Den Pasch kennen die meisten aus den Würfelspielen, auf Wikipedia [1] ist es allgemein beschrieben. Nun kann man sich die “gleiche Augenzahl” natürlich auch in der Welt der Geokoordinaten vorstellen. @PyQgis und @JWiegetritt haben es thematisiert und die georeferenzierten Paschpunkte [2] von Deutschland sind das Ergebnis, natürlich im QGIS visualisiert.
Und Ergänzung – @PyQgismeldet: “Und am Samstag kommt das Video 15 Uhr.”
Manchmal sind es die ganz kleinen Dinge, die einem das GIS-Leben erleichtern können. Und diesmal habe ich es im QGIS-Plugin „File-Management“ [1] gefunden. Das lästige Umbenennen von Shapefiles via Export-Funktion oder 5…7 Dateien mit dem jeweils neuem gleichen Namen zu versehen war gestern, jedenfalls im QGIS. Einfach rechte Maustaste um Kontextmenü nutzen, Layer umbenennen und schon wird dieser auch auch im Quelldateisystem umbenannt. Klasse und Danke!
Screenshot: QGIS-FileManger-Plugin im Kontextmenü des Themas
Weil es immer mal wieder angefragt wurde, hier zwei Quick&Dirty-Demos für die Nutzung des DSGK-WMS Halle (DSGK=Digitale Stadtgrundkarte) [1] in OpenLayers [2] und Leaflet [3] …
Nach dem erstaunlichen Echo* auf meinen vorgestrigen Beitrag “QGIS-Tipp: Flussbreiten ermitteln, aber wie?” [1] hier nun noch die angekündigte Ergänzung. Am eigentlichen Algorithmus ändert sich gar nichts, der bleibt wie beschrieben. Um jedoch noch bessere Ergebnisse zu erhalten, macht es Sinn, sich noch mal die Generierung des Fluss-Mittellinie genauer anzuschauen. Ziel war es, bessere Mittellinien zu erzeugen, also am besten aus den Uferlinien direkt und nicht aus einem Datenbestand anderer Herkunft und Erfassungsgenauigkeit. Die gesuchte Funktion ist die “Centerline”. Ich habe etliche Funktionen in verschiedenen Plugins getestet, die meisten schlugen aber leider fehl, ob es an mir lag oder meinen Daten …, ich weiß nicht. Erfolg hatte ich mit der “Skeleton”-Funktion im Plugin “BecaGIS” [2] angewendet auf das Gewässer-Polygon. Kleine “Faserstücke” an den Rändern wurden mittels Selektion (z. B. $length < 40 eleminiert). Die Erzeugung dieser Mittellinie ist dem Schritt 1 zuzuordnen.
Die so verbesserte Mittellinie führt marginal zu besseren Ergebnissen, die Senkrechten auf der Mittellinie stehen mitunter etwas rechtwinkliger zu den Uferlinien (vgl. Screenshot 6).
