<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Cloud-native GIS-formaten on File Format Blog</title>
    <link>https://blog.fileformat.com/nl/tag/cloud-native-gis-formaten/</link>
    <description>Recent content in Cloud-native GIS-formaten on File Format Blog</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>nl</language>
    <lastBuildDate>Fri, 13 Nov 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://blog.fileformat.com/nl/tag/cloud-native-gis-formaten/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Cloud-native geospatiale formaten uitgelegd: COG, GeoParquet, PMTiles &amp; meer</title>
      <link>https://blog.fileformat.com/nl/gis/what-are-cloud-native-gis-file-formats-a-developers-guide/</link>
      <pubDate>Fri, 13 Nov 2026 00:00:00 +0000</pubDate>
      
      <guid>https://blog.fileformat.com/nl/gis/what-are-cloud-native-gis-file-formats-a-developers-guide/</guid>
      <description>Vermijd de Shapefile‑knelpunt. Leer hoe cloud-native GIS-formaten zoals COG, GeoParquet, FlatGeobuf, PMTiles en Zarr HTTP‑range‑verzoeken gebruiken voor snelle, serverloze ruimtelijke query&amp;#39;s.</description>
      <content:encoded><![CDATA[<p><strong>Laatst bijgewerkt</strong>: 20 aug. 2026</p>
<figure class="align-center ">
    <img loading="lazy" src="images/what-are-cloud-native-gis-file-formats-a-developers-guide.png#center"
         alt="Cloud-Native Geospatial Formats Explained - COG, GeoParquet, PMTiles &amp; More"/> 
</figure>

<h2 id="wat-zijn-cloud-native-gis-bestandsformaten-een-ontwikkelaarsgids">Wat zijn cloud-native GIS-bestandsformaten? Een ontwikkelaarsgids</h2>
<p>Als je ooit een geospatiale pijplijn hebt gebouwd, ken je de pijn van de &quot;download-first&quot; knelpunt. Traditioneel, als je applicatie een 500x500 pixel begrenzingsvak nodig had van een 15 GB satellietscene—of tien rijen wilde filteren uit een 4 GB gemeentelijke perceeldataset—moest je het volledige bestand downloaden, het in het geheugen parseren en vervolgens het stuk eruit knippen waar je echt om gaf.</p>
<p>Het simpelweg uploaden van een Shapefile, <a href="https://docs.fileformat.com/gis/geojson/">GeoJSON</a>, of een standaard GeoTIFF naar een Amazon S3 bucket of Google Cloud Storage maakt het niet cloud-native. Het plaatst alleen een legacy‑bestand op de harde schijf van iemand anders.</p>
<p><strong>Cloud-native <a href="https://docs.fileformat.com/gis/">GIS file formats</a></strong> lossen dit probleem op door de manier waarop ruimtelijke data op schijf wordt georganiseerd te herstructureren. In plaats van clients te dwingen bestanden sequentieel van begin tot eind te lezen, zijn deze formaten ontworpen voor directe, gedeeltelijke lecties via het netwerk. Voor ontwikkelaars ontgrendelt dit serverless‑architecturen, verlaagt drastisch de egress‑kosten, en laat web‑clients enorme datasets direct query&rsquo;en vanuit statische objectopslag.</p>
<h2 id="de-mechanica-hoe-cloud-native-geospatiale-gegevens-echt-werken">De mechanica: hoe cloud-native geospatiale gegevens echt werken</h2>
<p>Voordat we ingaan op specifieke bestandsextensies, is het handig om het onderliggende engineeringpatroon te begrijpen dat ze laat werken. Bijna elk cloud-native geospatiaal formaat vertrouwt op drie kernmechanismen:</p>
<ol>
