Räumliche Analyse in ArcGIS Pro

Die räumliche Analyse ermöglicht es Ihnen, komplexe ortsbezogene Probleme zu lösen, Muster zu finden, Trends einzuschätzen und Entscheidungen zu treffen. Dies geht über die einfache Kartenerstellung hinaus. Sie können die Eigenschaften von Standorten und eventuell vorhandene Zusammenhänge untersuchen. Eine räumliche Analyse eröffnet neue Perspektiven für die Entscheidungsfindung.

Mithilfe der räumlichen Analyse lassen sich Informationen aus zahlreichen Quellen kombinieren und neue Informationen ableiten. Dabei kommen verschiedene räumliche Operatoren zum Einsatz. Mithilfe der Werkzeuge für die räumliche Analyse können Sie komplexe raumbezogene Fragestellungen bearbeiten. Durch eine statistische Analyse lässt sich bestimmen, ob die Muster auf der Karte signifikant sind. Sie können verschiedene Layer analysieren, um die Eignung eines Ortes für eine bestimmte Aktivität zu berechnen, und mithilfe der Bildanalyse Veränderungen im Laufe der Zeit erkennen. Mit diesen Werkzeugen können Sie Antworten auf Fragen finden und Entscheidungsgrundlagen erarbeiten, die über eine einfache visuelle Analyse hinausgehen.

Karte mit Trendanalyse der Kriminalität in San Francisco

Die räumliche Analyse bietet folgende Möglichkeiten:

  • Zusammenhänge ermitteln
  • Orte und Ereignisse verstehen und beschreiben
  • Muster erkennen und quantifizieren
  • Vorhersagen treffen
  • Optimale Standorte und Wege bestimmen

Die Analyse- und Geoverarbeitungsfunktionen in ArcGIS Pro bieten Antworten auf viele raumbezogene Fragestellungen und ermöglichen räumliche Analysen. Zur Durchführung einer räumlichen Analyse umreißen Sie zunächst die Fragestellung. Dann bereiten Sie die Daten vor und führen eine Analyse der Daten durch. Im letzten Schritt visualisieren und kommunizieren Sie die Ergebnisse. Eine Erweiterung der räumlichen Analyse in ArcGIS Pro von 2D auf 3D sowie unter Einbeziehung des zeitlichen Verlaufs ist möglich.

Räumliche Analyse

Mit den Geoverarbeitungswerkzeugen in ArcGIS Pro können Sie die folgenden Vorgänge für geographische Informationen durchführen:

  • Daten extrahieren und überlagern
  • Attributfelder hinzufügen und berechnen
  • Daten zusammenfassen und aggregieren
  • Statistiken berechnen
  • Zusammenhänge modellieren und Muster aufzeigen

Weitere Informationen zur Geoverarbeitung in ArcGIS Pro

Modellierung und Skripterstellung

Sparen Sie Zeit bei wiederkehrenden Aufgaben, minimieren Sie Fehler, und führen Sie Ihre Analysen effizienter mehrfach durch. Erstellen Sie umfassende Workflows, indem Sie Modelle und räumliche Algorithmen zu einem einzigen Prozess verketten. Erstellen Sie voll funktionsfähige Modelle mithilfe von ModelBuilder ohne eine Skriptzeile, oder nutzen Sie Python, um die Workflows per Skript zu erstellen und zur Freigabe bereite Modelle zu erstellen.

ModelBuilder-Modell mit Verkettung mehrerer Geoverarbeitungswerkzeuge
ModelBuilder-Modell mit einer Abfolge mehrerer Geoverarbeitungswerkzeuge, wobei die Ausgabe eines Werkzeugs als Eingabe für ein anderes Werkzeug angezeigt wird

Falls sich Ihre spezifische Fragestellung nicht mit einem der in ArcGIS Pro verfügbaren Werkzeuge beantworten lässt, können Sie ein benutzerdefiniertes Werkzeug erstellen. Fügen Sie mithilfe des Python Package Manager zusätzliche Drittanbieterbibliotheken zu ArcGIS Pro hinzu.

