Screenshot 1: Einstellungen jetzt im Ausklappmenü des Weather-Picker-Buttons und Punktsammlung und Darstellung der Diagramme auf der Karte
Die gute Nachricht zum Wochenende: Ein Plugin der #geoObserverTools [1], der Weather Picker [2] steht seit gestern in der neuesten Version v0.8.1 zur Verfügung. Thomas Wölk hat einige interessante Funktionen hinzugefügt. Alle Neuerungen findet Ihr im ChangeLog [3], die wichtigsten Änderungen sind folgende:
Niederschlag inkl. Schnee und Schauer, erweitertes Diagramm mit Tagesmittel, Tagessummen, kumuliertem Niederschlag, Zoom/Pan sowie verbesserten Achsen und Markierungen
Ortssuche
Punktsammlung und Darstellung der Diagramme auf der Karte
Einstellungen jetzt im Ausklappmenü des Weather-Picker-Buttons
Export-Funktion: PNG, SVG, PDF, CSV und georeferenziertes GeoTIFF
Animation: Zoom/Pan sowie verbesserten Achsen und Markierungen in den DiagrammenScreenshot 2: EinstellungenScreenshot 3: Ortssuche
Das Problem: Ab einer bestimmter Größe wird ein QGIS-Projekt mit seinen vielen Themen unübersichtlich und schwer handelbar. Oft schleichen sich Themen/Layer doppelt oder mehrfach ein, der Überblick geht leicht verloren. Die Anfälligkeit dafür vergrößert sich z. B., wenn mehrere Personen in einem Projekt arbeiten, man das Projekt von jemand anderem nutzt oder wenn man über vorgefertigte Layer-Zusammenstellungen Themen lädt, in denen jeweils das gleiche Thema vorkommt, z. B. immer die gleiche Hintergrundkarte.
Die unkomplizierte Lösung: Das Plugin„Duplicate Layer Remover“ [2] kann das Projekt ganz schnell und unkompliziert aufräumen, es findet und entfernt doppelte oder mehrere Layer sicher aus dem aktuellen QGIS-Projekt. Dabei funktioniert der Algorithmus so, dass er sowohl gleiche Einzel-Layer als auch gleiche Layer in verschiedenen Gruppen sowie auch mehrfach gleiche Gruppen findet und und nach Bestätigung aus dem Projekt entfernt.
Das Plugin wird bei der Installation/Aktivierung in der Toolbar „geoObserverTools“ [1] eingebunden, diese muss aktiviert sein.
Screenshot 1: Die Landuse- und Landcover-Karten (LULC) von HeiGIT auf der interaktiven Plattform osmlanduse.org [2]
Vielleicht kennt Ihr das Problem: Während topografische Inhalte wie beispielsweise Straßen und Gebäude in OpenStreetMap extrem detailliert eingetragen sind, weisen Flächeninformationen (Landnutzung wie Felder der Wälder) oft große Lücken auf. Zudem verschwimmen im OSM-Tagging-System häufig die Grenzen zwischen tatsächlicher Landnutzung (Landuse) und der physischen Bodenbedeckung (Landcover).
OSM4EO (OpenStreetMap for Earth Observation) ist ein wissenschaftliches Projekt und Framework, das von Dr. Michael Schultz und dem Heidelberger Institut für GeoinformationstechnologieHeiGIT [1] bzw. der Universität Heidelberg entwickelt wurde. Das Hauptziel von OSM4EO ist es, die Daten von OpenStreetMap (OSM) mit Satellitenfernerkundungsdaten (wie den Copernicus-Sentinel-Satelliten der ESA) zu fusionieren. Dadurch werden lückenlose, hochauflösende Landuse- und Landcover-Karten (LULC) generiert. Das Projekt nutzt Deep Learning (Deep Residual Convolutional Neural Networks), um die Lücken zu füllen. Dabei dienen bestehende, verifizierte OSM-Flächen als Trainingsdaten für die KI, um Oberflächenstrukturen auf Satellitenbildern zu erkennen. Das Modell prognostiziert anschließend die fehlenden Flächenbedeckungen flächendeckend.
Screenshot 2: Die Landuse- und Landcover-Karten (LULC) von HeiGIT ins QGIS über den Geobasis_Loader eingefügt [4]
Wo findet man die Daten und wie kann darauf zugegriffen werden?
WebGIS-Plattform: Die Ergebnisse und prognostizierten Schichten (z. B. der Layer osmlanduse:osm4eo) sind direkt auf der interaktiven Plattform osmlanduse.org [2] einsehbar
Daten-Download: Die fertigen LULC-Datensätze (z. B. für die gesamte Europäische Union als GeoTIFF) stehen Forschern und Entwicklern frei über das Repositorium HeiData zur Verfügung.
