Wer den Geometriegenerator von QGIS mal richtig ausgereizt sehen will, sollte sich unbedingt Klas Karlssons “Halftone style”-Youtube-Video [1] anschauen. Es lohnt sich! Ihr lernt etwas über die Leistungsfähigkeit des QGIS-Geometriegenerators und es kommt auch ein wunderschöner Style heraus. Danke Klas!

[1] … https://www.youtube.com/watch?v=CkWHr9ZOddM

So, man kann es kaum fassen, Linux hat heute den 30. Geburtstag. Am 25.08.1991 hat Linus Torvalds eine Ankündigung gemacht, quasi: Eh schaut mal, ich hab da was, nicht Großes … [1], [4]. Und 23 Tage später, am 17.09.1991 folgte die Erstveröffentlichung [2]. Und was dann daraus geworden ist, wissen wir vermutlich alle. Das Internet, wie wir es heute kennen, gäbe es ohne Linux nicht, diese freie Software ist quasi eines der wichtigsten Internet-Fundamente.

In diesem Sinne, danke Linus, danke allen Mitwirkenden, weiter so und die wirklich herzlichsten GLÜCKWÜNSCHE vom #geoObserver!

Übrigens: Ich arbeitete damals mit Ultrix auf einer DecStation 3100, Unix war mir also sehr nah. Linux kam später, meine erste Distribution war – hoffentlich erinnere ich mich richtig – Suse-Linux 5.x am Anfang auf sechs oder sieben Disketten, später auf CDs/DVDs und danach als Downloads.

Mehr zu Linux-Story im Video von Heise.de [3]

[1] … https://groups.google.com/g/comp.os.minix/c/dlNtH7RRrGA/m/SwRavCzVE7gJ?pli=1
[2] … https://de.wikipedia.org/wiki/Linux
[3] … https://www.youtube.com/watch?v=k4XkJpmEvqk&t=192s
[4] … https://de.wikipedia.org/wiki/Linus_Torvalds

Es ist interessant und erschreckend zugleich, eigentlich nicht neu aber wirklich gut aufbereitet: die Klimakrise wirkt oft abstrakt, weit weg. Anders, wenn Du sie genau in Deinem Gebiet visualisieren kannst, dann ist es plötzlich ganz nah und wird deutlich. SEBASTIAN MEIER und FABIAN DINKLAGE haben genau das gemacht in “Klimawandelrisiken in Deutschland” [1]. Sie leiten ein mit:

“Der Klimawandel ist längst in Deutschland angekommen. In den nächsten Jahren und Jahrzehnten werden wir die Auswirkungen immer deutlicher spüren. Die lokalen Risiken sind stark davon abhängig, wo man in Deutschland wohnt. Finde auf dieser Seite heraus, welchen Herausforderungen sich deine Region stellen muss.” [1]

Also, einfach mal Deine Postleitzahl eingeben und schauen, wie sich entscheidende Faktoren in Deiner unmittelbaren Umgebung auswirken. ich hab’s gemacht für PLZ 06114 in Halle (Saale) …

[1] … https://klima-risiken.vislab.io/
[2] … https://twitter.com/seb_meier/status/1411936845601165318?s=20

Kennt Ihr schon wttr.in [1], eine Online-Wetter-Auskunft auf der Kommandozeile, die schnell und präzise mit etwas Vintage-Charme die Wettervorhersage ausschließlich mit Text und die Wettersymbole als ASCII-Art darstellt. Mit Curl direkt auf der Konsole (im Terminal) zur nutzen. Der Aufruf im Browser https://wttr.in/ oder https://wttr.in/”Halle (Saale)”. Eine sehr große Zahl von Parametern steht zur Verfügung, die Hilfe dazu könnt Ihr mit https://wttr.in/:help [5] aufrufen.

