Mit räumlichen Analysen können Sie komplexe positionsbezogene Probleme lösen, Ihre Daten aus einer geographischen Perspektive erkunden und analysieren, Beziehungen ermitteln, Muster erkennen und quantifizieren, Trends bewerten und Vorhersagen und Entscheidungen 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.
Die Analyse- und Geoverarbeitungsfunktionen in ArcGIS Pro bieten Antworten auf viele raumbezogene Fragestellungen und ermöglichen räumliche Analysen. Eine Erweiterung der räumlichen Analyse in ArcGIS Pro von 2D auf 3D sowie unter Einbeziehung des zeitlichen Verlaufs ist möglich.
Zu einem typischen Workflow einer räumlichen Analyse gehört Folgendes:
- Formulieren Sie die Frage, die Sie beantworten möchten.
- Suchen Sie die Daten, und bereiten Sie sie mit Data Engineering vor, damit sie analysiert werden können.
- Erkunden Sie die Daten auf einer Karte und mit Diagrammen, um sie besser zu verstehen.
- Führen Sie die räumliche Analyse durch. Verwenden Sie dabei das geeignete Werkzeug bzw. Werkzeuge, um die Frage zu beantworten.
- Wiederholen oder automatisieren Sie die Analyse mit Modellierung und Skripterstellung.
- Geben Sie die Ergebnisse frei, um über Ihre Erkenntnisse zu informieren, oder erlauben Sie anderen, den Prozess zu wiederholen.
Data Engineering
Mit Data Engineering können Sie Daten erkunden, visualisieren, bereinigen und vorbereiten. Der Data-Engineering-Prozess ist häufig der erste Schritt in vielen Workflows für räumliche Analysen und Zuordnungen. Die Ansicht und das Menüband "Data Engineering" können Ihnen dabei helfen, Ihre Daten besser zu verstehen und sie für GIS-Workflows vorzubereiten.
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 einer Analyse, und kommunizieren Sie die Ergebnisse durch Diagramme.
Räumliche Analyse
Mit den Funktionen für räumliche Analysen 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
Weitere Informationen zu Raster-Funktionen
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 verwenden 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: Finden Sie die am besten geeigneten Standorte, berechnen Sie die Entfernung, und ermitteln Sie optimale Pfade, indem Sie Reisekosten einbeziehen, analysieren und interpolieren Sie Oberflächen, berechnen Sie die Dichte, führen Sie hydrologische Analysen durch, führen Sie statistische Analysen durch, und führen Sie verschiedene auf Rastern basierende mathematische Operationen durch.
Maschinelles Lernen und künstliche Intelligenz
Maschinelles Lernen bezieht sich auf einen Satz von datengestützten Algorithmen und Techniken zur Automatisierung der Vorhersage, Klassifizierung und Cluster-Bildung von Daten. Deep Learning ist ein wichtiges Element von Techniken für das maschinelle Lernen. Dabei werden künstliche neuronale Netzwerke verwendet, um aus Daten zu lernen. Maschinelles Lernen und Deep Learning können in einer Vielzahl von Anwendungsbereichen – von der Bildklassifizierung über die Erkennung räumlicher Muster bis hin zur multivariaten Vorhersage – eine wichtige Rolle bei der Lösung räumlicher Probleme spielen.
Neben den traditionellen Techniken für das maschinelle Lernen umfasst ArcGIS Pro weitere Techniken, die inhärent räumlich sind. Diese Methoden, die die Geographie direkt in die Berechnung einbeziehen, können zu einem besseren Verständnis führen. Die räumliche Komponente hat häufig die Form eines Messwertes für Form, Dichte, Nachbarschaft, räumliche Verteilung oder Nähe. Das traditionelle und das inhärent räumliche maschinelle Lernen können eine wichtig Rolle beim Lösen räumlicher Probleme spielen, und ArcGIS Pro unterstützt deren Einsatz auf vielfältige Weise.
Maschinelles Lernen kann rechenintensiv sein und umfasst häufig umfangreiche und komplexe Daten. Durch Fortschritte auf dem Gebiet der Datenspeicherung sowie der parallelen und verteilten Verarbeitung sind Problemlösungen im Zusammenhang mit maschinellem Lernen und GIS möglich.
