DataViz & Verantwortung?!

Und wieder ein wunderbares Beispiel, wie eine ungünstige Darstellung (hier die Chorophleten) das eigentliche Ergebnis scheinbar total verändern, ohne das jemand irgendein Datum manipuliert hat. Die Darstellung mit proportionalen Symbolen gibt hier deutlich besser die wahren Ergebnisse der US-Wahl [1], [2] wieder. Und genau deshalb: Überlegen wir uns gut, wie wir Daten visualisieren! Mehr DataViz-Tipps unter [3].

[1] … https://twitter.com/simongerman600/status/1591175192834965515
[2] … https://twitter.com/UniquelyCullen/status/1591260775456219136
[3] … https://geoobserver.de/2021/10/13/dataviz-visual-vocabulary-2/

Schnell umgeschaltet: OpenSwitchMaps

Kennt Ihr schon OpenSwitchMaps [1]? Einfach eine bekannte Lokation z. B. über die OpenStreetMap-URL via Copy & Paste einfügen und schon werden Euch dutzende Kartendienste mit der auf diese Lokation vorgefertigten URL angeboten. Ich hab es mal probiert, meine URL war:

https://www.openstreetmap.org/#map=18/51.49342/11.97335

Diese bei “Map URL” (1) eingefügt und schon das Ergebnis z. B. bei MapCompare mit dem richtigen Link (2). Einfacher geht’s nicht 🙂

Sccreenshot: Mein Test (Quelle [1])

[1] … https://tankaru.github.io/OpenSwitchMapsWeb/index.html

QGIS-Tipp: Rasterauflösung erhöhen mit GWR

Screenshot (Quelle [1])

Mittels GWR – Geografisch gewichteter Regression kann unter bestimmten Bedingungen die Auflösung eines recht groben Rasters deutlich verfeinert werden. In “‘Increasing’ the resolution of a raster using Downscaling in QGIS“[1] hat Autor franzpc [2] die Vorgehensweise auf GIScrack beschrieben, genutzt wird im QGIS die Saga-Funktion “GWR for Raster Downscaling” [3]. Hochinteressant, ich werde es mal testen.

Hier auch als Video auf Youtube [4] (leider “nur” in Spanisch):

[1] … https://giscrack.com/increasing-the-resolution-of-a-raster-using-downscaling-in-qgis/
[2] … https://giscrack.com/author/franzpc/
[3] … https://saga-gis.sourceforge.io/saga_tool_doc/7.2.0/statistics_regression_14.html
[4] … https://www.youtube.com/watch?v=PBmwy4t0gEQ
[5] … https://acolita.com/aumentar-la-resolucion-de-un-raster-usando-la-tecnica-downscaling-en-qgis/

2022 und immer noch das Shapefile?

Warum das Shapefile ein schlechtes Format ist (Screenshot von switchfromshapefile.org )

Über das Shapefile wurde hier schon oft geschrieben, z. B. in “Shapefile, die NeverEnding Story” [1] und “Shapefile: Eine Hassliebe” [2]. Weil ich es nun aber immer wieder täglich erlebe, wie viele Nutzer dieses Uralt-Geoformat noch nutzen, vermutlich einfach, weil sie es gewöhnt sind, kommt heute wieder mal eine Erinnerung. Leute, lasst es endlich, es gibt deutlich bessere, modernere Formate, quasi Brauchbare in 2022. Das Shapefile sollten wir wirklich (auch in allen Ehren) beerdigen. Nutzt die Datenbank oder ein GeoPackage oder …

[1] … https://geoobserver.de/2018/07/19/shapefile-die-neverending-story/
[2] … https://geoobserver.de/2017/10/26/shapefile-eine-hassliebe/
[3] … http://switchfromshapefile.org/
[3] … https://geoobserver.de/2016/03/29/theshapefilechallenge-the-winner-is/
[4] … https://geoobserver.de/2017/05/29/25-jahre-esri-shapefile-herzlichen-glueckwunsch/

QGIS-Tipp: Replace Geometry Plugin

Und wieder so ein kleines cooles Plugin für QGIS: “Replace Geometry” [1] – also eine Geometrie ersetzen unter Beibehaltung der Sachdaten der alten zu verwerfenden Geometrie. Es funktioniert mit jedem Geometrietyp (Punkt, Linie, Polygon) und jedem Vektorebenenformat. Einfach, wirksam, empfehlenswert!

Animation: “Replace Geometry” [1] in Aktion

[1] … https://plugins.qgis.org/plugins/replace_geometry/

OSM im Harz: Zu viele oder unerwünschte Daten?

Screenshot: Viele Wanderwege im Harz östlich des Brockens, aber welche sind offiziell? (Quelle: OSM [1])

Es ist mitunter paradox: Da gibt es auf der einen Seite die Leute, die ein so wunderbares Projekt, wie OpenStreetMap [1], also die freie Weltkarte, fleißig mit Daten versorgen und wirklich alle haben einen (kostenfreien) Mehrwert davon. Und dann kommen Andere – hier ein aktuelles Beispiel der MZ aus dem Harz: ‘Nationalpark Harz geht gegen „digitale“ Wanderwege vor’ [2], denen das ggf. nicht recht ist, aus beruflichen Gründen auch nicht recht sein kann und auch sie haben nachvollziehbare Gründe. Die OSM-Mapper sagen, wir bilden die reale Welt ab und erfassen alles, was da ist, die Harz-Ranger hingegen wollen aber nur offizielle Wanderwege haben. Beide Seiten haben also berechtige Interessen, wie gehen sie/wir nun damit um? Abwägung, Kompromiss, gesonderte Attribute, “Wie frei sind eigentlich Daten?”, Datensparsamkeit, Verantwortung, … man darf gespannt sein.

