Für alle, denen die erweiterte Digitalisierung im QGIS mitunter gar nicht so selbsterklärend erschien, empfehle ich Euch heute Toto Fiandacas “Aufklärung” [1]. Schaut Euch die Grafik an und vieles wird deutlicher. Danke Toto!
[1] … https://twitter.com/totofiandaca/status/1594423953031938053
Am Montag, den 21.11.2022 sind die Downloads für QGIS 3.28.1 für Windows, Linux und Mac lt. einem Tweet von Jürgen E. Fischer [1] verfügbar. Ich habe es installiert und es läuft erwartungsgemäß hervorragend zusammen, also QGIS 3.28.1 mit PostgreSQL v15 auf einem MAC mit M1 unter macOS 13 Ventura, siehe Screenshot. Danke Jürgen, Danke allen Mitwirkenden!!!
[1] … https://twitter.com/JuergenEFischer/status/1594666448500461570
Innerhalb der #30DayMapChallenge hat eurojam eine coole Visualisierung veröffentlicht, nämlich abhängig von der Entfernung zu einem Punkt die Objekte einzufärben. Ich habe versucht, es nachzuvollziehen und … es klappt. Für alle, die diesbezüglich ein bisschen Hilfe brauchen, hier das Ganze mal etwas untersetzter. Ich habe die Gebäude des OSM-Projektes, hier der Layer “osm_buildings_test_2398” genutzt, dazu einen Layer “center” mit der Spalte “name” und dem Eintrag “Test”. Dann lautet der adaptierte und entscheidende String für die Füllfarbe:
color_hsv(scale_linear(distance( geometry(get_feature('center','name','Test')),$geometry),0,1000,100,0), 100, 100)
Aus dem Layer “center” wird also in der Spalte “name” der Eintrag “Test” gesucht. Zu dessen Geometrie (get_feature)wird die Entfernung (distance) zur aktuellen Gebäude-Geometrie ($geometry) des Datensatzes der Gebäude ermittelt und entsprechend dem aktuellen Abstand eingefärbt (colore_hsv) über einen linearen Farbverlauf (scale_linear). So einfach … Alles klar? Schaut Euch die Syntax der Funktionen get_feature, distance, scale_linear und color_hsv an, es wird klarer, versprochen 😉
Um es einfacher nachvollziehen zu können, könnt Ihr gern mein Testprojekt [2] nutzen.
Danke eurojam, hier der Original-Tweet [1]:
[1] … https://twitter.com/27aea577f17d4c4/status/1591081607108390913
[2] … https://www.geoObserver.de/Download/QGIS_Center_Building_Demo1.zip
Unter Climate TRACE [1] findet Ihr eine hochinteressante interaktive Karte der aktuellen, weltweiten Treibhausgasemissionen. Laut “Über” [2] bezieht man die Daten derzeit aus vielfältigen Quellen, z. B. von 100+ kooperierende Organisationen, 300 Satelliten, 11000 Sensoren, …
Filtert einfach mal nach CO2E, CO2, CH4 oder N2O und Eurer Lokation. Die Daten können unter Downloads [3] als CSV herunter geladen werden.
[1] … https://climatetrace.org/map
[2] … https://climatetrace.org/about
[3] … https://climatetrace.org/downloads
Es gibt Karten, da sieht mal sich gern, aber es gibt auch welche, auf denen man sich nie verewigt sehen will. Unter Kommunaler Notbetrieb [1] gibt es jetzt eine Karte von Jens Lange (@ein_ISB) mit dem aktuellem Stand der bisher in Deutschland bekannt gewordenen Kommunalen IT-Sicherheitsvorfälle. Momentan sind es 51 Fälle, es ist zu befürchten, dass es noch mehr werden. Also Leute, verhindern wir eine solche Entwicklung so gut wir können und seien wir uns immer wieder bewußt, das größte Sicherheitsproblem sitzt vor dem Monitor. Also VORSICHT!
Hier der Original-Tweet [2]
[1] … https://notbetrieb.hauptsystem.de/
[2] … https://twitter.com/ein_ISB/status/1591870100650438656
Im GraphHopper-Blog hat Autor Peter einen interessanten Beitrag zur Neuen GraphHopper Karte veröffentlicht [1]. GraphHopper Maps [2] ist quasi die Nutzeroberfläche (GUI) der freien Open-Source-Routing-Engine GraphHopper und mittlerweile ein voll ausgestatteter Routenplaner im Browser. Dazu heißt es:
“Die neuen GraphHopper Maps zeigen alternative Routen sowie nützliche Informationen wie den Grenzübertrittshinweis oder Zusatzinformationen. Hier werden die Mautinformationen angezeigt” [1]
Eine Anleitung findet Ihr unter [3].
