Transparenz in einzelnen Layern gibt es bei QGIS schon lange, aber wußtet Ihr, dass seit QGIS v3.24 auch Layergruppen transparent dargestellt werden können? WebStoryMap zeigt es Euch in einem Youtube-Video [1]. Ich hab’s getestet, es klappt!
#QGIS#GIS 𝐐𝐆𝐈𝐒 – 𝐇𝐨𝐰 𝐭𝐨 𝐬𝐞𝐭 𝐭𝐫𝐚𝐧𝐬𝐩𝐚𝐫𝐞𝐧𝐜𝐲 𝐨𝐟 𝐥𝐚𝐲𝐞𝐫 𝐠𝐫𝐨𝐮𝐩 This is possible since QGIS 3.24, via "Render Layers as a Group" in the layer styling panel.https://t.co/lfoiTeAA6h
Bereits gestern gab Even Rouault perMail [1] bekannt, dass seit dem 20.12.2023 eine neue Version der universellen GDAL-Bibliothek [2] zur Verfügung steht, aktuell ist nun GDAL v3.8.2. GDAL steht für Geospatial Data Abstraction Library und ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt. Die Neuerungen findet Ihr auf GitHub [3].
Das Programmkomitee der FOSSGIS 2024 teilte am Montag mit: “… wir haben die erste Version des FOSSGIS-Konferenzprogramms veröffentlicht”. Ihr findet die aktuelle Programm-Version unter der FOSSGIS 2024-Programmseite [2] und detaillierter unter:
Screenshot 1: Fette Palette in Aktion, hier mit den Starteinstellungen (Quelle [1])
GeoNerds und DataViz-Gurus sind eigentlich immer auf der Suche nach dem perfekten Farbverlauf in ihrem GIS, Ihr auch? Dann lohnt sich vielleicht mal ein Blick in die Fette Palette [1]. Spielt einfach mal mit den 15 Parametern wie KurvenMethode, KurvenAkzent, Farbmodell, Sättigung, … Es lohnt sich! Auf der Seite heißt es:
“FettePalette ist eine leichtgewichtige, abhängigkeitsfreie und schnelle JavaScript-Funktion, die in TypeScript geschrieben wurde. Sie generiert Farbrampen basierend auf einer Kurve innerhalb des HSV-Farbmodells. Diese Seite dient als Vorschau auf die Vielfalt der Optionen, die die Funktion bietet.” [1]
Screenshot 2: Eines der Ergebnisse mit den Starteinstellungen hier mit Google übersetzt (Quelle [1])
Animation: Meine Tests – Wolken, Temperatur und WIndgeschwindigkeit
Ein kleiner Nachtrag zum Beitrag vom Freitag “API incl.: OpenWeather!” [1]. Ich habe mal am Wochenende die auch im freien Zugang inkludierten “Basic Weather maps 1.0” [2] im QGIS getestet. Einfach API-Key anfordern [3], QGIS starten, XYZ-Tiles einrichten und loslegen. Klappt bestens!
Einrichtung der XYZ-Tiles: https://tile.openweathermap.org/map/{layer}/{z}/{x}/{y}.png?appid={API key}
Mein Tipp zum Wochenende: Die aktuelle Wetterlage und -Vorhersagesammlung inkl. 3-Stunden-Vorhersage für 5 Tage, Grundlegende Wetterkarten, Wetter-Dashboard, Luftverschmutzungs-API, Geokodierungs-API und Wetter-Widgets bekommt Ihr schon mit 60 Anrufe/Minute und 1.000.000 Anrufe/Monat bei OpenWeather [1] im freien Tarif [2]
Screenshot 1: Die 8-Tage Vorhersage für Halle (Saale)Screenshot 2: Aktuell Niederschlagssituation (15.12.2023, 7:49 Uhr)
Den “geohash” kennt Ihr schon? Im Wikipedia [1] (hier mit Deepl übersetzt) heißt es dazu:
“Geohash ist ein gemeinfreies Geocodesystem, das 2008 von Gustavo Niemeyer[1] erfunden wurde und einen geografischen Standort in einer kurzen Zeichenfolge aus Buchstaben und Ziffern kodiert. Ähnliche Ideen wurden 1966 von G.M. Morton eingeführt[2]. Es handelt sich um eine hierarchische räumliche Datenstruktur, die den Raum in gitterförmige Bereiche unterteilt, was eine der vielen Anwendungen der so genannten Z-Kurve und allgemein raumfüllender Kurven ist.” [1]
Mit diesem geohash kann man also ziemlich präzise jeden Punkt dieser Welt in einer einfachen , kurzen Zeichenfolge abbilden, bei 12 Stellen erreicht man eine Genauigkeit von immerhin “37.2mm×18.6mm” [2]. Mit dem Geohash-Explorer [3] habe ich mal das Händeldenkmal auf dem halleschen Markplatz gesucht, Ergebnis “u30sbkh7y”.
Für QGIS-Nutzer gibt es vorgestern (12.12.2023) ein neues Plugin, das “Geohash Expressions Plugin” [4]. Die geohash-Funktionen findet Ihr dann im Feldrechner. Ich hab’s getestet, es funktioniert perfekt, siehe Beispiel von oben, das Händeldenkmal auf dem halleschen Markplatz.
QGIS Server [1] als Server für OGC-konforme Dienste ist sicher bekannt, das besondere Plus ist sicherlich die Einbettung in den QGIS-Kosmos. Wer besonderen Wert auf die fast unendlichen Gestaltungsmöglichkeiten von QGIS legt, kommt m. E. am QGIS Server nicht vorbei. Um noch mehr aus dem QGIS Server heraus zu holen, kann/sollte man über den Einsatz von MapProxy [2] nachdenken. Einen guten Einstieg findet Ihr bei MappingGIS im Beitrag “MapProxy: Kachel-Caching für QGIS Server” [3] von Jose Luis García Grandes (auf spanisch, einfach den Google-Übersetzer nutzen ;-).
Wer mal so ganz auf die Schnelle im QGIS OSM-Daten abfragen und ggf. nachnutzen will, sollte sich mal das QGIS-Plugin “OSMInfo” [1], [2] anschauen. Mithilfe der Overpass-API werden nach einen Klick auf den interessierenden Punkt alle OSM-Informationen extrahiert. Mit Rechsklick auf ein Element der Treffer kann das Objekt kopiert/gesichert werden (Zwischenablage, temp. Layer oder akt. selektierten Layer). Danke NextGIS! Hier mein Schnelltest: