Im Netz findet man immer wieder diese bemerkenswerten Karten mit vielleicht so nicht erwarteten Inhalten. Heute zwei Beispiele in denen jeweils die vier Hemisphären [1] eine Rolle spielen. In der ersten Karte [2] die Weltbevölkerung geteilt am Äquator und dem Nullmeridian.
In der zweiten Karte [3]: “Kiribati [4] ist das einzige Land der Welt, das auf allen vier Hemisphären liegt.”
A bit of geography trivia while the world map appears to be reordered: Kiribati is the only country in the world that is situated in all four hemispheres. At least for now – who knows when the prime meridian will be moved to the US… pic.twitter.com/KHwlIDHAxR
— Simon Kuestenmacher (@simongerman600) March 3, 2025
An Geodaten werden bezüglich ihrer Geometrien spezielle Anforderungen gestellt, z. B. dürfen sich Polygone nicht selbst überschneiden (Self Intersection) oder Polygonzüge müssen geschlossen sein (Ring Not Closed). Oft werden diese Anforderungen leider vernachlässigt, aber spätestens beim Geoprozessing wird sich das rächen. Man sollte also immer dafür sorgen, nur mit validen Geometrien zu arbeiten. Eine gute Liste mit Geometriefehlern findet Ihr im FME Support Center unter “Invalid OGC Geometry Examples” [1]
Eine Möglichkeit ist ganz sicher die Geometrieprüfung im QGIS, allerdings zeigt sie “nur” die Fehler über die Ausgabe in neue Themen wie “Fehlerausgabe” und “Ungültige Ausgabe”. Aus meiner Sicht viel einfacher kann man es mit einem weiteren QGIS-Bordmittel lösen: “Objekte über Ausdruck wählen” [2] und dort folgenden einfachen Ausdruck einfügen:
not is_valid($geometry)
Im Ergebnis selektiert QGIS sofort alle Geometrien mit Geometriefehlern und Ihr könnt mit dieser Auswahl dann alles damit machen, was QGIS mit Selektionen erlaubt, z. B. Löschen, Kopieren, in ein neues Themen einfügen oder exportieren. Einfach und wirkungsvoll.
Mein Test: Vier Polygone, eins sogar mit Inselfläche werden geprüft, die Ungültigen hier wg. der “self intersection” selektiert
Wer es selbst mal testen möchte, mein Test-Shape könnt Ihr downloaden [3].
Wenn Rasterdaten neu berechnet werden müssen, z. B. bei Änderung der Auflösung, Georeferenzierung, Skalierung oder Drehung, muss “reseampeld” werden. Was Resampling bedeutet und welche Methoden es gibt, ist anschaulich auf einer Grafik in einem LinkedIn-Beitrag [1] der Universität Tartu [2] illustriert. Dort heißt es:
“Beim Resampling wird die räumliche Auflösung von Raster-Daten geändert oder Gitternetze ausgerichtet, was ein wichtiger Schritt beim Kombinieren von Datasets mit unterschiedlichen Auflösungen, Koordinatensystemen oder Ausdehnungen für die Analyse ist. Abhängig vom Datentyp und davon, ob Sie Upsampling (Erhöhung der Auflösung) oder Downsampling (Reduzierung der Auflösung) verwenden, ist die von Ihnen gewählte Resampling-Methode von Bedeutung!” [1]
Allen, die mal wieder ihr GIS-Grundwissen bzgl. des Thema Geoprozessing bzw. Verschneidung auffrischen wollen, empfehle ich heute einen Blick in die wunderbaren Illustrationen im Beitrag “Map Layer Overlays” [1] von GISgeography zu den Verschnittfunktionen wie Union, Intersect, Clip und Co. Und nicht vergessen, GIS beginnt beim Geoprozessing und einfach nur zwei Layer übereinander anzuschauen ist kein Geoprozessing 😉
Diesmal zu Wochenende ein kleiner Exkurs in den lange zurückliegenden Geographie-Unterricht, also eine Auffrischung des Geo-Grundwissens. Ihr wiederholt wunderbar animiert Themen wie Ekliptik, Erdneigung, Wetter, Jahreszeiten, Tagundnachtgleiche, Sonnenwende, Länge von Tag und Nacht. Na, hättet Ihr noch alles gewusst? Mehr von Germán Valencia García (@geometria_onirica) auf Instagram [2]
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!