Die folgenden Funktionen und Werkzeuge nutzen maschinelles Lernen und Deep Learning:
- Das Toolset "Cluster-Zuordnung" und das Toolset "Modellierung von räumlichen Beziehungen" in der Toolbox "Spatial Statistics"
- Das Toolset "Zeitserienvorhersage" in der Toolbox "Space Time Pattern Mining"
- Analysewerkzeuge für Features, Tabellen und Text in der Toolbox "GeoAI"
- Das Toolset "Multidimensionale Analyse" und das Toolset "Deep Learning" in der Toolbox "Image Analyst"
- Das Toolset "Punktwolke" in der Toolbox "3D Analyst"
- Das auf interaktivem Deep Learning basierende Werkzeug für die Objekterkennung
Big-Data-Analysen
ArcGIS Pro enthält Werkzeuge, die große Mengen räumlicher Daten in handhabbare Informationen transformieren können. Mithilfe der parallelen Verarbeitung auf einem einzelnen Computer oder der verteilten Verarbeitung auf Servern mit mehreren Knoten können Sie große Mengen von Daten, die bisher zu groß oder komplex waren, analysieren und Erkenntnisse gewinnen.
Sie können die folgenden Funktionen und Toolboxes zum Analysieren von Big Data verwenden:
- Die Toolbox "GeoAnalytics Desktop" bietet eine Parallelverarbeitungsumgebung für die Analyse auf einem Desktop-Computer mit Spark. Durch Aggregation, Regression, Erkennung und Cluster-Bildung können Sie Big Data, die als Feature- und Tabellendaten vorliegen, visualisieren, analysieren und nutzen. Diese Werkzeuge arbeiten mit umfangreichen Datasets und ermöglichen Ihnen über Muster, Trends und Abweichungen Einblicke in die Daten.
Weitere Informationen zur Toolbox "GeoAnalytics Desktop"
Werkzeuge im Toolset "Bewegungsanalyse" in der Toolbox "Intelligence" nutzen ebenfalls Apache Spark.
- Die Toolbox "GeoAnalytics Server" bietet die gleichen Funktionen wie die Toolbox "GeoAnalytics Desktop". Allerdings werden die Werkzeuge skaliert, um noch größere Datasets mit ArcGIS GeoAnalytics Server zu analysieren und die Analyse zwischen mehreren Serverknoten zu verteilen.
- Die Toolbox "Raster Analysis" enthält Werkzeuge zum Durchführen rechenintensiver Raster-Analysen für Image-Services und andere Portalelemente. Große Bilddaten- und Raster-Sammlungen können mithilfe von Raster-Analysen in ArcGIS Image Server verarbeitet werden, indem die Verarbeitung auf mehrere Serverknoten verteilt wird. Zu den Analysefunktionen gehören: Bildbearbeitung, Deep Learning, Entfernungsanalyse, Oberflächenanalyse und -interpolation, Dichteberechnung, hydrologische Analyse, räumliche und zeitliche Analyse multidimensionaler Daten sowie statistische und mathematische Operationen.
Weitere Informationen zur Toolbox "Raster Analysis"
Weitere Informationen zu Raster-Analysefunktionen
Weitere Informationen zu Raster-Analysen im Eignungsmodellierer
- Mithilfe von Diagrammen können Sie visuelle Analysen und die Datenerkundungen von Big Data in einem Cloud Data Warehouse oder anderen Enterprise-Quellen vornehmen.
Weitere Informationen zum Erstellen von Diagrammen mit einer Big-Data-Quelle
- Unterteilen Sie Big Data dynamisch, und zeigen Sie sie auf einer Karte an, um die Daten direkt und ohne Vorverarbeitungsschritte zu aggregieren und zusammenzufassen.
Modellierung und Skripterstellung
Sparen Sie Zeit bei wiederholten Aufgaben, minimieren Sie Fehler, und iterieren Sie Analysen effizient, indem Sie Modelle oder Skripte erstellen. Wandeln Sie dann ein Modell oder Skript in ein benutzerdefiniertes Werkzeug um. Verwenden Sie Python, um Skripte für Workflows zu erstellen, oder erstellen Sie mit ModelBuilder Modelle von Workflows.
Sie können auch mit dem Paketmanager Bibliotheken von Drittanbietern hinzufügen, um ArcGIS Pro zu erweitern.
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.