Sourcepole hat an der FOSSGIS 2023 in Berlin verschiedene Themen mit Vorträgen abgedeckt:
- QGIS Web Client 2 (QWC2) - Neues aus dem Projekt
- COPC, das neue cloudoptimierte Format für Point Clouds
- Cloudoptimierte Formate für Kacheln und multidimensionale Rasterdaten
- Geodatenverarbeitung mit Workflow-Engines
QGIS Web Client 2 (QWC2) - Neues aus dem Projekt
Der QGIS Webclient 2 (QWC2) ist ein moderner Kartenclient, der die Erweiterungen von QGIS Server unterstützt und durch weitere Funktionen ergänzt. In Kombination mit dem qwc-services Projekt wird die QWC2 Systemumgebung um Micro-Services ergänzt. Damit ergeben sich grenzenlose Möglichkeiten WebGIS Applikationen zu bauen. Der Vortrag stellt die Grundlagen des QWC2 und die Neuerungen der vergangenen Jahre vor.
COPC, das neue cloudoptimierte Format für Point Clouds
Neben dem bereits etablierten Format COG für Cloud-optimized GeoTIFFs finden cloudoptimierte Formate auch für andere Anwendungen immer mehr Interesse. Für Point Cloud Daten existiert das COPC Format (https://copc.io/), welches auf dem bewährten offenen LASzip Format für verlustfrei komprimierte LIDAR-Daten aufbaut. Wie COGs sind die Daten rückwärtskompatibel, was die Implementation stark vereinfacht und die Adaption fördert.
Cloudoptimierte Formate für Kacheln und multidimensionale Rasterdaten
Neben dem bereits etablierten Format COG für Cloud-optimized GeoTIFFs finden neue Formate für weitere Raster-Anwendungen immer mehr Interesse. Auf die Speicherung von n-dimensionalen Arraydaten, welche zum Beispiel in der Klimaforschung anfallen, ist das Zarr-Format ausgelegt.
Für den Online- und Offlinegebrauch von Raster- und Vektorkacheln eignet sich das PMTiles Format, dessen neuste Version 3 bereits Unterstützung in Leaflet und OpenLayers erhalten hat.
Links:
- COG: https://www.cogeo.org/
- Zarr: Chunked, compressed, N-dimensional Arrays https://zarr.readthedocs.io/
- PMTiles: Single-File Archivformat für Kachel-Pyramiden https://github.com/protomaps/PMTiles/blob/main/spec/v3/spec.md
Geodatenverarbeitung mit Workflow-Engines
Workflow-Engines wie Apache Airflow sind ein wichtiges Instrument im Bereich Data Science. Sie bieten die Infrastruktur zum Definieren, Ausführen und Überwachen einer Abfolge von Schritten eines Datenverarbeitungsprozesses. Dieser Vortrag vergleicht eine Auswahl verfügbarer Open-Source Workflow-Engines, die sich besonders für Workflows mit Geodatenverarbeitung eignen. Zudem wird der OGC API – Processes-Standard, ein REST-API zur Ausführung und Überwachung von Prozessen vorgestellt.
Links:
- awesome-workflow-engines: http://meirwah.github.io/awesome-workflow-engines/
- Apache Airflow: https://airflow.apache.org/
- Dagster: https://dagster.io/
- Prefect: https://www.prefect.io/
- Jupyter: https://jupyter.org/
- dbt: https://www.getdbt.com/
- Node-RED: https://nodered.org/
- Windmill: https://www.windmill.dev/
- Camunda: https://camunda.com/
- OGC API Processes: https://ogcapi.ogc.org/processes/
- GDAL-Worker für Windmill (Demo): github.com/sourcepole/windmill-collection