Wie die AdV Arbeitsgruppe Smartmapping [1] mitteilt, sind die Vorträge vom Smart Mapping Workshop jetzt als Videos und PDFs online [2]. Der Fortschritt im Projekt verglichen mit dem Juli 2020 [3] ist deutlich, es hat sich einiges getan. Der umfangreiche, zweitägige, verwaltungsinterne Workshop zur Vorstellung der Projektarbeit bzw. des Workflows und der Produkte beinhaltete jede Menge interessanter Vorträge. Hier nur ein paar Stichwörter (nach [2]): Smart Mapping, Datenquellen und Import, Interne Datenmodelle und Prozessierungen, Herstellung von Vektorkachelarchiven (VectorTiles), Styling von VectorTiles, Aufbereiten von Reliefdaten – Schummerungen und Höhenlinien, Datenquellen und Qualitätssicherung, basemap.de Web Vektor und basemap.de Web Raster (WebAtlasDE), Datenabgabe und Nachnutzungsmöglichkeiten und Web-Anwendungen/Kartenbeispiele.
Hier mal wieder ein echtes Projekt aus der Praxis. Holger Naumann von der Regionalen Planungsgemeinschaft Anhalt-Bitterfeld-Wittenberg [1] hat sich intensiv mit der Schattenberechnung für die Landkreise Anhalt-Bitterfeld, Wittenberg und die kreisfreie Stadt Dessau-Roßlau mit OSS-Geosoftware (QGIS, GRASS, GDAL) beschäftigt.
Für den gesamten Planungsraum steht nun eine Schattenberechnung zur Verfügung. Diese Berechnung basiert auf dem “Digitalen Oberflächenmodell mit einer Gitterweite von 2 m (DOM2)” [2] des Landesamtes für Vermessung und Geoinformation Sachsen-Anhalt, welches kostenfrei abgegeben wird. Diese Daten stehen unter der Lizenz Datenlizenz Deutschland – Namensnennung – Version 2.0.m Es handelt sich dabei um Dateien im Format GeoTIFF im Koordinatenreferenzsystem EPSG:25832. Ziel ist die Berechnung der Verschattung im zeitlichen Abstand von einer Stunde zwischen Sonnenaufgang und Sonnenuntergang für den jeweils 1. und 15. Tag jeden Monats. Zur Berechnung wurde das UMEP (Urban Multi-scale Environmental Predictor) Plugin in QGIS [3] verwendet.
Aus den Stundenwerten der Schattenberechnung wird eine Raum-Zeit-Datenbank im GRASS gefüllt, mittels derer dann weitere Datensätze abgeleitet werden können, z. B. Aggregationen nach Monat oder Jahreszeiten. In diesem Datensatz wird der relative Anteil der Verschattung in % zur Tageslänge dargestellt. Es stehen Daten für die 4 Jahreszeiten und das Gesamtjahr zur Verfügung.
Kombiniert man die errechneten Daten dann noch mit den Dachformen und Dachausrichtungen, welche aus dem LOD2-Daten gewonnen werden, steht dem Ziel, ein Solarpotenzial-Kataster aufzubauen nichts mehr im Wege.
Eine Vorabversion des Systems [4] inkl. Beschreibung [5] ist bereits nutzbar. Auch als Indikator für das Stadtklima können die Daten von Interesse sein. Die Daten stehen zum Download [6] bereit. Solltet Ihr mehr darüber wissen wollen, steht Holger Naumann [1] gern direkt zur Verfügung.