Screenshot 1: Berechnung der Mittellinie mit der “Skeleton”-Funktion. Die kleinen “Faserstücke” (Gelb) an den Rändern wurden mittels Selektion (z. B. $length < 40 eleminiert). Übrig blieb die neue Mittellinie (Rot)Screenshot 2: Unterschiedliche Fluss-Mittellinien aus OSM (Blau) und berechnet aus den Ufergrenzen mit der “Skeleton”-Funktion (Grün)Screenshot 3: Ergebnis für die OSM-Variante (Blau)Screenshot 4: Ergebnis für die “Skeleton”-Variante (Grün)Screenshot 5: Ergebnisse für beide Varianten OSM-(Blau) und “Skeleton” (Grün) mit marginal besseren Ergebnissen bei “Skeleton”Screenshot 6: Die Senkrechten auf der Mittellinie stehen bei “Skeleton” (Grün) etwas rechtwinkliger zu den Uferlinien
Hinweis: Ein wichtiger Tipp nach der Verlässlichkeit der Uferlinien wurde noch in Kommentar 3 in [1] gegeben, also welchen Ursprung haben diese und was verbirgt sich wirklich dahinter. Ist es das mittlere Wasser, quasi der Durchschnitt z. B. im Jahr oder das Ergebnis einer Vermessung zu einem zufälligem Datum oder …
Und hier das Ganze noch mal als Galerie zum Blättern:
* … innerhalb von ca. 48h: – im Twitter ca. 9453Aufrufe, 28 Retweets, 146 Likes, 30 neue Follower 🙂 – FaceBook: 166 Likes, 50x geteilt
Vor kurzem gab es in den Kommentaren des Beitrages “QGIS-Tipp: Länge und Breite eines Polygons?” [1] die Frage nach der Ermittlung von Flussbreiten. Angepingt durch diese Frage habe ich mich mal mit einer Lösung beschäftigt und bin in [2] und [3] fündig geworden, um dann gleich mal folgendes Kochbuch für QGIS am Beispiel der Saale in Halle (Saale) zu schreiben:
Schritt 1: Die nötigen Ausgangsdaten besorgen, hier die Uferlinien (entnommen aus der Digitalen Stadtgrundkarte der Stadt Halle) und Fluss-Geometrien (entnommen aus den OSM-Daten mittels Overpass Turbo Export gesucht nach “river”) – diese werden als annähernde Mittellinien des Flusses angenommen. Es muss übrigens nicht die exakte Mittellinie sein, aber, je mittiger, desto besser, weil der rechte Winkel zum Ufer insbesondere in Kurven besser erreicht wird.
Schritt 2: Flussmitte “Auflösen” (dissolve), um einen durchgehenden Linienzug zu generieren und somit nur einen Start-Punkt für die Stützstellen-Interpolation in Schritt 4 zu haben
Schritt 3: Glätten Flussmitte-Mittellinie mit der Funktion “Glatt” (smooth), ich habe mit vier Iterationen getestet
Schritt 4: Punkte alle 100m auf Mittellinie mittels “Punkte entlang einer Geometrie” erzeugen
Schritt 5: Senkrechte Geometrien auf Punkten berechnen mittels “Geometrie nach Ausdruck” mit einer Weite, die größer als angenommene maximale Breite (hier 80m) ist, hier mit dem Ausdruck aus [3].
Schritt 6: “Zuschneiden” an Ufergrenzen (Clip) und Schritt 7: Symbolisieren mit Pfeilen und Bemaßung
Optional dann Schritt 8: Freuen, nach Verbesserungen suchen und ggf. ein QGIS-Model draus machen oder am Besten einfach mal ein vollkommen dynamisches Modell mit dem Geometrie-Generator erzeugen, also quasi OnTheFly-Generieren ohne Zwischenthemen? Und vielleicht kann man noch nach [4] die Mittellinie des Flusses optimieren? Ich werde es testen.
Und weiter geht es noch mit der Analyse, hier die breiteste Stelle der Saale in Halle am Wehr in Trotha:
. . . und die Prüfung der Ergebnisse mit dem Messwerkzeug – sogar an den Inseln funktioniert es perfekt. Hier gerundete 32m + 57m = 89m:
Und hier das Ganze noch mal als Galerie zum Blättern:
Am 14. März veröffentlichte die Graphhopper-Community in ihrem Blogeintrag “GraphHopper Routing Engine 7.0 Released” [1] die neue Version 7.0 des bekannten freien Routing-Systems.
