Nicht zu fassen, schon 22* Jahre! Also auch vom #geoObserver:
Herzlichen Glückwunsch und Danke & Weiter so!!!
Und, falls Ihr dieses faszinierende freie GIS-Projekt unterstützen wollt, einfach mitmachen [1] und/oder spenden [2].
* … gemessen von Gary Sherman’s v0.0.0 release [3]
[1] … https://qgis.org/de/site/getinvolved/index.html
[2] … https://donate.qgis.org/
[3] … https://twitter.com/mapserving/status/1494691732600102915?s=20
Die gute Nachricht zum Wochenende: Im OpenStreetMap Blog wurde am 11.02.2024 in “2024: announcing the year of the OpenStreetMap vector maps” [1] angekündigt, dass die Einführung der OpenStreetMap-Daten als Vektorkacheln 2024 einen deutlichen Sprung nach vorn machen wird. Für mich tatsächlich DIE Ankündigung des Jahres, obwohl 2024 noch recht jung ist. Sind wir also demnächst nicht mehr nur auf die vorgerenderten OSM-Kacheln angewiesen, sondern können wir in Zukunft bei Bedarf die Objekte in geeigneter Weise selbst aufbereiten und präsentieren, z. B. bzgl. ihrer Symbologie (Farbe, Signaturen, Beschriftung, Massstäbe, …), Klassenbildung, Filterung. Perfekt! Danke Paul Norman, den Leiter des OSM-Vektorkachelprojekts und seinen Mitstreitern!
Falls Ihr das Projekt unterstützen und beschleunigen wollt, SPENDEN sind willkommen [3].
Hier der Original-Tweet [2]:
[1] … https://blog.openstreetmap.org/2024/02/11/2024-announcing-the-year-of-the-openstreetmap-vector-maps/
[2] … https://x.com/openstreetmap/status/1757062805277044889
[3] … https://supporting.openstreetmap.org/
WMS und WFS als OGC-konforme Geodienste sind bekannt, natürlich haben beide Vor- und Nachteile. Ein WMS (Web Map Service) kommt als georeferenziertes Abbild der Daten mit einer kompletten Gestaltung, so wie es der Anbieter eingerichtet hat. Du brauchst Dich also nicht mehr um die Gestaltung bemühen, aber Du hast eben auch nur das Bild (als Karte) mit eben dieser Symbolisierung und nicht die Daten selbst. Anders der WFS (Web Feature Service), er liefert die Daten (Vektoren UND Attribute), aber um die Gestaltung der Daten musst Du Dich selbst kümmern. Bei umfangreichen WFS mit vielen Layern, unterschiedlichen Signaturen und Beschriftungen, Regeln und Maßstäben kann das sehr schnell eine zeitraubende Mammutaufgabe werden. Und vielleicht baut man nur mühsam etwas nach, was Andere bereits erdacht haben (vgl. die Gestaltung der Vectortiles der basemap.de [2], [3])?
Genau hier setzt das neue QGIS-Plugin “WFS_Styler” [1] von Raymond Nijssen an: Bietet ein OGC-Dienst Daten als WMS- UND auch als WFS-Layer an, versucht das Plugin, den entsprechenden WMS für einen geladenen WFS zu finden und übernimmt die WMS-Stile (SLDs) und setzt den dann ausgewählten Stil auf den WFS-Layer. Damit hat man ganz schnell die WMS-Symbolisierung auf der WFS kopiert. Ich habe es getestet, siehe folgende Animation (Die Daten stammen aus dem Open Data Portal der Stadt Halle [4]). Danke Raymond!
[1] … https://github.com/ProvincieZeeland/wfs_styler_qgis_plugin
[2] … https://geoobserver.de/2022/08/10/qgis-tipp-basemap-de-als-vectortiles/
[3] … https://sgx.geodatenzentrum.de/gdz_basemapde_vektor/styles/bm_web_col.json
[4] … https://webapp.halle.de/komgis30.hal.opendata/f4354112-1c12-a113-af80-7d1582c74bea.html
Oh, Geofachtag, FreeSoftwareDay, Aschermittwoch und Valentinstag zusammen an einem Tag, das hatten wir auch noch nicht. Ich wünsche Euch interessante Vorträge, Freie Software und nach dem Fachlichen noch schöne Valentinstagsdinge.
Ich bin heute auch auf dem 15. Geofachtag des netzwerk | GIS auf dem Campus in Dessau und werde versuchen, Euch ein paar Eindrücke zu präsentieren. Aktuelle Infos auch auf Twitter unter @geoObserver_. Zum Programm [1].