<li><strong>HTTP Range Requests (<code>GET</code> met <code>Range</code>-headers):</strong> Standaard HTTP/1.1 en HTTP/2 ondersteunen het opvragen van specifieke bytebereiken van een extern bestand (bijv. <code>bytes=0-16383</code>). Cloud‑objectopslag zoals AWS S3, Cloudflare R2 en Azure Blob Storage ondersteunen dit direct out of the box.</li>
<li><strong>Front-Loaded (of Predictable) Metadata &amp; Spatial Indexes:</strong> Om de exacte bytes die een geografisch gebied bestrijken op te vragen, heeft de client eerst een kaart nodig van de interne indeling van het bestand. Cloud-native formaten slaan hun header‑metadata en ruimtelijke indexen (zoals R‑trees of bounding‑box hiërarchieën) op een voorspelbare locatie op—meestal aan het begin of het einde van het bestand. Een client doet één klein initiëel verzoek om de index te lezen, berekent de exacte byte‑offsets voor het doelgebied, en haalt alleen die delen op.</li>
<li><strong>Interne Tegels en Chunking:</strong> In plaats van rasters rij voor rij op te slaan of vectoren als een platte tekstmuur, wordt data opgesplitst in zelfstandige, gecomprimeerde blokken (tegels, rijgroepen of N-dimensionale chunks) die onafhankelijk opgehaald en gedecomprimeerd kunnen worden.</li>
</ol>
<h2 id="de-kern-van-cloud-native-gis-bestandsformaten">De kern van cloud-native GIS-bestandsformaten</h2>
<p>Er is geen enkel formaat dat ze allemaal regeert. Het kiezen van het juiste formaat hangt af van of je te maken hebt met beelden, tabelvectoren, kaarttegels, multidimensionale arrays of LiDAR-puntwolken.</p>
<h3 id="1-cloud-geoptimaliseerde-geotiff-cog--voor-rasterbeelden">1. Cloud-geoptimaliseerde GeoTIFF (COG) — <em>Voor rasterbeelden</em></h3>
<p>Een <strong>COG</strong> is geen gloednieuwe propriëtaire bestandstype; het is een standaard GeoTIFF (<code>.tif</code>) met een strikte interne indeling die is aangenomen als een officiële OGC-standaard. Omdat het een geldige GeoTIFF blijft, kunnen legacy desktoptools zoals QGIS en ArcGIS het nog steeds openen zonder problemen.</p>
<ul>
<li><strong>Hoe het werkt:</strong> In plaats van pixels in horizontale scanlijnen over de hele afbeelding op te slaan, organiseert een COG pixels in interne tegels (meestal 512×512 pixels). Het embedt ook <strong>overzichten</strong> (vooraf berekende, lagere-resolutie afbeeldingspiramides) in hetzelfde bestand. Wanneer een gebruiker uitzoomt op een webkaart, haalt de client laag-res overzichten- tegels op; wanneer ze inzoomen, haalt hij alleen de hoog-res tegels op die het viewport snijden.</li>
<li><strong>Beste voor:</strong> Satellietbeelden, luchtorthomosaïeken, digitale hoogtemodellen (DEMs) en dynamische raster-tegelservers (zoals TiTiler).</li>
</ul>
<p><strong>Genereren van een COG via GDAL:</strong></p>
<div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-bash" data-lang="bash"><span style="display:flex;"><span>gdal_translate input.tif output_cog.tif <span style="color:#ae81ff">\
</span></span></span><span style="display:flex;"><span><span style="color:#ae81ff"></span>  -of COG <span style="color:#ae81ff">\
</span></span></span><span style="display:flex;"><span><span style="color:#ae81ff"></span>  -co COMPRESS<span style="color:#f92672">=</span>DEFLATE <span style="color:#ae81ff">\
</span></span></span><span style="display:flex;"><span><span style="color:#ae81ff"></span>  -co OVERVIEWS<span style="color:#f92672">=</span>IGNORE_EXISTING
