Corona & der ArcGIS-Peak?

Google-Trends hatte ich schon öfter mal befragt, z. B., um die Suchen nach ArcGIS und QGIS zu vergleichen [1], [2]. Gestern war es mal wieder so weit und siehe da, eine signifikante Änderung, ein plötzlicher Peak bei den ArcGIS-Werten. Wo kommt der denn her, so völlig am allgemeinen Trend vorbei?

Der “misteriöse“ ArcGIS-Peak

Nach genauem Blick auf auf das Datum wurde es schnell klar, die zeitliche Korrelation mit den Corona-Ereignissen ist deutlich ersichtlich, exakt der Zeitpunkt des Startes des ESRI-Corona-Dashboards. Man kann einen kausalen Zusammenhang vermuten. Ist das Zufall oder Klasse Marketing von ESRI? 😉
Und die frohe Botschaft für die freie GIS-Szene: nach dem Peak hat es sich wieder beruhigt. Um sich selbst ein Bild zu machen, bitte: meine Google-Trends-Anfrage [3].

Die Auflösung(?): Corona und das ESRI-Dashboard

[1] … https://geoobserver.de/2018/06/08/google-trends-qgis-holt-auf-und-ein/
[2] … https://geoobserver.de/2019/12/27/gis-suchen-in-google-trends/
[3] … https://trends.google.de/trends/explore?geo=DE&q=qgis,arcgis,Corona%20Dashboard

Transparenz in HH: Baugenehmigungsexplorer

So stellt man sich Transparenz und Open Data für Bürger und Wirtschaft vor. Ich suche auf der Karte ein mich interessierendes Objekt und nach einfachem Klick hab ich sofort Zugang zu den entsprechenden Dokumenten, hier die Baugenehmigungen. Der Prototyp des Baugenehmigungexplorers [1] gebaut von Hannes (@cartocalypse). Danke HH, danke Hannes! Mögen andere nachziehen!

Hannes wünscht in [2] “Viel Spaß beim Erkunden!” – Ich hab’s probiert, mein Testobjekt die Elbphilharmonie [3] …

Von der Karte zur Genehmigung (hier die Elbphilharmonie in HH)

[1] … https://hannes.enjoys.it/hamburg/baugenehmigungen/
[2] … https://twitter.com/cartocalypse/status/1304818892729090050?s=20
[3] … https://de.wikipedia.org/wiki/Elbphilharmonie

Released: PostgreSQL 13 RC1

Gestern wurde bekannt gegeben, dass die weltweit fortschrittlichste Open-Source-Datenbank fast genau ein Jahr nach der Veröffentlichung der letzten großen Version 12 [3] jetzt mit Release Candidate 1, also mit Version 13 RC1 zur Verfügung steht [1], [2]. Laut Ankündigung wird mit dem offiziellen Start von v13 am  24. September 2020 gerechnet.

[1] … https://www.postgresql.org/about/news/2072/
[2] … https://twitter.com/PostgreSQL/status/1306582438978695168?s=20
[3] … https://geoobserver.de/2019/10/04/postgresql-released-v12/

Was ist HydroSHEDS?

Das Thema HydroSHEDS ist mir in letzter Zeit des Öfteren begegnet, vor allem auf Twitter [4]….[7]. Neugierig geworden wollte ich Genaueres wissen, auf hydrosheds.org [2] findet sich die Erklärung:

“Hydrologische Daten und Karten auf der Grundlage von SHuttle Elevation Derivatives in verschiedenen Maßstäben
HydroSHEDS ist ein Kartierungsprodukt, das hydrographische Informationen für regionale und globale Anwendungen in einem einheitlichen Format bereitstellt. Es bietet eine Reihe von georeferenzierten Datensätzen (Vektor- und Rasterdaten) in verschiedenen Maßstäben, einschließlich Flussnetzwerken, Wassereinzugsgebietsgrenzen, Abflussrichtungen und Abflussansammlungen. HydroSHEDS basiert auf hochauflösenden Höhendaten, die während eines Space Shuttle-Fluges für die Shuttle Radar Topography Mission (SRTM) der NASA gewonnen wurden.”
Übersetzt mit www.DeepL.com/Translator (kostenlose Version)