Update 18:50 Uhr:
Aus meiner Sicht wieder eine wirklich gelungene Veranstaltung, es gab vor Ort viel positives Feedback und so voll war es wohl noch nie. Das heißt für wohl auch, Open Data kommt immer mehr an, eine gute Nachricht, Danke an alle Mitwirkenden und Besucher!
Hier die #geoObserver-Bilder:
9:00 … 9:50 Uhr: Es füllt sich …
10:00 Uhr: Start erfolgt!
Die ersten Fachvorträge: GOV.DATA und Open Data in Leipzig
Und weiter nach dem Mittag … und, es wird auch gestrickt 😉
[1] … https://geoobserver.de/wp-content/uploads/2024/01/15-geofachtag_programm.pdf
[2] … https://fsfe.org/activities/ilovefs/
Wie bereits gestern berichtet, erschienen letzte Woche die Updates für PostGIS- & PostgreSQL [1]. Ergänzt wurde das Ganze mit einem MacOS-Update auf macOS 14.3.1 Sonoma.
Ich habe mittlerweile das laufende QGIS-Paket mit diesen neuen Komponenten getestet und es läuft erwartungsgemäß hervorragend in meiner GIS-Umgebung, also jetzt QGIS 3.34.3 zusammen mit PostgreSQL v16.2 / PostGIS 3.4.1 auf einem MAC mit M1 unter dem inzwischen wieder aktualisiertem macOS 14.3.1 Sonoma, siehe Screenshot. Danke allen Mitwirkenden!!!
[1] … https://geoobserver.de/2024/02/12/postgis-postgresql-releases/
[2] … https://www.macwelt.de/article/2231672/macos-sonoma-14-3-1-update.html
Bereits am Donnerstag/Freitag kamen die Meldungen über neue Release-Stände bei der freien Datenbank PostgreSQL und ihrem spatialen Aufsatz PostGIS. Die Details zu den Aktualisierungen findet Ihr bei “PostgreSQL 16.2, 15.6, 14.11, 13.14, and 12.18 Released!” [3] und “PostGIS Patch Releases” [4].
Hier die Original-Tweets [3], [4]:
[1] … https://x.com/PostgreSQL/status/1755596103398101262?s=20
[2] … https://x.com/postgis/status/1755686069750972530?s=20
[3] … https://www.postgresql.org/about/news/postgresql-162-156-1411-1314-and-1218-released-2807/
[4] … https://postgis.net/2024/02/PostGIS-Patch-Releases/
Unsere tägliche Geowelt lebt von Karten, also visualisierten Geodaten. Warum? Weil wir als Menschen visuelle Wesen sind, bis zu 80% aller Informationen visuell wahrnehmen, in 13 ms ein Bild erfassen, … Aber leider können das nicht alle, Menschen mit Sehbehinderungen werden bis auf Ausnahmen mehr oder weniger aus dieser Kartenwelt ausgeschlossen. Und genau, um auch diesen einen Zugriff zu den für uns einfach visuell erfassten Daten zu ermöglichen, gibt es die “Map-to-Speech-Technologie” [1] von Darren Wiens [2] im Sparkgeo-Blog [3], also die Beantwortung der Frage: “Wie kann man Karten hör- und lesbar machen?”. Wen wundert es: Künstliche Intelligenz mit OpenAI spielt eine Rolle:
Weitere Beiträge zum Thema findet Ihr in Zugänglichkeit von Webkarten [4] und Barrierefreie Webkarten [5].
Danke für den Tipp/Tweet von Bert Temme (@berttemme) [6]:
[1] … https://sparkgeo.com/blog/map-to-speech-a-method-for-making-web-maps-more-accessible/
[2] … https://sparkgeo.com/blog/author/darren/
[3] … https://sparkgeo.com/blog/
[4] … https://sparkgeo.com/blog/the-accessibility-of-web-maps/
[5] … https://sparkgeo.com/blog/accessible-web-maps-part-ii/
[6] … https://x.com/berttemme/status/1753903833355305382?s=20
Per LinkedIn-Beitrag von Mario Wiedemann [1] durfte ich in den letzten Tagen erfahren, dass Greenpeace sein neues Datenportal gestartet hat. Ich hab’s mir gespannt angesehen, dort heißt es:
“Unser Datenportal bietet Journalist:innen, Wissenschaftler:innen und allen Interessierten die Möglichkeit, unsere Arbeit transparent nachzuvollziehen. Hier veröffentlichen wir eigene wissenschaftliche Messdaten sowie Rohdaten zu unseren Studien, offen und frei nutzbar. Interesse an Umweltdaten zu Themen wie Wasserqualität, Waldzustand oder Strahlung? Dann gern hier weiterschauen!” [2]
Momentan werden “7 Datensätze gefunden”, das erscheint erst einmal recht wenig, aber ich bin sicher, der Bestand wird wachsen. Der erste Datensatz im GeoJSON-Format sind die “Strahlenmessungen in Tschornobyl 2022” [3]. Ich habe die sechs angebotenen Dateien herunter geladen, ins QGIS importiert und visualisiert, das Ergebnis hier mit dem “Drohnenflug in 100m Höhe über Grund. Vorprogrammierte Rasterflugbahn mit 50m Rasterabstand” (Datei D2_P1_100_50.geojson) findet Ihr im folgenden Screenshot:
Möge der Datenbestand nun schnell wachsen und viele Erkenntnisse und Synergien im Sinne unserer Umwelt hervorbringen, ich werde es beobachten und berichten. Danke Greenpeace, Glückwunsch und bitte weiter so!
