halle hier die Baublöcke auf das Paulusviertel reduziert), die URL der Daten http://www.geoobserver.de/paulusviertel.shp wird im QGIS und GDAL mit “/vsicurl/” zu /vsicurl/http://www.geoobserver.de/paulusviertel.shp ergänzt.
Die kompletten Möglichkeiten der “GDAL Virtual File Systems” findet Ihr unter: http://www.gdal.org/gdal_virtual_file_systems.html
Gern gebe ich den Tipp von @YuriEngelhardt mit einer Sammlung von hilfreichen Katalogen mit Datenvisalisierungstools weiter:
Der Original-Tweet (schon 510 Likes!):
https://twitter.com/YuriEngelhardt/status/988111328937238533
Das Problem gibt es immer wieder, man hat einen Punkt-Datenbestand mit verschiedenen Werten (Spalten) und will diese Daten auf Flächen aggregieren, z. B. die Einwohnerdaten (EW/Gebäude) auf Baublöcke, Stadtteile, Stadtviertel, …
Die Lösung im QGIS ist einfach, wenn man sie kennt ;-). Im Werkzeugkasten die Funktionen “Attribute nach Position zusammenfügen” oder in der engl. Version “Join attributes by location”. Wichtig ist die Einstellung: Attributzusammenfassung auf “Zusammenfassung der schneidenden Objekt erstellen”!
Einwohner/Kinderzahl der Punktdaten (points) summiert auf die Baublöcke (polys)
Zum Testen ein QGIS-Projekt und die Dummy-Daten (EW=Einwohnerzahl, Kinder=Kinderzahl). Die Polygone sind dem OpenData-Portal der Stadt Halle (Saale) entnommen.
Das Leibnitz-Institut für Länderkunde e. V. hat innerhalb des {COD1NG DA V1NC1}- Projektes seine historische Kartensammlung der Geografischen Zentralbibliothek unter der CC0-Lizenz zur Verfügung gestellt. Auf Leibniz Maps findet Ihr momentan 1549 Karten von 1600-1900 als Thumbnails (470MB) und Scans (62GB).
Die Thumbnail-Seite als Screenshot
(Quelle: https://speicherwolke.uni-leipzig.de/index.php/apps/gallery/s/p3OptbKiHHoPEhU#images_thumbnails)
Wir haben es geschafft. Das Feinsstaubprojekt in der heutigen MZ, immerhin Seite 3! Nun mögen es nur noch viele Hallenser lesen, verinnerlichen und bitte mitmachen. 300 Sensoren sind das Ziel für Halle. Sponsoren sind willkommen, ein Sensor kostet 30 EUR, gesponsorte Sensoren können an Schulen verteilt, dort gebaut und betrieben werden.
Besonderer Dank an die halleschen Initiatoren und Mitstreiter Sabine Griebsch von Digitale Themen und Daniel Havlik vom Eigenbaukombinat/JugendHackt!
Update: 18.04.2018, 12:00: Jetzt auch auf MZ-Web: https://www.mz-web.de/mitteldeutschland/feinstaubjaeger-von-nebenan-deshalb-bauen-hobby-tueftler-eigene-sensoren-30032926
Quelle: Mitteldeutsche Zeitung vom 18.04.2018, Seite 3
Mehr zum Feinstaubprojekt: https://geoobserver.de/?s=feinstaub&submit=Suchen
Teilweise wunderschöne Grafiken, fast schon Kunst, könnt Ihr einfach mit dem kartografischen Tool “Morphology” auf Geraldine Sarmientos Webseite erzeugen. Einfach probieren, aber Vorsicht: kann süchtig machen 😉
Halle (Saale) mit verschiedenen Layern
(Quelle: https://sensescape.github.io/morphology/#lat=51.4846&lng=1…m=morphology)
Sand, Schluf, Ton, Fein- und Grobböden, Rückschlüsse zur landwirtschaftlichen Produktivität, … interessante Fakten zu Kartierung von Böden und die Bodenkarten findet Ihr bei ScienceDirect im Beitrag “Mapping topsoil physical properties at European scale using the LUCAS database”
Mutterboden (0-20 cm) und Sandgehalt (%)
(Quelle: https://ars.els-cdn.com/content/image/1-s2.0-S0016706115300173-gr5.jpg)
Gestern: “29 Kilogramm Plastik im Magen: Wal stirbt an verschlucktem Müll“. Es wird zu viel Plastikmüll verursacht, das ist bekannt. Aber wo kommt er eigentlich her. Statista hat die Daten und Karte dazu: “So viel Plastikmüll verursachen die EU-Bürger”
Quelle: