PostGIS@Mac: PostgreSQL v16!

Wie einfach PostgreSQL und PostGIS auf dem Mac installiert werden kann habe ich bereits vor mehr als vier Jahren in “PostGIS@Mac” [1] beschrieben und dass PostgreSQL v16 verfügbar ist, konntet Ihr in “Released: PostgreSQL v16!” [2] nachlesen. Nun hab ich am Wochenende endlich mal meine bestehende Arbeitsumgebung bzgl. der GeoDB aktualisiert und die Postgres.app v2.6.7 [1] mit PostgreSQL 16.0 und PostGIS 3.4.0 auf macOS 14.1 (Sonoma) installiert. Es war wieder so herrlich einfach wie in [1] beschrieben:

“Einfach die Postgres.app unter [2] herunterladen und in den Programm-Ordner verschieben und mit Doppelklick starten, im aufgeblendeten Dialog „Initialize“ klicken und fertig ist die PostgreSQL-Installation. Um auch noch über PostGIS zu verfügen, muss lediglich noch „CREATE EXTENSION postgis;“ auf der Kommandozeile eingegeben werden*.  Fertig :-)” [1]

Screenshot: Postgres.app v2.6.7 mit PostgreSQL 16.0 und PostGIS 3.4.0  auf macOS 14.1 (Sonoma)

[1] … https://geoobserver.de/2019/05/14/postgismac/
[2] … https://geoobserver.de/2023/09/15/released-postgresql-v16/
[3] … https://postgresapp.com/de/

GDAL Released: v3.7.3

Per Mail [1] gab Even Rouault am gestrigen Freitag bekannt, dass seit dem 03.11.2023 eine neue Version der universellen GDAL-Bibliothek [2] zur Verfügung steht, aktuell ist nun GDAL v3.7.3. 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].

[1] … https://lists.osgeo.org/pipermail/gdal-dev/2023-November/057879.html
[2] … https://gdal.org/
[3] … https://github.com/OSGeo/gdal/blob/v3.7.3/NEWS.md

Nordpfeile & Massstabslineale: Manchmal besser nicht?

In seinem Beitrag “Why it’s better not to add scalebars to world maps” [1] beschreibt Nicolas Lambert (@neocartocnrs) auf unterhaltsame und einleuchtende Weise, warum es, je nach Projektion mitunter sehr sinnvoll sein kann, typische Kartenelemente wie Nordpfeile und Massstabslineale besser wegzulassen. Weniger ist eben manchmal mehr 😉

Screenshot-Ausschnitte: (Quelle [1])

Hier die Original-Tweets [2], [3]:

[1] … https://observablehq.com/@neocartocnrs/geoviz-scalebar?collection=@neocartocnrs/geoviz
[2] … https://x.com/neocartocnrs/status/1717555798186819942?s=20
[3] … https://x.com/neocartocnrs/status/1717464696666661212?s=20

QGIS-Tipp: Das “XYZto3D” Plugin

Screenshot 1: 3D mit dem XYZto3D Plugin rechts. Links nur zur Orientierung das QGIS-View

Selten kommt man mit so wenig Aufwand zu so aussagekräftigen und interaktiven 3D-Modellen! Das QGIS-Plugin “XYZto3D” erwartet ausschließlich Daten aus einer CSV-Datei in der Struktur X, Y, Wert (z. B. Höhe). Eine Visualisierung wie im QGIS-View in Screenshot 1 ist nicht nötig(!), dient hier nur der Orientierung. Installation aus dem Zip-File, Funktion und Bedienung des Plugins sind in “Generate 3D Topography Surface Model from XYZ Data with XYZto3D QGIS Plugin” [2] ausführlich beschrieben. Mein Test mit einem Ausschnitt der Höhendaten der Digitalen Stadtgrundkarte der Stadt Halle (Saale) [3] funktionierte auf Anhieb tadellos.

Screenshot 2: Struktur und Ausschnitt der CSV-Datei Höhendaten der Digitalen Stadtgrundkarte der Stadt Halle (Saale) [3] hier in Libre Office Calc
Animation: Navigieren und Identifizieren im 3D-Ergebnis
Bildvergleich: Zuordnung Berg & Tal am Giebichenstein in Halle (Saale)

Hier der Original Tweet [1]:

[1] … https://x.com/rafemoro/status/1714660142480826668
[2] … https://www.geodose.com/2023/10/xyzto3d-qgis-plugin.html
[3] … https://webapp.halle.de/komgis30.hal.opendata/f398a5d8-9dce-cbbc-b7ae-7e1a7f5bf809.html

Vorschau: QGIS 3.34 – „Prizren“ – Visual Changelog

Für heute, Freitag, den 27.10.2023 ist laut QGIS-Roadmap [1] die Version 3.34 „Prizren“ angekündigt. Wer sich schon jetzt über die neuen Funktionen von QGIS 3.34 informieren will, auf Youtube findet Ihr eine Zusammenfassung im „QGIS 3.34 Visual Changelog“ [2] und lesbar unter [3]. Viele coole Neuerungen, ich bin gespannt …