Visualisierung mit Diagrammen

Durch die Visualisierung von Daten in Diagrammen können Sie Muster, Trends, Beziehungen und Strukturen in Daten entdecken, die ansonsten in den Rohdaten einer Tabelle schwer zu erkennen sind. Interpretieren Sie die Ergebnisse Ihrer Analyse, und kommunizieren Sie die Ergebnisse durch Diagramme.

Im Scatterplot wird die Beziehung zwischen zwei Variablen dargestellt
Anhand von Scatterplots wird die Beziehung zwischen zwei Variablen dargestellt.

Weitere Informationen zu Diagrammen

Analyseerweiterungen

ArcGIS Pro bietet mit den folgenden Analyseerweiterungen Antworten auf spezifische raumbezogene Fragestellungen:

  • 3D Analyst: Analysieren und erstellen Sie 3D-GIS-Daten, und führen Sie Operationen zu 3D-Oberflächen anhand von Rastern, TINs, Terrains und LAS-Datasets (LIDAR) durch.
  • Business Analyst: Analysieren Sie Markttrends, beispielsweise mit Kunden- und Wettbewerbsanalysen, Standortbewertungen und Gebietsplanungen.
  • Geostatistical Analyst: Analysieren und prognostizieren Sie zu einem räumlichen oder räumlich-zeitlichen Phänomen gehörende Werte.
  • Image Analyst: Interpretieren und nutzen Sie Bilddaten, führen Sie Feature-Extraktionen und Messungen durch, und nutzen Sie Machine Learning für die Klassifizierung und Objekterkennung.
  • Network Analyst: Messen Sie Entfernungen und Fahrzeiten in einem Netzwerk zur Ermittlung einer Route zwischen mehreren Positionen, erstellen Sie Fahrzeitpuffer oder Einzugsgebiete, und bestimmen Sie die besten Standorte für Einrichtungen, die verschiedene Positionen abdecken sollen.
  • Spatial Analyst: Führen Sie Interpolationen, Überlagerungen, Entfernungsmessungen, Dichteanalysen, hydrologische Modellierungen, Standorteignungsprüfungen sowie mathematische und statistische Analysen an zellenbasierten Raster-Daten durch.

Freigabe und Zusammenarbeit

Sie können die Analysemethodik ebenso wie die in ArcGIS Pro analysierten Daten für Kollegen, auf Organisationsebene oder in der Community als Geoverarbeitungspaket oder Web-Werkzeug freigeben. Mit diesen freigegebenen Analysewerkzeugen können auch andere von Ihrem Expertenwissen im Bereich der räumlichen Analyse profitieren und selbst entsprechende Analysen durchführen.

Weitere Informationen zum Freigeben von Analysen

Big-Data-Analysen

Mit einer Big-Data-Verbindung (BDC) können Sie schnell Verbindungen mit Datenquellen herstellen, um große Datasets zu visualisieren und zu analysieren. Eine BDC bietet Funktionen und Flexibilität bei der Arbeit mit Daten und deren Formatierung. Sie können BDC-Datasets als Eingabe für Geoverarbeitungswerkzeuge verwenden und die Daten auf einer Karte visualisieren.

Weitere Informationen zu Big-Data-Verbindungen

Maschinelles Lernen und künstliche Intelligenz

Sie können in ArcGIS maschinelles Lernen nutzen, um Bildklassifizierungen durchzuführen, Daten durch Cluster-Bildung anzureichern und räumliche Beziehungen zu modellieren. Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, die strukturierte Daten mittels eines Algorithmus verarbeitet, um ein Problem zu lösen. Bei herkömmlichen strukturierten Daten muss eine Person die Daten, z. B. Bilder von Katzen und Hunden, beschriften, sodass die spezifischen Merkmale der Tierart innerhalb des Algorithmus verstanden und zur Identifizierung der Tiere in anderen Bildern verwendet werden können.

Weitere Informationen zum maschinellen Lernen

Verwandte Themen