LexCube: Der Datenwürfel

Animation: Erster Test mit Lufttemperaturen 2m über der Oberfläche (Quelle [2)

Vorgestern wurde auf Twitter der Start eines Datenwürfels [1] bekannt gegeben worden. Auf lexcube.org [2] könnt Ihr Euch die verschiedensten Daten unserer Erde visualisieren lassen, X/Y-Richtung entsprechen den Koordinaten, Z der Zeitscheibe. Details findet Ihr auch unter [3], Details zu jeder Datenschicht immer auf dem Link “Data attribution & license”.

[1] … https://twitter.com/miguelmahechag1/status/1528653878798991360
[2] … https://www.lexcube.org/
[3] … https://esd.copernicus.org/articles/11/201/2020/

Projektionen: Mal wieder?

Wer mit GIS und Geodaten zu tun hat, kommt um die Projektionen nicht drum herum. Umso besser, wenn man die diese gut erklärt und visualisiert findet. Eine wirklich gute Quelle habe ich bei map-projections.net [1] gefunden, geht einfach mal in die Übersicht [2] und blättert Euch durch, es lohnt sich! Wer es genauer wissen möchte, sollte sich unbedingt das Grundwissen zu Projektionen anschauen [3]. Die deutsche Seite ist auch unter kartenprojektionen.de [4] zu finden.
Danke Tobias Jung! Nur so nebenbei, er ist kein Kartograf. [5]

Screenshot: Übersicht (Quelle [2])
Screenshot: Einfach mal durchblättern (Quelle [2])

[1] … https://map-projections.net/index.php
[2] … https://map-projections.net/singleview.php
[3] … https://map-projections.net/basics.php
[4] … https://kartenprojektionen.de
[5] … https://map-projections.net/aboutme.php

QGIS-Tipp: Bivariate Symbolisierung

Immer, wenn man nach zwei Spalten eine Choroplethenkarte [1] erzeugen will, wird die Bivariate Symbolisierung verwendet. In QGIS ist das mittlerweile eine Kernfunktionalität, es stehen sehr schöne vorbereitete Paletten zu Verfügung, die Handhabung ist wirklich einfach, siehe Screenshot:

Screenshot: Einfaches 3×3 Beispiel für die bivariate Symbolisierung im QGIS nach den Spalten ‘a’ und ‘b’

Mehr zum Thema findet Ihr hier mit der Suche nach ‘bivariat’ [2], wem die QGIS Paletten nicht ausreichen, hier ein schöner Bivariate Choropleth Color Generator [3], [4].

[1] … https://de.wikipedia.org/wiki/Choroplethenkarte
[2] … https://geoobserver.de/?s=bivariat&submit=Suchen
[3] … https://observablehq.com/@benjaminadk/bivariate-choropleth-color-generator
[4] … https://twitter.com/pokateo_/status/1519765603527139330

Wunderbar Vintage: MapSCII – die ASCII-Karte im Terminal

Screenshot: Meine ACSII-Weltkarte und eine VT100 (Quelle [1])

Wer erinnert sich noch gern an die sogenannte “Gute alte Zeit”, die mit den ASCII-Terminals àla VT100 [1] und XTerm? All denen da warm ums Herz wird oder die sind geworden neugierig sind, sei “MapSCII – The Whole World In Your Console” [2] von @MapSCII [3] empfohlen, “Ein node.js-basierter Vector Tile to Braille- und ASCII – Renderer für xterm -kompatible Terminals.” [2] Datengrundlage sind die OpenStreeMap-Daten.

Animation: Einfach mal nach Halle zoomen

Screenshot: Im Zoomfaktor 18 ist jedes Gebäude deutlich zu erlkennen

[1] … https://en.wikipedia.org/wiki/VT100
[2] … https://github.com/rastapasta/mapscii
[3] … https://twitter.com/MapSCII

Handbuch der Raumanalyse – Theorie und Anwendung mit R

Für alle, die sich mit spatialen Analysen unter R auch außerhalb des klassischen GIS beschäftigen, ist sicher das “Handbook of Spatial AnalysisTheory and Application with R” [1] ein guter Tipp. Auf [2] heißt es dazu:

Die Integration von geografischen und statistischen Daten ist eine Sache. Solche Daten zu analysieren ist eine andere. Zu diesem Zweck hat Insee mit der tatkräftigen Unterstützung von Eurostat und dem Europäischen Forum für Geographie und Statistik die Erstellung eines Handbuchs für die Raumanalyse koordiniert. Das Handbuch enthält eine Liste von Analysen, die mit räumlichen Daten durchgeführt werden können, sowie die Fallstricke, die bei der Verwendung dieser Daten zu vermeiden sind.
Übersetzt mit www.DeepL.com/Translator (kostenlose Version)

Titelseite im Acrobat-Reader (Quelle [1])

