Mit der Image Analyst-Lizenz verfügbar.
Eine Zeitserie aus Bildern oder Rastern besteht aus Daten, die über einen bestimmten Zeitraum hinweg erfasst werden. Dies erfolgt in der Regel in regelmäßigen Zeitintervallen zum Zweck der Analyse von Veränderungen auf der Erdoberfläche. In ArcGIS Pro kann eine Zeitserie aus Raster-Daten in einem multidimensionalen Raster-Dataset oder multidimensionalen Mosaik-Dataset organisiert werden. Mit bestimmten Werkzeugen können dann Informationen über den zeitlichen Verlauf eines Pixels extrahiert werden.
Das Modellieren des Verlaufs eines Pixels über Dutzende oder Hunderte von Bildern hinweg hat in der Regel den Zweck, das Datum zu finden, an dem eine bestimmte Veränderung erfolgt ist.
Die Raster-Funktion CCDC-Analyse und die Raster-Funktion LandTrendr-Analyse können mit der Raster-Funktion Veränderung mit Veränderungsanalyse erkennen verkettet werden, um aus einem multidimensionalen Raster die Informationen zum Datum der Veränderung zu extrahieren.
Das Werkzeug Veränderungen mit LandTrendr analysieren sowie das Werkzeug Veränderungen mit CCDC analysieren kann in Kombination mit dem Werkzeug Veränderung mit Veränderungsanalyse-Raster erkennen verwendet werden, um Änderungen von Pixelwerten im Zeitverlauf zu identifizieren und dadurch Veränderungen der Landnutzung oder Landbedeckung zu ermitteln.
Der Assistent "Änderungserkennung" enthält die Werkzeuge und Funktionen, die Sie durch den Prozess zum Extrahieren der Informationen zum Datum der Veränderung in einer Zeitserie aus Bildern oder Rastern führen. Die Ausgabe des Assistenten ist ein Raster, in dem jedes Pixel einen Datumswert besitzt, der dem Zeitpunkt der Veränderung eines bestimmten Typs entspricht.
Der folgenden Abschnitt enthält Informationen zu den einzelnen Bereichen im Assistenten "Änderungserkennung" bei der Erkennung von Zeitserienänderungen.
Assistent "Änderungserkennung"
Den Assistenten "Änderungserkennung" rufen Sie über die Dropdown-Schaltfläche Änderungserkennung auf der Registerkarte Bilddaten in der Gruppe Analyse auf. Die Schaltfläche ist nur verfügbar, wenn Sie in einer 2D-Kartenszene arbeiten und wenn Sie die Erweiterung Image Analyst installiert haben.
Konfigurieren
Der erste Bereich im Assistenten "Änderungserkennung" ist der Bereich Konfigurieren, in dem Sie die gewünschte Methode der Änderungserkennung auswählen können. Um in einem multidimensionalen Raster die Informationen zum Datum der Veränderung zu extrahieren, legen Sie die Methode der Änderungserkennung auf Erkennung von Zeitserienänderungen fest.
Parameter | Beschreibung |
---|---|
Eingabe-Raster | Das zu analysierende multidimensionale Eingabe-Raster-Dataset. Als Eingaben werden .crf-Dateien (Cloud Raster Format), multidimensionale Mosaik-Datasets oder multidimensionale Image-Services unterstützt. Mit diesem Werkzeug werden Veränderungen an einem beobachteten Feature extrahiert, sodass die optimalen multidimensionalen Eingabe-Bilddaten im Zeitverlauf eine konsistente Beobachtung erfassen und keine atmosphärischen oder Sensorstörungen, Wolken bzw. Wolkenschatten enthalten sollten. Es hat sich bewährt, Daten zu verwenden, die normalisiert wurden und mit einem QA-Band maskiert werden können, z. B. Landsat-Produkte der 1. Sammlung zur Oberflächenreflexion mit einer Wolkenmaskierung. Wenn Sie bereits mit dem Werkzeug Veränderungen mit LandTrendr analysieren oder mit dem Werkzeug Veränderungen mit CCDC analysieren ein Änderungsanalyse-Raster generiert haben, dann können Sie das Ergebnis als Eingabe-Raster im Assistenten angeben. In diesem Fall wird der nächste Bereich übersprungen. |
Verarbeitungsausdehnung | Die Verarbeitungsausdehnung für das Ausgabe-Veränderungs-Raster. |
Mit individuellen Funktionen ausschneiden | Die Verarbeitungsausdehnung auf ein Polygon zuschneiden. Verfügbar, wenn Sie für Verarbeitungsausdehnung eine Polygon-Feature-Class auswählen. |
Zeitserie analysieren
Im Bereich Zeitserie analysieren können Sie den Typ des Modells zum Durchführen der Zeitserienanalyse angeben und das Modell konfigurieren. Wenn Sie im Bereich Konfigurieren ein vorhandenes Änderungsanalyse-Raster eingegeben haben, wird dieser Bereich nicht angezeigt.