Screenshot 1: Halle bei 12° und Görlitz bei 15° im QGIS
Zum Jahreswechsel passierte es schon wieder und fast wir hätten das Neue Jahr um 0:00 Uhr verpasst. Da der #geoObserver anwesend und wir räumlich in Halle waren, gab es sofort die Relativierung: “Naja, geographisch ist es ja in Halle noch nicht 0:00 Uhr, unsere offizielle Zeit kommt ja quasi aus Görlitz, also haben wir noch nichts wirklich verpasst”. Erstaunen in der Runde und … etliche Zeit nach Sekt, Umarmungen und guten Wünschen der Versuch einer Erklärung. Eigentlich sollten das doch alle kennen, wir hatten das in der Schule, in Geographie, ich schätze, es muss so in der 7. oder 8. Klasse gewesen sein.
Zur Erinnerung: Einmal um die die Erde sind es 360° und der Tag hat 24 h. Damit entspricht eine Stunde 15 ° (nämlich 360° / 24 h = 15 °/h). Die Zählung beginnt bekanntermaßen in Greenwich in London bei 0° und das ist auch die Mitte der ersten Zeitzone Greenwich Mean Time (GMT) [1] . Und genau 15° weiter östlich auf dem 15° Meridian [2], also die Mitte der zweiten Zeitzone GMT+1 liegt Görlitz. Es gibt dort sogar einen Meridianstein [2], hier in OpenStreetMap [3], um auf diese Besonderheit aufmerksam zu machen.
Zurück in Halle auf dem 12°, also 3° westlich von Görlitz: Wenn nun 60 min = 15° entsprechen, dann entsprechen 4 min = 1 °, also ist die zeitliche Differenz Görlitz-Halle 12 Minuten (4 min * 3°). Das heißt, bei 0:00 Uhr MEZ (Görlitz) ist es in Halle geografisch erst 23:48 Uhr und wir hätten quasi pünktlich 0:12 Uhr MEZ das neue Jahr begrüßen können, aber wir haben es ja auch so geschafft 😉
Screenshot 2: Die Zeitzonen (Bildquelle: Wikipedia [4])
Bereits 1966 wurde ein bestimmter Kartenstil von Richard Saul Wurman in seinem Buch “Urban Atlas: 20 American Cities“ [1] vorgestellt und verwendet, ein Stil, der Dichten (hier Bevölkerungsdichten) symbolisieren sollte. Nun erfährt dieser Stil tatsächlich seit einiger Zeit ein Comeback, man spricht mittlerweile auch von den Wurman Dots. Seit 9.12.2024 gibt es nun auch ein entsprechendes QGIS Plugin “Wurman Dots” [2] von NextGIS. Ich hab’s für Euch getestet, am Beispiel des halleschen Baumkatasters [3], dessen Daten im Open Data Portal von Halle verfügbar sind [3]. Hier die Ausgangslage und meine Testergebnisse …
Screenshot 1: Ausgangslage, die Bäume des halleschen Baumkatasters [3]Screenshot 2: Ergebnis 1, Baumdichte mit festen Kreisen (Fixed Circles) bei 250m ZellengrößeScreenshot 3: Ergebnis 2, Baumdichte mit variablen Kreisen (Vaiable Circles) bei 250m Zellengröße. Gut zu erkennen, die hohe Baumdichte auf den großen halleschen Friedhöfen
Screenshot 1: Aktueller Status – v0.1 … v0.6 gelöscht, v0.7 … v0.9 laufen zum 30.11.2024 aus, V1.0 ist aktuell und wird als einzige Version weiter gepflegt, bitte UPDATEN.
Es entwickelt sich, auch das QGIS-Plugin “GeoBasis_Loader” [1], [2] und langsam wurde es mal Zeit, aufzuräumen und die längst veralteten Versionen des Plugins aus dem QGIS-Plugin-Repository zu löschen, ich hab’s getan, v0.1 … v0.6 sind quasi Geschichte (natürlich im eigenen Archiv gerettet). Für v0.7 … 0.9 läuft der Countdown, diese Versionen werden am 29.11.2024 deaktiviert, ebenso die dazugehörigen JSON-Steuerdateien, eine Ankündigung wurde schon in diese Dateien eingepflegt. Ab 01.12.2024 ist also nur noch die aktuelle v1.0 die einzige weiter unterstützte und downloadbare Version. Für alle, die es noch nicht gemacht haben, bitte zeitnah UPDATEN! Und sagt dann bitte nicht, Ihr hättet es nicht gewußt 😉
Screenshot: Der ursprüngliche Stand vor der Aufräumaktion