Archiv der Kategorie: GIS-Wissen

QGIS-Tipp: Länge und Breite eines Polygons?

Veröffentlicht am von
6

Neulich an der GIS-Hotline gab es die Frage, wie man im QGIS Länge und Breite von Polygonen bestimmt. Die Lösung ist recht einfach, ma nutzt die Toolbox-Funktion “Minimaler gerichteter Umgrenzungsrahmen” [1].

Ich hab es mal getestet, hier eine kleine Anleitung inkl. Generierung geeigneter Testdaten:

Schritt 1: Schaffen von Testdaten – Generieren von mehreren zufälligen Punkten über “Vektor / Forschungswerkzeuge / Zufällige Punkte in Grenzen”

Schritt 2: Mittels Feldrechner die Spalten für Breite, Höhe und Drehung erzeugen, bei mit “b”, “h” und “d” und jeweils mit Zufallszahlen befüllen, z. B. bei der Drehungsspalte “d” mit “rand(0,359)”

Schritt 3: Erzeugen der Flächengeometrien mittel der Toolbox-Funktion “Rechtecke, Ovale, Rauten (variabel)”: Ich habe es mal mit “Ovale” probiert unter Nutzung der Spalten “b”, “h” und “d” meiner zufälligen Punkte

Schritt 4: Nutzen der Toolbox-Funktion “Minimaler gerichteter Umgrenzungsrahmen” [1] auf das Thema mit den Ovalen und man erhält im Ergebnis die BoundingBox in der extakten Orientierung

FINALE: Schritt 5 – hier die eigentlich Antwort auf die o. g. Frage nach Länge und Breite des Polygons: Mittels “Vektor / Geometrie-Werkzeuge / Polygone zu Linien…” werde die Umgrenzungsrahmen in Linien umgewandelt und in deren Sachdatentabelle findet man dann Länge und Weite

Ergänzung: Nach dem Kommentar von Matthias habe ich die Umgrenzungsrahmen testweise für alle Gewässer von Halle (Saale) gerechnet und kann keine Fehler feststellen, vgl. folgender Screenshot. Immerhin ist die Saale mit Inseln und Ausbuchtungen wirklich geometrisch recht kompliziert, insgesamt 850 Polygon bei 124099 Nodes:

[1] … https://gis.stackexchange.com/questions/93848/finding-length-and-width-of-polygon-in-qgis
[2]} … https://gis.stackexchange.com/questions/409568/creating-random-polygons-using-qgis

ChatGPT & OSM & Overpass Turbo & ChatGeoPT

Veröffentlicht am von
1

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!

[1] … https://geoobserver.de/?s=gpt&submit=Suchen
[2] … https://geoobserver.de/2022/01/24/qgis-tipp-osm-vektordaten-extraktion-mittels-quickmapservices-quickosm/
[3] … https://geoobserver.de/2023/03/21/overpass-turbo-abfragen-mit-whatiswhere/
[4] … https://medium.com/earthrisemedia/chatgeopt-exploring-the-future-of-talking-to-our-maps-b1f82903bb05
[5] … https://github.com/earth-genome/ChatGeoPT
[6] … https://twitter.com/berttemme/status/1637775794477883398?s=20
[7] … https://www.youtube.com/watch?v=EBz325cMHsA&t=1s

FOSSGIS 2023: Video & Audio – Full Playlist!

Veröffentlicht am von
Antworten

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])

[1] … https://media.ccc.de/c/fossgis2023
[2] … https://media.ccc.de/v/fossgis2023-23788-strategie-und-wunschzettel/audio
[3] … https://fossgis-konferenz.de/2023/programm/

FOSSGIS 2023: Live & Recorded!

Veröffentlicht am von
Antworten

Für alle, die nicht bei der FOSSGIS 2023 live dabei sein können, Ihr könnt auch live mit- und/oder die Aufzeichnungen später nachschauen. Zur Orientierung hier noch mal der Link zum FOSSGIS 2023 – Programm [2].

Danke allen Helfer:innen in Organisation, Regie, Videobetreuung sowie Sessionleitung und den Vortragenden!

