Archiv der Kategorie: Allgemein/News

Gastbeitrag: QGIS-Plugin „Project Packager“

Veröffentlicht am von
Antworten

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!

Zu Illustrationszwecken sollen die Daten aus dem Blog-Eintrag „itiner-e: Alle Wege führen nach Rom?“ dienen. 

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 🙂

[1] … https://plugins.qgis.org/plugins/ProjectPackager/
[2] … https://geoobserver.de/2025/11/17/itiner-e-alle-wege-fuehren-nach-rom/
[3] … https://geoobserver.4lima.de/romanstreets.gpkg.zip

GraphHopper: Routing Engine 11.0 Released

Veröffentlicht am von
Antworten
Screenshots (Bildquellen [1], [2])

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.

[1] … https://www.graphhopper.com/de/
[2] … https://www.graphhopper.com/blog/2025/10/14/graphhopper-routing-engine-11-0-released/

P2T: Parking to Tree Game

Veröffentlicht am von
Antworten

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])

* … immer eine gute GIS- & Geoquelle!
[1] … https://hanshack.com/p2t/#18/52.51627/13.377703/0/60
[2] … https://www.linkedin.com/posts/hans-hack-001683303_p2t-parking-to-tree-game-activity-7392568271159586816-FAlU

Nicht nur für Landwirte: Agraratlas Sachsen-Anhalt

Veröffentlicht am von
Antworten
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.

[1] … https://www.geodatenportal.sachsen-anhalt.de/mapapps/resources/apps/agraratlas/index.html?lang=de
[2] … https://www.investieren-in-sachsen-anhalt.de/presse/sachsen-anhalts-landwirtschaftsminister-sven-schulze-startet-agraratlas
[3] … https://geobasisloader.de/
[4] … https://itc-halle.de/loesungen/geoinformationssysteme/KomGIS
[5] … https://dubisthalle.de/agraratlas-fuer-sachsen-anhalt-gestartet

GeoTool: „Arc2Meters“

Veröffentlicht am von
Antworten

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)

[1] … https://www.opendem.info/arc2meters.html

itiner-e: Alle Wege führen nach Rom?

Veröffentlicht am von
1

Wer kennt ihn nicht, den Spruch „Alle Wege führen nach Rom“? In Wikipedia [1] erfahren wir dazu, dass die Bedeutung nicht geklärt ist, aber eine wahrscheinliche Erklärung könnte sein, dass man wohl damals Rom als den (geistigen) Mittelpunkt der Welt ansah. Heute wird der Spruch meist im Sinne vieler Möglichkeiten zur Erreichung eines Zieles gebraucht. Gesichert hingegen ist, dass die Römer schon lange über ein für diese Zeit umfangreiches und gut ausgebautes Straßennetz verfügten. Via Itiner-e [2], dem Digitalen Atlas der alten Straßen ist es nun möglich, diese historischen Verkehrsverbindungen online zu entdecken. Dort heißt es:

„Itiner-e zielt darauf ab, den detailliertesten offenen digitalen Datensatz von Straßen im gesamten Römischen Reich zu beherbergen. Die Datenerstellung ist ein kollaboratives laufendes Projekt, das von einer wissenschaftlichen Gemeinschaft bearbeitet wird. Mit Itiner-e können Sie Straßen anzeigen, abfragen und herunterladen.“ [2]

Youtube-Video „Travel the Roads of the Roman Empire on itiner-e.org“ [3]

Übrigens, unter „About“ [4] kann der aktuellste Export der Daten auch als JSON-Datei herunter geladen werden, derzeit 39,1 MByte. Die Datei lässt sich problemlos (nur durch Hereinziehen) ins QGIS laden, ich habe es getestet, meine Ergebnisse seht Ihr in den folgenden Screens.

Screenshot 1: Mein Test, die JSON-Datei im QGIS (fast Gesamtausdehnung)
Screenshot 2: Mein Test, die JSON-Datei im QGIS (mit Zoom zur Stadt Rom)

[1] … https://de.wikipedia.org/wiki/Alle_Wege_f%C3%BChren_nach_Rom
[2] … https://itiner-e.org/
[3] … https://www.youtube.com/watch?v=OTSe7MsJXbo
[4] …https://itiner-e.org/about

Geoprocessing: Donut-Polygone mit ERASE erzeugen

Veröffentlicht am von
Antworten
Animation: Donut-Polygon-Generierung mit KomGIS+ via ERASE

Donut-Polygone, mitunter auch als Kreisringlöcher oder Inselpolygone bezeichnet, werden im GIS immer wieder gebraucht, z. B. dann, wenn eine Fläche ein Gebiet nicht vollständig, sondern auch eine Insel oder ein Loch enthält. In einigen GI-Systemen gibt es dafür spezielle Werkzeuge, in manchen, z. B. unserem KomGIS+ nicht. Aber es braucht sie auch nicht zwangsläufig, da man auch mit den ganz normalen Geoprocessing-Funktionen solche Polygone erzeugen kann. Praxisbeispiel war ein Nutzeranfrage: „Ich brauche alle Flurstücke einer Gemarkung, aber ohne die darin liegende Dorflage“. Wie es gelöst werden, wird in den folgenden drei Schritten gezeigt:

