Geodaten¶
Dateiformate¶
PMTiles¶
PMTiles ist ein allgemeines Format für Kacheldaten, die durch Z/X/Y-Koordinaten adressiert werden. Dabei kann es sich um kartografische Vektorkacheln, Fernerkundungsdaten, JPEG-Bilder oder ähnliches handeln.
Zum Lesen werden HTTP Range Requests verwendet, um nur die relevanten Kacheln oder Metadaten innerhalb eines PMTiles-Archivs abzurufen. Die Anordnung der Kacheln und Verzeichnisse ist so konzipiert, dass die Anzahl der Anfragen beim Verschieben und Zoomen minimiert wird.
PMTiles ist jedoch ein schreibgeschütztes Format: Es ist nicht möglich, einen Teil des Archivs zu aktualisieren, ohne die gesamte Datei neu zu schreiben. Wenn ihr transaktionale Aktualisierungen benötigt, solltet ihr eine Datenbank wie SQLite oder PostGIS und ST_asMVT verwenden.
Mapbox Vector Tiles (MVT)¶
Das Mapbox Vector Tiles-Dateiformat
speichert jede Kachel in einem Verzeichnisbaum wie /Z/X/Y.mvt. Dies
funktioniert gut für kleine Kachelsätze, aber das Aktualisieren einer kompletten
globalen Pyramide mit ~300 Millionen Kacheln ist sehr ineffizient.
PMTiles ist dagegen eine einzige Datei, in deren Kacheln de-dupliziert
sind, wodurch die Größe globaler Vektor-Basiskarten um ~70% reduziert werden.
Zum Schreiben muss die Geospatial Data Abstraction Library (GDAL)-Bibliothek mit SQLite und GEOS-Unterstützung installiert sein. Dabei werden die Mapbox Vector Tiles in SQLite wie MBTiles gespeichert und können mit dem MBTiles-Treiber verarbeitet werden.
MBTiles¶
MBTiles ist ein Containerformat für Kacheldaten auf der Grundlage von SQLite. Es ist für den lokalen Zugriff optimiert, nicht wie PMTiles auf den Zugriff via HTTP.
Siehe auch
Cloud Optimized GeoTIFF (COG)¶
Cloud Optimized GeoTIFF ist eine Raster-TIFF-Datei, die ähnlich wie PMTiles für das Lesen aus einem Cloud-Speicher optimiert ist. PMTiles kann jedoch auch andere Kacheldaten, z. B. Vektor-Kacheln ausliefern. COG ist jedoch mit den meisten GIS-Programmen, die mit GeoTIFF arbeiten, abwärtskompatibel.
Siehe auch
GeoParquet¶
Parquet ist ein quelloffenes, spaltenorientiertes Datendateiformat, das für die effiziente Speicherung und Abfrage von Daten entwickelt wurde. Es bietet effiziente Datenkomprimierungs- und -kodierungsverfahren mit optimierter Verarbeitung großer, komplexer Daten. GeoParquet erweitert Parquet um interoperable Geodatentypen (Punkt, Linie, Polygon).
GeoPandas unterstützt das Lesen und Schreiben von GeoParquet.
GeoParquet Downloader Plugin für QGIS ermöglicht Streaming-Downloads von großen GeoParquet-Datensätzen.
DuckDB erlaubt mit der Spatial Extension das Lesen und Schreiben von GeoParquet-Dateien.
Daten-Repositorien¶
Siehe auch
Software¶
Lesen und Schreiben¶
- Geospatial Data Abstraction Library (GDAL)
bietet eine einfache, aber leistungsfähige API zum Lesen und Schreiben von Hunderten von Datenformaten.
- pyogrio
bietet eine GeoPandas-orientierte API für OGR-Vektordatenquellen, wie ESRI Shapefile, GeoPackage und GeoJSON.
- Rasterio
liest und schreibt GeoTIFF und andere Formen von Rasterdatensätzen.
- Zarr-Python
Zarr ist ein Open-Source-Dateispeicherformat für chunked, komprimierte, N-dimensionale Arrays.
- Fiona
liest und schreibt
*.shp- und*.json-Daten und viele andere Formate.- netCDF4
ist eine Python-Schnittstelle für die netCDF-C-Bibliothek.
- pyModis
ist eine Sammlung von Python-Skripten zum Herunterladen und Mosaikieren von MODIS-Daten.
- xmitgcm
liest MITgcm-Binär-MDS-Dateien in Xarray-Datenstrukturen.
Siehe auch
Fernerkundung¶
- Satpy
Einfach zu verwendende API für Sensoren von Satellitenbildern wie MODIS, Sentinel-2 usw.
- sentinelsat
Finden und Herunterladen von Copernicus Sentinel-Satellitenbildern über die Kommandozeile oder Python.
- Open Data Cube
Open-Source-Software zur Verwaltung und Analyse von Geodaten.
- RSGISLib
oder The Remote Sensing and GIS Software Library ist eine Sammlung von Fernerkundungswerkzeugen für die Rasterverarbeitung und -analyse.