Quellcode & Modelle: Der Python-Quellcode für die Deep-Learning-Methodik sowie vortrainierte Modelle für verschiedene EU-Länder sind auf GitHub (schultzheidelberg) [5] gehostet.
Übrigens: Seit gestern sind diese Layer auch im QGIS über der Geobasis_Loader [4], Katalog 3 (Welt) verfügbar.
(Hinweis: Die Erstellung dieses Beitrages wurde durch KI unterstützt, die Verantwortung liegt beim Autor)
Mit Stolz kann ich verkünden, seit gestern ist die neue Version vom QGIS-Plugin GeoBasis_Loader (GBL) [1] verfügbar, jetzt in der Version 2.2 [2]. Die wesentlichste Neuerung ist ganz sicher, dass der GeoBasis_Loader nun mit einem eigenen Bedienfeld (Panel) ausgestattet ist, für mich tatsächlich (m)eine kleine Revolution 😉 Dadurch können wir den Nutzern eine deutlich einfacheren und schnelleren Zugriff zu den derzeit 877 verfügbaren Themen ermöglichen. Die „alte“ und gewohnte Bedienung über das Menü bleibt erhalten. Weitere Neuerungen betreffen die Erweiterung der Presets (Themen/Layer-Zusammenstellungen) mit räumlichen Lesezeichen und die Einführung der erweiterten internen Suchfunktion.
Ein großes Dankeschön an meine beiden GBL-Mitstreiter Anton May und Thomas Wölk, wirklich cooler Job! Und falls Ihr das Projekt gut findet und nutzt, könnt Ihr es gern mit einer Spende [3] unterstützen.
Screenshot 1: Neu sind jetzt zwei Buttons für den GeoBasis_Loader, links die gewohnte Menü-Struktur, rechts das Bedienfeld (Panel) Screenshot 2: Der Zugang zum GBL-Bedienfeld (Panel) Screenshot 3: Die schon seit v2.1 bekannten Presets, jetzt auch mit einer Funktion zur Speicherung und zum Abruf räumlicher LesezeichenScreenshot 4: Im vierten Reiter der schon bekannte Einstellungsdialog für die Auswahl des ServersAnimation: Ein Preset laden und gleich noch das gespeicherte räumliche Lesezeichen für dieses Preset aktivierenScreenshot 5: Die erweiterte Suchfunktion auch über die Kataloggrenzen hinweg, hier die Suche nach „dop20“ – schwarze Treffer im aktuellen Katalog, graue Treffer in der andern Katalogen
Screenshot 1: Der Startbildschirm von NASA Worldview [1] (Bildquelle [1])
Wunderbar, die Nasa bietet unter NASA Worldview [1] über 1000 globale hochauflösende Satellitenbilder an, aktuelle und vorhergehende, alles weltweit und kostenfrei. Die Daten kommen aus den unterschiedlichsten fachlichen Bereichen, z. B. Luftqualität, Stürme, Trockenheit, Überschwemmungen und Biomasse, Oberflächentemperatur und Wälder. Einfach mal stöbern, es lohnt sich! Den Code für NASA Worldview findet Ihr auf GitHub [2].
Screenshot 2: Auswahl an Themen für „Gefahren und Katastrophen“ (Bildquelle [1])Screenshot 3: Auswahl an Themen für „Wissenschaftsdisziplinen“ (Bildquelle [1])
In Grafikprogrammen findet man ihn überall, den Zauberstab, ein Werkzeug, dass mit einem Klick Bereiche (ungefähr) gleicher Farbe markiert. Nun gibt es ein solches Werkzeug auch in QGIS, mit dem Plugin „Magic Wand“ [1] von Kanahiro. In wirklich wenigen Sekunden könnt Ihr Polygone mit recht guter Genauigkeit erzeugen. Aus meiner Sicht war es nie einfacher, im GIS Massendaten zu erfassen. Ein umfangreiches Tutorial findet Ihr in „Magic Wand: crea polígonos automáticamente en QGIS a partir del canvas“ [2] von Aurelio Morales [3] und auf GitHub [4]. Ich habe das Plugin natürlich gleich mal ausprobiert, mein Testgebiet war der Geiseltalsee [5]. Es hat ausgezeichnet funktioniert, die Erfassungszeit der drei Polygone lag bei ca. 15 Sekunden. „Magic Wand“ [1] bekommt von mir eine absolute Empfehlung, 5 von 5 Sterne!