</span></span></code></pre></div><h3 id="2-geoparquet--voor-grote-vectoranalyse-en-datawarehouses">2. GeoParquet — <em>Voor grote vectoranalyse en datawarehouses</em></h3>
<p>Als je workflow meer lijkt op data‑engineering dan op traditionele cartografie, is <strong>GeoParquet</strong> (<code>.parquet</code>) de grote speler. Gebouwd bovenop Apache Parquet, slaat het geometrieën op als ISO‑standaard Well‑Known Binary (WKB) naast rijke tabel‑attributen.</p>
<ul>
<li><strong>Hoe het werkt:</strong> In tegenstelling tot Shapefiles of GeoJSON, die gegevens rij voor rij opslaan, is Parquet <strong>kolomgebaseerd</strong>. Als je een aggregatie uitvoert op een <code>population</code>‑kolom over 50 miljoen polygonen, slaat de engine het lezen van de zware geometrie‑bytes volledig over. GeoParquet voegt ook bounding‑box‑metadata per rij‑groep toe (en ondersteunt ruimtelijke sortering via Hilbert‑curves of H3‑indexen), waardoor query‑engines irrelevante stukken kunnen overslaan.</li>
<li><strong>Beste voor:</strong> grootschalige ruimtelijke analyses, cloud‑datawarehouses (Snowflake, BigQuery, Databricks) en serverloze SQL‑engines zoals DuckDB.</li>
</ul>
<p><strong>Opvragen van remote GeoParquet direct met DuckDB:</strong></p>
<div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-sql" data-lang="sql"><span style="display:flex;"><span>INSTALL spatial;
</span></span><span style="display:flex;"><span><span style="color:#66d9ef">LOAD</span> spatial;
</span></span><span style="display:flex;"><span>
</span></span><span style="display:flex;"><span><span style="color:#66d9ef">SELECT</span> land_use, <span style="color:#66d9ef">COUNT</span>(<span style="color:#f92672">*</span>) <span style="color:#66d9ef">AS</span> parcel_count
</span></span><span style="display:flex;"><span><span style="color:#66d9ef">FROM</span> read_parquet(<span style="color:#e6db74">&#39;s3://example-bucket/parcels.parquet&#39;</span>)
</span></span><span style="display:flex;"><span><span style="color:#66d9ef">WHERE</span> ST_Intersects(geometry, ST_MakeEnvelope(<span style="color:#f92672">-</span><span style="color:#ae81ff">122</span>.<span style="color:#ae81ff">5</span>, <span style="color:#ae81ff">37</span>.<span style="color:#ae81ff">7</span>, <span style="color:#f92672">-</span><span style="color:#ae81ff">122</span>.<span style="color:#ae81ff">3</span>, <span style="color:#ae81ff">37</span>.<span style="color:#ae81ff">8</span>))
</span></span><span style="display:flex;"><span><span style="color:#66d9ef">GROUP</span> <span style="color:#66d9ef">BY</span> land_use;
</span></span></code></pre></div><h3 id="3-flatgeobuf--voor-het-streamen-van-vectorfuncties-naar-het-web">3. FlatGeobuf — <em>Voor het streamen van vectorfuncties naar het web</em></h3>
<p>Hoewel GeoParquet uitblinkt in analytische engines, zijn op de footer gebaseerde metadata en kolomoriëntatie niet altijd ideaal voor het streamen van ruwe vectorgeometrieën rechtstreeks naar een browserkaart. Maak kennis met <strong>FlatGeobuf</strong> (<code>.fgb</code>).</p>
<ul>
<li><strong>Hoe het werkt:</strong> Gebouwd op Google&rsquo;s FlatBuffers binaire serialisatiebibliotheek, plaatst FlatGeobuf een compacte Hilbert R-tree ruimtelijke index direct aan het begin van het bestand. Webclients (zoals MapLibre GL JS, Leaflet of OpenLayers) kunnen een begrenzingsvak-query uitvoeren via HTTP-rangeverzoeken en beginnen met het renderen van features op het scherm terwijl de resterende bytes nog steeds worden gestreamd.</li>