[1] … https://www.linkedin.com/posts/mario-wiedemann-a5887b30_greenpeace-open-data-portal-activity-7160255736852152320-JRDI
[2] … https://daten.greenpeace.de/
[2] … https://daten.greenpeace.de/dataset/strahlenmessungen-in-tschornobyl-2022
Das Problem gibt es seit es WMS als Geodienst gibt. Der WMS-Dienstanbieter rendert auf seinem WMS-Server die Vektordaten und liefert ein georeferenziertes Bild zurück, welches dann im GIS-Klienten lagerichtig eingebunden wird. Problematisch wird es immer dann, wenn der Dienste-Anbieter nur von ihm bestimmte Projektionen (EPSG-Codes) anbietet. Will das konsumierende GIS in einer nicht angebotenen Projektion arbeiten, sollte das Bild in einer möglichst naheliegenden Projektion angefordert werden und dann im Klienten on the fly in die Zielprojektion projeziert werden. Das jedoch würde nur verlustfrei funktionieren, wenn diese Umprojektion eine reine Translation (Verschiebung) bedingt. In der Realtität treten aber Skalierung, Drehung und ggf. auch Verzerrung auf, diese haben immer eine Verschlechterung der Bildqualität zur Folge, Ihr kennt das sicher auch jedem Bildbearbeitungsprogramm oder von der Georeferenzierung gescannter Karten im GIS. Man kann das quasi nicht verhindern, es ist technologisch bedingt. Manche Klienten können auch noch das empfangene Bild behandeln, aber das ist kein wirklicher Ersatz eines guten Bildes in der Original-Projektion.
Das einzige 100% wirksame Gegenmittel ist, der Anbieter unterstützt auch den von Euch gewünschten EPSG-Code, fragt ggf. beim Anbieter nach.
Ich habe es mal versucht [1], mal sehen, was passiert.
Ich habe das Ganze mal getestet, im QGIS habe ich die basemap.de eingebunden, abgerufen als WMS im EPSG-Code 25832. Dabei wird das View einmal im gleichen EPSG:25832 betrieben und das andere Mal im EPSG:2398. Wegen der o. g. Einschränkungen wird dieses Bild dann qualitativ schlechter dargestellt. Vergrößert mal im Browser mit <Strg><+> oder <command><+> die Ansicht es folgenden Bildvergleichers, Ihr werdet den Unterschied sehen:
Hier noch einmal stark vergrößert:
Und noch stärker vergrößert:
Wer Tipps und Ideen zur Verbesserung hat, gern in den Kommentaren.
Seit dem Wochenende “geistert” diese KI-basierte QGIS-Plugin “Bunting Labs AI Vectorizer” [1] von @BuntingLabs [2] durch das Netz und alle sind begeistert! Das Plugin nutzt KI (maschinelles Lernen), um Linien und Polygone aus Rasterkarten automatisch zu vektorisieren. Mehr dazu im QGIS Plugin Repository [1], auf GitHub [3] und im Youtube-Video von Hans van der Kwast [4]. Ich habe es noch nicht getestet, steht aber auf meiner ToDo-Liste.
Hier die Tweets [5], [6]:
[1] … https://plugins.qgis.org/plugins/buntinglabs-qgis-plugin/#plugin-details
[2] … https://twitter.com/BuntingLabs
[3] … https://github.com/BuntingLabs/buntinglabs-qgis-plugin
[4] … https://www.youtube.com/watch?v=ib-0HS5xFVs
[5] … https://x.com/BuntingLabs/status/1753167892357804099?s=20
[6] … https://x.com/hansakwast/status/1753670368227684673?s=20