[1] … https://qgis.org/de/site/getinvolved/development/roadmap.html
[2] … https://www.youtube.com/watch?v=LHFVo0edaXE
[3] … https://changelog.qgis.org/en/qgis/version/3.34/

Tipp: Der Leitfaden für Cloud-optimierte Geodatenformate

Screenshot (Quelle [2])

Datenhaltung in der Cloud nimmt auch für Geodaten immer mehr an Bedeutung zu. Dementsprechend werden auch immer neue Datenformate entstehen, welche auf die speziellen Anforderungen wie Reduzierte Latenz, Skalierbarkeit, Flexibilität und Kosteneffizienz in der Cloud optimiert sind, eben Cloud Optimized! Per Tweet [1] bin ich auf den “Cloud-Optimized Geospatial Formats Guide” [2], also den “Leitfaden für Cloud-optimierte Geodatenformate” aufmerksam geworden und gebe das als Tipp gern weiter. Interessanter Überblick zum aktuellen Status der cloudoptimierten Datenformate. Danke @cloudnativegeo [3]!

Hier der Original-Tweet [1]:

[1] … https://x.com/cloudnativegeo/status/1716470293957390531
[2] … https://guide.cloudnativegeo.org/
[3] … https://twitter.com/cloudnativegeo

Datawrapper: Eine Karte auf die Schnelle

Animation: Mein Test in vier Schritten plus Ergebniskarte

Mit Datawrapper [1] könnt Ihr so ganz auf die Schnelle recht schöne Karte, aber auch Charts und Tabelle erstellen, einfach anmelden und loslegen. Ich habe es mal für Karten getestet, es klappt prima. Hier mein Test für eine Halle-Karte mit Legende, Übersichtsglobus, Scalebar, Nordpfeil und SocialMedia-Ikonen in ein paar Schritten …

Die Links zu meinen Ergebnissen: “Visualization only” [3] und “for sharing” [4].

Hier der Original-Tweet [2]:

[1] … https://app.datawrapper.de/
[2] … https://x.com/Datawrapper/status/1716475394121994304?s=20
[3] … https://datawrapper.dwcdn.net/0CEAe/6/
[4] … https://www.datawrapper.de/_/0CEAe/

Python for Spatial

Python als Skriptsprache hat insbesondere im Bereich Geografischer Informationssysteme seit Jahren eine wachsende Bedeutung. Sowohl beim Marktführer in der Arc*-Welt wie auch im freien QGIS stehen viele Python-basierte Skripte und Erweiterungen zur Verfügung. Arcpy, PyProj, NumPy sind typische Vertreter. Außerdem können die GI-Systeme mit Python recht einfach um eigene Funktionalitäten und Automaten erweitert werden. In [1] heißt es einleitend:

“Python-Bibliotheken sind die ultimative Erweiterung für GIS, denn sie ermöglichen es Ihnen, die Kernfunktionen zu erweitern.
Durch die Verwendung von Python-Bibliotheken können Sie aus der GIS-Schablone ausbrechen und in die Datenwissenschaft eintauchen.”
[1]

Für mich ein Grund mehr, heute mal dieses Thema bei Euch anzutriggern und einige Sammlungen für Python-Ressourcen in “Python and GIS Resources” [1], “15 Python Libraries for GIS Mapping” [2] und die Linkliste von Milan Janosov [3] zu zeigen.

Einen kleinen Einstieg in die Problematik Python & QGIS & Plugin findet Ihr bei Ivo Partschefeld alias PyQGIS (@PyQgis) auf Youtube im Video “QGIS Plugin erstellen für Anfänger | Create a QGIS Plugin for beginners” [4]:

[1] … https://www.gislounge.com/python-and-gis-resources/
[2] … https://gisgeography.com/python-libraries-gis-mapping/
[3] … https://www.linkedin.com/posts/milan-janosov_datavisualization-datascience-data-activity-7115972452437884929-V-XH/
[4] … https://www.youtube.com/watch?v=1tu88NsIDfE

pgModeler: v1.1.0-beta

Screenshot: Homepage von pgModeler (Quelle [1] ]

pgModeler [1] ist eine Open-Source-Software zur Modellierung von PostgreSQL-Datenbanken. Die Software kann kostenfrei als Quellcode runter geladen und kompiliert werden (wenn man es kann ;-), vorkompilierte Binärpakete sind lt. [2] zu “zu einem wirklich fairen Preis” kostenpflichtig. Per Tweet [3] wurde jetzt die v1.1.0-beta angekündigt.

Hier der Original-Tweet [3]:

[1] … https://pgmodeler.io/
[2] … https://pgmodeler.io/download?purchase=true
[3] … https://x.com/pgmodeler/status/1715381060521877552