Täglich: Soziales Kartierungsprojekt #30DayMapChallenge

Derzeit läuft die von Topi Tjukanov initialisierte #30DayMapChallenge [1]. Im Aufruf auf GitHub [2] heißt es dazu:

“Tägliches soziales Kartierungsprojekt im November 2020

Das offizielle Repository für #30DayMapChallenge, ist eine tägliche Herausforderung in den Bereichen Kartographie/Kartographie/Datenvisualisierung, die sich an die räumliche Gemeinschaft richtet.

Die Idee ist die Erstellung (und Veröffentlichung) von Karten zu verschiedenen Themen an jedem Tag des Monats unter Verwendung des Hashtags #30DayMapChallenge, Sie können die Karten im Voraus vorbereiten, aber die Hauptidee ist die Veröffentlichung von Karten zu bestimmten Themen an bestimmten, unten aufgeführten Tagen. Fügen Sie einfach ein Bild der Karte ein, wenn Sie mit dem Hashtag auf Twitter posten. Sie müssen sich nirgendwo anmelden, um teilzunehmen. Es gibt keine Einschränkungen hinsichtlich der Tools, Technologien und Daten, die Sie in Ihren Karten verwenden. Es ist auch in Ordnung, weniger als 30 zu machen (und tatsächlich alle 30 zu machen, ist wirklich schwer!). Siehe den Verhaltenskodex unten auf der Seite.

Viel Spaß beim Kartieren!”

(Übersetzt mit DeepL)

Hier die Themen der 30 Novembertage:

Die Themen der 30 Novembertage (Quell [1])

Heute Tag 6, Thema ROT, hier mein Beitrag, meine halleschen Lieblings-Voronois, vgl. [3], als höher aufgelöst Bild (PNG, 14,5 MByte)

https://geoobserver.de/wp-content/uploads/2016/06/gisart1.gif?w=584

[1] … https://twitter.com/tjukanov/status/1311568912950140930?s=20
[2] … https://github.com/tjukanovt/30DayMapChallenge
[3] … https://geoobserver.de/2016/06/10/gisart-ist-das-kunst-oder/

DataViz: USElection2020@map

Die US-Wahlen sind noch nicht vorbei, noch laufen die Auszählungen. Aber schon wieder wird uns ganz praktisch verdeutlicht, wie wichtig die korrekte Darstellung von Wahlergebnissen auf Karten ist, wie einfach ggf. der Leser manipulierbar ist, wie einfach Choropleten an zu groben Grenzen die Wirklichkeit eher schlecht bis verfälschend darstellen. Eine wunderbare Analyse dazu habe ich im Beitrag von “Try to impeach this?Challenge accepted!” von Karim Douieb (THX!) unter [1], [2] gefunden.

Screenshots: Traditionelle Choroplete vs. Punktdarstellung (Quell [1])

Weitere Beiträge zum Thema Kartographie und Verantwortung findet Ihr hier beim #geoObserver unter [3] … [5]

[1] … http://try-to-impeach-this.jetpack.ai/
[2] … https://twitter.com/karim_douieb/status/1231216013313789955?s=20
[3] … https://geoobserver.de/2020/09/10/verantwortung-bei-erstellen-einer-karte-oder-wie-neutral-sind-karten-wirklich/
[4] … https://geoobserver.de/2015/03/02/verantwortung-wie-stiehlt-man-ein-wahl/
[5] … https://geoobserver.de/2019/12/10/manipulation-gerrymandering-wahlkreisverschiebung/

Mobilfunkversorgung: Breitbandmonitor- und Funklochkarte

Die Bundesnetzagentur hatte schon im November 2019 die deutschen Funklöcher via Karte [4] thematisiert, jetzt wurde die Karte wohl wieder aktuell. Neben einiger (berechtigter) Kritik und teilweiser Häme im Netz bzgl. der Funklochkarte (z.B. [5]) scheint die Karte vom Mobilfunkmonitoring [1], [2] stabil. Die Funklochkarte [3] allerdings kämpft wohl auch nach einer Woche noch mit Problemen?

