PyQGIS-Video: Massenberechnung mit QGIS

Ivo Partschefeld alias PyQGIS (@PyQgis) hat ein neues interessantes Video zur “Massenberechnung (Auftrag und Abtrag) mit QGIS” [1] an einem realen Beispiel veröffentlicht. Dort heißt es:

“Im Video erkläre ich Euch, wie man Massenberechnungen für Baumaßnahmen mit QGIS umsetzen kann. Hierzu verwende ich ein DGM, erkläre wie man Höheninformationen an Vektorobjekte setzen kann, wie man drapiert (z-Werte aus einem DGM an ein Vektorobjekt setzt), wie man mit dem TIN Interpolationswerkzeug umgeht und dem Rasterrechner. Weiterhin nutze ich das Werkzeug Rasterpixel zu Punkte, Raster auf Layer zuschneiden und Punkte entlang einer Geometrie. Alles am Beispiel einer realen Planung.” [1]

[1] … https://www.youtube.com/watch?v=vsc3gxXy_pQ

QGIS-Tipp: Korrekte Inselpolygone aus reinen Liniendaten

Neulich an der GIS-Hotline folgendes Problem: Der Nutzer hatte ein reines Linienshape mit Parkplatzgeometrien aus einem Drittsystem und das Ziel was es, mit QGIS daraus Polygone mit korrekten Inselflächen zu erzeugen. Eigentlich sollte man meinen, ein erster Schritt, die Polygonbildung mit der Funktion “Linien zu Polygonen …” wäre völlig unkompliziert, aber mit diesen Liniendaten (viel zu viele und zu kleine Linienstücke, meist mit nur zwei Punkten) kam einfach nichts Vernünftiges raus. Also musste eine andere Lösung gefunden werden, diese wird hier quasi als kleines Kochbuch für QGIS beschrieben.

0. Ausganssituation und fehlgeschlagener Versuch der Polygonbildung mit der Funktion “Linien zu Polygonen …”

Screenshot 1: Ausgangsshape original aus dem Drittsystem
Screenshot 2: fehlgeschlagener Versuch der Polygonbildung mit “Linien zu Polygonen …”
Screenshot 3: Ergebnisse des fehlgeschlagenen Versuchs, leider unbrauchbar

1. Polylinien erzeugen: myLineShape mit “v.buid.polylines” und der Option Kategorienummermodus auf “first”, Ergebnis: myPolylineShape

Screenshot 3: Polylinien erzeugen: myLineShape mit “v.buid.polylines”
Screenshot 4: Ergebnis der Polylinien-Erzeugung

2. Polygonbildung: myPolylineShape mit “Linien zu Polygonen”, jetzt erfolgreich, Ergebnis: myPolygonShape

Screenshot 5: Polygonbildung mit “Linien zu Polygonen”
Screenshot 6: Ergebnis der Polygonbildung aber noch mit übereinander liegenden Flächen der Inseln auf dem Aussenpolygon (topologisch nicht korrekt)

3. myPolygonShape mit einer Flächespalte “myArea” ergänzen

Screenshot 7: Ergänzung der Flächenspalte
Screenshot 8: Ergebnis mit Flächenspalte

4. aus myPolygonShape die größte Fläche selektieren und exportieren, Ergebnis: myPolygonShape_All

Screenshot 9: Selektion der größten Fläche
Screenshot 10: Ergebnis – nur das Aussenpolygon des Parkplatzes

5. aus myPolygonShape alle kleineren Flächen selektieren und exportieren, Ergebnis: myPolygonShape_Islands

Screenshot 11: Selektion aller kleineren Flächen
Screenshot 12: Ergebnis – nur die Inselpolygone des Parkplatzes

6. Differenzbildung mit “Differenz”, also myPolygonShape_all – myPolygonShape_Islands, Ergebnis: myPolygonShape_Result, ein Polygon topologisch korrekt mit allen rausgeschnittenen Inseln

Screenshot 13: Differenzbildung Aussenpolygon – Inselpolygone
Screenshot 14: Ergebnis – ein Polygon topologisch korrekt mit allen rausgeschnittenen Inseln

Sicher gibt es auch andere Lösungen, wer eine bessere, einfachere oder elegantere Lösung kennt, bitte in den Kommentaren. Danke! Es würde sich ganz sicher lohnen, hier mal ein Model zu schreiben. Ich denk mal drüber nach 😉

QGIS-Tipp: 3.42.0 “Münster” für Win, Linux und MacOS verfügbar! Test@MacM1

Laut Informationen von Jürgen E. Fischer stehen seit vorgestern, den 24.02.2025 die QGIS-Pakete 3.42.0 “Münster” und 3.40.4 “Bratislava” (LTR) für Linux, Windows und Mac [1], [2] zum Download [3] bereit. 

