Was Schönes zum Wochenende. Das bei entsprechender Nutzung kartographischer Gestaltungsmöglichkeiten ganz schnell Kunst entstehen kann, zeigt uns eindrucksvoll CLÉMENT AUBRY [1].
[1] … https://www.utopographie.com/archives/cartes-du-tendre/
In seinem Beitrag „Why it’s better not to add scalebars to world maps“ [1] beschreibt Nicolas Lambert (@neocartocnrs) auf unterhaltsame und einleuchtende Weise, warum es, je nach Projektion mitunter sehr sinnvoll sein kann, typische Kartenelemente wie Nordpfeile und Massstabslineale besser wegzulassen. Weniger ist eben manchmal mehr 😉
Hier die Original-Tweets [2], [3]:
[1] … https://observablehq.com/@neocartocnrs/geoviz-scalebar?collection=@neocartocnrs/geoviz
[2] … https://x.com/neocartocnrs/status/1717555798186819942?s=20
[3] … https://x.com/neocartocnrs/status/1717464696666661212?s=20
Selten kommt man mit so wenig Aufwand zu so aussagekräftigen und interaktiven 3D-Modellen! Das QGIS-Plugin „XYZto3D“ erwartet ausschließlich Daten aus einer CSV-Datei in der Struktur X, Y, Wert (z. B. Höhe). Eine Visualisierung wie im QGIS-View in Screenshot 1 ist nicht nötig(!), dient hier nur der Orientierung. Installation aus dem Zip-File, Funktion und Bedienung des Plugins sind in „Generate 3D Topography Surface Model from XYZ Data with XYZto3D QGIS Plugin“ [2] ausführlich beschrieben. Mein Test mit einem Ausschnitt der Höhendaten der Digitalen Stadtgrundkarte der Stadt Halle (Saale) [3] funktionierte auf Anhieb tadellos.
Hier der Original Tweet [1]:
[1] … https://x.com/rafemoro/status/1714660142480826668
[2] … https://www.geodose.com/2023/10/xyzto3d-qgis-plugin.html
[3] … https://webapp.halle.de/komgis30.hal.opendata/f398a5d8-9dce-cbbc-b7ae-7e1a7f5bf809.html
Für heute, Freitag, den 27.10.2023 ist laut QGIS-Roadmap [1] die Version 3.34 „Prizren“ angekündigt. Wer sich schon jetzt über die neuen Funktionen von QGIS 3.34 informieren will, auf Youtube findet Ihr eine Zusammenfassung im „QGIS 3.34 Visual Changelog“ [2] und lesbar unter [3]. Viele coole Neuerungen, ich bin gespannt …
[1] … https://qgis.org/de/site/getinvolved/development/roadmap.html
[2] … https://www.youtube.com/watch?v=LHFVo0edaXE
[3] … https://changelog.qgis.org/en/qgis/version/3.34/
Datenhaltung in der Cloud nimmt auch für Geodaten immer mehr an Bedeutung zu. Dementsprechend werden auch immer neue Datenformate entstehen, welche auf die speziellen Anforderungen wie Reduzierte Latenz, Skalierbarkeit, Flexibilität und Kosteneffizienz in der Cloud optimiert sind, eben Cloud Optimized! Per Tweet [1] bin ich auf den „Cloud-Optimized Geospatial Formats Guide“ [2], also den „Leitfaden für Cloud-optimierte Geodatenformate“ aufmerksam geworden und gebe das als Tipp gern weiter. Interessanter Überblick zum aktuellen Status der cloudoptimierten Datenformate. Danke @cloudnativegeo [3]!
Hier der Original-Tweet [1]:
[1] … https://x.com/cloudnativegeo/status/1716470293957390531
[2] … https://guide.cloudnativegeo.org/
[3] … https://twitter.com/cloudnativegeo
Mit Datawrapper [1] könnt Ihr so ganz auf die Schnelle recht schöne Karte, aber auch Charts und Tabelle erstellen, einfach anmelden und loslegen. Ich habe es mal für Karten getestet, es klappt prima. Hier mein Test für eine Halle-Karte mit Legende, Übersichtsglobus, Scalebar, Nordpfeil und SocialMedia-Ikonen in ein paar Schritten …
Die Links zu meinen Ergebnissen: „Visualization only“ [3] und „for sharing“ [4].
