Einen coolen Tipp für die Beschleunigung von DB-Abfragen in der PostgreSQL-Datenbank habe ich die Tage im Artikel „PostGIS Performance: Data Sampling“ [1], [2] von Paul Ramsey gefunden. Bei Tabellen mit sehr großen Datenmengen können die Abfragen recht lange dauern, mitunter braucht man aber nur gute Näherungen und Stichproben liefern ausreichend genaue Ergebnisse. Es kann also reichen, z. B. nur ein Prozent der Gesamtheit abzufragen und dabei ein ziemlich gutes Stichproben-Ergebnis zu bekommen, aber viel (Abfrage-)Zeit zu sparen. Es hilft das „Gesetz der großen Zahlen“ [3]. Für die PostgreSQL-DB lautet das Zauberwort:
TABLESAMPLE SYSTEM | BERNOULLI
Ich war mal neugierig, hier mein ganz einfacher Test:
Mein Test: Abfragedauer über alle Datensätze und dann nur 10% und 1%
Gehwege und Zebrastreifen für bessere Begehbarkeit
Genau skalierte Straßenbreiten, Mittellinien und Mittelstreifen für eine bessere Visualisierung
Fahrbahnmarkierungen und Sondernutzungsspuren
Wege und Treppen in Parks
Bessere Sichtbarkeit der Fahrspuren, um Zusammenführungen, Abzweigungen und Ausfahrten besser vorherzusehen
Glückwunsch Google, ein kluger Schritt! Jetzt werden die tatsächlichen räumlichen Gegebenheiten deutlich besser symbolisiert und ergeben eine klareres Bild der wirklichen Situation vor Ort. Um die neuen detaillierten Straßeninformationen nutzen zu können, muss auf die neuesten Versionen der o. g. APIs aktualisiert werden.
Screenshot 2: Der Google-XYZ-Kacheldienst (hier mit dem GeoBasis_Loader [4] eingefügt) hat auch schon die verbesserte Straßendarstellung, aber es scheint noch einige Probleme im Inneren des Place Charles de Gaulle in Paris [2] zu geben?
Wir setzen den MapServer bereits seit 2001 im KomGIS+ Vorgänger/Prototypen GIS+ und HALgis erfolgreich ein und sind ihm zusammen im KomGIS+ [6], HALgis [7] und dem halleschen Open Data Portal [8] bis heute treu geblieben. Danke alle Mitwirkenden, Großartig!
Georeferenzierung ist mit QGIS an sich kein Problem, aber es kann mitunter zeit- und nervenraubend sein. Was liegt also näher, als im Zeitalter der Künstlichen Intelligenz genau diese auch die Georeferenzierungs-Arbeit machen zu lassen. Die beiden Tweets [1], [2] zeigen eindrucksvoll die Möglichkeiten und die IMHO beeindruckende Präzision. Alles realisiert mit dem QGIS-Plugin „Bunting Labs AI Vectorizer“ [3].
The AI Georeferencer in QGIS is now publicly available
1. Aerial imagery georeferences to satellite near the QGIS map canvas 2. The full georeferencer reads coordinates, buildings, streets, PLSS, cities, and other features humans use
PS: Ich habe es noch nicht selbst getestet, es steht aber auf meiner ToDo-Liste. Wenn schon jemand Erfahrungen mit dem Plugin gemacht hat, lasst uns bitte in den Kommentaren daran teilhaben. Danke!
Screenshot: Meine aktualisierte GIS-Umgebung auf Mac M1
Es stand seit einiger Zeit an, gestern Abend habe ich mich endlich mal ran gesetzt und alle aktuellen Komponenten auf meinem Mac installiert. Meine neue GIS-Umgebung, also jetzt:
QGIS 3.99.0-Master mit Qt6 (Test für QGIS v4)
PostgreSQL v18.1 inkl. PostGIS 3.6.1 via Postgres.app 2.9.2
macOS 26.1 „Tahoe“
alles auf einem MAC mit M1
Es war wie immer unkompliziert und läuft erwartungsgemäß hervorragend, Danke allen Mitwirkenden!!!
Einen coolen Plugin-Tipp bekam ich die Tage von Ingo Michalak, einem Bekannten aus der Halleschen Geobubble. Er hat das QGIS-Plugin „Project Packager“ [1] getestet und ist recht angetan. Sein Praxisbeispiel war die Weitergabe eines QGIS-Projektes mit Daten der Römischen Straßen [2], welches ich vor kurzem vorgestellt habe. Hier seine Erfahrungen mit dem Plugin, ein gutes Kochbuch mit Hinweisen auf Fallstricke, Es folgt O-Ton Ingo M.:
Jeder kennt’s vermutlich: man hat ein historisch gewachsenes Projekt gebastelt mit Daten aus verschiedenen lokalen Quellen und nun will man es „mal eben“ an einen Kollegen (oder Auftraggeber) übermitteln oder man will es einfach nur archivieren und fängt an alle Daten zusammen zu sammeln und die Datenquellen im Projekt neu zuzuweisen. Mit dem folgenden PlugIn ist das kein Problem mehr!
Für die Vorbereitung der Daten zur Übermittlung oder Archivierung den Project Packager installieren:
Dann das Projekt noch mal abspeichern (zwingend nötig für das Plugin, ungespeicherte Änderungen kann es nicht handhaben) und den Packager starten.