Siehe auch
Allgemeine Zwecke¶
- pyproj
Python-Schnittstelle zu PROJ, einer Bibliothek für kartographische Projektionen und Koordinatentransformationen.
- geopython
ist eine GitHub-Organisation, die Python-Projekte rund um Geodaten umfasst.
- pygeoapi
ist eine Python-Serverimplementierung der OGC-API-Standardsuite.
- OWSLib
ist ein Python-Paket für die Client-Programmierung mit den Schnittstellenstandards des Open Geospatial Consortium (OGC) Web Service und den damit verbundenen Inhaltsmodellen.
- pycsw
ist eine in Python geschriebene OGC CSW-Server-Implementierung, die vollständig den OpenGIS Catalogue Service implementiert.
- pygeometa
kann zur Generierung von Metadaten für Geodatensätze verwendet werden.
- pgeocode
Abfrage von GPS-Koordinaten und Gemeindenamen aus Postleitzahlen, Entfernungen zwischen Postleitzahlen sowie allgemeine Entfernungen.
- Arcpy
wird von Esri ArcGIS für die Analyse geografischer Daten, die Datenkonvertierung, das Datenmanagement und die Kartenautomatisierung verwendet.
GIS¶
- QGIS
unterstützt das Anzeigen, Bearbeiten, Drucken und Analysieren von Geodaten in einer Reihe von Datenformaten.
- GeoPandas
erweitert die von Pandas verwendeten Datentypen, um räumliche Operationen auf geometrischen Typen zu ermöglichen.
- regionmask
bestimmt, zu welcher geografischen Region jeder Rasterpunkt gehört.
- Salem
erweitert xarray um geolokalisierte Subsetting-, Maskierungs- und Plotting-Operationen.
Räumlich-zeitliche Statistik¶
- rasterstats
Zusammenfassen von raumbezogenen Rasterdatensätzen auf der Grundlage von Vektorgeometrien.
- eofs
EOF zur Analyse von räumlich-zeitlichen Daten.
Re-Gridding¶
- Pyresample
Resampling von Geobilddaten, primär für die Satpy-Bibliothek.
- xESMF
Universal Regridder für Geodaten.
Simulation¶
- xarray-simlab
bietet sowohl einen allgemeinen Rahmen für die Erstellung von Berechnungsmodellen als auch eine xarray-Erweiterung für die Erstellung und Durchführung von Simulationen.
- Fastscape
bietet viele kleine Modellkomponenten zur Verwendung mit dem xarray-simlab-Modellierungsrahmen.
- EarthSim
Werkzeuge für die Umweltsimulation.
Visualisierung¶
- PyViz Tutorial
Tutorial, das einen Überblick über die Python-Visualisierungsbibliotheken gibt.
- Cartopy
erstellt Karten auf Basis von Matplotlib und konvertiert Punkte, Linien und Vektoren zwischen den verschiedenen Projektionen.
- GeoPandas
GeoPandas Beispiele.
- Iris
implementiert ein auf CF-Konventionen basierendes Datenmodell, dessen Visualisierung auf Matplotlib und Cartopy basiert.
- GeoViews
Erforschen und visualisieren geographischer, meteorologischer und ozeanographischer Datensätze.
- ipyleaflet
ist ein Jupyter-Widget für Leaflet.js.
- xarray-leaflet
ist eine xarray-Erweiterung für das Plotten von Kachelkarten.
Meteorologie¶
- MetPy
Eine Sammlung von Tools in Python zum Lesen, Visualisieren und Berechnen von Wetterdaten.
- wrf-python
Eine Sammlung von Diagnose- und Interpolationsroutinen zur Verwendung mit den Ausgaben des WRF-ARW-Modells.
- windspharm
Berechnungen zu globalen Windfeldern in sphärischer Geometrie.
Ozeanographie¶
- GSW-Python
Python-Implementierung des TEOS-10.
- PyCO2SYS
Toolbox zur Lösung des marinen Karbonatsystems und zur Berechnung der damit verbundenen Meerwassereigenschaften.
- pyoos
High-Level-Datenerfassungsbibliothek für öffentlich zugängliche Met-/Ozeandaten.
- UMWM
UMWM ist ein spektrales Ozeanwellenmodell.
Klima¶
- PyOWM
Ein Python-Wrapper um die OpenWeatherMap-Web-APIs.
- climpred
Überprüfung von Wetter- und Klimavorhersagen.
- xgcm
Postprocessing des General Circulation Model mit xarray.
- climlab
Prozessorientierte Klimamodellierung.
- aospy
Berechnungen, bei denen gitterförmige Klima- und Wetterdaten (insbesondere
netCDF-Dateien) verwendet werden, und die Verwaltung der Ergebnisse.- OpenClimateGIS
Geoverarbeitung und Berechnungen auf CF-konformen Klimadatensätzen.
- oocgcm
Werkzeuge für die Verarbeitung und Analyse der Ergebnisse von allgemeinen Zirkulationsmodellen und gittergestützten Satellitendaten.
- pangaea
Xarray-Erweiterung für gerasterte Landoberflächen und Wettermodellausgaben.
Glaziologie¶
- OGGM
Open-Source-Modellierungsrahmen für Gletscher.