Wusstest Ihr schon, dass Ihr mit „Warlok“ [1] von User Rphyrin die Rangfolge der aktivsten OSM-Mapper, also die Top-Mitwirkenden, in einem Gebiet ermitteln könnt? Einfach die Anwendung [1] starten, in das gesuchte Gebiet bewegen. Es muss mindestens Zoomlevel 18 erreicht werden, Ihr müsst also weit reinzoomen. Seit Ihr dann an der richtigen Stelle und habt genügend reingezoomt, kann die Analyse mit „Analyze Current Area“ gestartet werden. Ich hab’s probiert, in Port Pirie im Süden Australiens [2], wo ich vor 13 bzw. 11 Jahren mal ein paar Objekte erfasst habe und tatsächlich bin ich dort als Nutzer „stadtvermesser“ immer noch der Gewinner 😉 Den Code findet Ihr auf GitHub [3], gefunden habe ich das Tool unter [4], [5].
Screenshot: Der „stadtvermesser“ war im Untersuchungsgebiet am aktivsten (Bildquelle [1])
So Leute, der Urlaub ist vorbei, ab heute wieder arbeitswochentäglich eine Meldung vom #geoObserver. Das war ja eine schöne Überraschung, genau zu meinem Geburtstag konnte der GeoBasis_Loader [1] seinen 60.000. Download vermelden, eine Zahl, die einen doch erfreuen kann. Natürlich verbinde ich das auch mit einem Dank an meine Mitstreiter Anton May und Thomas Wölk.
Soeben steht der Zähler schon auf 60.359 (31.08.2026, 07:37 Uhr), derzeit stehen 877 Themen [2] für den Einsatz zur Verfügung. Demnächst dürft Ihr ein Update erwarten, die v2.2 steht in den Startlöchern. Dort wird es einige interessante Neuerungen geben, beispielsweise
ein andockbares GBL-Panel,
Verbesserungen bei Favoriten und Presets
sowie das Anhängen räumlicher Lesezeichen an die Presets.
alle VectorTile-Themen wurden wieder mit Symbologie aktiviert und laufen mit den zugewiesenen Style-Dateien
SN: 2x BRW 2026 hinzugefügt
Damit stehen mit Stand heute 877 Themen im GeoBasis_Loader zur Verfügung. Den aktuellen Stand findet Ihr übrigens immer live im Status [2] und bei der Meldungen [3]. Danke allen Zuarbeitenden 🙂
Screenshot 1: Koordinatenpaare zur einem Polygon importiert
Das neue QGIS-Plugin „Coord2Polygon“ [1] dient der Generierung von Geometrien aus Koordinaten. Dabei stehen zwei Methoden zur Verfügung. Zum einen die Angabe von Fenster-Koordinaten (xmin, ymin, xmax, ymax) und zum anderen die Eingabe eines Polygonzuges aus vielen Korrdinatenpaaren per Semikolon getrennt. In beiden Fällen wird bei der Generierung der Polygon-Geometrie ein neuer temporärer Layer „Coord2Polygon“ erstellt. Sollte es diesen schon geben, werden die Ergebnisse der Generierung in diesem Layer gespeichert. Bei Polygonzügen mit Geometriefehlern (z. B. Selbstüberschneidungen) wird gewarnt, sie können auf Wunsch trotzdem importiert werden. Die Koordinaten müssen im aktuellen Koordinatensystem Eures QGIS-Projekts vorliegen. Details findet Ihr auf der Webseite [2], Code [3] und Lizenz [4] auf GitHub. Einige Testdaten stehen zum Download bereit. Bitte beachtet auch die Nutzungsbedingungen [6].
Damit reiht sich ein weiteres Plugin in die Reihe der geoObserverTools [7] ein. Bei der Erstellung des Python-Codes und der Testdaten habe ich mich von einer KI unterstützen lassen. Manch einer wird sich fragen, ob die Funktionen nicht auch mit QGIS-Bordmitteln realisierbar gewesen wäre. Ja, wären sie, aber IMHO mit etlichen Schritten mehr. Für mich ist es so viel einfacher und vor allem schneller. Was meint Ihr?
Screenshot 2: Import erfolgreichScreenshot 3: Auch bei Polygonzügen mit Geometriefehlern (z. B. Selbstüberschneidungen) kann nach Warnung und Bestätigung importiert werden.
Testdaten: Es stehen drei Testdateien für Polygonzüge, zwei mit 100, eine mit 200 Stützstellen zum Download [5] im EPSG:25832 bereit. In einer Datei sind beabsichtigt Geometriefehler enthalten.