Für Mac kam noch ein Postgres-Update hinzu. Ich habe mittlerweile die neuen Mac-Pakete installiert. Alles läuft erwartungsgemäß hervorragend in meiner GIS-Umgebung, also QGS 3.42.0 und PostgresApp auf 2.7.10 sowie PostgreSQL auf 16.8, Danke allen Mitwirkenden!

Screenshot 2: PostgreSQL 16.8 und PostGIS 3.4.4 auf MAC

[1] … https://norden.social/@jef/114058880175545080
[2] … https://x.com/JuergenEFischer/status/1894002948885082361
[3] … https://qgis.org/download/

Mein GeoTipp: Der Wheregroup-BLOG

Screenshot (Bildquelle [1])

Der Wheregroup-BLOG ist immer wieder eine coole und inspirierende Geo-Quelle für mich und vermutlich für alle Leser mit dem Fokus auf OPEN, also den Bereich der freien Software und der freien Daten. Danke Wheregroup, so muss Netzwerk!

Der neuste BLOG-Eintrag “Tipps & Tricks für die Geodatenverarbeitung” [1] von Mathias Gröbe beschäftigt sich in der Hautsache mit räumlichen SQL-Abfragen, also dem Aufteilen und Zusammenfassen von Geometrien sowie der Umkreissuche und der Ermittlung des nächsten Nachbars bereits auf Datenbank-Ebene. Gut erklärt und einfach nachzunutzen. Ich kann für mich sagen, wieder was dazu gelernt, “ST_subdivide()” kannte ich noch nicht. Meine unbedingte LESEEMPFEHLUNG!

[1] … https://wheregroup.com/blog/details/tipps-tricks-fuer-die-geodatenverarbeitung/
[2] … https://www.linkedin.com/posts/wheregroup-gmbh_seit-vielen-jahren-beobachten-wir-auch-bei-activity-7294293960011776016-pz-2/

QGIS-Tipp: Wenn der Text immer gewinnt, die 2.

Im QGIS-Tipp “Wenn der Text immer gewinnt?” [1] habe ich schon 2020 einen Weg beschrieben, wie der Beschriftungstext in QGIS wirksam unterdrückt werden kann. Nun habe ich eher zufällig einen anderen, auch mit QGIS-Bordmitteln zu realisierenden Weg gefunden: einfach in der Layergestaltung bei Beschriftung den Typ “Blockierend” auswählen. Die Wheregroup illustriert das wunderbar in einem kleinen Video “block_labe.mp4” [2]. In [3] wird dieser Typ “Blockierend” übrigens ganz treffend so beschrieben: “Keine Beschriftung, dafür aber Tabubereich für Beschriftungen anderer Layer”.

Screenshot: Layergestaltung bei Beschriftung den Typ “Blockierend” wählen (Quelle [2])

[1] … https://geoobserver.de/2020/07/02/qgis-tipp-wenn-der-text-immer-gewinnt/
[2] … https://files.wheregroup.com/s/yWGxjw5pbjdRFm4
[3] … https://lernplattform.map-site.de/doku.php/qgis/basic/e_methoden_der_visualisierung/el03_vektordaten_beschriften

FOSS4G Europe 2024 Tartu: Videos sind online!

Screenshot: 162 FOSS4G 2024 Videos auf Youtube (Quelle [2])

Geo-Grüße aus dem Urlaub, aber so viel Zeit muss sein:
Gestern kam die gute Nachricht direkt von Astrid Emde (FOSSGIS e.V.):
“Alle gestreamten Vorträge sind jetzt auf dem FOSS4G YouTube-Kanal zu finden (bald auch im TIB AV Portal! Es können insgesamt 162 Videos aus dem Konferenzprogramm abgerufen werden.” [1]. Also 162 x hochaktuelles und interessantes Material aus der freien und offenen GIS-Welt, FOSS4G eben. Hier geht’s zur kompletten Playlist [2]. Danke Astrid für den Tipp!

[1] … https://lists.fossgis.de/pipermail/fossgis-talk-liste/2024-August/013160.html
[2] … https://www.youtube.com/playlist?list=PLqa06jy1NEM0QkCSb94zkEFvzRAMgaFY5

Videokurs: “Mastering GDAL Tools”

Bildquelle [2]

GDAL steht für Geospatial Data Abstraction Library und ist eine Open-Source-Bibliothek für Raster- und Vektor-Geodatenformate. Die Bibliothek verfügt über eine umfangreiche Sammlung von Dienstprogrammen, mit welcher viele Geoverarbeitungsaufgaben ausgeführt werden können. Sie ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt. Wie Ihr mit GDAL auf der Kommandozeile zaubern könnt, bringen Euch die SpatialThoughts-Spezialisten um Ujaval Gandhi im Videokurs Mastering GDAL Tools [1] bei. Meine Empfehlung!