[1] … https://www.insee.fr/en/statistiques/fichier/version-html/3635545/imet131.pdf
[2] … https://www.insee.fr/en/information/3635545
[3] … https://twitter.com/wgeary/status/1469716909201498121?s=20

DataViz: Earth – Wetterprognosen wunderbar visualisiert

Bei Earth [1] von Cameron Beccario (@cambecc) findet Ihr ein große Menge aktuell prognostizierter Wetterdaten, perfekt visualisiert. Die Daten wie Temperatur, Wellen, Partikel, Luftfeuchtigkeit, … könnt Ihr über das Menü wählen. Es lohnt sich, dort mal rein zu schauen! Auf der Über-Seite heißt es dazu:

  • “eine Visualisierung der von Supercomputern prognostizierten globalen Wetterbedingungen, die alle drei Stunden aktualisiert werden
  • Die Schätzungen der Meeresoberflächenströmung werden alle fünf Tage aktualisiert
  • Meeresoberflächentemperaturen und Anomalie vom Tagesdurchschnitt (1981-2011) täglich aktualisiert
  • Meereswellen alle drei Stunden aktualisiert
  • Aurora wird alle dreißig Minuten aktualisiert” [2]

[1] … https://earth.nullschool.net/
[2] … https://twitter.com/cambecc
[3] … https://earth.nullschool.net/about.html

#30DayMapChallenge: 9000+ Karten!

Bild
Map Wall (Bildquelle [2], [4])

Die 2021er #30DayMapChallenge [1] ist beendet und es gab rege Beteiligung und wirklich viele schöne, neue, erstaunliche und nachahmenswerte Ergebnisse! Beindruckend sind auch die Zahlen: mehr als 9000 Karten von mehr als 1200 Nutzern aus über 90 Ländern! [2], [3]. Detaillierte Ergebnisse findet Ihr auf GitHub [4].
Hut ab und Danke allen Mitwirkenden und speziell Topi Tjukanov (@tjukanov) als Initiator. Ich freue mich schon auf die #30DayMapChallenge im nächsten Jahr!

[1] … https://twitter.com/hashtag/30DayMapChallenge
[2] … https://twitter.com/niu_haifeng/status/1466348206640574469?s=20
[3] … https://twitter.com/RafagasLinks/status/1466031583824068614?s=20
[4] … https://github.com/hn303/30DayMapChallenge-Bot
[5] … https://twitter.com/tjukanov

Die Open[???]Karten-Liste

Harel Dan hat eine interessante Liste zusammen gestellt [1], die Open[???]Karten-Liste [2]. Ihr findet dort viele offene Karten und Daten aus dem Geo-Bereich inkl. der URLs. Und kaum veröffentlicht, setzt das Schwarmwissen ein und liefert gemäß seinem Aufruf gleich neue Vorschläge, siehe Verlauf von [1]. So muss Netzwerken! Und wenn Euch noch was einfällt, dann einfach melden, gern auch in den Kommentaren.
Und Dan: THX!

[1] … https://twitter.com/HarelDan/status/1338577167689584642?s=20
[2] … https://docs.google.com/spreadsheets/d/1geJ2J8rtcx8zXDmtu0nCYsMClbUIXz KCBSqq9y1VTKY/edit#gid=0

Patente mit QGIS visualisiert

Ich bin immer wieder erfreut, wie einfach das Handling großer Datenmengen in QGIS und PostgreSQL/PostGIS sein kann. In Vorbereitung auf Schulungen und Workshops suchte ich große freie Datenbestände, bei den weltweiten Patenten des Harvard Dataverse [1] bin ich fündig geworden. Die Daten hab ich mal auf Deutschland reduziert, es bleiben immerhin 2.213.365 Patenteinträge über. Diese in die GeoDB importiert und via der “Punkte in Polygonen zählen …”-Funktion auf 10 km x 10 km-Quadrate akkumuliert und mit QGIS symbolisiert.

Screenshots in QGIS 3.16: Patente i n Deutschland

Tipp: Im DB-Manager den räumlichen Index für jedes Thema bilden, beschleunigt erwartungsgemäß kolossal 😉

Screenshot: Räumlichen Index nicht vergessen!

[1] … https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/OTTBDX

Update: Harmonische Farben

Zwei Jahre sind vergangen, seit hier über “Harmonische Farben” [2] berichtet wurde. Gestern hat David A. alias @meodai hier via Kommentar-Funktion und auch über Twitter [3] informiert, dass mittlerweile eine Vollversion des “farbvelo” zur Verfügung steht [1]. Gebe ich gern hier weiter. Also Happy Coloring!

Screenshot (Quelle [1])

[1] … http://farbvelo.elastiq.ch/
[2] … https://geoobserver.de/2018/10/09/harmonische-farben/
[3] … https://twitter.com/meodai/status/1333819709758828545?s=20