Dann einen Ziel-Ordner auswählen (hier darf nicht derjenige Ordner ausgewählt werden, in dem das bisherige Projekt liegt). Ich empfehle unter Data storage options die unteren beiden Optionen auszuwählen:
Dann erhält man nämlich ein einzelnes GeoPackage, in dem auch das Projekt selbst enthalten ist.
Wenn man das GeoPackage dann im QGIS-Browser öffnet, sieht man neben den Geodaten auch das Projekt, das man so direkt aus QGIS heraus öffnen kann und alles sieht beim Empfänger so aus wie beim Absender.
Zwei wichtige Einschränkungen: 1) Daten, die als Link im Projekt sind, bleiben Link. Bei WMS ist das klar, bei WFS kein Problem. Bei Daten, die in lokalen Datenbanken liegen (PostGIS-Server auf dem localhost z.B.), sind diese beim Empfänger anschließend nicht verfügbar. Solche Daten müssen also zuerst über irgendein Dateiformat lokal abgelegt und ins Projekt integriert werden.
2) Große Rasterdaten machen dem Plugin offenbar Probleme (diese sind in GeoPackages eh eher unhandlich). Sie sollten also ggf. vor der Anwendung des PlugIns aus dem Projekt entfernt und separat übermittelt werden.
Danke Ingo! Übrigens, das fertige vom QGIS-Plugin „Project Packager“ exportierte GeoPackage findet Ihr unter [3]. Mein Test mit diesem Export klappt bestens, vgl. folgenden Screenshot 🙂
Bereits im Oktober wurde die bekannte Open Source Routing Machine “GraphHopper” [1] auf die Version 11.0 [2] aktualisiert. Jede Menge Verbesserungen und Neuigkeiten erwarten uns, Schwerpunkte bilden z. B. Abbiegehinweise, Fahrradverbesserungen, Flexible Umschlagkosten (Vermeidung von Linksabbiegen), verbesserte Vermeidung von Privatstraßen und Leistungserhöhung bei der Isochronenberechnung, den Routing-Abfragen und beim Importprozess.
Ein kleines Spiel zum Wochenende? Hans Hack* aus Berlin macht uns die Freude mit P2T: Parking to Tree [1]. Der Hintergrund: Du sollst helfen, die in Berlin bis 2040 geplanten eine Million Bäume schon früher zu pflanzen, indem Du möglichst viele Parkplätze in Bäume umwandelst. Den Startpunkt kannst Du über eine integrierte Adress-Suche selbst wählen, Du hast jeweils 60 Sekunden Zeit. Hans sagt dazu:
„Spiel das kleine Spiel, Asphalt in grüne Freunde 💚 zu verwandeln“ [1]
Screenshot: Mein Test startet mal am Brandenburger Tor durch den Tiergarten in Richtung „Goldelse“ (Bildquelle [1])
Screenshot: der Agraratlas Sachsen-Anhalt [1] in Aktion, hier mit den Daten aus der Rubrik Zusatzwasserbedarf mir dem mittleren langjährigen Niederschlag für Juli (Bildquelle [1])
Seit 6. November 2025 ist der Agraratlas Sachsen-Anhalt [1] online. Das Land hat damit ein „Neues landwirtschaftliches Geoinformationsportal als Web-Applikation freigeschaltet“. Weiter heißt es in der Mitteilung [2]:
„Der Agraratlas bündelt landwirtschaftlich relevante Geobasisdaten aus den Bereichen Landwirtschaft, Umwelt und Raumplanung und stellt diese in einer modernen Web-Anwendung zur Verfügung. Das Portal bietet so eine zentrale Informationsquelle für Landwirte, landwirtschaftliche Berater, Behörden und andere Nutzer, die präzise und aktuelle Daten für ihre Arbeit benötigen.“ [2]
Der Agraratlas stellt eine Vielzahl relevanter Daten zur Verfügung, z. B. Feldblockkataster, Gebietskulissen, Düngeverordnung, Bodenschutz, Gewässerschutz, Pflanzenschutzdienst, Standortgrundlagen, Zusatzwasserbedarf, Naturschutz, Flurneuordnung, Ländliches Wegekonzept, Weinbergsrolle und den Landesentwicklungsplan (2010). Außerdem stehen natürlich Geobasisdaten wie Verwaltungsgrenzen, Liegenschaftskataster, Bodenrichtwerte, Topographische Karte und Luftbilder bereit.
Ich hoffe, die Daten sind auch außerhalb dieser Anwendung frei verfügbar und ich kann die zeitnah in das QGIS-Plugin„GeoBasis_Loader“ und KomGIS+ [4] als neuen Katalog einbauen, damit Ihr die Daten dann auch in Euerm gewohnten GIS verfügbar habt. Eine Anfrage beim Land läuft.
Manchmal können auch die ganz kleinen Tools viel GIS-Freude bereiten. Neulich hatte ich das Problem 2,9*10E-5 Bogensekunden für den Bereich Halle (Saale) in Meter umzurechnen. Ein Tipp vom Kollegen: Arc2Meters [1] auf OpenDem. Probiert und klappt, hier mein realer Test:
2,9*10E-5 Bogensekunden (1) bei 51,5 Grad (2) entspricht ca. 0,5 mm (3)
