Erste Schritte mit Geostatistical Analyst in ArcGIS Pro

Mit der Geostatistical Analyst-Lizenz verfügbar.

Die Erweiterung Geostatistical Analyst enthält eine Reihe von Werkzeugen, die Sie bei der Vorbereitung Ihrer Daten für die Interpolation, der Anpassung eines Interpolationsmodells und der Überprüfung der Interpolationsergebnisse unterstützen. Die zwei Hauptkomponenten von Geostatistical Analyst sind der Geostatistical Wizard und die Toolbox Geostatistical Analyst.

Geostatistical Wizard

Der Geostatistical Wizard wird über die Menüband-Registerkarte Analyse in ArcGIS Pro aufgerufen.

Der Geostatistical Wizard ist eine dynamische Reihe von Seiten, die dazu dienen, Sie durch den Vorgang zum Konstruieren eines Interpolationsmodells und zum Auswerten seiner Performance zu führen. Anhand der auf einer Seite vorgenommenen Auswahl wird festgelegt, welche Optionen auf den folgenden Seiten verfügbar sind und wie Sie mit den Daten interagieren, um ein geeignetes Modell zu entwickeln. Der Assistent führt Sie durch den gesamten Vorgang, von der Auswahl einer Interpolationsmethode bis hin zur Anzeige einer Zusammenfassung der Messwerte der erwarteten Performance des Modells. Eine einfache Version dieses Workflows (für die IDW-Interpolation) ist unten grafisch dargestellt:

Einfacher Workflow im Geostatistical Wizard
Einfacher Workflow im Geostatistical Wizard

Erstellen eines Interpolationsmodells

Geostatistical Analyst enthält viele Werkzeuge zum Analysieren von Daten und Erstellen verschiedenster Ausgabe-Oberflächen. Auch wenn die Gründe für Ihre Untersuchungen unterschiedlich sein können, empfiehlt es sich, den unter Geostatistischer Workflow beschriebenen Ansatz zu verwenden, wenn Sie räumliche Prozesse analysieren und abbilden:

  • Darstellen von Daten: Erstellen Sie Layer, und zeigen Sie sie in ArcGIS Pro an.
  • Erkunden von Daten: Überprüfen Sie die statistischen und räumlichen Eigenschaften Ihrer Datasets beispielsweise mithilfe von Histogrammen.
  • Auswählen einer geeigneten Interpolationsmethode: Die Auswahl sollte sich nach den Zielen der Untersuchung, Ihrem Verständnis des Phänomens und den verfügbaren Ausgabe-Oberflächen richten.
  • Anpassen des Modells: Führen Sie die Interpolation durch, und konfigurieren Sie ggf. Parameter, um die statistischen Eigenschaften Ihrer Daten anzupassen.
  • Durchführen von Diagnosen: Prüfen Sie die Ergebnisse auf Angemessenheit, und evaluieren Sie die Ausgabe-Oberfläche mittels Kreuzvalidierung und Validierung. Auf diese Weise können Sie feststellen, wie gut die Werte an nicht beprobten Positionen vom Modell vorhersagt werden.

Die Toolbox Geostatistical Analyst stellt zahlreiche Interpolationsmethoden zur Verfügung. Bei der Auswahl einer Methode sollten Sie sich immer über die Ziele Ihrer Untersuchung im Klaren sein und wissen, wie Sie die vorhergesagten Werte (und andere zugehörige Informationen) für eine fundierte Entscheidungsfindung nutzen können. Als Orientierungshilfe finden Sie hier einige Klassifizierungsbäume der verschiedenen Methoden.

In Geostatistical Analyst verfügbare Interpolationsmethoden

Die Interpolationsfunktionen in Geostatistical Analyst können in zwei Kategorien unterteilt werden: deterministisch und geostatistisch.