Hier der Original-Tweet [2]:
[1] … https://app.datawrapper.de/
[2] … https://x.com/Datawrapper/status/1716475394121994304?s=20
[3] … https://datawrapper.dwcdn.net/0CEAe/6/
[4] … https://www.datawrapper.de/_/0CEAe/
Python als Skriptsprache hat insbesondere im Bereich Geografischer Informationssysteme seit Jahren eine wachsende Bedeutung. Sowohl beim Marktführer in der Arc*-Welt wie auch im freien QGIS stehen viele Python-basierte Skripte und Erweiterungen zur Verfügung. Arcpy, PyProj, NumPy sind typische Vertreter. Außerdem können die GI-Systeme mit Python recht einfach um eigene Funktionalitäten und Automaten erweitert werden. In [1] heißt es einleitend:
„Python-Bibliotheken sind die ultimative Erweiterung für GIS, denn sie ermöglichen es Ihnen, die Kernfunktionen zu erweitern.
Durch die Verwendung von Python-Bibliotheken können Sie aus der GIS-Schablone ausbrechen und in die Datenwissenschaft eintauchen.“ [1]
Für mich ein Grund mehr, heute mal dieses Thema bei Euch anzutriggern und einige Sammlungen für Python-Ressourcen in „Python and GIS Resources“ [1], „15 Python Libraries for GIS Mapping“ [2] und die Linkliste von Milan Janosov [3] zu zeigen.
Einen kleinen Einstieg in die Problematik Python & QGIS & Plugin findet Ihr bei Ivo Partschefeld alias PyQGIS (@PyQgis) auf Youtube im Video „QGIS Plugin erstellen für Anfänger | Create a QGIS Plugin for beginners“ [4]:
[1] … https://www.gislounge.com/python-and-gis-resources/
[2] … https://gisgeography.com/python-libraries-gis-mapping/
[3] … https://www.linkedin.com/posts/milan-janosov_datavisualization-datascience-data-activity-7115972452437884929-V-XH/
[4] … https://www.youtube.com/watch?v=1tu88NsIDfE
pgModeler [1] ist eine Open-Source-Software zur Modellierung von PostgreSQL-Datenbanken. Die Software kann kostenfrei als Quellcode runter geladen und kompiliert werden (wenn man es kann ;-), vorkompilierte Binärpakete sind lt. [2] zu „zu einem wirklich fairen Preis“ kostenpflichtig. Per Tweet [3] wurde jetzt die v1.1.0-beta angekündigt.
Hier der Original-Tweet [3]:
[1] … https://pgmodeler.io/
[2] … https://pgmodeler.io/download?purchase=true
[3] … https://x.com/pgmodeler/status/1715381060521877552
Vorgestern kam per Tweet [1] die Nachricht, dass die berühmte Open Source Routing Machine „GraphHopper“ auf die Version 8.0 aktualisiert wurde. Laut GraphHopper-Blog-Eintrag [2] sind die wichtigsten Neuerungen:
Den kompletten Changelog findet Ihr unter [3]. Ich habe mal getestet, ein Fußweg(!)-Routing von Halle zu Zugspitze, superschnelles Ergebnis für die erste Route – 556km in 119h ;-), gleich danach die Ergebnisse für zwei Alternativ-Routen! [4]
Hier der Original-Tweet [1]
[1] … https://twitter.com/graphhopper/status/1714606527540048267
[2] … https://www.graphhopper.com/blog/2023/10/18/graphhopper-routing-engine-8-0-released/
[3] … https://github.com/graphhopper/graphhopper/blob/master/CHANGELOG.md
[4] … https://graphhopper.com/maps/?point=51.482504%2C11.970545_Halle+%28Saale%29%2C+Sachsen-Anhalt%2C+Deutschland&point=47.421215%2C10.986297_Zugspitze %2C+82475%2C+Deutschland&profile=foot&layer=Omniscale
Früher, zu proprietären (ESRI)-Zeiten hatten wir „clean“ für Fehler und „build“ für Topologie, die „dangle lenght“ und die „fuzzy tolerance“. Etwas Ähnliches findet Ihr in dem neuen QGIS-Plugin „Consolidate Networks“ [1]. Coole Sache, so was habe ich schon lange gesucht. Ich habe es mal „quick & dirty“ gestestet, es klappt gut, nur eine Frage bleibt (jedenfalls bei mir) noch offen. Vielleicht habt Ihr eine Erklärung, gern in den Kommentaren, den Testdatensatz findet Ihr in [2]. Mein Test, seht selbst:
[1] … https://plugins.qgis.org/plugins/consolidate_networks/
[2] … https://www.geoobserver.de/Download/Consolidate_Networks_Test_1.zip