Parallel zu diesem Blog-Artikel können Sie in der ArcGIS StoryMap Bilddatenanalyse in ArcGIS Online die erwähnten Beispiele im Detail nachverfolgen.
In ArcGIS Online werden Analysen von Bilddaten im Map Viewer oder im Scene Viewer vorgenommen. Die beiden Webanwendungen beinhalten verschiedene Werkzeuge zur Bilddatenanalyse.
Um in ArcGIS Online Bilddatenanalysen durchführen zu können sind spezielle Berechtigungen notwendig. Wie in Teil 1 der Blog-Artikel-Reihe beschrieben, benötigt man die ArcGIS Image Analysis Funktionen. Diese sind ab dem Benutzertyp Professional enthalten. Besitzt man den Professional Benutzertyp, sind die benötigten Werkzeuge automatisch im Map Viewer freigeschaltet.
…sind Werkzeuge für die Bilddatenanalyse und -verarbeitung. Sie sind im Map Viewer unter dem Menüpunkt Analyse zu finden.
Möchte man einen ganzen Workflow aus Raster-Funktionen erstellen, können mehrere Raster-Funktionen zu einer Funktionskette zusammengeschlossen werden. Dies nennt man auch Raster-Funktionsvorlage. Raster-Funktionsvorlagen können on-the-fly innerhalb einer Verarbeitungsvorlage auf die Bilddaten angewandt werden. Dadurch sind dynamische und schnelle Analysen und Visualisierungen möglich ohne weitere Datensätze zu erzeugen.
Es gibt zwei Möglichkeiten, um Raster-Funktionsvorlagen zu erstellen:
Die Komponenten einer Raster-Funktionsvorlage sind logisch miteinander zu verknüpfen. Kein Bestandteil darf dabei ohne Verbindung sein. Es empfiehlt sich daher die Funktionsvorlage beim Erstellen regelmäßig zu speichern!
Nach dem Speichern kann die Raster-Funktionsvorlage auf verschiedene Bilddaten in unterschiedlichen Webkarten verwendet werden. Was ist dabei zu beachten?
Ein regelmäßiges Waldmonitoring ist entscheidend, um frühzeitig auf Veränderungen wie Schädlingsbefall oder klimatisch bedingte Veränderungen des Waldes reagieren zu können. Dadurch können nachhaltige Maßnahmen zum Schutz und Erhalt unserer Wälder getroffen werden.
Um abschätzen zu können welche Maßnahmen erforderlich sind, ist es wichtig einen Überblick zum Zustand des Waldes zu erhalten.
…bieten einem die Möglichkeit verschiedene Informationen zu verschneiden und eine normalisierte und vergleichbare Bewertung vorzunehmen.
In den Raster-Funktionen in ArcGIS Online (im Store erhältlich) stehen Ihnen einige Indizes zur Beurteilung verschiedener Eigenschaften zur Verfügung. Beispielsweise können Sie verschiedene Vegetationsindizes nutzen, um den Zustand des Waldes zu ermitteln. Hierbei verhelfen die Tools:
Die pixelweise Berechnung von Indizes ermöglicht eine hochaufgelöste Analyse. Was ist, wenn ich den Index nun aber für ein Waldflurstück verallgemeinern möchte?
Auch dies ist mit den Raster-Funktionen möglich. Durch die Funktionen Zonale Statistiken können Pixelwerte innerhalb einer Zone statistisch zusammengefasst werden. Unter anderem kann der Durchschnitt, das Maximum oder das Minimum für bspw. jedes Waldflurstück eines Waldes berechnet werden.
In ArcGIS Online stehen drei verschiedene Methoden zur Analyse von Veränderungen zur Verfügung:
Die CCDC- und die LandTrendr-Methode sind zur Analyse von Zeitreihen von Bilddaten. Bei der Funktion Veränderungen berechnen, werden zwei Raster der gleichen räumlichen Ausdehnung und unterschiedlichen Aufnahmezeitpunkten verglichen.
Die Veränderungsanalyse zeigte deutlich, dass sich das Gelände innerhalb eines Waldflurstücks erheblich verändert hat – es kam zu einem Erdrutsch.
Um herauszufinden welchen Umfang der Erdrutsch hatte, wird die veränderte Geländefläche analysiert. Dabei soll das Volumen zwischen der ursprünglichen und der veränderten Geländeoberfläche berechnet werden.
Wie das geht? – am besten mit einer Raster-Funktionsvorlage. Durch die Zusammenführung verschiedener Rasterfunktionen kann das Volumen pixelweise berechnet werden. Als Berechnungsgrundlage dienen zwei Geländemodelle, eines vor und eines nach dem Erdrutsch.
Welche Schritte sind dafür vorzunehmen?
Eine detaillierte Anleitung und Erläuterung finden Sie in der StoryMap.
KI – künstliche Intelligenz kann Sie bei Ihren täglichen Aufgaben unterstützen. Auch im Bereich Datenanalyse ist das Thema KI bereits fester Bestandteil. So auch bei der Bilddatenanalyse in ArcGIS.
Mit Deep Learning-Modellen ist es Ihnen möglich Baumzählungen vorzunehmen, Totholz zu detektieren oder Ihre Ergebnisse aus vorangegangenen Analysen zum Zustand des Waldes auf einzelne Bäume zu übertragen.
In ArcGIS Online können Sie Deep Learning Modelle für die Detektion, die Segmentierung und die Klassifizierung nutzen. Hierbei stehen Ihnen im Map Viewer folgende Funktionen zur Verfügung:
Das Training selbst kann nicht in ArcGIS Online durchgeführt werden. Sie können lediglich über die vier Funktionen fertig trainierte Modelle auf Ihre Daten anwenden. Um Modelle selbst zu trainieren, empfehlen wir ArcGIS Pro (im Store erhältlich).
Sie haben allerdings ebenso die Möglichkeit vortrainierte Deep Learning Modelle aus dem Living Atlas oft he World zu nutzen. Sie finden hier eine Vielzahl an Modellen, welche verschiedene Anwendungsfälle thematisieren.
Weitere wichtige Links dazu finden Sie hier:
Introduction to ArcGIS pretrained models—ArcGIS pretrained models | Documentation
Pretrained AI Models (arcgis.com)
Wichtig!
Achten Sie auf die Informationen der Eigenschaften des vortrainierten Modells im Living Atlas. Sie finden dort Hinweise zu den beim Training verwendeten Bilddaten, wie bspw. räumliche Auflösung, einbezogene Bänder oder spezifische Paramatereinstellungen.
Sollten diese Informationen nicht mit Ihren Bilddateneigenschaften übereinstimmen, besteht die Gefahr, dass die Ergebnisse der Deep Learning Analyse ungenau sind. Hier empfiehlt sich ein Nachtrainieren des bestehenden Modells in ArcGIS Pro.
In unserem E-Book zeigen wir Ihnen die unterschiedlichsten Funktionen, die mit Bilddaten erzielt werden können: vom Bilddateninhalt, über die Verwaltung von Bilddaten bis hin zur Analyse von Bilddaten.
Erfahren Sie mehr über...