Wenn Ihr mal ganz besondere, etwas andere Karten sucht, schaut Euch mal bei mappery.org [1] um. Es erwarten Euch Karten, wie Ihr sie vielleicht noch nie gesehen habt, ab es sind Karten, sehenswert! Die Macher, Ken Field und Steven Feldman, schreiben dazu: “Der Kontext ist alles und je bizarrer, desto besser.”. Und wenn Ihr selbst beitragen wollt, einfach machen und Eure Karten einsenden!
Noch bis zum 31. März 2021 führt das Deutsche Forschungsinstitut für öffentliche Verwaltung in Zusammenarbeit mit dem Bundesministerium des Innern, für Bau und Heimat eine Onlineumfrage zur Nutzung und Bewertung des Datenangebots auf GovData.de [1], [2] durch. Unsere Mithilfe wird benötigt, wir werden gefragt und können helfen, die Dinge noch besser zu machen, also los: Mitmachen!
Covid19 (Corona) werden wir wohl leider so schnell nicht los. Somit können aktuelle Daten im GIS visualisiert recht hilfreich sein. Über den Bezug aktueller deutscher Daten hatte ich schon in [1] berichtet, hier nun ein QGIS-Plugin “Covid19Tracker” [1], [2] mit weltweiten Daten. Die Quellen für diese Daten sind in [3], [4] gelistet. Die Daten werden täglich aktualisiert und stehen seit dem 22.01.2020 zur Verfügung. Danke Paweł Dzierżyński!
Wer kennt sie nicht, die berühmte Cholera-Karte des John Snow [1], [2]. Auf Wikipedia heißt es: “Seine Kartenzeichnung mit den Epidemiefällen gilt über die Epidemiologie hinaus als eine der ersten nachgewiesenen räumlichen Analysen” [1]. Jetzt habe ich eine Quelle gefunden, wo Ihr die Snowschen Daten auch in modernen Geodatenformaten herunter laden könnt, in Robin’s Blog im Beitrag “John Snow’s Cholera data in more formats” [3]. Zur Verfügung stehen die Daten als ESRI-Shapes, TIFFs und KMLs.
Schöne Daten, auch für Schulungen, weil die Story so interessant ist. Ich hab’ s mal schnell ausprobiert: das Paket mit den Shapefiles [4] geladen, entpackt und ab ins QGIS. Ein bisschen visualisiert und mit NNjoin mal die Nähe der Häuser zu den Pumpen ermittelt. Erwartungsgemäß bestätigen auch unsere modernen Methoden und Werkzeuge, was Snow bereits 1854 ermittelt hat: Die Wasserpumpe in der Broad Street (heute Broadwick) ist die Hauptursache der Verbreitung.
Ergänzung: Das Schwarmwissen (QGIS-Gruppe im FB) verwies gerade auf den einen Artikel in der QGIS-Doku [5]. DANKE! Ich kannte diesen noch nicht 😉
In [1] hatte ich das Thema “Fotos auf der Karte anzeigen” im QGIS bereits behandelt. Angepingt durch einen GeoMenke-Tweet vom Wochenende konnte ich das Ganze noch etwas erweitern. Jetzt die Punkte mit einem Keilbuffer (“wedge buffer” im Geometriegenerator) und mit einer Shapeburst-Füllung ergänzen und schon hat man die Blickrichtung des Fotografen visualisiert. Die Anzeige der Fotos funktioniert weiter wie in [1] beschrieben.
Mit dem Faktor für den Winkel (“direction”) hab ich ein bisschen experimentiert, bei “0.86” war so der Wert, bei dem die “Keulen” am besten der Realität entsprachen. Ggf. kann hier noch optimiert werden (Projektionen? oder hatte mein iPhone ungenaue Werte aufgezeichnet?).
Man glaubt es kaum, aber es ist leider wahr: Nicht mal der Duden kann “Geodaten” richtig erklären. In einem Tweet vom Wochenende [1] musste man mit Erstaunen feststellen, der Duden erklärt Geodaten mit “digitale geologische Daten”. Wie jetzt? Da ist wirklich nicht lustig und wird hoffentlich schnell korrigiert?(!) Dabei hätte man sich doch nur in diesem Internetz informieren können, z. B. bei Wikipedia [2], die wissen dort besser, was Geodaten sind. Langsam begreife ich, warum mich keiner versteht 😉
Hey Duden: Damit das sitzt, schreibst Du jetzt 100 x “Geodaten sind digitale Daten mit Raumbezug”! Das trifft in jedem Fall besser als Deine jetztige (Be)deutung. Wir beobachten das 😉
Ergänzung: Auch des Dudens Beispiel: “Navigationssysteme funktionieren mithilfe von Geodaten” passt so gar nicht zur Erklärung mit den “geologische Daten”.
Per Tweet [1] und Mail [2] gab Even Rouault vorgestern bekannt, dass seit dem 10.03.2021 eine neue Version der universellen GDAL-Bibliothek [3] 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 [4], die Downloads bei GDAL [5].
Über die Technik mit den nächsten Nachbarn (nearest neighbour) hatte ich schon mal vor drei Jahren berichtet [1], dort mit Punkten und Linien. Nun gab es die Problematik, perfekt erfasste Merkmale an unzureichenden Linien-Geometrien an neue Linien-Geometrien hoher Qualität anzuhängen. Kurz das Schwarmwissen befragt [2] und schon war die Lösung da: wieder das NNJoin-Plugin von QGIS [3] nutzen und die Daten vom nächsten Nachbarn holen. Hier Problem und Lösung in Screenshots.
Ganz frisch: Gestern veröffentlichte Hans van der Kwast auf seinem Youtube-Kanal ein Video zur “Zonal statistic in QGIS” [1], [2]. Gezeigt werden zwei Möglichkeiten, a) mit Polygonen und b) mit diskretem Raster. Wie immer gut erklärt, einfach mal reinschauen, es lohnt sich … Danke Hans!
In [1] hatte ich bereits über einen QGIS-Trick berichtet, mit dem man auch komplett negative Werte in QGIS-Säulendiagrammen über zwei Hilfsspalten visualisieren kann. Nun habe ich entdeckt, dass in QGIS 3.18 diese Hilfsspalten nicht mehr nötig sind. Einfach bei den “Layereigenschaften” bei “Diagrammen” die Option “Achse anzeigen” aktivieren und schon klappt’s.
Vielleicht gab es das auch schon in früheren Versionen, in QGIS 3.10 jedenfalls habe ich die Option noch nicht gefunden.