Nun wollte ich es mal selbst ausprobieren, eine wunderbare Erklärung zum Umgang mit den Daten findet Ihr bei Hannes im Beitrag “Replicating a media-hyped color by numbers Etsy map in 10 minutes” [1], schaut Euch das Video an!. Die Daten hab ich mir bei [3] besorgt und dann ging es mit QGIS los.
Und wenn alles klappt, kann man dann bald wirklich seinen eigenen Etsy-Shop aufmachen 😉 Hier meine Ergebnisse.

Zentraleuropa mit Elbe, Rhein, Donau
Inder Mitte die Elbe

[1] … https://hannes.enjoys.it/blog/2019/01/replicating-a-media-hyped-color-by-numbers-etsy-map-in-10-minutes/
[2] … https://www.hydrosheds.org/
[3] … https://www.mrlc.gov/downloads/sciweb1/shared/hydrosheds/sa_shapefiles_zip/
[4] … https://twitter.com/MapScaping/status/1297422153990713346?s=20
[5] … https://twitter.com/tjukanov/status/1298695733244317696?s=20
[6] … https://twitter.com/juanluistv_/status/1297726755390853128?s=20
[7] … https://twitter.com/cartocalypse/status/1297586176518430724?s=20

Bedenklich groß: US-Waldbrände

Seit Jahren hören wir immer wieder von den riesigen Waldbränden in den USA, durch den Klimawandel werden sie es immer mehr Brände und ihre Ausdehnung wird immer größer. Aber wir groß sind die wirklich? Diese Frage wird anschaulich beantwortet bei Googlemapsmalia im Artikel “How Big Are the U.S. Wildfires?” [1] beantwortet. Im verlinkten Artikel “Map: See how the wildfires across the Western U.S. compare to where you live” [2] kommt Ihr auf eine interaktive Karte, könnt Euch einen großen Brand auswählen und diesen dann virtuelle auf ein Euch bekanntes Gebiet verschieben. Ich hab’s probiert für den Raum Halle/Leipzig und wie zu vermuten: es ist erschreckend!

Screenshot: Das Gebiet von Halle/Leipzig verglichen mit den Waldbrand “Beachie Creek Fire (Ore.)”
(Quelle [2])

Update 28.06.2022:
Weitere wichtige Informationen zum Thema Waldbrandgefahr wie z. B.

  • Was ist im Falle eines Waldbrandes wichtig?
  • Richtiges Verhalten bei bestehender Waldbrandgefahr
  • Wann ist von einer Waldbrandgefahr auszugehen

findet Ihr auf www.bussgeld-info.de/waldbrandgefahr

[1] … http://googlemapsmania.blogspot.com/2020/09/how-big-are-us-wildfires.html
[2] … https://www.nbcnews.com/news/us-news/map-compare-west-coast-wildfires-2020-n1240011
[3] … https://twitter.com/gmapsmania/status/1305906921946349569?s=20

GeoFormatWirrwarr?

Ein wunderbares Sinnbild für die Vielfalt und den dann mitunter verbundenen Wirrwarr bei den Dateiformaten in unserer Geo-/GIS-Welt habe ich auf Facebook in der Gruppe “QGIS Community” [1] vom Nutzer “GIS 4 Students” gefunden.
Und übrigens: gilt nicht nur für Studenten. Klasse, Danke dafür!

