Übersicht ArcGIS -Standardanalysen bei Landschaftsbewertungen: Unterschied zwischen den Versionen

Version vom 3. Oktober 2007, 13:57 Uhr

zurück zu ArcGIS

Tipps und Tricks für das Modellieren von räumlichen Problemen in Landschaftsbwertungen:

1. Lokale Bewertungen:

1.1 Bewerten von Datenebenen, die den zu bewertenden Faktor bereits enthalten.

• Daten können direkt vom Vektor ins Rasterformat konvertiert werden. Das Attribut welches den Faktor enthält als Gridvalue bestimmen.
  • Toolbox: Conversion Tools – To Raster – Feature to Raster
• Das umgewandelte Raster kann direkt mit Reklassify bewertet werden.
  • Toolbox: Spatial Analyst Tools – Reclass - Reclassify

1.2 Der zu bewertende Faktor muss aus mehren Attributen abgeleitet werden

• Ausgangsdaten in einen Bereich mit Schreibrechten kopieren
• Neues Faktorfeldanfügen (ArcCatalog)
• Attributtabelle der FeatureClass in ArcMap öffnen
• Entweder: Faktor aus Ausgangsattributen berechnen (Calaculate Field)
• Oder: Über Selektionsabfragen (Select by Attributes) die mit einem bestimmtenFaktor auszufüllenden Datensätze selektieren und diesen mit Calculate Value den Faktor ausfüllen
• Anschliessend vorgehen wie bei 1.1

1.3 Der zu bewertende Faktor muss aus Attributen von mehreren Featurclasses abgeleitet werden

• Die Attributtabellen der FeaturCLasses mit Verschneidungsoperationen (Intersect/Union) oder mit räumlichen Tabellenverbindungen (Spatial Join) zusammenführen
• Anschliessend Vorgehen wie bei 1.2

2. Bewerten von Distanzen

2.1 Distanzen auf bestimmte Objekte können auf mehrere Arten erzeugt werden:

• Evt. relevante Objekte aus eine Datensatz filtern wenn nicht alle Datensätze einer FeatureClass für die Fragestellung von Bedeutung sind :Layer Properties – Definition Query
• Entweder: Objekte mit Puffern und Anschliessend Bufferpolygone in Raster umwandeln
  • Toolbox: Analysis Tools – Proximity – Buffer (oder Multible Ring Buffer)
  • Toolbox: Conversion Tools – To Raster – Feature to Raster
• Oder: Distanzwerte im Raster berechnen
  • Toolbox: Spatial Analyst Tools – Distance – Euclidean Distance
• Oder: Kostendistanzen wenn nicht Luftlinien sonder funktionale Distanzen mt Berücksichtigung von Hundernissen gefragt sind.
  • Toolbox: Spatial Analyst Tools – Distance – Cost Distance
• Die Distanzwerte als Raster können dann mit Reklassify bewertet werden.
  • Toolbox: Spatial Analyst Tools – Reclass - Reclassify

3. Bewerten von Nachbarschaften

3.1 Nachbarschaft (z.B. viele wWertvolle Objekte in der Nachbarschat vorhanden?)

• Die nachbarschaftsbestimmenden Faktoren in ein Rasterformat bringen (wie bei 1.1)
• Planen, welche statistische Grösse einer Serie von Zellwerten in einer Nachbarschaft, dieses Faktor massgebend ist (z.B: die Summe, Der Durchschnitt, die Varianz der Zellwerte in einem Bereich)
• Bei Bedarf mit Reclassify die Zellwerte des Faktorgrids entsprechend anpassen (Alternativ knn auch einen Zellwerteumrechung über eine MapAlgebra-Funktion zum Ziel Fführen)
  • Toolbox: Spatial Analyst Tools – Reclass – Reclassify
  • Toolbox: Spatial Analyst Tools – Map Algebra – Single Output Map Algebra
• Durchführen einer Nachbarschaftsstatistik:
  • Toolbox: Spatial Analyst Tools – Neighborhood – Focal Statistics
• Nachbarschaftswerte als Raster können dann mit Reklassify bewertet werden.
  • Toolbox: Spatial Analyst Tools – Reclass - Reclassify