Screenshots: Funktlockhkarte und Mobilfunkmonitoring am 4.11.2020, 7:30 Uhr(Quelle [2], [3])

[1] … https://www.breitband-monitor.de/mobilfunkmonitoring
[2] … https://www.breitband-monitor.de/mobilfunkmonitoring/karte
[3] … https://www.breitband-monitor.de/funkloch
[4] … https://geoobserver.de/2019/11/19/abgeschnitten-die-funklochkarte/
[5} … https://twitter.com/evangel125/status/1322173302341775360?s=20

QGIS-Tipp: Buffer

Wer im QGIS die Buffer-Funktion nutzen möchte, wird schnell erkennen, dass sich neben der typischen Pufferweite noch einige Optionen mehr einstellen lassen. Am auffälligsten sind “Endstil” und “Verbindungsstil”. Ich hab mal damit getestet und für Polygone den “Verbindungsstil” variiert. Der folgenden Grafik könnt Ihr die Auswirkungen entnehmen. Normalerweise wird mit “Rund” gepuffert, also mit konstanten Abstand rechtwinklig zur Ausgangsgeometrie, in Spezialfällen sind sicher auch “Eckig” und “Angefast” nützlich. Angetriggert wurde ich durch den Tweet in [1].

[1] … https://twitter.com/spatialthoughts/status/1321753819139637249?s=20

Maps on Demand: MapPorn

Schon 2019 habe ich in einem MapPorn-Tweet Folgendes gelesen: “Ich habe gerade festgestellt, dass ich ein riesiges Kartenarchiv habe. Hat jemand eine Anfrage?” [1]. Nun endlich habe ich es auch mal testen wollen und tatsächlich, es hat geklappt. Meine Anfrage lautete “Halle (Saale) ca.1930?” [2] und prompt, zwei Tage später hatte ich die Antwort als Tweet [3] mit einem wunderschönen Messtischblatt vom südlichen Halle um 1928 [4]. Ich bin begeister, so muss Netzwerk, THX MapPorn!

Screenshot: Halle 1928, Ergebnis der MapPorn-Recherche in der Deutschen Fotothek gefunden (Quelle [4])

[1] … https://twitter.com/MapPornTweet/status/1141477499395694592?s=20
[2] … https://twitter.com/geoObserver_/status/1321636128257171456?s=20
[3] … https://twitter.com/MapPornTweet/status/1322477948205703169?s=20
[4] … http://www.deutschefotothek.de/documents/obj/71054810/df_dk_0010001_4537_1928
[5] … https://www.reddit.com/r/MapPorn/
[6] … https://twitter.com/MapPornTweet

Curvature: Krumme Kurven

Eine Karte, welche die Krümmungen von Straßen visualisiert findet Ihr bei “Curvature – Find twisty roads” [1]. Ein solche Karte macht durchaus Sinn, z. B. zur Reiseplanung aber auch zum Schwerlastrouting. Mehr dazu und vor allem die technischen Dinge wie die berücksichtigten Krümmungswerte findet Ihr unter “why curvature” [2]. Die zu Grunde liegenden Daten kommen aus dem freien OpenStreetMap-Projekt (OSM).

Screenshot: Europa – Eindeutig mehr Kurven in gebirgigen Gegenden (Quelle [1])
Screenshot: Gleiches Ergebnis im Harz, Thüringer Wald, Erzgebirge – Eindeutig mehr Kurven in gebirgigen Gegenden (Quelle [1])

Gefunden in der OSM-Wochennotiz 534 [3]

[1] … https://roadcurvature.com/map/#map=4.65/13.6318/42.9697
[2] … https://roadcurvature.com/how-to-use/why-curvature/
[3] … http://weeklyosm.eu/de/archives/13839

Difu: Kommunalbefragung “Open Data in Kommunen”

Nachdem mit Unterstützung der Bertelsmann-Stiftung bereits im April 2020 ein “Open Data Leitfaden für Kommunen” [1] veröffentlicht wurde, wird dieses wichtige und zeitgemäße Thema nun erneut durch das Deutsche Institut für Urbanistik (Difu) mit Bertelsmann-Unterstützung aufgegriffen und steht in der Reihe “LebensWerte Kommune” unter dem Titel “Open Data in Kommunen – Eine Kommunalbefragung zu Chancen und Herausforderungen der Bereitstellung offener Daten” [2], [3] zur Verfügung.

