Kartenanwendung: Atlas Agrarstatistik

Interessante Daten zur Landwirtschaft in Deutschland findet man im Agraratlas [1] des Statistikportals des Bundes. Die Daten stammen aus den Landwirtschaftszählungen 2010 und 2020 sowie der Agrarstrukturerhebung 2016, Details zu den Daten findet Ihn unter [2]. Daten findet man zu:

  • Landwirtschaftliche Betrieben, Betriebsgrößen
  • Schweinedichten, Rinderdichten
  • Dichte von Großvieheinheiten
  • Flächenanteile für Mais, Dauergrünland, Weizen, Rapsfläche und Öko
  • Dichten von Arbeitskräfte-Einheiten und Saisonarbeitskräfte-Einheiten
  • Betriebswirtschaftliche Ausrichtungen
  • Produktionsrichtungen
  • Anteile der bewässerten und der eigenen selbstbewirtschafteten Flächen

Wer die Daten im eigenen GIS visualisieren und weiter verarbeiten möchte, kann die Daten auch als Geodienste, die Adressen (siehe Menüpunkt OpenData):

Screenshot: Agraratlas im Browser (Quelle: [1])
Screenshot: Agraratlas als WMS im QGIS (Quelle: [1])

[1] … https://agraratlas.statistikportal.de/
[2] … https://agraratlas.statistikportal.de/_info1.html
[3] … https://twitter.com/wahlatlas/status/1483151451874545671?s=20

#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

QGIS und die freien DOMs

Nachdem ich gestern über die freien DGMs geschrieben habe [1], heute Teil 2. In Sachsen-Anhalt sind auch die DOMs (Digitale Oberflächenmodelle) frei verfügbar, immerhin ab 2m Auflösung [2]. Einfach die Kacheln aussuchen, bis zu fünf gleichzeitig runterladen* und mit QGIS prozessieren und Schummerung bilden. Ich hab das mal für das hallesche Gebiet um das Paulusviertel gemacht, seht selbst. Weitere kostenfreie Geobasisdaten des LVermGeo LSA findet Ihr in [3]

Animation: Paulusviertel in Halle mit DOM mit Schummerung (Datenquelle [2])

* … man kann auch ganz LSA in vier Paketen runterladen (ca. 5 GByte pro Paket)
[1] … https://geoobserver.de/2021/11/30/qgis-und-die-freien-dgms/
[2] … https://www.lvermgeo.sachsen-anhalt.de/de/dom2.html
[3] … https://www.lvermgeo.sachsen-anhalt.de/de/kostenfreie_geobasisdaten_lvermgeo.html

QGIS und die freien DGMs

Bisher habe ich die Höhenmodelle immer aus den freien SRTM-Daten abgeleitet [3], aber mittlerweile sind in Sachsen-Anhalt die DGMs (Digitale Geländemodelle) auch frei verfügbar, immerhin ab 2m Auflösung [1]. Einfach die Kacheln aussuchen, bis zu fünf gleichzeitig runterladen* und mit QGIS prozessieren, Schummerung bilden und Höhenlinien berechnen. Ich hab das mal für das Gebiet um den Brocken gemacht, seht selbst. Weitere kostenfreie Geobasisdaten des LVermGeo LSA findet Ihr in [2]

Animation: Brocken-DGM mit Schummerung und Höhenlinien (Datenquelle [1])

* … man kann auch ganz LSA in vier Paketen runterladen (ca. 5 GByte pro Paket)
[1] … https://www.lvermgeo.sachsen-anhalt.de/de/dgm2.html
[2] … https://www.lvermgeo.sachsen-anhalt.de/de/kostenfreie_geobasisdaten_lvermgeo.html
[3] … https://geoobserver.de/?s=srtm&submit=Suchen

Open Data: Die Karte der Portale weltweit

Eine interessante Sammlung weltweiter Open Data Portale [1] hat Nicolas Holm zusammen gestellt und veröffentlicht. Details dazu findet Ihr im Artikel “A Map to Access the Open Data Portals of the World” von Joseph Kerski [2]. Es wird ausdrücklich um Feedback und Input gebeten, also los, wer kann noch was beitragen?