Animation; Schatten Deponie Scherbelberg KöthenAnimation: Schatten MuldestauseeAnimation: Verschattung Jahreszeiten in % relativ zur TageslängeScreenshot: Datenpräsentation im WebbrowserScreenshot: Schattenrelief im Gebiet von DessauScreenshot: QGIS-Model-Builder
Hintergrundkarten: Daten von OpenStreetMap – Veröffentlicht unter ODbL
Einen wunderbaren Datenpool mit allen Seen > 10 ha Flächeninhalt habe ich bei HydroLAKES [1], mit Downloads [2] gefunden. Unglaublich, wie viele Seen auf unserer Erde es gibt, besonders im Norden. Insgesamt stehen über 1,4 Millionen Seen zur Verfügung. Die Daten sind aber z. T. wohl schon etwas älter, Details findet Ihr in der Dokumentation [3].
Screenshot: Das Gesamtgebiet mit 1427688 PolygonenScreenshot: Perfekte Übereinstimmung in Finnland
Ein wertvoller Datenschatz, der aber im Einzelfall zu prüfen ist, mitunter wird das Alter zum Problem. Für Gebiete, die ich gut kenne, kann man doch durch den Zeitunterschied signifikante Unterschiede im Vergleich zu aktuellen Daten feststellen, insbesondere in unseren mitteldeutschen Braunkohlelandschaften. Vielleicht wäre es gut, den Datensatz per Community zu aktualisieren? Hier ein paar Beispiele für die historische Abweichungen:
Screenshot: Historische Differenzen im GeiseltalScreenshot: Historische Differenzen im Südlichen Leipzig
Screenshot: Der QGIS 3.24-Changelog auf Youtube (Bildquelle [1])
Am Freitag haben wir die Version 3.24 und denn 20. QGIS-Geburtstag gefeiert und schon am Samstag ist das Youtube-Video mit den Änderungen online: “QGIS 3.24 Visual Changelog”. Danke an Marios S. Kyriakou KIOS CoE, QGIS Cyprus und vor allem allen Mitwirkenden, die diese Neuerungen möglich machten. Großartig!
Die QGIS-Roadmap [1] und mein Kalender verraten mir, dass für heute QGIS 3.24 angekündigt ist. Ich bin gespannt! Und da ja bekanntlich die Vorfreude die schönste Freude sein soll, schaut einfach noch mal schnell in den Tweet von Totò Fiandaca (@totofiandaca) [2]
Nie war es einfacher, sich verschiedene digitale Höhenmodelle (DEM – Digital Elevation Model) [1] ins QGIS (>= QGIS 3.16) zu importieren. Einfach das Plugin “OpenTopography DEM Downloader” [2] von Kyaw Naing Win installieren, einen API-Key [3] anfordern, aktivieren und loslegen. Ich hab’s getestet, klappt vorzüglich. Folgende DEMs auf OpenTopography.org [4] stehen derzeit zur Verfügung.
1. SRTM 90m 2. SRTM 30m 3. ALOS World 3D 30m 4. SRTM GL1 Ellipsoidal 30m 5. Global Bathymetry SRTM15+ V2.1 6. Copernicus Global DSM 30m 7. Copernicus Global DSM 90m 8. NASADEM Global DEM
Seit Sonntag, den 13.02.2022 steht eine neue Version von PostGIS, der räumlichen Datenbank-Erweiterung für PostgreSQL zur Verfügung[1]. Aktuell ist nun die Version 3.2.1, alle Neuerungen und Bugfixings findet Ihr in den NEWS [2].
Mit einem wunderbaren und coolen Tool “circlepopulations” [1] zeigt uns Tom Forth (@thomasforth) via Twitter [3], wie groß die Bevölkerung um einen Punkt überall auf der Erde ist. Einfach zum interessierenden Gebiet zoomen, Umkreis der Abfrage auswählen, nur noch ein Klick und Ihr bekommt das Ergebnis. Als Daten werden die “The Global Human Settlement Layer” Bevölkerungs-Raster von 2015 [2] verwendet, weitere Details zur Realisierung findet Ihr unter [1].
Screenshot: Bei eingeschalteter Chrome-Deutsch-Übersetzung für Halle (Saale) probiert, Ergebnis plausibel 🙂 (Quelle [1])