[1] … https://www.graphhopper.com/blog/2022/11/08/the-new-graphhopper-maps/
[2] … https://graphhopper.com/maps/
[3] … https://www.graphhopper.com/maps-route-planner/
[4] … https://www.graphhopper.com/author/peter/
Update 28.11.2022:
Der angekündigte Termin muss leider wegen Krankheit ausfallen, ein Ersatztermin wird im neuen Jahr rechtzeitig angekündigt. Danke für Euer Verständnis!
Vgl. Vorläufig abgesagt: Geographisches Kolloquium in Halle – Umweltdaten „FAIR“ behandeln
Unter dem Titel ‘Umweltdaten “FAIR” behandeln – Best Practice Fallbeispiele aus dem Institut’ veranstaltet das Institut für Geowissenschaften und Geographie an der Martin-Luther-Universität Halle-Wittenberg (MLU) das nächste Geographische Kolloquium am 1. Dezember 2022, 16:15 Uhr im Institut, HS 4 1.43, Von-Seckendorff-Platz 4, 06120 Halle (Saale) [1]. Die Vortragenden sind Dr. Detlef Thürkow, Dr. Mike Teucher & Philipp Alb, im Flyer [2] heißt es dazu:
“Mit dem Serviceportal IN SITU.MLUGEO generieren wir ein komplettes digitales Datenframework, das Rohdaten und aggregierte Datenreihen aus Feldkampagnen des Instituts für Geowissenschaften und Geographie der Martin-Luther-Universität (MLU) und kooperierender Netzwerke online verfügbar macht. Die Bereitstellung der Daten folgt standardkonformen Kriterien und “FAIR Data Principles”.
Die Verarbeitungskette umfasst die Offline-Erfassung im Feld, eine asynchrone Übertragung der Daten in das Portal, die Aufbereitung und Bereitstellung innerhalb standardisierter Open-Access-Webdienste sowie die Visualisierung in Datenansichten, Zeitreihenanalysen, Präsentations- und Downloaddiensten.
Die zu entwickelnde Prozesskette kombiniert proprietäre und Open-Source-Komponenten zu einem FAIR-Framework.
Schritt für Schritt werden weitere Daten aus verschiedenen Geländekampagnen
des Instituts in das Portal übertragen.
Dieser Vortrag stellt ausgewählte Ansätze und Ergebnisse vor.”
Weitere Details findet Ihr unter “Digital In Situ Data Collection in Earth Observation, Monitoring and Agriculture – Progress towards Digital Agriculture” [3].
Bitte teilt diese Veranstaltung in Eueren Netzwerken und übrigens: Der #geoObserver versucht zu kommen, ich hoffe, wir sehen uns 😉
[1] … https://geoobserver.de/wp-content/uploads/2022/11/insitu_kollquium_01_12_2022.pdf
[2] … https://geodienste.halle.de/halgis/?s=Von-Seckendorff-Platz&n=4
[3] … https://www.mdpi.com/2072-4292/14/2/393
Per Mail [1] gab Even Rouault am Freitag bekannt, dass seit dem 11.11.2022 eine neue Version der universellen GDAL-Bibliothek [2] zur Verfügung steht, aktuell ist nun GDAL v3.6. 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 [3].
[1] … https://lists.osgeo.org/pipermail/gdal-dev/2022-November/056408.html
[2] … https://gdal.org/
[3] … https://github.com/OSGeo/gdal/blob/v3.6.0/NEWS.md
[4] … https://twitter.com/totofiandaca/status/1591703280652017666
Und wieder ein wunderbares Beispiel, wie eine ungünstige Darstellung (hier die Chorophleten) das eigentliche Ergebnis scheinbar total verändern, ohne das jemand irgendein Datum manipuliert hat. Die Darstellung mit proportionalen Symbolen gibt hier deutlich besser die wahren Ergebnisse der US-Wahl [1], [2] wieder. Und genau deshalb: Überlegen wir uns gut, wie wir Daten visualisieren! Mehr DataViz-Tipps unter [3].
[1] … https://twitter.com/simongerman600/status/1591175192834965515
[2] … https://twitter.com/UniquelyCullen/status/1591260775456219136
[3] … https://geoobserver.de/2021/10/13/dataviz-visual-vocabulary-2/
Kennt Ihr schon OpenSwitchMaps [1]? Einfach eine bekannte Lokation z. B. über die OpenStreetMap-URL via Copy & Paste einfügen und schon werden Euch dutzende Kartendienste mit der auf diese Lokation vorgefertigten URL angeboten. Ich hab es mal probiert, meine URL war:
https://www.openstreetmap.org/#map=18/51.49342/11.97335
Diese bei “Map URL” (1) eingefügt und schon das Ergebnis z. B. bei MapCompare mit dem richtigen Link (2). Einfacher geht’s nicht 🙂
[1] … https://tankaru.github.io/OpenSwitchMapsWeb/index.html