Welche Parameter in diesem Bereich sichtbar sind, hängt von der im Parameter Methode der Änderungsanalyse ausgewählten Modellierungsoption ab.
- CCDC: Zum Auswerten von Veränderungen in Pixelwerten im Zeitverlauf wird der Algorithmus "Continuous Change Detection and Classification" (CCDC, kontinuierliche Erkennung und Klassifizierung von Änderungen) verwendet. Damit diese Option verwendet werden kann, muss das multidimensionale Eingabe-Raster mindestens 12 Abschnitte enthalten, die mindestens 1 Jahr abdecken. Informationen zu Algorithmus und Parametern finden Sie unter Funktionsweise von "Veränderungen mit CCDC analysieren".
- LandTrendr: Zum Auswerten von Veränderungen in Pixelwerten im Zeitverlauf wird der Algorithmus "Landsat-based detection of trends in disturbance and recovery" (LandTrendr, Landsat-gestützte Erkennung von Störungs- und Regenerationstendenzen) verwendet. Weitere Informationen zu Algorithmus und Parametern finden Sie unter Funktionsweise des Werkzeugs "Veränderungen mit LandTrendr analysieren".
Parameter der Änderungsanalyse mit CCDC
Parameter | Beschreibung |
---|---|
Bänder für die Erkennung von Änderungen | Die für die Änderungserkennung zu analysierenden Spektralbänder. Standardmäßig werden alle Bänder verwendet. |
Bänder für zeitbezogene Maskierung | Die zu verwendenden Bänder für Wolken-, Wolkenschatten- und Schneemaskierung. Da Wolkenschatten und Schnee im Kurzwelleninfrarotband (SWIR) sehr dunkel dargestellt werden und Wolken und Schnee im grünen Band sehr hell sind, empfiehlt es sich, die SWIR- und grünen Bänder für die Maskierung zu verwenden. Wenn keine Bänder ausgewählt wurden, erfolgt keine Maskierung. |
Chi-Quadrat-Schwellenwert für die Erkennung von Änderungen | Die Chi-Quadrat-Statistik für den Schwellenwert der Veränderungswahrscheinlichkeit. Wenn eine Beobachtung eine berechnete Veränderungswahrscheinlichkeit über diesem Schwellenwert aufweist, wird sie als Abweichung gekennzeichnet und stellt ein mögliches Veränderungsereignis dar. Der Standardwert ist 0,99. |
Minimum der aufeinanderfolgenden beobachteten Abweichungen | Die minimale Anzahl der aufeinanderfolgenden beobachteten Abweichungen, die eingetreten sein muss, bevor ein Ereignis als Veränderung angesehen wird. Ein Pixel muss für die angegeben Anzahl von aufeinanderfolgenden Zeitintervallen als Abweichung gekennzeichnet werden, bevor es als wahre Veränderung betrachtet wird. Der Standardwert ist 6. |
Aktualisierungshäufigkeit für Anpassung (in Jahren) | Die Häufigkeit in Jahren, mit der das Zeitserienmodell mit neuen Beobachtungen aktualisiert werden soll. Eine häufige Aktualisierung eines Modells kann rechenintensiv sein, während der Nutzen nur minimal ist. Beispiel: Wenn es im multidimensionalen Raster 365 Ausschnitte oder eindeutige Beobachtungen pro Jahr gibt und die Aktualisierungshäufigkeit pro Beobachtung festgelegt ist, ist die Verarbeitung 365 Mal rechenintensiver als eine einmalige Aktualisierung pro Jahr, aber die Genauigkeit ist möglicherweise nicht höher. Der Standardwert ist 1. |
Parameter der Änderungsanalyse mit LandTrendr
Parameter | Beschreibung |
---|---|
Verarbeitungsband | Der Name des Bildbands, das für die Segmentierung der Pixelwertverläufe im Laufe der Zeit verwendet wird. Wählen Sie den Namen des Bands aus, das die Veränderungen des zu beobachtenden Features am besten erfasst. Standardmäßig wird das erste Band verwendet. |