Deterministische Methoden

Deterministische Methoden verfügen über Parameter, die entweder das Ausmaß der Ähnlichkeit (z. B. IDW-Interpolation) der Werte oder den Grad der Glättung (z. B. radiale Basisfunktionen) in der Oberfläche steuern. Diesen Methoden liegt kein Modell für räumliche Zufallsprozesse zugrunde, und es gibt keine explizite Messung oder Modellierung der räumlichen Autokorrelation in den Daten. Es stehen u. a. die folgenden deterministischen Methoden zur Verfügung:

Geostatistische Methoden

Geostatistische Methoden gehen davon aus, dass zumindest ein Teil der bei Naturphänomenen beobachteten räumlichen Variation durch Zufallsprozesse mit räumlicher Autokorrelation modelliert werden kann, und sie erfordern eine explizite Modellierung der räumlichen Autokorrelation. Geostatistische Methoden können zum Beschreiben und Modellieren von räumlichen Mustern (Variografie), zum Vorhersagen von Werten an Positionen, zu denen keine Messungen vorliegen (Kriging) sowie zum Bewerten der mit diesem vorhergesagten Wert verbundenen Unsicherheit (Kriging) verwendet werden.

Weitere Informationen zu Kriging-Methoden in Geostatistical Analyst

Empirical Bayesian Kriging ist als Geoverarbeitungswerkzeug verfügbar. Das Werkzeug kann zum Erstellen der folgenden Oberflächen verwendet werden:

  • Kriging-Karten mit vorhergesagten Werten
  • Karten mit Kriging-Standardfehlern, die mit vorhergesagten Werten verknüpft sind
  • Wahrscheinlichkeitskarten, die angeben, ob ein vordefinierter kritischer Wert überschritten wurde
  • Quantil-Karten für einen vordefinierten Wahrscheinlichkeitsgrad

Regressionsvorhersage mit EBK kann zum Erstellen von Empirical Bayesian Kriging-Modellen verwendet werden, die mithilfe von Rastern mit erklärenden Variablen die Genauigkeit der Interpolation verbessern. GA-Layer in Raster kann zum Exportieren dieser Modelle in die oben beschriebenen vier Ausgabetypen verwendet werden.

Empirical Bayesian Kriging 3D kann zum Interpolieren von 3D-Punkten verwendet werden, die neben einem Messwert zum Interpolieren auch über eine X-, Y- und Z-Koordinate verfügen.

Toolbox Geostatistical Analyst

Die Toolbox Geostatistical Analyst enthält Werkzeuge zum Analysieren von Daten, zum Erstellen verschiedener Interpolationsoberflächen, zum Überprüfen und Transformieren geostatistischer Layer in andere Formate, zum Durchführen geostatistischer Simulations- und Sensitivitätsanalysen sowie zum Entwerfen von Stichprobennetzwerken. Die Werkzeuge wurden in fünf Toolsets eingeteilt:

  • Interpolation: Enthält Geoverarbeitungswerkzeuge zur Durchführung von Interpolationen, die als eigenständige Werkzeuge oder in ModelBuilder und Python verwendet werden.
  • Festlegen des Stichprobennetzwerks: Enthält Werkzeuge zum Entwerfen oder Modifizieren eines Stichproben- oder Überwachungsnetzwerks.
  • Simulation: Erweitert das Kriging-Verfahren um geostatistische Simulationen und ermöglicht das Extrahieren der simulierten Ergebnisse für Punkte oder Polygonflächen.
  • Dienstprogramme: Allgemeine Werkzeuge zum Extrahieren von Teilmengen eines Datasets, zum Kreuzvalidieren, um die Modell-Performance zu bewerten, zum Überprüfen der Empfindlichkeit gegenüber Variationen in Semivariogramm-Parametern sowie zum visuellen Darstellen der Nachbarschaften, die von den Interpolationswerkzeugen verwendet werden.
  • Arbeiten mit geostatistischen Layern: Verfügt über Werkzeuge, die Vorhersagen für Punktpositionen generieren, die geostatistische Layer in Raster- und Vektorformate exportieren und die neue geostatistische Layer auf der Basis von Vorlagen generieren.