Automatisierte Geo‐Pipelines: Daten‐Import mit Python & PostGIS

# Automatisierte Geo-Pipelines: Daten-Import mit Python & PostGIS

## 🎯 Ziel
GeoPackage-Dateien vollautomatisiert in die PostGIS-Datenbank überführen, um manuelle Klick-Prozesse in QGIS zu eliminieren.

## 🛠 Voraussetzungen
- [ ] Docker & Git installiert (Lokale PostGIS-Instanz läuft)
- [ ] Grundkenntnisse in Python und Pandas/GeoPandas

## 🚀 Schritt-für-Schritt
1. **Python-Umgebung vorbereiten:** Stelle sicher, dass GeoPandas und SQLAlchemy installiert sind.
2. **Skript erstellen:** Lege eine Datei `import_pipeline.py` an und füge folgenden Code ein:

```python
import geopandas as gpd
from sqlalchemy import create_engine

# 1. Daten laden
gdf = gpd.read_file('data/sample_data.gpkg')

# 2. Verbindung herstellen
engine = create_engine('postgresql://user:pass@localhost:5432/gis_db')

# 3. In Datenbank schreiben
gdf.to_postgis('flaeche_entsiegelung', engine, if_exists='replace')
print("Daten erfolgreich in die DB geladen!")

3. Skript ausführen: Führe das Skript im Terminal aus, um die Daten in die Datenbank zu schreiben.

🔍 Troubleshooting

• Problem: ModuleNotFoundError: No module named 'geopandas'

• Lösung: Installiere die fehlenden Pakete via pip install geopandas sqlalchemy psycopg2-binary.

• Problem: Verbindung zur Datenbank verweigert (Connection refused).

• Lösung: Prüfe, ob der Docker-Container mit PostGIS läuft (Port 5432 aktiv?).

💡 Weiterführende Links

• [GeoPandas Dokumentation](https://geopandas.org/)
• [SQLAlchemy Core Dokumentation](https://docs.sqlalchemy.org/)

Dieser Beitrag basiert auf dem FOSSGIS-Student-Warmup Standard.