Fangdatum | Das Datum, das zur Bestimmung eines Abschnitts für jedes Jahr im multidimensionalen Eingabe-Dataset verwendet wird. Es wird der Abschnitt mit dem Datum verwendet, das dem Fangdatum am nächsten liegt. Dieser Parameter ist erforderlich, wenn das Eingabe-Dataset Daten für kleinere Zeitabschnitte als Jahre enthält. Standardmäßig wird der Wert 06-30, d. h. der 30. Juni, verwendet, was in etwa die Mitte des Kalenderjahres darstellt. |
Maximale Anzahl an Segmenten | Die maximale Anzahl von Segmenten, die für jedes Pixel an die Zeitreihe anzupassen sind. Die Standardeinstellung ist 5. |
Überstand bei Anzahl an Stützpunkten | Die Anzahl der zusätzlichen Stützpunkte, die über maximum number of segments + 1 hinausgehen und während der ersten Phase der Identifizierung von Stützpunkten zur Anpassung an das Modell verwendet werden können. Zu einem späteren Zeitpunkt im Modellierungsprozess wird die Anzahl der zusätzlichen Stützpunkte auf maximum number of segments + 1 reduziert. Die Standardeinstellung ist 2. |
Spike-Schwellenwert | Der Schwellenwert, der zum Dämpfen von Spikes oder Abweichungen im Pixelwertverlauf verwendet wird. Der Wert muss im Bereich von 0 bis 1 liegen, wobei 1 angibt, dass keine Dämpfung erfolgt. Der Standardwert ist 0,9. |
Regenerations-Schwellenwert | Der Regenerations-Schwellenwert in Jahren. Ein Feature in einer Landschaft braucht häufig einige Zeit, bis es sich von einer nicht dauerhaften Änderung wie einem Waldbrand oder einem Insektenbefall erholt hat. Verwenden Sie diesen Parameter, um die vom Modell erkannte Regenerationsrate zu steuern. Wenn ein Segment eine schnellere Regenerationsrate als 1/recovery threshold aufweist, wird das Segment verworfen und nicht in das Zeitserienmodell aufgenommen. Der Wert muss zwischen 0 und 1 liegen. Der Standardwert ist 0,25. |
Mindestanzahl der Beobachtungen | Die Mindestanzahl gültiger Beobachtungen, die zur Durchführung der Anpassung erforderlich ist. Die Anzahl an Jahren im multidimensionalen Eingabe-Dataset muss gleich oder größer als dieser Wert sein. Der Standardwert ist 6. |
Schwellenwert für p-Werte | Der Schwellenwert für p-Werte, bei dem ein Modell ausgewählt werden kann. Nachdem die Stützpunkte in der ersten Phase der Modellanpassung erkannt wurden, passt das Werkzeug jedes Segment an und berechnet den p-Wert, um die Signifikanz des Modells zu ermitteln. Bei der nächsten Iteration verringert das Modell die Anzahl der Segmente um eins und berechnet den p-Wert neu. Diese Vorgehensweise wird fortgesetzt. Wenn der p-Wert kleiner ist als der in diesem Parameter angegebene Wert, wird das Modell ausgewählt, und das Werkzeug hört auf, nach einem besseren Modell zu suchen. Falls kein entsprechendes Modell ausgewählt wird, wählt das Werkzeug ein Modell mit einem p-Wert aus, der kleiner ist als der lowest p-value × best model proportion value. Der Standardwert ist 0,01. |
Proportion des besten Modells | Der beste Proportionswert des Modells. Während der Modellauswahl berechnet das Werkzeug den p-Wert für jedes Modell und bestimmt das Modell, das die meisten Stützpunkte enthält, wobei gleichzeitig der kleinste (signifikanteste) p-Wert basierend auf diesem Proportionswert beibehalten wird. Der Wert 1 bedeutet, dass das Modell den niedrigsten p-Wert aufweist, aber möglicherweise nicht viele Stützpunkte enthält. Der Standardwert ist 1,25. |
Einjährige Regeneration verhindern | Gibt an, ob Segmente, die eine einjährige Regeneration aufweisen, ausgeschlossen werden.