Screenshot: Blogeintrag mit der Graphhopper 7.0 Ankündigung (Quelle [1])
Die wichtigsten Neuerungen betreffen:
Verbesserte Umsetzung von Abbiegebeschränkungen
Anpassbares Routing
Benutzerdefinierte Bereiche
und … viele andere Verbesserungen und Bugfixes
Eine detaillierte Liste der Neuerungen findet Ihr auf GitHub [2]
Über ChatGPT und Geo [1], aber auch die Erleichterung bei der Nutzung von Overpass Turbo Anfragen auf die OpenStreetMap-Daten mittels QuickOSM [2] und whatiswhere [3] habe ich hier schon mehrfach berichtet. Heute nun die direkte Nutzung von ChatGPT und die Ausgabe von Overpass Turbo Anfragen, nur mit Bordmittlen sind zwei Schritte nötig:
Schritt 1. Ich stellte ChatGPT einfach mal folgende Aufgabe: “Zeige mir alle Brunnen in der Innenstadt von Halle (Saale) in den OpenStreetMap-Daten als Overpass Turbo Abfrage.”
Als Antwort kam als Abfrage-Text folgender Code einer Overpass Turbo Anfrage zurück:
/* Suche nach Brunnen in der Innenstadt von Halle (Saale) */ [out:json]; // Begrenze die Suche auf die Innenstadt von Halle (Saale) area[name="Halle (Saale)"]->.boundaryarea; // Suche nach allen Brunnen innerhalb der Begrenzung node[amenity="drinking_water"](area.boundaryarea); out center;
Schritt 2: Gibt man diesen Code nun im Overpass Turbo ein, erhält man Folgendes Ergebnis:
Wem nun zwei Schritte noch zu viel sind, der kann sich vielleicht auch mal ChatGeoPT [4], [5], [6], [7] anschauen, momentan im “Proof of Concept”-Status. Dort sind in einer “Spielzeugdemo” bei Schritte via 200 Zeilen Python-Code vereinigt, es sieht schon gut aus, man darf gespannt sein!
Für alle, die bei der FOSSGIS 2023 nicht live dabei sein konnten, besteht wie immer die Riesenchance, sich die Beiträge im Nachgang anzuschauen. Dank des CCC sind mittlerweile alle Vorträge des FOSSGIS 2023 online verfügbar in der Full Playlist als Video [1] und Audio! Zur Orientierung hier noch mal der Link zum FOSSGIS 2023 – Programm [3].
Danke allen Helfer:innen in Organisation, Regie, Videobetreuung sowie Sessionleitung und den Vortragenden!
Screenshot: Die vollständigen media.ccc.de-Streams der FOSSGIS 2023 (Quelle [1])
Overpass Turbo ist eine geniale Oberfläche für Abfragen auf die OpenStreetMap-Daten, sie wurde hier beim #geoObserver schon oft thematisiert [1]. Wer sich schon mal damit beschäftigt hat, wird schnell bemerkt haben, dass die Abfragesprache doch recht kompliziert erscheint, in jedem Fall jedoch gewöhnungsbedürftig ist. Der Wizzard hilft weiter, bei komplizierten Anfragen aber eher weniger. Um die Arbeit zu vereinfachen gibt es für QGIS-Nutzer das z. B. QuickOSM-Plugin [2]. Eine neue Erleichterung gibt es jetzt mit whatiswhere [3]. Einfach Suchbegriff eingeben und mit Defaulteinstellungen suchen. Verblüffend schnell und gut präsentiert findet Ihr die Suchergebnisse, die dann auch in Excel exportiert werden können. Wiederkehrende Suchen können gespeichert (*.mapp) und bei Bedarf geladen und genutzt werden. Ich habe das Ganze mal mit der Suche nach “bar” im halleschen Paulusviertel (Download als paulusviertel_bar.mapp) getestet
Screenshot 1: Mein Test mit der Suche nach “bar” im halleschen Paulusviertel Screenshot 2: Die Treffer bei der Suche nach “bar”
Gesucht wird offensichtlich in allen/vielen OSM-Tags, was mitunter zu “eigenartigen” Treffern führt?
Screenshot 3: Warum wird auch das Ärztehaus gefunden?
Schaut man sich die Original-OSM-Daten dann an, findet man die Auflösung schnell:
Screenshot 4: Die Erklärung, “bar” kommt in “scheinbar” vor
Der Tipp kam aus der Wochennotiz 660 (Weekly OSM) [4], dort heißt es: