Die 2021er #30DayMapChallenge [1] ist beendet und es gab rege Beteiligung und wirklich viele schöne, neue, erstaunliche und nachahmenswerte Ergebnisse! Beindruckend sind auch die Zahlen: mehr als 9000 Karten von mehr als 1200 Nutzern aus über 90 Ländern! [2], [3]. Detaillierte Ergebnisse findet Ihr auf GitHub [4]. Hut ab und Danke allen Mitwirkenden und speziell Topi Tjukanov (@tjukanov) als Initiator. Ich freue mich schon auf die #30DayMapChallenge im nächsten Jahr!
Harel Dan hat eine interessante Liste zusammen gestellt [1], die Open[???]Karten-Liste [2]. Ihr findet dort viele offene Karten und Daten aus dem Geo-Bereich inkl. der URLs. Und kaum veröffentlicht, setzt das Schwarmwissen ein und liefert gemäß seinem Aufruf gleich neue Vorschläge, siehe Verlauf von [1]. So muss Netzwerken! Und wenn Euch noch was einfällt, dann einfach melden, gern auch in den Kommentaren. Und Dan: THX!
Ich bin immer wieder erfreut, wie einfach das Handling großer Datenmengen in QGIS und PostgreSQL/PostGIS sein kann. In Vorbereitung auf Schulungen und Workshops suchte ich große freie Datenbestände, bei den weltweiten Patenten des Harvard Dataverse [1] bin ich fündig geworden. Die Daten hab ich mal auf Deutschland reduziert, es bleiben immerhin 2.213.365 Patenteinträge über. Diese in die GeoDB importiert und via der „Punkte in Polygonen zählen …“-Funktion auf 10 km x 10 km-Quadrate akkumuliert und mit QGIS symbolisiert.
Screenshots in QGIS 3.16: Patente i n Deutschland
Tipp: Im DB-Manager den räumlichen Index für jedes Thema bilden, beschleunigt erwartungsgemäß kolossal ;-)
Zwei Jahre sind vergangen, seit hier über „Harmonische Farben“ [2] berichtet wurde. Gestern hat David A. alias @meodai hier via Kommentar-Funktion und auch über Twitter [3] informiert, dass mittlerweile eine Vollversion des „farbvelo“ zur Verfügung steht [1]. Gebe ich gern hier weiter. Also Happy Coloring!
Corona-Karten gibt es in allen Formen und Ausprägungen, aber sie zeigen immer „nur“ die jeweilige Ausbreitung im zeitlichen und räumlichen Kontext. Aber wo kommt Corona eigentlich her, wo geht es hin? Interessante Karten zum Corona-„Wanderungsverhalten“ findet Ihr bei „Die geografische Verbreitung des aufkommenden Koronavirus COVID-19“. Als Daten stammen von worldometers.info [2], die (leider) letzte Datenaktualisierung erfolgte am 30. März 2020, eine Aktualisierung wäre wünschenswert. Übrigens, die Übersetzung einschalten hilft ;-)
Screenshots: Links Corona-Export und recht Corona-Import von und nach Italien (Quelle [1]), Stand 30.03.2020
Die US-Wahlen sind noch nicht vorbei, noch laufen die Auszählungen. Aber schon wieder wird uns ganz praktisch verdeutlicht, wie wichtig die korrekte Darstellung von Wahlergebnissen auf Karten ist, wie einfach ggf. der Leser manipulierbar ist, wie einfach Choropleten an zu groben Grenzen die Wirklichkeit eher schlecht bis verfälschend darstellen. Eine wunderbare Analyse dazu habe ich im Beitrag von „Try to impeach this?Challenge accepted!“ von Karim Douieb (THX!) unter [1], [2] gefunden.
Screenshots: Traditionelle Choroplete vs. Punktdarstellung (Quell [1])
Weitere Beiträge zum Thema Kartographie und Verantwortung findet Ihr hier beim #geoObserver unter [3] … [5]
Pünktlich zum 30. Jahrestag der Deutschen Einheit hat die BKG eine Vielzahl von interaktiven Karten [1] bereit gestellt, welche sich dem Vergleich Deutschland heute und vor 30 Jahren widmen. Interessantes Material, gut aufbereitet, mitunter erschreckend, aber urteilt selbst.
Screenshot: Bevölkerungsanteil der über 65-Jährigen (Quelle [1])
Vorgestern hat Joshua Stevens, animiert durch Schattierungen von Mineralen, einen wunderbaren Farbkeil veröffentlicht [1], [2]. Nach kurzer Bitte, diesen auch als Color Palette für QGIS verfügbar zu machen, war dieser dann auch als „Blue Fluorite Color Palette for QGIS“ im GitHub verfügbar [3]. Nun nur noch schnell ins QGIS importieren und testen. Freie SRTM-Daten vom Harz und los geht’s, einfärben und eine bisschen Schummerung drüber. So muss Community, Danke Joshua!
Mein Test: SRTM-Daten vom Harz mit der neuen Palette eingefärbt und etwas Schummerung drüber
Das Thema HydroSHEDS ist mir in letzter Zeit des Öfteren begegnet, vor allem auf Twitter [4]….[7]. Neugierig geworden wollte ich Genaueres wissen, auf hydrosheds.org [2] findet sich die Erklärung:
„Hydrologische Daten und Karten auf der Grundlage von SHuttle Elevation Derivatives in verschiedenen Maßstäben HydroSHEDS ist ein Kartierungsprodukt, das hydrographische Informationen für regionale und globale Anwendungen in einem einheitlichen Format bereitstellt. Es bietet eine Reihe von georeferenzierten Datensätzen (Vektor- und Rasterdaten) in verschiedenen Maßstäben, einschließlich Flussnetzwerken, Wassereinzugsgebietsgrenzen, Abflussrichtungen und Abflussansammlungen. HydroSHEDS basiert auf hochauflösenden Höhendaten, die während eines Space Shuttle-Fluges für die Shuttle Radar Topography Mission (SRTM) der NASA gewonnen wurden.“ Übersetzt mit http://www.DeepL.com/Translator (kostenlose Version)
Nun wollte ich es mal selbst ausprobieren, eine wunderbare Erklärung zum Umgang mit den Daten findet Ihr bei Hannes im Beitrag „Replicating a media-hyped color by numbers Etsy map in 10 minutes“ [1], schaut Euch das Video an!. Die Daten hab ich mir bei [3] besorgt und dann ging es mit QGIS los. Und wenn alles klappt, kann man dann bald wirklich seinen eigenen Etsy-Shop aufmachen ;-) Hier meine Ergebnisse.
Zentraleuropa mit Elbe, Rhein, DonauInder Mitte die Elbe
Wer gut funktionierende Farben bei der Datenvisualisierung z. B. in Diagrammen verwenden will, kann auch viele Fehler machen und es wird einfach nicht gut. Wenn man es besser machen will, sollte man sich mal den DataWrapper-Artikel „How to pick more beautiful colors for your data visualizations“ vornehmen. An etlichen Beispielen wird erläutert, wie man zu besseren Farben (hier in im Diagrammen) kommt, wenn einige Grundregeln und Tipps beachtet werden. Lesenswert! Danke Lisa Charlotte Rost und DataWrapper!
Neugierig? Eindrucksvolle Beispiele von DataWrapper als Screenshots (Quelle [1])
#geoObserver 