|
Regeneration mit zunehmendem Trend | Gibt an, ob die Regeneration einen zunehmenden (positiven) Trend aufweist.
Die Regeneration nach einer Veränderung in einer Landschaft kann in positiver oder negativer Richtung erfolgen. Erleidet eine Landschaft z. B. Waldverlust, zeigt eine Zeitserie von Vegetationsindexwerten einen Rückgang der Indexwerte, und die Regeneration zeigt einen allmählichen Anstieg der Vegetationsindexwerte oder einen positiven Regenerationstrend. |
Andere Bänder ausgeben | Gibt an, ob andere Bänder in die Ergebnisse einbezogen werden.
|
Datum der Veränderung erkennen
Der Bereich Datum der Veränderung erkennen enthält die Parameter, mit denen Sie die Informationen zum Datum der Veränderung, die Sie aus dem Modell extrahieren möchten, angeben können.
Parameter | Beschreibung |
---|---|
Typ ändern | Gibt an, welche Änderungsdaten für jedes Pixel berechnet werden sollen. Wenn die Änderungsanalysemethode "CCDC" verwendet wird, können Sie unter den folgenden Optionen wählen:
Wenn die Änderungsanalysemethode "LandTrendr" verwendet wird, sind zusätzlich die folgenden Optionen verfügbar:
|
Maximale Anzahl an Änderungen | Die zu berechnende maximale Anzahl von Veränderungen pro Pixel. Diese Anzahl entspricht der Anzahl an Bändern im Ausgabe-Raster. Der Standardwert ist 1, wobei ein Änderungsdatum berechnet wird und das Ausgabe-Raster nur ein Band enthält. Dieser Parameter wird nicht angewendet, wenn für den Parameter Veränderungstyp die Option Anzahl an Veränderungen festgelegt wurde. |
Segmentdatum | Gibt an, ob das Datum am Anfang oder am Ende eines Veränderungssegments extrahiert werden soll. Dieser Parameter ist nur dann verfügbar, wenn die Änderungsanalysemethode "LandTrendr" verwendet wird. |
Veränderungsrichtung | Gibt die Richtung der Veränderung an, die in die Analyse einbezogen werden soll.
Dieser Parameter ist nur dann verfügbar, wenn die Änderungsanalysemethode "LandTrendr" verwendet wird. |
Nach Jahr filtern | Gibt an, ob die Ausgabe nach einem Zeitraum von mehreren Jahren gefiltert werden soll.
Dieser Parameter ist nur dann verfügbar, wenn die Änderungsanalysemethode "LandTrendr" verwendet wird. Mit diesem Parameter identifizieren Sie Veränderungen, die innerhalb eines bestimmten Zeitraums eingetreten sind, z. B., wenn Sie nach Veränderungen in einer Landschaft während einer fünf Jahre andauernden Dürreperiode suchen. Wenn dieser Parameter aktiviert ist, müssen Sie den Minimal- und den Maximalwert für die beim Filtern der Ergebnisse zu verwendenden Jahre eingeben. |
Nach Dauer filtern | Gibt an, ob die Ergebnisse nach der Dauer der Veränderung gefiltert werden sollen.