Und: Das Open Data Portal von Halle (Saale) [3] ist auch dabei, mehr dazu unter Open Data in HAL – ein Praxisbericht aus Halle (Saale) [4].

Screenshot 1: Die Open Data Portale dieser Welt (Quelle [1] leicht modifiziert)
Screenshot 2: Das Open Data Portal von Halle (Saale) ist auch dabei 🙂 (Quelle [1])

[1] … https://ouutu.maps.arcgis.com/apps/webappviewer/index.html?id=b40f5bb1dd6742aaafa1306cbcac6139
[2] … https://spatialreserves.wordpress.com/2021/09/13/a-map-of-the-open-data-portals-of-the-world/
[3] … https://www.halle.de/de/Verwaltung/Online-Angebote/Offene-Verwaltungsdaten/Mit-Kartenbezug/
[4] … https://geoobserver.de/2021/09/07/open-data-in-hal-ein-praxisbericht-aus-halle-saale/
[5] … https://twitter.com/GeoNe_ws/status/1437788986852978689?s=20
[6] … https://twitter.com/josephkerski/status/1437449418047987714?s=20

XYZ-Services: Hintergrundkarten-Vielfalt!

Screenshot (Quelle [3])

In zwei Tweets [1], [2] aus der letzten Woche zeigt Qiusheng Wu die beeindruckende Vielfalt der Hintergrundkarten mit geopandas xyzservices [4]. Achtung: Die Galerie [3] braucht initial etwas Zeit – bitte nicht die Geduld verlieren – das Ergebnis lohnt sich!

[1] … https://twitter.com/giswqs/status/1423297741959139334?s=20
[2] … https://twitter.com/giswqs/status/1423253703746899972?s=20
[3] … https://app.gishub.org/voila/render/basemap_gallery.ipynb
https://gishub.org/basemap-gallery
[4] … https://github.com/geopandas/xyzservices/blob/main/provider_sources/leaflet-providers-parsed.json

John Snow: Die Datensätze im QGIS

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.

Im QGIS die Snow-Daten visualisiert und mit NNJoin die geometrische Beziehung (Entfernung) zwischen Pumpen und Häusern ermittelt (Rot die betroffenen Häuser, die das Wasser offensichtlich aus Pumpe 1 genutzt haben)

Ergänzung: Das Schwarmwissen (QGIS-Gruppe im FB) verwies gerade auf den einen Artikel in der QGIS-Doku [5]. DANKE! Ich kannte diesen noch nicht 😉

[1] … https://de.wikipedia.org/wiki/John_Snow_(Mediziner)
[2] … https://de.wikipedia.org/w/index.php?title=Datei:Snow-cholera-map-1.jpg
[3] … http://blog.rtwilson.com/john-snows-cholera-data-in-more-formats/
[4] … http://rtwilson.com/downloads/SnowGIS_SHP.zip
[5] … https://docs.qgis.org/3.16/en/docs/training_manual/processing/ john_snow.html?highlight=john%20snow

QGIS: Ein Corona-Monat animiert

Mit dem Corona-QGIS-Projekt aus [1] habe ich mal (fast) jeden Tag im Zeitraum vom 12.11.2020 … 11.12.2020 eine Karte produziert und diese dann mit PicGIF Lite (@Mac) – denkbar wäre auch Corel PhotoPaint (@Win) – zu einer Animation zusammen gefügt. Das Ergebnis seht Ihr hier, deutlich: In Sachsen steigen die Werte am meisten!

Corona-Animation mit 500 ms
Corona-Animation 10x schneller mit 50 ms

Die unterschiedlichen Schriften in der Überschrift resultieren aus der Tatsache, dass die Karte teilweise auf Mac und teilweise auf Windows generiert wurden.

[1] … https://geoobserver.de/2020/11/10/qgis-tipp-corona-daten-live/

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