Screenshot: Titelblatt von “Open Data in Kommunen” (Quelle [3])

Erfreulich: Das Verständnis für Open Data wächst bei den Kommunen, so heißt es im Beitrag “Über 90 Prozent der vom Difu befragten kommunalen Daten-Expert*innen befürworten die politischen Bestrebungen, offene Daten verstärkt zur Verfügung zu stellen …” (Quelle: [2]).

[1] … https://geoobserver.de/2020/04/20/leitfaden-open-data-in-kommunen/
[2] … https://difu.de/presse/2020-10-20/kommunen-zunehmend-bereit-fuer-open-data
[3] … https://difu.de/sites/default/files/media_files/2020-10/Open%20Data%20in%20Kommunen.pdf

COG: GeoTiff gekachelt

Einen interessanten Beitrag zum Speichern und Visualisieren von Massen-Rasterdaten in der Cloud bei der Verwendung von QGIS habe ich bei Oslandia gefunden: “Store and visualize your raster in the Cloud with COG and QGIS” [1]. Der Schlüssel zum Erfolg ist das COG-Format “Cloud Optimized GeoTIFF”, quasi ein gekacheltes GeoTIFF. GDAL unterstützt das Format, Details findet Ihr dort in “COG – Cloud Optimized GeoTIFF generator” [2].

Screenshots (Quelle[1], [2])

PS: Ich hab es noch nicht getestet, es steht auf der ToDo-Liste 😉 Ich bin gespannt!

[1] … https://oslandia.com/en/2020/09/14/en-store-and-visualize-your-raster-in-the-cloud-with-cog-and-qgis/
[2] … https://gdal.org/drivers/raster/cog.html

QGIS: 3.16 & 3.10 LTR

Die Woche beginnt mit den guten QGIS-News vom Wochenende: Jürgen E. Fischer meldete die sofortige Verfügbarkeit der aktuellsten QGIS-Installations-Pakete für 3.16 ‘Hannover’ und 3.10.11 ‘A Coruña’ LTR auf der QGIS-Downloadseite [1]. Wer wissen möchte, was sich in v3.16 alles geändert und vor allem verbessert hat schaut in den Changelog [3].

[1] … https://twitter.com/JuergenEFischer/status/1320469819855175684?s=20
[2] … https://twitter.com/naturalgis/status/1320393910242377729?s=20
[3] … https://changelog.qgis.org/en/qgis/version/3.16/

NYC: Gebäudefotos aus den 40er und 80er Jahren georeferenziert

Wunderbare Sammlungen georeferenzierter Fotografien mitten aus dem New York der 40er und 80er Jahre findet Ihr bei 1940s.nyc und 80s.nyc. In den 40ern noch einzelne Häuseransichten (jeder Punkt genau ein Gebäude) und in den 80ern ganze Straßenabschnitte (jeder Linie mit mehreren Gebäuden). In jedem Fall alles herrlich Vintage und sehenswert.

Screenshot: Die 40er, jeder Punkt eine Fassade (Quelle [1])
Screenshot: Die 80er, jeder Linie mit mehreren Gebäude-Aufnahmen (Quelle [2])

Der Tipp kam von Albrecht Elstermann, Danke!

[1] … https://1940s.nyc/map/photo/#13.69/40.7093/-73.99397
[2] … http://80s.nyc/#show/40.7035/-74.0124