Ergänzung (siehe Kommentar 2]: Zwei Vorträge zum Thema findet Ihr unter [3] und [4]. Danke Volker!

[1] … https://www.openstreetmap.org/#map=10/51.7138/10.5462
[2] … Nationalpark Harz geht gegen „digitale“ Wanderwege vor (MZ vom 06.11.2022)
[3] … OpenStreetMap in Nationalparken – Chancen, Folgen und Herausforderungen
https://av.tib.eu/media/53949
[4] … Mit digitalen Naturschutzinformationen und OpenStreetMap ein nachhaltiges Verhalten in der Natur ermöglichen.
https://av.tib.eu/media/53950

QGIS-Tipp: Selection Set Reloaded

Screenshot: Getestet, hier mit drei gespeicherten Selektionen der Flächenobjekte der halleschen Digitalen Stadtgrundkarte [4]

Es lohnt sich immer wieder, in das QGIS-Plugin-Repository [1] zu schauen und nach neuen Plugins zu suchen [2]. Erst gestern habe ich dort ein interessantes Tool gefunden, das Selection Set Reloaded-Plugin [3]. Es erweitert QGIS um die Möglichkeit, selektierte Objekte pro Layer oder für alle Layer zu speichern und zu laden. Es basiert auf der Arbeit von Nathan Woodrow und Thomas Baumann. Ein paar Funktionen hinzugefügt und einige Fehler behoben. Ich hab’s gleich für Euch getestet, siehe Screenshots. Empfehlenswert!

Animation: Das Plugin in Aktion
Screenshot: Das Plugin im QGIS

[1] … https://plugins.qgis.org/plugins/
[2] … https://plugins.qgis.org/plugins/fresh/
[3] … https://plugins.qgis.org/plugins/selection-sets-reloaded/
[4] … https://www.halle.de/de/Verwaltung/Online-Angebote/Offene-Verwaltungsdaten/Mit-Kartenbezug/index.aspx?ID=f398a5d8-9dce-cbbc-b7ae-7e1a7f5bf809

Leibniz-Institut für Länderkunde: Nationalatlas.de

Screenshot: Die Startseite von Nationalatlas.de (Quelle [1]]

Auf der Startseite von Nationalatlas.de [1] heißt es:

nationalatlas.de
… führt das Projekt “Nationalatlas Bundesrepublik Deutschland” des Leibniz-Instituts für Länderkunde weiter. Die Website bietet umfassende Informationen zu dem 2007 abgeschlossenen Vorhaben und erschließt die Inhalte der zwölf Atlas-Bände. Wissenswertes zum Thema Nationalatlanten und eine Datenbank internationaler Atlasprojekte sind ebenso eingebunden wie unser Webangebot „Nationalatlas aktuell“, in dem in alle vier bis fünf Wochen ein neuer Kartenbeitrag zu einem spannenden Deutschlandthema erscheint. Interaktive Visualisierungen ergänzen das Angebot und zeigen die Möglichkeiten innovativer räumlicher Darstellungsmethoden auf.
Zusätzlich bietet das Portal Hinweise und Links auf spannende Projekte im World Wide Web.” [1]

In jedem Fall eine umfangreiche Sammlung unterschiedlichster Daten, natürlich geoferenziert, ein Atlas eben! Ihr werdet viel Interessantes entdecken!

Hier der Orignal-Tweet [2]:

[1] … https://www.nationalatlas.de/
[2] … https://twitter.com/Leibniz_IfL/status/1585632243870883840

correctiv.org: Der Grundwasseratlas (auch im QGIS)

Screenshot: Die interaktive Karte des Grundwasseratlas mit einer halleschen Messstelle (Quelle [1])

Erschreckende, obwohl leider nicht überraschende Daten zeigt uns der Grundwasser-Atlas von correctiv.org [1]. Ca. 6700 Messstellen verdeutlichen die (bittere) Wahrheit: im Durchschnitt sinkt der Grundwasserspiegel seit 1990, das Problem der flächendeckenden Trockenheit wird größer. Die blauen Punkte (steigende Grundwasserspiegel) liegen im Bundesgebiet deutlich hinter den Sinkenden. Die Rohdaten findet Ihr auf GitHub [2], ich habe mal mit den “Stammdaten und Trends” (messstellen.csv [3]) experimentiert. Diese direkt als CSV über latitude/longitude georeferenziert ins QGIS eingebunden und nach der Spalte “trend_normalized” klassifiziert zeigen Euch die gleichen Ergebnisse, aber eben im lokalen QGIS und ggf. mit Euren Daten vor Ort kombiniert.

Screenshot 1: CSV über “Getrennte Texte” ins QGIS importiert
Screenshot 2: Im QGIS nach der Spalte “trend_normalized” klassifiziert

Hier der Original-Tweet [4]:

https://twitter.com/jsachse/status/1585154848957550592?s=20&t=oBA6_r0a1-TS2qregieogw

[1] … https://correctiv.org/aktuelles/kampf-um-wasser/2022/10/25/klimawandel-grundwasser-in-deutschland-sinkt/
[2] … https://github.com/correctiv/grundwasser-data
[3] … https://raw.githubusercontent.com/correctiv/grundwasser-data/main/messstellen.csv
[4] … https://twitter.com/jsachse/status/1585154848957550592