Allen, die QGIS-Daten als DXF in die CAD-Welt abgeben wollen oder müssen 😉 sei der Artikel “Export your QGIS project to AutoCAD LT with attribute table data” [1] von Mariusz Krukar empfohlen, hier findet Ihr wertvoll Tipps dazu, insbesondere zum Umgang mit den Beschriftungen, die im GIS ja aus Inhalten von Tabellenspalten generiert und gestaltet, um dann im CAD zu Zeichnungsbestandteilen zu werden.
Früher in den 90ern, ich habe 1991 GIS gelernt, war Topologie in Geodaten Standard, ein hohes Gut, eben eine heilige Kuh! Auch beim Marktführer, aus guten Gründen! Clean & Build nach jeder Editiersitzung waren Pflicht und es war gut so. Irgendwann ging die Pflicht leider verloren, spätestens bei der Einführung des ESRI-Shape-Files, für mich der größte Architekturfehler diese Formates, welches durchaus seine Verdienste hatte [6]. Das Topologie und topologisch korrekte Daten immer noch unendlich wichtig sind – für Konsistenz und Präzision – könnt Ihr im Artikel “TOPOLOGY: A BIG WORD WITH BIG IMPLICATIONS FOR YOUR DATA” von Adam Thomas [1] im mapbox-Blog nachlesen.
Topological maps allow us to easily visualize how data is connected, which makes it easier to glean insights from thousands of data sets and billions of data points. Check out our latest blog about topology and improving the quality of GIS data: https://t.co/2kZkdcdymn
Eine Wasserscheide ist nach Wikipedia [1] ”der Grenzverlauf zwischen zwei benachbarten Flusssystemen. Sie entspricht also der Grenze zwischen den Einzugsgebieten des abfließenden Niederschlagswassers von zwei Flüssen”.
Eine interessante Anwendung zur Ermittlung von Globalen Wassereinzugsgebieten habe ich bei GoogleMapsMania im Beitrag “The Global Watershed Map” [2] gefunden. Einfach einen Standort anklicken und die Berechnung mit “Delineate!” starten und in wenigen Sekunden habt Ihr Euer angefragtes Einzugsgebiet.
Ich habe es für Halle (Saale) getestet … Ergebnis ein ”Wassereinzugsgebiet von 18.000 km² (6.900 Quadratmeilen) mit einem Abfluss in der Nähe von (51.471, 11.956)”.
Screenshot: Mein Test die Saale bei Halle (Quelle [2])
Stell Dir vor, Du musst Informationen mehrerer Layer (Vektor und Raster) an verschiedenen Stellen abfragen und willst aus den abgefragten Layern die Werte bestimmter Sachdatenspalten ermitteln und speichern. Das kannst Du natürlich mit dem Identifikationswerkzeug machen, das wird aber je nach Anzahl der Themen, der zu berücksichtigenden Spalten und abzufragenden Stellen schnell mühsam bis fast unmöglich. Abhilfe schafft das QGIS-Plugin “Point Sampling Tool” [1]. Einfach einen Punkt-Layer mit den abzufragenden Standorten anlegen und die Sachdatenspalten aller abzufragenden Themen sowie einen Ziel-Layer angeben und schon werden die Sachdatenspalten im Ziel-Layer angelegt und mit den Werten der Quell-Themen an den abzufragenden Punkten befüllt. Das klappt natürlich auch mit zwanzig Themen und 64 Spalten bei 300 Abfragestellen 😉 Einfacher geht es nicht!
Screenshot: Mein Test mit zwei Themen, fünf Spalten an drei Abfragepunkten
Wusstet Ihr schon, dass GDAL 3.6.0 neue Funktionen von zur “sofort einsatzbereiter FileGeodatabase-Schreibunterstützung” bietet und diese bereits in QGIS 3.28 eingearbeitet werden? Details findet Ihr in den Tweets [1], [2] und dem North Road-Beitrag “QGIS 3.28 improvements for working with ESRI formats and services” [3].
Detailed notes about GDAL 3.6.0 new capabilities on out-of-the-box FileGeodatabase write support, and their integration within QGIS https://t.co/vkGnzISL9J
Immer wieder lesen wir darüber, dass Himmelkörper auf der einschlagen könnten und es passiert ja auch immer mal wieder. Zum Glück verglühen die meisten Geschosse vorher. Welche Auswirkungen es haben könnte, wenn es wirklich passiert, könnt Ihr mit dem ASTEROID LAUNCHER auf neal.fun [1] von Neal Agarwal [2] simulieren. Die Quellen der wissenschaftlichen Grundlagen sind unter “About” (i) beschrieben. Die Ergebnisse sind erschreckend, aber das war ja zu erwarten.
Ich habe das mal mit der Voreinstellungen für Halle (Saale) simuliert, also eine Eisen-Asteroid mit 500m Durchmesser und 17 km/h Geschwindigkeit bei einen Winkel von 45 Grad.
