Animation: Das Unfallgeschehen in Halle (Saale) 2017 … 2021 mit QGIS visualisiert
Zwei Tote durch schwere Verkehrsunfälle zu Beginn dieser Woche in Halle (Saale) gaben Anlass, sich doch mal mit den Unfallschwerpunkten hier zu beschäftigen. Ist z. B. die LuWu (Ludwig-Wucherer-Straße) ein Hotspot bei Verkehrsunfällen? Dazu habe hab ich mir alle Unfälle von 2017 … 2021 aus dem Unfallatlas [1] und dessen offenen Daten [2] geladen und vereinigt. Mit diesen Daten wurden dann das Unfallgeschehen via QGIS visualisiert. Das QGIS-Projekt mit den Daten finden Ihr unter [3]. Mit Radius und Maximalwert kann “gespielt” werden. Pro und Contra zu Heatmaps findet Ihr auch unter [4].
Immer wieder kommt es vor, dass QGIS in einem Projekt nicht mehr auf die Datenquelle zurückgreifen kann, vielleicht hat irgend jemand einen Pfad oder Dateinamen umbenannt. Wie Ihr das im QGIS recht einfach fixen könnt, seht Ihr im Youtube-Video “QGIS 3.16 Datenmanagement – Datenquelle reparieren” [1] von Marshal Mappers. “Auto-Finden” kann gut weiter helfen.
Also zuerst, ich mag diese Heatmaps! Heatmap steht für “Wärmebild”, nie war es einfacher, komplexe Inhalte grafisch so gut zu visualisieren, aber man sollte beim Einsatz unbedingt Einiges beachten:
Animation: Die Apotheken von Halle (Saale) mit 1000m, 2000m und 3000m Radius visualisiert
Pro Heatmaps:
gute, schnell erfassbare Aussage aus sehr großer Datenmengen bzgl. Dichte der Daten
lenkt Aufmerksamtkeit
für qualitative Interpretation OK
Contra Heatmaps:
Kein/wenig/nicht sichtbarer Bezug zu Originaldaten – mitunter fragt sich der Benutzer, wie es zu dieser Dichte kommt – quantitative Aussagen können nicht gemacht werden
Unscharfes Modell durch den (kritischen) Wert des Radius*. Wie kommt der zustande? Reale Werte durch Vorschrift (wenn ja, welche?), Ziel eine schönen Grafik, Zufall oder Defaulteinstellung, Screen- oder Realeinheiten?
* … “Radius: Wird verwendet um den Heatmap Suchradius (oder Kernbandbreite) in Metern oder Karteneinheiten anzugeben. Der Radius gibt den Abstand um einen Punkt ab dem der Einfluss des Punktes spürbar wird an. Größere Werte haben eine stärkere Glättung zur Folge, kleinere Werte können aber feinere Details und eine Abwechslung in der Punktdichte zeigen.” [1]
Ich habe mal versucht, das Ganze mit den Apothekenstandorten von Halle (Saale) zu verdeutlichen. Die Daten stammen aus dem OSM-Projekt uns wurden mittels QuickOSM-Plugin ins QGIS übernommen. Dort dann mit der Symbolisierung “Heatmap” für mit 1000m, 2000m und 3000m Radius visualisiert. Welcher der drei Radien verdeutlicht nun die hallesche Apothekendichte am besten? In jedem Fall bemerkenswert die hohe Dichte am Markt und am Reileck – mindestens drei Apotheken auf engstem Raum.
Ihr könnt gern in den Kommentaren Eure Erfahrungen zu Heatmaps ergänzen …
1000m2000m3000mHohe Apothekendichte am Markt und am Reileck
Wie kommt man von 30m Bodenauflösung zu ausreichend guter Druckauflösung? Das interessante Youtube-Video “QGIS Output Resolution”[1] von Jess Zimmerman erklärt Euch …
“… den Unterschied zwischen der Abtastung und der Ausgabeauflösung von schattierten Reliefs. Es beschreibt zwei Methoden zur Steuerung der Ausgabeauflösung von aus QGIS exportierten Dateien, um die gewünschte Ausgabeauflösung für Druckprojekte zu erzeugen.” [1]
Dass die Amtliche Liegenschaftskarte und das Automatisierte Liegenschaftsbuch z. T. erhebliche Abweichungen in den Flächenangaben haben ist vermutlich vielen hier bekannt. Wir haben in unserem KomGIS+ [1] aus diesem Grund extra ein Thema eingeführt, welches bei jeder neue ALKIS-Datenübernahme diese Differenz für den Nutzer ausweist, vgl. folgende Screenshots.