3.2 Dichteanalysen (z.B. Populationsverteilungen)

• Ausgangsdaten sind Punktdaten mit einem ‘Populationsfeld’ vom Typ Zahl
• Die Dichtefunktion kann direkt auf die Punktfeaturclass angewendet werden undliefert ein Rasterdatensatz als Ergebnis
  • Toolbox: Spatial Analyst Tools – Density – Kernel Density
• Die Dichtewerte als Raster können dann mit Reklassify bewertet werden.
  • Toolbox: Spatial Analyst Tools – Reclass - Reclassify

4. Oberflächen/Relief bewerten

4.1 Ab DHM-Grid

• Höhenstufen sind im Grid schon enthalten, diese können mit Reclassify direkt bewertet werden
• Toolbox: Spatial Analyst Tools – Reclass - Reclassify
• Die Neigung kann in Grad oder % aus dem DHM abgeleitet werden
  • Toolbox: Spatial Analyst Tools – Surface - Slope
• Die Expostion kann in Grad Azimuth aus dem DHM abgeleitet werden
  • Toolbox: Spatial Analyst Tools – Surface - Aspect
• Die Besonnung kann als Schummerung mit der Angabe eines virtuellen Sonnenstandes wahlweisemit oder ohnenSchlagschatten aus dem DHM abgeleitet werden.
  • Toolbox: Spatial Analyst Tools – Surface – Hillshade

4.2 Sichtbarkeiten, wieviel von einem Objekt ist sichtbar?

• Objekte mit Sichtbeziehungsreferenzpunkten repräsentieren (Punkte FeaturClass)
• Berechnen der Anzahl Referenzpunkt die von den jeweiigen Rasterzellen aus sichtbar sind
  • Toolbox: Spatial Analyst Tools – Surface - Viewshed

4.3 Höchste Erhebungen/tiefste Einschnitte finden

• Vom DHM mit Focal Statistics die durchnittliche Höhe im Umkreis von xxx m berechnen (siehe 3.1)
  • Toolbox: Spatial Analyst Tools – Neighborhood – Focal Statistics
• Mit Map Algebra die Differenz von Echter Höhe (DHM) und Durchnittshöhe im Umkreis berechnen.
  • Toolbox: Spatial Analyst Tools – Map Algebra – Single Output Map Algebra
• Mit Reclassify die Extremwerte im positiven und negativen Bereich heraussuchen
  • Toolbox: Spatial Analyst Tools – Reclass - Reclassify

5. Faktorkombinationen mit Rasterdaten

5.1 Zellwerte direkt miteinander verrechnen

• Mit Single Output Map Algebra können beliebige Gridwerte miteinander kombiniert werden (z.B.: Grid1 + Grid 2, Grid1 * Grid2, SQRT(Grid1 * Grid2) [=Quadratwurzel], TAN(Grid1) [=Tangenz], etc.)
  • Toolbox: Spatial Analyst Tools – Map Algebra – Single Output Map Algebra

5.2 Gridfaktoren kombinieren und jede Kombination individuell bewerten

• Bewertungsmatrix in der folgenden Form erstellen:

 GridValues     Grid2: 1     2     3
 Grid1	
 1	                10    5	    0
 2	                20    27    50
 3	                30    50    100

• Grid1 und Grid2 kombinieren mit Map Algebra - Ausdruck: (Grid1 * 10) + Grid2
  • Toolbox: Spatial Analyst Tools – Map Algebra – Single Output Map Algebra
• Bewertung auf Kombinationsgrid mit Reclassify übertragen, wobei die Kombinationsvalue immer einem Feld dr obigen Matrix entspricht (11 = Grid1:value1 und Grid2:value1 und wird zu 10, oder 23= Grid1:value2 und Grid2:value3 und wird zu 50)
  • Toolbox: Spatial Analyst Tools – Reclass - Reclassify

Details zur Automatisierung dieses Arbeitsschrittes mit Modelbuilder finden sich hier: Raster-Reklassierung_über_den_ModelBuilder