Screenshot 1: Die Voreinstellungen Eisen-Asteroid, d=500m, v=17 km/h, alpha=45 Grad (Quelle [1])Screenshot 2: Ergebnis – 12 Gt TNT, 9,7 km Krater mit 583 m Tiefe, 86089 Menschen im Krater verdampft (Quelle [1])
Die Ergebnisse im Einzelnen:
9,7 km breiter Krater
Schätzungsweise 86.089 Menschen würden im Krater verdampft
Die Wirkung entspricht 12 Gigatonnen TNT
Es wurde mehr Energie freigesetzt als ein Hurrikan an einem Tag freisetzt
Ein Einschlag dieser Größenordnung passiert durchschnittlich alle 166.000 Jahre
15 km breiter Feuerball
Schätzungsweise 913.939 Menschen würden durch den Feuerball sterben
Schätzungsweise 490.891 Menschen würden Verbrennungen 3. Grades erleiden
Schätzungsweise 1.417.890 Menschen würden Verbrennungen 2. Grades erleiden
Kleidung würde innerhalb von 62 km nach dem Aufprall Feuer fangen
Bäume würden innerhalb von 127 km nach dem Aufprall Feuer fangen
241 Dezibel Stoßwelle
Schätzungsweise 197.172 Menschen würden an der Schockwelle sterben
Jeder innerhalb von 44 km würde wahrscheinlich Lungenschäden erleiden
Jeder im Umkreis von 57 km hätte wahrscheinlich ein Trommelfellriss gehabt
Gebäude im Umkreis von 99 km würden einstürzen
Häuser im Umkreis von 133 km würden einstürzen
4 km/s Spitzenwindgeschwindigkeit
Schätzungsweise 919.182 Menschen würden durch den Windstoß sterben
Wind innerhalb von 30 km wäre schneller als Stürme auf Jupiter
Häuser im Umkreis von 48 km würden komplett dem Erdboden gleichgemacht
Innerhalb von 86 km würde es sich anfühlen, als wäre man in einem EF5-Tornado
Fast alle Bäume im Umkreis von 142 km würden gefällt
Erdbeben der Stärke 7,2
Schätzungsweise 3.795 Menschen würden durch das Erdbeben sterben.
Ich war schon immer ein Fan vom QGIS-Geometrie-Generator. Noch nie waren die Visualisierungsmöglichkeiten in einem GIS so offen, vielfältig und (meist) auch einfach. Alasdair Rae zeigt Euch in seinem Tweet [1] ein paar einfache und interessante “Zaubereien” zum Einstieg in den QGIS-Geometrie-Generator. Gern gebe ich sie hier weiter, Danke Alasdair!
Want to know more about how to use geometry generators to style layers in QGIS, but not sure how? Watch the video, then download the file and play with it yourself #QGIShttps://t.co/e8hgupctk5
Google hat für seine Kartenanwendung die URL geändert, aus maps.google.de wird google.de/maps. Scheint unkritisch, aber ist es das wirklich? Was heißt das für die Standortberechtigung im Browser? Lest mal die Diskussion in diesem Thread …
Google Maps changed its URL from "https://maps [dot] google [dot] com" to "https://google [dot] com/maps". Looks like it's not a big deal, but when you grant the location permission in your browser you now grant it to the whole #google [dot] com domain. 🤨#privacy#googlemapspic.twitter.com/zhlXzpli4f
— Rutger Roffel (@roffel.dev on bsky.app) (@Rudcher) December 2, 2022
Geodienste zu nutzen ist schon ein Segen, braucht man sich doch um die Geodaten an sich nicht kümmern, man konsumiert sie einfach, z. B. als WMS. Aber man ist eben auch auf die Symbolisierung des Anbieters angewiesen. Im QGIS hab Ihr jedoch die Chance, den WMS wie jedes andere Rasterbild zu manipulieren, z. B. durch Invertieren, Einfärben, dem “Spielen” mit Helligkeit und Sättigung sowie Kontrast und Gamma.
Animation: Mein Test mit Invertieren und Einfärben
Kennt Ihr schon GeoDesk [1], eine räumliche Datenbank für OpenStreetMap-Funktionen? Dort heißt es:
“GeoDesk ist eine räumliche Datenbank-Engine für OpenStreetMap™-Funktionen Erstellen Sie schnelle und leistungsstarke Anwendungen mit der weltweit größten Sammlung kostenloser Geodaten.
Kompaktes Datenbankformat Eine Geographic Object Library ist nur 10 bis 50 Prozent größer als ihre OSM-PBF-Quelldaten. Das ist weniger als ein Zehntel des Speicherbedarfs einer herkömmlichen Datenbank!
Blitzschnelle Abfragen Finden Sie Features basierend auf Tags, Begrenzungsrahmen und/oder räumlichen Beziehungen. Abfragen geben Java-Objekte zurück und sind in der Regel 50-mal schneller als SQL.
Einfach loslegen Importieren Sie OSM-Daten in Minuten statt Stunden, selbst auf Low-End-Hardware – oder laden Sie vorgefertigte Kacheln für genau die Regionen herunter, die Sie benötigen.
Volle OpenStreetMap-Unterstützung GOLs enthalten nicht nur Formen, sondern replizieren das OSM-Datenmodell originalgetreu – einschließlich Beziehungen.
100% kostenlos und Open-Source” [1]
Klingt wirklich interessant, sollt man sich mal anschauen! Steht auf meiner ToDo-Liste.