  • Schritt 1: Erzeugen/Beschaffen des Aussenpolygons (z. B. die Gemarkung)
  • Schritt 2: Erzeugen/Beschaffen des Insel- oder Lochpolygons (z. B. die Dorflage)
  • Schritt 3: Ermittlung des Donut-Polygons durch Geoprozessing mit der ERASE-Funktion (Gemarkung minus Dorflage)
  • Schritt 4: Berechnung der Zielflurstücke mittels Geoprozessing via CLIP-Funktion (Flurstücke gegen Donut-Polygon)
Screenshot 1: Geoprozessing mit ERASE – Prinzipdarstellung
Screenshot 2: Ausgangssituation – Die Flurstücke im Bearbeitungsgebiet
Screenshot 3: Schritt 1 – Erfassen des Aussenpolygons
Screenshot 4: Schritt 2 – Erfassen des Insel/Lochpolygons
Screenshot 5: Schritt 3 – Geoprozessing mit ERASE – Löschen des Loches aus dem Aussenpolygon – Ergebnis ist das Donut-Polygon
Screenshot 6: Schritt 4 – Geoprozessing mit CLIP – „Ausstanzen“ der Flurstücke mit dem Donut-Polygon als „Maske“
Screenshot 7: Ansicht des finalen Ergebnisses Flurstücke mit Insel/Loch ohne weitere Layer

OpenStreetMap: GOB, ein neues OSM-Dateiformat

Veröffentlicht am von
Antworten
Bildquelle [1]

Wenn man einen so gewaltigen und täglich wachsenden Datenbestand wie OpenStreetMap (OSM) hält, hat man natürlich auch mit riesengroßen Datenmengen, Rechen- und Import-/Export-Zeiten zu leben. Was liegt näher, als die Datenspeicherung zu optimieren? Und genau das macht GOB („Geo-Object Bundle“), ein neues OSM-Dateiformat. Die Zahlen klingen vielversprechend: 30 % kleiner als PBF, 5-mal schnellerer Import! Details dazu findet Ihr bei der OSM-Community im Beitrag „New OSM file format: 30% smaller than PBF, 5x faster to import„ [1].
Gefunden auf X (ehem. Twitter) bei Bert Temme [2].

[1] … https://community.openstreetmap.org/t/new-osm-file-format-30-smaller-than-pbf-5x-faster-to-import/137151
[2] … https://x.com/berttemme/status/1984951262467555458?s=20

GDAL Released: v3.12.0

Veröffentlicht am von
Antworten

Vier Tage nach dem letzten Update [1] gab GDAL-Maintainer Even Rouault vorgestern, am Samstag, den 08.11.2025 per Mail [2] bekannt, dass eine neue Version der universellen GDAL-Bibliothek [3] zur Verfügung steht, aktuell ist nun GDAL v3.12.0 ein Feature Release. GDAL steht für Geospatial Data Abstraction Library und ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt. Die Neuerungen findet Ihr auf GitHub [4].

[1] … https://geoobserver.de/2025/11/05/gdal-released-v3-11-5/
[2] … https://lists.osgeo.org/pipermail/gdal-dev/2025-November/061158.html
[3] … https://gdal.org/
[4] … https://github.com/OSGeo/gdal/blob/v3.12.0/NEWS.md

GDAL: Rasterzonale Statistiken berechnen

Veröffentlicht am von
2

GDAL [1] als ultimative Geo-Konvertierungs-Bibliothek dürften die meisten ganz sicher kennen und nicht umsonst ist GDAL wesentlicher Bestandteil vieler GI-Systeme. Aber wusstet Ihr, dass man mit GDAL auch geoprozessieren kann. Neulich las ich dazu auf LinkedIn einen Beitrag zur Berechnung von Rasterzonalen Statistiken [2] von Krzysztof Dyba [3]. Man nehme also Rasterdaten und einen Vektordatenbestand, z. B. Stadtteile und kann mit GDAL beispielsweise den Mittelwert aller Pixel des Rasters in den Stadtteilgrenzen berechnen lassen. Wunderbar für automatisierte Prozesse. Alle Details findet Ihr in der GDAL-Dokumentation [4].

Screenshot: Der LinkedIn-Beitrag [2] von von Krzysztof Dyba [3].

[1] … https://gdal.org/
[2] … https://www.linkedin.com/posts/krzysztof-dyba_gis-geospatial-gdal-activity-7385355582204956673-wXwE/
[3] … https://www.linkedin.com/in/krzysztof-dyba/
[4] … https://gdal.org/en/latest/programs/gdal_raster_zonal_stats.html