<li><strong>Beste voor:</strong> Het vervangen van multi-megabyte GeoJSON-bestanden in interactieve webapplicaties zonder een PostGIS/GeoServer-backend op te starten.</li>
</ul>
<h3 id="4-pmtiles--voor-serverloze-vector--en-rasterbasiskaarten">4. PMTiles — <em>Voor serverloze vector- en rasterbasiskaarten</em></h3>
<p>Traditioneel vereiste het serveren van interactieve kaarttegels (<code>/{z}/{x}/{y}.pbf</code>) ofwel het draaien van een dedicated tile server (zoals Martin of Tileserver-GL) of het uploaden van miljoenen kleine individuele <code>.pbf</code>-bestanden naar S3 — een nachtmerrie voor bucketbeheer en API-verzoekkosten.</p>
<ul>
<li><strong>Hoe het werkt:</strong> Gemaakt door Protomaps, <strong>PMTiles</strong> (<code>.pmtiles</code>) verpakt een volledige piramide van Mapbox Vector Tiles (MVT) of rastertegels in één enkel archiefbestand. Het gebruikt een gegroepeerde mapstructuur die geoptimaliseerd is voor Hilbert-curve ruimtelijke localiteit, wat betekent dat een browser-kaartbibliotheek tegels direct kan ophalen uit één statisch bestand op S3 of Cloudflare R2 met HTTP range‑verzoeken.</li>
<li><strong>Beste voor:</strong> Zero-backend aangepaste basiskaarten, webkaarten met veel verkeer, en offline mobiele kaarttoepassingen.</li>
</ul>
<h3 id="5-zarr--voor-multidimensionale-wetenschappelijke-data">5. Zarr — <em>Voor multidimensionale wetenschappelijke data</em></h3>
<p>NetCDF en HDF5 domineren al decennialang meteorologie, oceanografie en klimaatmodellering, maar hun monolithische bestandsstructuren hebben moeite in gedistribueerde cloudomgevingen. <strong>Zarr</strong> herontwerpt N-dimensionale arrays voor objectopslag.</p>
<ul>
<li><strong>Hoe het werkt:</strong> Een Zarr‑opslag splitst enorme multidimensionale arrays (bijv. <code>time × latitude × longitude × altitude</code>) in kleine, uniform grote, gecomprimeerde chunks. Elke chunk wordt opgeslagen als een individueel object (of geconsolideerd via Zarr v3 sharding) met JSON‑metadata die de array‑dimensies beschrijft. Tientallen parallelle workers kunnen verschillende tijdsslices gelijktijdig lezen of schrijven zonder bestandsvergrendelingsconflicten.</li>
<li><strong>Best voor:</strong> Tijdreeks satellietdatacubes, weersvoorspellingen, klimaatmodellen en gedistribueerde Xarray/Dask-pijplijnen.</li>
</ul>
<h3 id="6-cloud-optimized-point-cloud-copc--voor-lidar">6. Cloud-Optimized Point Cloud (COPC) — <em>Voor LiDAR</em></h3>
<p>Gebouwd als een uitbreiding op het standaard LAZ 1.4 gecomprimeerde LiDAR-formaat, <strong>COPC</strong> (<code>.copc.laz</code>) organiseert 3D-puntwolken in een gegroepeerde octree-structuur. Net als COG blijft het achterwaarts compatibel met bestaande LAS/LAZ-lezers, terwijl webviewers (zoals Potree of deck.gl) punten kunnen streamen op basis van de camerafrustum en detailniveau zonder multi-gigabyte puntwolken te downloaden.</p>
<h2 id="ontwikkelaarsbeslissingsmatrix-welke-indeling-moet-je-kiezen">Ontwikkelaarsbeslissingsmatrix: Welke indeling moet je kiezen?</h2>
<table>
<thead>
<tr>
<th style="text-align:left">Gegevenstype</th>
<th style="text-align:left">Primaire werklast</th>
<th style="text-align:left">Beste formaat</th>
<th style="text-align:left">Vervangen legacyformaat</th>
</tr>
</thead>
<tbody>
<tr>
<td style="text-align:left"><strong>Raster / Beeldmateriaal</strong></td>