Screenshot: Der media.ccc.de-Streaming-Screen (Quelle [1])

[1] … https://streaming.media.ccc.de/fossgis2023
[2] … https://fossgis-konferenz.de/2023/programm/

QGIS-Tipp: DotMaps – Punktdichtekarten 2 – @Youtube

Veröffentlicht am von
Antworten

Er hat es schon wieder getan! 😉 Nachdem ich der letzten Woche unter “QGIS-Tipp: DotMaps – Punktdichtekarten” [1] über das „Dot Map“-Plugin für QGIS berichtet habe, hat PyQGIS alias Ivo Partschefeld  (@PyQgis) am gleichen Tag ein Youtube-Video “Einwohnerdichte als Punktdichtekarte von Sachsen mit QGIS darstellen. Plugin Dot Map” [2] dazu gemacht, natürlich mit Daten aus seiner sächsischen Heimat. Also, wie immer alles Schritt für Schritt erklärt, interessant, kurz(weilig), treffend, anschaulich, empfehlenswert. Danke Ivo! So muss Netzwerken!

[1] … https://geoobserver.de/2023/03/02/qgis-tipp-dotmaps-punktdichtekarten/
[2] … https://www.youtube.com/watch?v=5y0YRydXx58

QGIS-Tipp: DotMaps – Punktdichtekarten

Veröffentlicht am von
1
Animation: Einwohnerdaten im QGIS als Choropleten und DotMaps mit 10 und 100 Elementen pro Punkt

Für die speziell Symbolisierungsart der Punktdichtekarten (DotMaps) gibt es im QGIS ein Plugin “Dot Map” [1], in der Beschreibung des Plugins heißt es:

“Eine Punktdichtekarte ist eine Art von thematischer Karte, die Punkte oder andere Symbole auf der Karte verwendet, um die Werte eines oder mehrerer numerischer Datenfelder darzustellen. Jeder Punkt auf einer Punktdichtekarte repräsentiert eine bestimmte Menge an Daten. QGIS hat keine Symbologie für diese Art von Daten. Aus diesem Grund kann dieses Plugin einen Punktdichte-Layer aus einem Polygon-Layer mit einem Integer-Feld mit den Daten erstellen, die der Benutzer in Punkte umwandeln möchte.” [1].

Ich habe dieses Plugin mal kurz mit Einwohnerdaten aus dem Open Data Portal der Stadt Halle (Saale) [2] mit 10 und 100 Elementen pro Punkt getestet, hier die Ergebnisse:

Noch weiter gehen die DotGridMaps, Details dazu findet Ihr in [3] und [4].

Alternativ kann in QGIS ab 3.16 auch die eingebaute Funktion “Vektor / Forschungswerkzeuge / Zufällige Punkte in Polygonen…” genutzt werden, vgl. auch “Making a Dot Density Map in QGIS” [5]. Mir scheint das o. g. Plugin jedoch einfach in der Bedienung.

[1] … https://plugins.qgis.org/plugins/DotMap/
[2] … https://www.halle.de/de/Verwaltung/Online-Angebote/Offene-Verwaltungsdaten/Mit-Kartenbezug/index.aspx?ID=fb7c7826-c2e1-82f9-395c-bf3c65da4786
[3] … https://www.maproomblog.com/2023/02/in-praise-of-dot-grid-maps/
[4] … https://medium.com/earthrisemedia/we-need-more-dot-grid-maps-7e4374f79acd
[5] … https://www.youtube.com/watch?v=UlG9kwsbnQQ

QGIS-Tipp: Die Unfallschwerpunkte @Youtube

Veröffentlicht am von
Antworten
Screenshot: „Heatmap zu Verkehrsunfällen in Chemnitz | QGIS“ auf Youtube [3]

Am Freitag hatte ich Euch im QGIS-Tipp “Halle und die Unfallschwerpunkte” [1] vorgestellt und es gab auch gleich einige Rückfragen. Kaum wollte ich anfangen, diese zu beantworten, teilte mir PyQGIS alias Ivo Partschefeld via Twitter mit “Da musste ich heute noch ein eigenes Video machen.” [2]. So muss Netzwerken! Das Youtube-Video [3]: Interessant, kurz(weilig), treffend, anschaulich, empfehlenswert. Danke Ivo!

[1] … https://geoobserver.de/2023/02/24/qgis-tipp-halle-und-die-unfallschwerpunkte/
[2] … https://twitter.com/PyQgis/status/1629234155379691523?s=20
[3] … https://www.youtube.com/watch?v=kme_G718bwA&feature=youtu.be

QGIS-Tipp: Datenquelle reparieren

Veröffentlicht am von
Antworten

Immer wieder kommt es vor, dass QGIS in einem Projekt nicht mehr auf die Datenquelle zurückgreifen kann, vielleicht hat irgend jemand einen Pfad oder Dateinamen umbenannt. Wie Ihr das im QGIS recht einfach fixen könnt, seht Ihr im Youtube-Video “QGIS 3.16 Datenmanagement – Datenquelle reparieren” [1] von Marshal Mappers. “Auto-Finden” kann gut weiter helfen.