Ohne Worte, aber beliebig erweiterbar …

[1] … https://www.facebook.com/groups/612486875596534

Zeitmaschine: Die Erde vor Millionen Jahren

Wie sah unsere Erde vor Millionen Jahren aus? Und wie zur Zeit der ersten Algen, des ersten Grases, der Dinosaurier? Antworten darauf findet Ihr auf der interaktiven Karte “What did Earth look like million years ago?” auf dinosaurpictures.org [1]. Einfach den eigenen Standort suchen, den Zeitpunkt eingeben und staunen. Mit den Pfeiltasten ← und → könnt Ihr Euch noch schneller durch die Zeit bewegen.

Halle (Saale) vor 66 Millionen Jahren (Quelle [1])

[1] … https://dinosaurpictures.org/ancient-earth#20

Jubiläum: 3000 Tage #geoObserver feiern mit einem T-Shirt

In eigener Sache: Ein kleines Jubiläum, heute vor genau 3000 Tagen ist der erste #geoObserver-Beitrag “QGIS 1.8 Release ist online” online gewesen. Ich freue mich, Ihr hoffentlich auch! Lasst uns virtuell anstoßen: zusammen auf die nächsten 3000 Tage mit (fast-) täglichen News aus der Geowelt.

Nachgewiesen im Excel: 3000 Tage #geoObserver

Und weil ich immer mal wieder gefragt wurde:
Wer Lust hat, sich mit dem #geoObserver zu schmücken, ab sofort können #geoObserver T-Shirts bestellt werden. Lieferzeit ca. 2-3 Wochen (ich sammle die Bestellungen). Eure Kosten: 17.00 EUR pro Stück inkl. Versand in Deutschland. Bitte Größe angeben. Übrigens: Mindestens 2 Euro pro T-Shirt gehen als Spende an das QGIS-Projekt.
Zur Bestellung.

Am Model arbeite ich noch 😉

Verantwortung bei Erstellen einer Karte oder Wie neutral sind Karten wirklich?

Wenn wir Karten produzieren, haben wir Gründe, wir wollen etwas ausdrücken, wir wollen dem Leser Zusammenhänge deutlich machen, wir wollen ihn führen oder gar drängen? Der Leser und wir alle halten Karten für neutral, aber, sind wir dabei wirklich neutral? Oder manipulieren wir gar bewusst oder unbewusst, z. B. durch Überbetonen oder Weglassen, ungeeignete Klassen, ungünstige Symbolisierung, manipulative Texte und Überschriften, schlechte Projektionen, …

Was wollen wir sehen, was nicht und was wollen wir zeigen und was nicht?

Wie haben eine Verantwortung, diese sollte uns bewusst sein und über diese sollten wir immer wieder nachdenken. Ein wunderbares Beispiel habe ich bei thecorrespondent.com im Beitrag “How maps in the media make us more negative about migrants” gefunden. Lesepflicht für jeden Kartenersteller!

Scheenshot: Die Karte der Migration als Beispiel für Manipulation des Lesers (Quelle [1])

Der Tipp kam von Albrecht Elstermann, Danke!

[1] … https://thecorrespondent.com/664/how-maps-in-the-media-make-us-more-negative-about-migrants/810817434416-d4053fb3

DataViz: Bessere Farben!

Wer gut funktionierende Farben bei der Datenvisualisierung z. B. in Diagrammen verwenden will, kann auch viele Fehler machen und es wird einfach nicht gut. Wenn man es besser machen will, sollte man sich mal den DataWrapper-Artikel “How to pick more beautiful colors for your data visualizations” vornehmen. An etlichen Beispielen wird erläutert, wie man zu besseren Farben (hier in im Diagrammen) kommt, wenn einige Grundregeln und Tipps beachtet werden. Lesenswert! Danke Lisa Charlotte Rost und DataWrapper!

Neugierig? Eindrucksvolle Beispiele von DataWrapper als Screenshots (Quelle [1])

[1] … https://blog.datawrapper.de/beautifulcolors/
[2] … https://twitter.com/Datawrapper/status/1301875472079425536?s=20