[1] … https://www.youtube.com/playlist?list=PLppGmFLhQ1HLVaHVf4TsnJ4HXZBSfxLOK
[2] … https://x.com/spatialthoughts/status/1782481695029318009

Deep-Learning: KI Gebäudeerkennung am LGLN

Über die automatisierte Gebäudeerkennung mit Unterstützung von KI hatte ich bereits in [1] und [2] berichtet. Auf der FOSSGIS2024 informierten Uwe Breitkopf und Jonas Bostelmann vom LGLN (Landesamt für Geoinformation und Landesvermessung Niedersachsen) nun über den aktuellen Stand in zwei Vorträgen. Mittlerweile in Genration 5 angekommen, sehr spannend! Und, ich wiederhole mich, aber es ist schon erstaunlich, mit welch hoher Trefferquote und Präzision hier Gebäude in unterschiedlichsten Umgebungen (dichte Stadtbebauumng, Dorflage, freies Feld, …) so genau getroffen werden. Man darf in der Zukunft auf deutlich schneller aktualisierte Gebäude-Datenbestände in amtlichen Daten hoffen.

Screenshot 1: KI-Gebäudeerkennung – Deep-Learning-Modelle zur Aktualisierung der ALKIS-Gebäude [3]
Screenshot 2: Workflow zur Erstellung von Trainingsdaten für die KI-Gebäudeerkennung [4]

[1] … https://geoobserver.de/2023/02/16/lgln-news-basemap-de-demnachst-mit-ki-in-der-luftbildauswertung/
[2] … https://geoobserver.de/2024/01/18/lgln-news-ki-in-oldenburg/
[3] … https://media.ccc.de/v/fossgis2024-39041-ki-gebudeerkennung-deep-learning-modelle-zur-aktualisierung-der-alkis-gebude
[4] … https://media.ccc.de/v/fossgis2024-39047-workflow-zur-erstellung-von-trainingsdaten-fr-die-ki-gebudeerkennung


LGLN-News: KI in Oldenburg

Über den Einsatz von KI für die Luftbildauswertung beim Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN) hatte ich bereits in “LGLN-News: basemap.de demnächst mit KI in der Luftbildauswertung” [1] berichtet. Nun gab es im Dezember ein Update vom LGLN “Building footprints Oldenburg derived from aerial imagery” [2], [3]. Die kompletten Gebäude der Stadt Oldenburg wurden “durch eine Deep-Learning-basierte Bildsegmentierung” berechnet, als Ergebnisdaten stehen 78038 georeferenzierte Gebäude- Polygone unter der CC0-Lizenz frei downloadbar zur Verfügung.
Ich habe mir die Daten im GeoJSON-Format (59.1 MB) [4] geladen und dann im QGIS visualisiert und … Hut ab, es ist schon erstaunlich, mit welch hoher Trefferquote und Präzision die Kollegen um Dr. Jonas Bostelmann KI-automatisiert die Gebäude generieren. Urteilt selbst, hier ein paar Screenshots meines QGIS-Projektes. Die Gebäude wurden über das Item „Confidience“ als Maß für die Genauigkeit der Erkennung klassifiziert.

Update 18.01.2024, 14:15 Uhr: Die Daten im GeoJSON-Format (72,0 MB) [6] wurden heute aktualisiert (vgl. auf 1. Kommentar von Jonas)

Hier der Original-Tweet [2]:

Noch mehr auf Youtube [5] in 4K:

[1] … https://geoobserver.de/2023/02/16/lgln-news-basemap-de-demnachst-mit-ki-in-der-luftbildauswertung/
[2] … https://x.com/JonasBostelmann/status/1737508840852070782
[3] … https://zenodo.org/records/10401144
[4] … https://zenodo.org/records/10401144/files/building_footprints_Oldenburg.geojson?download=1
[5] … https://www.youtube.com/watch?v=ZPhvUIjvfbQ&t=60s
[6] … https://zenodo.org/records/10526811

25 Jahre GDAL! HAPPY BIRTHDAY!

So schnell vergeht die Zeit: vor 5 Jahren [1] habe ich zum 20. gratuliert und jetzt? Die in vielen GI-Systemen eingebaute und somit auch von vielen Anwendern (mitunter auch unbewusst*) genutzte GDAL – Geospatial Data Abstraction Library [2] ist heute, am 17.10.2023, 25 Jahre alt geworden. Genau heute, vor 25 Jahren veröffentlichte Frank Warmerdam im CSV-Repository [3] die erste Version.

Der #geoObserver sagt:
HERZLICH GLÜCKWUNSCH und Danke Frank, Even und allen Mitstreitern!

Screenshot: Zeitreise 25 Jahre zurück. Am 17.10.1998 wurde die erste GDAL-Version eingecheckt (Quelle: [3])

[1] … https://geoobserver.de/2018/10/19/20-jahre-gdal/
[2] … https://gdal.org/
[3] … https://github.com/OSGeo/gdal/commit/149db916aafcbee9bb64572fafda83441c94a552
[4] … https://de.wikipedia.org/wiki/Geospatial_Data_Abstraction_Library

* … Jeder QGIS-Nutzer arbeitet mit GDAL!