<td style="text-align:left">Dynamische tegelvorming, pixelanalyse, webvisualisatie</td>
<td style="text-align:left"><strong>COG</strong> (<code>.tif</code>)</td>
<td style="text-align:left">Niet-geïndexeerde GeoTIFF, JPEG2000</td>
</tr>
<tr>
<td style="text-align:left"><strong>Vector</strong></td>
<td style="text-align:left">SQL-analyse, datawarehouses, massale joins</td>
<td style="text-align:left"><strong>GeoParquet</strong> (<code>.parquet</code>)</td>
<td style="text-align:left">Shapefile, File Geodatabase</td>
</tr>
<tr>
<td style="text-align:left"><strong>Vector</strong></td>
<td style="text-align:left">Ruwe features streamen direct naar een browser</td>
<td style="text-align:left"><strong>FlatGeobuf</strong> (<code>.fgb</code>)</td>
<td style="text-align:left">Groot <a href="https://docs.fileformat.com/gis/geojson/">GeoJSON</a>, <a href="https://docs.fileformat.com/gis/kml/">KML</a></td>
</tr>
<tr>
<td style="text-align:left"><strong>Vooraf gestylede tegels</strong></td>
<td style="text-align:left">Serverloze interactieve webkaarten &amp; mobiel offline</td>
<td style="text-align:left"><strong>PMTiles</strong> (<code>.pmtiles</code>)</td>
<td style="text-align:left">MBTiles, ZXY mapstructuren</td>
</tr>
<tr>
<td style="text-align:left"><strong>N-D Arrays</strong></td>
<td style="text-align:left">Klimaatgegevens, tijdreeksrasters, parallelle berekening</td>
<td style="text-align:left"><strong>Zarr</strong> (<code>.zarr</code>)</td>
<td style="text-align:left">NetCDF4, HDF5</td>
</tr>
<tr>
<td style="text-align:left"><strong>Puntwolken</strong></td>
<td style="text-align:left">3D-webvisualisatie en ruimtelijke LiDAR-selectie</td>
<td style="text-align:left"><strong>COPC</strong> (<code>.copc.laz</code>)</td>
<td style="text-align:left">Standaard <a href="https://docs.fileformat.com/gis/las/">LAS</a> / <a href="https://docs.fileformat.com/gis/laz/">LAZ</a></td>
</tr>
</tbody>
</table>
<h2 id="kritieke-valkuilen-bij-het-uitrollen-naar-productie">Kritieke valkuilen bij het uitrollen naar productie</h2>
<p>Overschakelen naar cloud-native formaten vereenvoudigt je backend, maar verplaatst de configuratieverantwoordelijkheid naar je cloudopslaglaag. Let op deze drie veelvoorkomende valkuilen:</p>
<ol>
<li><strong>Vergeten CORS-headers:</strong> Als een browserapplicatie (met MapLibre, OpenLayers of <code>geotiff.js</code>) een HTTP-range‑verzoek naar je S3‑bucket doet, moet het Cross-Origin Resource Sharing (CORS)-beleid van de bucket <strong>expliciet</strong> de <code>Range</code>‑header toestaan in <code>AllowedHeaders</code> en <code>Content-Range</code>, <code>Content-Length</code> en <code>Accept-Ranges</code> blootstellen in <code>ExposeHeaders</code>. Zonder dit zullen verzoeken stilletjes falen in de browser.</li>
<li><strong>Ongeordende GeoParquet-rijgroepen:</strong> Het converteren van een rommelige Shapefile direct naar GeoParquet maakt bounding-box‑query&rsquo;s niet automatisch sneller. Als objecten willekeurig over rijgroepen verspreid zijn, moet de query‑engine nog steeds elke rijgroep scannen. Sorteer je geometrieën altijd ruimtelijk (bijv. met een Hilbert‑curve via <code>geopandas</code> of <code>DuckDB</code> vóór het schrijven) zodat ruimtelijk nabije objecten in dezelfde rijgroepen staan.</li>