Nun wollte ich dan Ganze mal direkt im QGIS nutzen, einfach eine kleine Karte mit der Tooltipp-Funktion (“Kartenhinweise anzeigen”) via HTML, hier die einfache Darstellung für das aktuelle Wetter im iFame auf die Spalte “ort” im Datenbestand. Klappt, na bitte … Sicher gibt es genügend andere und elegantere Möglichkeiten, Wetterdaten ins QGIS zu holen, aber mit wttr.in wollte ich es auch mal probieren 😉

Das Testprojekt steht Euch unter QGIS_wttr_in_curl_Test.zip [6] zur Verfügung, viel Spaß damit.

[1] … https://blog.v-gar.de/2016/05/wetterdaten-im-terminal-mit-wttr-in/
[2] … https://github.com/chubin/wttr.in
[3] … https://wttr.in/”Halle (Saale)”
[4] … https://wttr.in/Halle_Saale?0n
[5] … https://wttr.in/:help
[6] … http://www.geoobserver.de/Download/QGIS_wttr_in_curl_Test.zip

3D-Print von Geodaten ist nun schon oft beschrieben worden, das hat viel Potenzial, wirklich neu ist es nicht mehr. Eine interessante Idee hatten nun Studierende der Harvard Graduate School of Design und des Harvard College und diese haben sie dann auch realisiert: Geodaten in 3D-Schokolade, ChopcoTopo eben! Genutzt haben sie die klassischen 3D-Informnation beinhaltenden Daten, DEM und Satellitenbilder mit Höhen. Genutzt wurde auch QGIS, dann 3D-Negativ-Formen gedruckt, Schokolade rein, kalt werden lassen und … fertig!
Geo-Daten mit Geschmack hatten wir übrigens schon mehrmals [3], [4] 😉
Ich hoffe, damit nun endlich auch den letzten invasiv-Excel-nutzenden GIS-/Geo-Verweigerer mit dieser Schokolade ins GIS-Boot zu bekommen, was meint Ihr?

[1] … https://www.topochoco.com/
[2] … https://twitter.com/pokateo_/status/1435312490582261770?s=20
[3] … https://geoobserver.de/2012/09/21/geodaten-schmecken/
[4] … https://geoobserver.de/2018/01/11/geodaten-schmecken-die-2/

Mit Geoapify [1] steht eine weitere API als Google-Alternative im Geobereich zur Verfügung. Es kann sich durchaus lohnen, dort mal nachzuschauen, denn schon in der FREE-Variante stehen Euch bis zu je 3000 Geocoding-, Place-, Routing- und Isolines-Requests zur Verfügung.

Zu den Daten wird auf der geocodig-api-Seite [3] folgendes gesagt: “Die Geokodierungs-API arbeitet mit internationalen Adressen und liefert Ergebnisse in einer bestimmten Sprache. Wir verwenden mehrere Datensätze, darunter OpenStreetMap, OpenAddresses, Who’s on First, Geonames, Wikipedia und weitere. Die benutzerdefinierten Datensätze können auf Anfrage importiert werden.”

Mein erster Test mit Geocoding [2] war erfolgreich, siehe unten:

Mein Input:

housenumber;street;city;postcode;country
50;Torstrasse;Halle (Saale);06110;Germany
51;Torstrasse;Halle (Saale);06110;Germany
52;Torstrasse;Halle (Saale);06110;Germany
53;Torstrasse;Halle (Saale);06110;Germany