Screenshot: ALK-ALB-Flächendifferenz im KomGIS+ (Identifikation)Screenshot: ALK-ALB-Flächendifferenz im KomGIS+ (Sachdaten-Tabelle)
In vielen Ländern ist man bereits mit 18 volljährig, in einigen erst mit 21 [1]. Heute* ist es soweit, QGIS feiert den 21. Geburtstag, ist also somit vollständig volljährig! Nicht zu fassen, schon 21 Jahre! Also auch vom #geoObserver: Herzlichen Glückwunsch und Danke, Danke, Danke & Weiter so!!!
Und, falls Ihr dieses faszinierende freie GIS-Projekt unterstützen wollt, einfach mitmachen [3] und/oder spenden [4].
Um den Überblick zu behalten und auf dem Laufenden zu bleiben, könnt Ihr im QGIS-Blog monatlich die aktuellen Updates bei den QGIS-Plugins verfolgen, hier 20 Neue aus dem Januar 2023 [1], [2]. Eines davon, das “Project Report Plugin” hatte ich Euch bereits heute vor einer Woche vorgestellt [3]
Screenshot: Der LGLN-Tweet mit der guten Nachricht [4]
Die basemap.de [1] ist wirklich ein wunderbarer Datenbestand mit vorzüglicher Visualisierung, sehr gut geeignet, als deutschlandweite Hintergrundkarte für eigene Fachdaten zu dienen. Ich hatte hier des Öfteren drüber berichtet [2]. basemap.de steht unter dem Slogan “Amtlich. Aktuell. Modern. Flexibel.” [1]. Bei der Aktualität hatte ich an manchen Stellen so meine Zweifel auch öffentlich geäußert, beispielsweise gab es Gebäude, die zwar schon 2017 abgerissen wurden, sich aber auch heute noch in der Karte befinden [3]. Eigentlich hätte ich erwartet, dass hier der Abgleich (Verschnitt) zwischen den amtlichen und den OSM-Daten zügiger erfolgt. Nun ja, bei meiner erneuten Anfrage [3] hat das LGLN Erfreuliches mitgeteilt:
“Damit die Gebäude zukünftig schneller aktualisiert werden, bauen wir gerade eine KI für die Luftbildauswertung. In diesem Fall würde die KI dort kein Gebäude vorfinden und eine Änderung vorschlagen. (teilweise werden hier auch noch falsche Gebäude erkannt. Wir arbeiten dran.)” [4].
Ich finde das wirklich sehr interessant, sage den LGLN_Developers DANKE!, gebe diese gute Nachricht gern weiter und freue mich auf die Ergebnisse. Alle GeoDaumen sind gedrückt! Hier der Original-Tweet [4]:
Damit die Gebäude zukünftig schneller aktualisiert werden, bauen wir gerade eine KI für die Luftbildauswertung. In diesem Fall würde die KI dort kein Gebäude vorfinden und eine Änderung vorschlagen. (teilweise werden hier auch noch falsche Gebäude erkannt. Wir areiten dran. 🙂) pic.twitter.com/UuizJZZb7W
Kennt Ihr schon die OpenAirportMap [1]? Alle (?) Flughäfen und Flugplätze weltweit via OSM-Daten kartiert mit Angaben zu Namen/ICAO-Code, Webseite, Telefon, Eröffnung, Höhe, Anzahl der Startbahnen und Fotos sowie Passagierzahlen und deren Entwicklung. Egal, wie groß der Flugplatz ist, ich habe alle Gesuchten gefunden, also die ganz Großen wie London Heathrow Airport [2], die Mittleren wie Leipzig/Halle Airport [3], aber auch die Kleinen wie Magdeburg-Cochstedt Airport [4] sowie die ganz Kleinen wie Halle-Oppin Aerodrome [5] und Ballenstedt Aerodrome [6].
Der Tipp kam aus der Wochennotiz 655 (Weekly OSM) [7], dort heißt es:
“dktue hat eine experimentelle Karteerstellt, in die du den ICAO-Code eines Flughafens (z. B. EDDH) eingeben kannst. Daraufhin wird eine Vektorkarte mit Daten angezeigt, die über die Overpass-API abgerufen werden.” [7]