Dieser Parameter ist nur dann verfügbar, wenn die Änderungsanalysemethode "LandTrendr" verwendet wird. Verwenden Sie diesen Parameter, um die Veränderungen zu identifizieren, die über eine bestimmte Anzahl von Jahren hinweg eingetreten sind, z. B. abrupte Veränderungen über einen Zeitraum von einem oder zwei Jahren. Die relevante Dauer können Sie mit der Formel end year - start year +1 berechnen. Lücken in der Zeitserie werden berücksichtigt. Wenn dieser Parameter aktiviert ist, müssen Sie den Minimal- und den Maximalwert für die beim Filtern der Ergebnisse zu verwendende Dauer eingeben. |
Nach Magnitude filtern | Gibt an, ob die Ergebnisse nach der Magnitude der Veränderung gefiltert werden sollen.
Dieser Parameter ist nur dann verfügbar, wenn die Änderungsanalysemethode "LandTrendr" verwendet wird. Mit diesem Parameter identifizieren Sie Veränderungen einer bestimmten Magnitude, z. B., wenn Sie nur nach großen Veränderungen im Vegetationsindex NDVI suchen. Da die Magnitude ein absoluter Wert ist, dürfen der Minimal- und Maximalwert nicht negativ sein. Verwenden Sie zum Festlegen einer Richtungsänderung den Parameter Veränderungsrichtung. Wenn dieser Parameter aktiviert ist, müssen Sie den Minimal- und den Maximalwert für die beim Filtern der Ergebnisse zu verwendende Magnitude eingeben. |
Ausgabedatum des Veränderungs-Rasters | Das Ausgabe-Dataset. Ausgegeben wird ein Multiband-Raster, dessen Bänder in Abhängigkeit des ausgewählten Änderungstyps und der angegebenen maximalen Anzahl an Änderungen Änderungsinformationen enthalten. Wenn beispielsweise der Parameter Änderungstyp auf Zeit der ersten Änderung und der Parameter Maximale Anzahl an Änderungen auf 2 festgelegt wird, berechnet das Werkzeug jeweils die zwei ersten Änderungen, die in der Zeitserie für die Pixel vorliegen. Ausgegeben wird ein Raster mit zwei Bändern, wobei das erste Band das Datum der ersten Änderung jedes Pixels enthält und das zweite Band das Datum der zweitältesten Änderung je Pixel. |
Extrahieren eines Datums aus einer Zeitserie
Im folgenden Beispiel wird in einer Zeitserie aus jährlichen NDVI-Rastern der Jahre 2000 bis 2019 das Datum der schnellsten Änderung extrahiert.
- Fügen Sie der Karte das multidimensionale NDVI-Raster-Dataset hinzu.
- Wählen Sie den Layer im Bereich Inhalt aus, und öffnen Sie den Assistenten "Änderungserkennung" auf der Registerkarte Bilddaten in der Gruppe Analyse.
- Legen Sie im Bereich Konfigurieren die Methode der Änderungserkennung auf Erkennung von Zeitserienänderungen fest, und stellen Sie sicher, dass als Eingabe-Raster das multidimensionale NDVI-Raster festgelegt ist. Klicken Sie auf Weiter.
- Konfigurieren Sie im Bereich Zeitserie analysieren die Parameter zum Durchführen der Modellierung mit LandTrendr.
- Legen Sie den Parameter Methode der Änderungsanalyse auf LandTrendr fest.
- Legen Sie den Parameter Maximale Anzahl an Segmenten auf 10 fest.
- Behalten Sie alle anderen Standardeinstellungen bei.
- Klicken Sie auf Weiter.
- Konfigurieren Sie im Bereich Veränderung erkennen die Parameter zum Extrahieren des Beginns der schnellsten, hoch negativen Änderung (Verlust an NDVI) in der Reihe.
- Legen Sie den Veränderungstyp auf Zeit der schnellsten Veränderung fest.
- Legen Sie die Veränderungsrichtung auf Verringerung fest.
- Aktivieren Sie das Kontrollkästchen Nach Magnitude filtern.
- Legen Sie das Minimum der Magnitude auf 0,5 und das Maximum der Magnitude auf 2 fest.
- Geben Sie als Ausgabe-Veränderungsdatums-Raster den Text FastestNDVILoss.crf ein.
- Klicken Sie auf Ausführen.