Ich hätte es ja nie geglaubt, dass man mit einem GIS auch mal die Verbreitung von Fussball-Clubs darstellen will. Man hat’s getan! Eine schöne Darstellung findet Ihr bei der Soccer Voronoi Map – hier die Mathematik der Voronoi-Diagrammen oder Thiessen-Polygone genutzt. Wir sehen also die rechnerische Verbreitung/Ausstrahlung der Clubs mehrerer Ligen. Ob sich die Fans dran halten ist nicht überliefert.

Screen für 3. Liga, Gebiet um Halle, Hallescher FC

Das Ganze lässt sich natürlich für jeglich Punktmengen rechnen, hier ein Beispiel für die weltweiten Airports.

Hier: https://www.openstreetmap.org/#map=18/0.00000/0.00000&layers=D, mitten im Golf von Guinea im Atlantik, also dort wo sich der 0. Längengrad und der 0. Breitengrad schneiden, eine von Menschen definierte Kreuzung, markiert mit dieser Boje.

Soeben erfasst vom „stadtvermesser“ alias geoObserver (warum war das noch nicht erfasst?) 😉

Ach übrigens, die Erfassungsungenauigkeit sei verziehen, die Boje ändert ja auch Ihre Position durch die Wasserbewegungen, was uns die Tabelle zeigt.

Mehr dazu findet Ihr unter:

• http://www.geolounge.com/zero-degrees-latitude-and-zero-degrees-longitude/
• der Standort hier im OpenSeaMap: http://map.openseamap.org/?zoom=18&lat=0&lon=0&layers=BFTFFFTFFTF0FFFFFFFF

Die Diskussion ist ja nicht neu, nutze ich lieber GoogleMaps oder doch besser OpenStreetMaps? Einen interessanten Artikel dazu hat der geoObserver jetzt bei geoawesomeness.com gefunden. Aspekte, die betachtet wurden:

• Wie funktioniert die Community?
• Wem gehören dann die Daten?
• Wie gut ist ist Benutzerfreundlichkeit und die Software dazu?
• Open vs. Close?

Für den geoObserver selbst sind die entscheidenden Argumente für OpenStreetMap-Daten:

• ich komme direkt an die Daten und kann damit:
• die Präsentation (Selektion der Datensätze, Signaturen, Maßstabsabhängigkeiten, …) selbst bestimmen und bin unabhängig von Google-Vorgaben
• habe (fast) keine Lizenzprobleme, also auch deutlich weniger Fallen (Abmahnungen)
• fast keine API-Abhängigkeiten (hier bestimmt die Gemeinschaft, nicht der eine Gigant)
• muss keine lästige Werbung ertragen

HistoMap Berlin: historische Karten von 1925-2013, natürlich georeferenziert. Ein Projekt von Landesarchiv Berlin und Beuth Universität. Schön gemacht, aber warum gibt’s das nicht überall?

[1] … http://geom.beuth-hochschule.de/histomap/de/index.html
[1] … http://histomapberlin.de/histomap/de/index.html

siehe: https://netzwerkgis.wordpress.com/2015/10/28/8-geofachtag-2016-call-of-papers/

Das ist doch mal ein Bild vom All, das größte je Gemachte mit erstaunlichen Zahlen:

• 46 Milliarden Pixel
• 855000 x 54000 Pixel (das entspricht 22000 Full-HD-Screens)
• mehr als 50000 Sterne zu sehen
• zum Spezial-Web-Viewer …..

Quellen:

• http://www.engadget.com/2015/10/23/46-gigapixel-image-is-the-biggest-map-of-space/
• http://aktuell.ruhr-uni-bochum.de/pm2015/pm00143.html.en

Eine Pixelkarte erstellen? Kein Problem mit dem Pixel Map Generator von AMCHARTS. Einfach Pixelform, Pixelgröße und Pixelabstand wählen, Länder vorher einfärben, ggf. beschriften, … und PixelMap generieren, kontrollieren und bei Zufriedenheit das Ergebnis als PNG, SVG oder HTML exportieren. Cool, Fünf Sterne!

Man kann ja Europa nach allem Möglichen klassifizieren, auch nach Vorurteilen, so gefunden im „Atlas of Prejudice“. Sehenswert.

Quelle: https://cdn-images-1.medium.com/max/2000/1*9zEIVJmtxclztalPG4ZABg.png

Die beliebte JS-Bibliothek „OpenLayers“ ist in der Version 3.10.0 verfügbar, außerdem steht schon ein Patch 3.10.1 bereit. Glückwunsch allen Beteiligten vom geoObserver und Danke! Die Änderungen seit Version 3.9 sind unter https://github.com/openlayers/ol3/releases/tag/v3.10.0 nachzulesen.