Mehr dazu unter http://leafletjs.com/2013/11/18/leaflet-0-7-released-plans-for-future.html inkl. der Neuerungen und auch gleich die Planung für die v0.8!
Leaflet is released.
Antworten
Archiv des Autors: geoobserver
Ziemlich laut!
Der lauteste Ton, die Krakatoa-Eruption, konnte man 3000 Meilen hören, Die Karte zeigt das Gebiet. Unglaublich, wenn man sich erinnert, dass der Schall mit den Quadrat der Entfernung abnimmt.
Die Spur des Bösen: Philippinen-Katastrophe, Teil 2
Die Katastophe ist natürlich auch bei den OSM-Mappern das Thema – wieder mal sind sie die ersten, die brauchbare Daten z. B. für Rettungsdienste und Hilfsorganisationen zur Verfügung stellen, hier einige Beispiele, wie sich
a) die OSM-Aktivitäten nach dem verheerenden Sturm auf das zerstörte Gebiet konzentrieren
Quelle: http://neis-one.org/2013/11/typhoon-haiyan-osm-response/
oder direkt zur Karte: http://resultmaps.neis-one.org/osm-typhoon-haiyan-2013/#8/11.003/125.151
b) die Daten der Stadt Tacloban innerhalb weniger Tage verändert hat
Quelle: https://twitter.com/RBanick/status/400055778435809280
Einige interessante Ausführungen zum schnellen und unkomplizierten Einsatz der OSM-Mapper in Katastrophen-Situationen findet Ihr auch bei Pascal Neis auf SlideShare.
Allen Mappern dafür: DANKESCHÖN und weiter so!
Die Spur des Bösen: Philippinen-Katastrophe, Teil 1
Die Visualisierung des Taifun-Verlaufs auf den Philippinen auf einer Karte mit „R“ und „“googlevis“ visualisieren, ist mit wenig Aufwand möglich, beschrieben unter r-bloggers, siehe hier:
http://www.r-bloggers.com/googlevis-0-4-7-with-rstudio-integration-on-cran/
Hoffen wir mal, dass man diese Art, Karten zu erstellen auch für schönere Anlässe nutzen kann!
Hier direkt der Code (vorher die Bibliotheken „XML“ und „googlevis“ installieren):
library(XML)
url <- „http://www.gdacs.org/Cyclones/report.aspx?eventid=41058&episodeid=28&eventtype=TC“
dat <- readHTMLTable(readLines(url), which=5)
dat$latlon <- dat[,8]
levels(dat$latlon) <- sapply(
strsplit(levels(dat[,8]), „,\n „),
function(x) paste(x[2], x[1], sep=“:“)
)
dat$Category <- factor(dat$Category, levels=levels(dat$Category)[c(6,7,1:5)],
ordered=TRUE)
dat$cat <- as.numeric(dat$Category)
dat$Gust_kmh <- dat[,6]
levels(dat$Gust_kmh) <- sapply(strsplit(levels(dat[,6]), „km“),
function(x) gsub(“ „, „“,x[1]))
dat$Gust_kmh <- as.numeric(as.character(dat$Gust_kmh))
library(googleVis)
M <- gvisGeoChart(dat, „latlon“, sizevar=“cat“,
colorvar=“Gust_kmh“,
options=list(region=’035′,
backgroundColor=“blue“,
datalessRegionColor=“grey“))
plot(M)
RedHairMap
Man kann ja alles Mögliche auf der Karte mit einem GIS visualisieren, jeder von uns hat ’ne Menge Ideen, aber auf so einiges wäre der geoObserver nie gekommen, obwohl es auch interessant sein kann. Heute die Verteilung rothaariger Mitmenschen in Europa, gefunden auf Twitter.
Doch schaut selbst:
https://twitter.com/Amazing_Maps/status/364121862093025280/photo/1
Für Klarheit sorgen: INSPIRE
Für alle, die im INSPIRE-Umfeld tätig sind, sein wollen, müssen, dürfen steht unter GEOPORTAL.DE eine neue Handlungsempfehlung zum Download bereit. Hoffentlich wird’s klarer!?
Postgis-Release: now 2.1.1
Postgis meldet sich selbst via Twitter:
Alles weitere siehe hier: http://postgis.net/2013/11/08/postgis-2.1.1
Houston – wir haben ein Problem!
Düstere Aussichten für Houston, Amsterdam, Brüssel, Venedig, Florida, …
Alles einfach weg, naja nicht ganz weg, aber eben unter Wasser – x mal Atlantis?
Die National Geographic zeigt unter „Rising Seas“ die Auswirkungen, falls alles Landeis schmilzt. Na Klasse, hoffen wir mal, dass das nicht passiert. Und irgendwie sind wir ja alle gefordert!
Quelle: http://ngm.nationalgeographic.com/2013/09/rising-seas/if-ice-melted-map
PSQL-Befehle … die Top10
In vielen OSS-Umgebungen im Geo-Bereich wird erfolgreich die leistungsfähige freie PostgreSQL-Datenbank eingesetzt. Wir setzen sie seit Jahren mit Erfolg ein und haben beste Erfahrungen.
Anderen geht es ähnlich und manch eine kommt auf die unglaublichsten Ideen. Zum Beispiel zählt Selena Deckelmann die PSQL-Befehle, die sie auf der Datenbank-Konsole so eingibt. *Schmunzel*
Tipp von einem Kollegen, besser wäre es allerdings so (ich hab’s probiert, klappt):
awk '{ print $1} ' text.txt | sort | uniq -c | sort -n -r
Aber wenn man es sich richtig überlegt, gar nicht so dumm und da sie es im Blog öffentlich macht, können wir alle sehen, welche wohl die meistgebrauchten Kommandozeilen-Befehle sind. Das sind wohl dann auch die Wichtigen? Probiert es mal in Euren Umgebungen. Und nebenbei kann man sein Wissen auffrischen, weil sie unten alle Befehle noch mal erklärt.
Quelle: http://www.chesnok.com/daily/2013/11/06/top-10-psql-commands-i-use/
20 Unerwünschte Karten-Tipps, Teil 1
Heute mal eine interessante Betrachtung zum Thema Kartographie – die unerwünschten Tipps. Einige scheinen sicher auf den ersten Blick falsch oder wenigstens fraglich, beschäftigt man sich intensiver damit, erscheinen sie mehr und mehr einleuchtend. Lest unbedingt die Erklärungen in der Quelle, hier die „nur“ die Anreißer:
- Aggregiere widerwillig
- Lass dem Macher seine Freiheiten
- Defaults sind böse, lass Vorgaben (wenn’s geht)
- Vermeide Legende, wenn möglich. Prüfe, ob der Sachverhalt nicht durch ein Diagramm besser dargestellt werden kann
- Kümmere Dich nicht um politische Grenzen, dein Sachverhalt kümmert sich (meist) auch nicht um sie. Sind sie unbedingt notwendig, dann nimm eine reduzierte Präsentation
- Noch mal politische Grenzen: Nutze lieber reale Objekte – z. B. Häuser – Choropleten sind langweilig
- Animationen? Stell lieber Beides dar, die Animation und die Einzelbilder/Zeitscheiben
- Vorsicht mit Farben, Ästhetik vs. Eindeutigkeit
- Setz Deinen Namen unter die Karte
- Kodiere Farben schon im Titel, spar die Legende
Quelle: http://uxblog.idvsolutions.com/2013/10/20-unrequested-map-tips-part-1.html