[1] … https://www.youtube.com/watch?v=jZZvqXW6nSI

QGIS-Tipp: Heatmaps oder die Apotheken von Halle

Veröffentlicht am von
5

Also zuerst, ich mag diese Heatmaps! Heatmap steht für “Wärmebild”, nie war es einfacher, komplexe Inhalte grafisch so gut zu visualisieren, aber man sollte beim Einsatz unbedingt Einiges beachten:

Animation: Die Apotheken von Halle (Saale) mit 1000m, 2000m und 3000m Radius visualisiert

Pro Heatmaps:

  • gute, schnell erfassbare Aussage aus sehr großer Datenmengen bzgl. Dichte der Daten
  • lenkt Aufmerksamtkeit
  • für qualitative Interpretation OK

Contra Heatmaps:

  • Kein/wenig/nicht sichtbarer Bezug zu Originaldaten – mitunter fragt sich der Benutzer, wie es zu dieser Dichte kommt – quantitative Aussagen können nicht gemacht werden
  • Unscharfes Modell durch den (kritischen) Wert des Radius*. Wie kommt der zustande? Reale Werte durch Vorschrift (wenn ja, welche?), Ziel eine schönen Grafik, Zufall oder Defaulteinstellung, Screen- oder Realeinheiten?

Meine Empfehlung:

  • mind. Radius angeben und begründen
  • Originaldaten einblenden, wenigstens schaltbar

Weitere Details zu Heatmaps findet Ihr in “Was ist eine Heatmap?” [1]. Manche würden Heatmaps sogar eher abschaffen [3].
Der Radius* ist in der QGIS-Dokumentation [2] wie folgt erklärt:

* … “Radius: Wird verwendet um den Heatmap Suchradius (oder Kernbandbreite) in Metern oder Karteneinheiten anzugeben. Der Radius gibt den Abstand um einen Punkt ab dem der Einfluss des Punktes spürbar wird an. Größere Werte haben eine stärkere Glättung zur Folge, kleinere Werte können aber feinere Details und eine Abwechslung in der Punktdichte zeigen.” [1]

Ich habe mal versucht, das Ganze mit den Apothekenstandorten von Halle (Saale) zu verdeutlichen. Die Daten stammen aus dem OSM-Projekt uns wurden mittels QuickOSM-Plugin ins QGIS übernommen. Dort dann mit der Symbolisierung “Heatmap” für mit 1000m, 2000m und 3000m Radius visualisiert. Welcher der drei Radien verdeutlicht nun die hallesche Apothekendichte am besten? In jedem Fall bemerkenswert die hohe Dichte am Markt und am Reileck – mindestens drei Apotheken auf engstem Raum.

Ihr könnt gern in den Kommentaren Eure Erfahrungen zu Heatmaps ergänzen …

1000m
2000m
3000m
Hohe Apothekendichte am Markt und am Reileck

[1] … https://www.omt.de/lexikon/heatmap/#worin-liegt-der-nutzen-einer-heatmap-analyse-von-webseiten-dank-w%C3%A4rmebild
[2] … https://docs.qgis.org/2.14/de/docs/user_manual/plugins/plugins_heatmap.html
[3] … https://geoobserver.de/2019/09/06/heatmaps-pro-contra/

QGIS-Tipp: “QGIS Output Resolution” by Jess Zimmerman

Veröffentlicht am von
Antworten
Screenshot: Youtube-Video “QGIS Output Resolution” [1] von Jess Zimmerman

Wie kommt man von 30m Bodenauflösung zu ausreichend guter Druckauflösung? Das interessante Youtube-Video “QGIS Output Resolution” [1] von Jess Zimmerman erklärt Euch …

“… den Unterschied zwischen der Abtastung und der Ausgabeauflösung von schattierten Reliefs. Es beschreibt zwei Methoden zur Steuerung der Ausgabeauflösung von aus QGIS exportierten Dateien, um die gewünschte Ausgabeauflösung für Druckprojekte zu erzeugen.” [1]

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