Der Geoapify-Output:

given_housenumber,given_street,given_city,given_postcode,given_country,lat,lon, formatted,housenumber,street,postcode,suburb,city,state,state_code,country, country_code,confidence,confidence_city_level,confidence_street_level,attribution, attribution_license,attribution_url
50,Torstrasse,Halle (Saale),06110,Germany,51.4738795,11.9649415,"Torstraße 50, 06110 Halle (Saale), Deutschland",50,Torstraße,06110,Südliche Innenstadt,Halle (Saale),Sachsen-Anhalt,ST,Deutschland,de,1,1,1,© OpenStreetMap contributors,Open Database License,https://www.openstreetmap.org/copyright
51,Torstrasse,Halle (Saale),06110,Germany,51.4738818,11.9651541,"Torstraße 51, 06110 Halle (Saale), Deutschland",51,Torstraße,06110,Südliche Innenstadt,Halle (Saale),Sachsen-Anhalt,ST,Deutschland,de,1,1,1,© OpenStreetMap contributors,Open Database License,https://www.openstreetmap.org/copyright
52,Torstrasse,Halle (Saale),06110,Germany,51.4738842,11.9653768,"Torstraße 52, 06110 Halle (Saale), Deutschland",52,Torstraße,06110,Südliche Innenstadt,Halle (Saale),Sachsen-Anhalt,ST,Deutschland,de,1,1,1,© OpenStreetMap contributors,Open Database License,https://www.openstreetmap.org/copyright
53,Torstrasse,Halle (Saale),06110,Germany,51.4738863,11.9655688,"Torstraße 53, 06110 Halle (Saale), Deutschland",53,Torstraße,06110,Südliche Innenstadt,Halle (Saale),Sachsen-Anhalt,ST,Deutschland,de,1,1,1,© OpenStreetMap contributors,Open Database License,https://www.openstreetmap.org/copyright

[1] … https://www.geoapify.com/
[2] … https://www.geoapify.com/tools/geocoding-online
[3] … https://www.geoapify.com/geocoding-api
[4] … https://www.geoapify.com/pricing
[5] … https://twitter.com/geoapify/status/1434876040715853830?s=20

Vorgestern gab es via bei Twitter folgende Anfrage: “Ich möchte mithilfe des Geometriegenerators den Zentroid eines aus einem Punktdatensatz (7 Punkte) erstellten Polygon mit einem noch nicht definierten Abstand puffern und dies als “Lage im Raum” darstellen.” [1]. Wie man das mit “normalen” Geoprocessing-Funktionen des QGIS lösen kann, eher kein Problem, aber dann entstehen ggf. immer wieder zusätzliche Layer. Die Forderung war ja, es mit dem Geometrie-Generator zu lösen. Unser Interesse war geweckt, wir wollten es wissen. Eigentlich auch nicht schwierig, nur konnte ich QGIS erstmal nicht überreden, die Punkte als gemeinsame Geometrie zu betrachten, QGIS wollte das immer für jeden Punkt einzeln tun. Die entscheidende Idee hatte dann mein Kollege mit “arrray_foreach” und “aggregate”, der Rest drum herum war ja schon fertig.

Wer den Code verbessern möchte, gern hier als Kommentar. Wir sind gespannt!

Unser Code:

buffer(centroid(
convex_hull(
make_line(
array_foreach( aggregate( @layer_name, 'array_agg', $id),
geometry( get_feature_by_id( @layer_name, @element))
)
)
)
),50
)

Projekt und Testdaten stehen Euch zur Nachnutzung als Download zur Verfügung [2].

[1] … https://twitter.com/alwazi88/status/1435168461823619078?s=20
[2] … http://www.geoobserver.de/Download/qgis_geometrygenerator_points_ line_convexhull_centroid_buffer.zip

Per Mail [1] gab Even Rouault gestern bekannt, dass seit dem 07.09.2021 eine neue Version der universellen GDAL-Bibliothek [2] zur Verfügung steht. GDAL ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt ist. Die Neuerungen findet Ihr auf GitHub [3], die Downloads bei GDAL [4] und OSGEO [5].

[1] … https://lists.osgeo.org/pipermail/gdal-dev/2021-September/054648.html
[2] … https://gdal.org/
[3] … https://github.com/OSGeo/gdal/blob/v3.3.2/gdal/NEWS
[4] … https://gdal.org/download.html
[5] … https://download.osgeo.org/gdal/3.3.2/