<li><strong>Suboptimale Chunk-/Tile‑groottes:</strong> Kleine chunks (bijv. 64×64 pixels) veroorzaken duizenden HTTP‑verzoeken, wat de latentie en cloud‑API‑kosten verhoogt. Enorme chunks (bijv. 4096×4096 pixels) dwingen clients om te veel data op te halen. Houd je aan de standaardinstellingen—<strong>512×512 pixels</strong> voor COG&rsquo;s en <strong>10 MB tot 100 MB</strong> per chunk voor Zarr‑ of GeoParquet‑rijgroepen.</li>
</ol>
<h2 id="samenvatting">Samenvatting</h2>
<p>Cloud-native GIS-bestandsformaten vertegenwoordigen een fundamentele verschuiving van <em>data naar compute verplaatsen</em> naar <em>compute (en lichte range‑verzoeken) naar data verplaatsen</em>. Door formaten zoals <strong>COG</strong>, <strong>GeoParquet</strong>, <strong>FlatGeobuf</strong> en <strong>PMTiles</strong> te combineren met <strong>STAC (SpatioTemporal Asset Catalog)</strong>‑metadata, kunnen ontwikkelaars robuuste, planeet‑schaal mapping‑ en analyse‑pijplijnen bouwen bovenop goedkope statische objectopslag—geen zware ruimtelijke database nodig.</p>
<h2 id="veelgestelde-vragen-faq">Veelgestelde vragen (FAQ)</h2>
<p><strong>Q1. Wat maakt een <a href="https://docs.fileformat.com/gis/">GIS-bestandsformaat</a> &ldquo;cloud-native&rdquo;?</strong> Een formaat is cloud-native wanneer het een voorbelaste ruimtelijke index combineert met interne tegel- of chunk‑indeling, waardoor clients kleine geografische subsets kunnen ophalen via HTTP‑range‑verzoeken zonder het volledige bestand te downloaden.</p>
<p><strong>Q2. Heb ik een speciale GIS‑server nodig om COG-, GeoParquet- of PMTiles‑bestanden te hosten?</strong> Nee—u kunt ze hosten op elke standaard statische objectopslag die HTTP‑range‑verzoeken ondersteunt, zoals AWS S3, Google Cloud Storage, Azure Blob Storage of Cloudflare R2.</p>
<p><strong>Q3. Moet ik GeoParquet of FlatGeobuf gebruiken voor mijn vectorgegevens?</strong> Gebruik <strong>GeoParquet</strong> voor zware analytische query&rsquo;s, SQL-engines (zoals DuckDB) en datawarehouses, en gebruik <strong>FlatGeobuf</strong> wanneer je ruwe vectorfeatures rechtstreeks naar een browserkaart streamt.</p>
<p><strong>Q4. Is een Cloud-Optimized GeoTIFF (COG) compatibel met traditionele desktop GIS-software?</strong> Ja, omdat een COG strikt een standaard GeoTIFF is met interne tegels en overzichtspyramiden, opent het naadloos in legacy-tools zoals QGIS, ArcGIS Pro en GDAL.</p>
<p><strong>Q5. Hoe verschilt PMTiles van MBTiles?</strong> MBTiles maakt gebruik van een SQLite-database (die server-side code vereist om via het web te queryen), terwijl PMTiles tegels organiseert in een statisch archief dat webbrowsers direct kunnen lezen via HTTP-rangeverzoeken.</p>
<h2 id="zie-ook">Zie ook</h2>
<p><a href="https://blog.fileformat.com/gis/best-gis-file-format-for-mobile-applications/"><strong>Beste GIS-bestandsformaten voor mobiele apps</strong></a></p>
<p><a href="https://blog.fileformat.com/gis/gis-file-formats-at-fileformat-com/"><strong>GIS-bestandsformaten op FileFormat.com</strong></a></p>
<p><a href="https://blog.fileformat.com/gis/gis-file-formats-at-fileformat-com/"><strong>Top 5 GIS-bestandsformaten voor Google Maps</strong></a></p>
<p><a href="https://news.fileformat.com/t/GIS"><strong>Nieuws over bestandsformaten</strong></a></p>
<p><a href="https://forum.fileformat.com/c/gis"><strong>Forums over bestandsformaten</strong></a></p>
<!-- raw HTML omitted -->
]]></content:encoded>
    </item>
    
  </channel>
</rss>
