Die räumliche Auflösung visualisieren
Zunächst erfahren Sie etwas über das Konzept der räumlichen Auflösung. Anschließend erkunden Sie Satellitenbilder mit unterschiedlichen räumlichen Auflösungen.
Weitere Informationen zur räumlichen Auflösung
Bilddaten können von Flugzeugen, Drohnen, Satelliten, bodengestützten Sensoren und durch Scannen historischer Karten erfasst werden. Sie werden im Raster-Format gespeichert, das Informationen in Form eines Gitternetzes von Zellen (oder Pixel) darstellt.
Hinweis:
Weitere Informationen über Rasterdaten finden Sie unter Einführung in Bild- und Raster-Daten.
Die räumliche Auflösung (bzw. Pixelgröße oder Zellengröße) ist die Bemaßung der Zellengröße für eine Bodenfläche. Wenn ein Dataset eine räumliche Auflösung von 10 Metern hat, ist damit die Länge einer Seite einer Zelle gemeint, d. h. jede Zelle stellt ein 10 mal 10 Meter großes Quadrat (100 m2 Fläche) auf dem Boden dar.
Die räumliche Auflösung wirkt sich auf die Detaillierungsebene aus, mit der ein Bild dargestellt wird. Wenn die Zellen kleiner sind, ist die räumliche Auflösung höher, und es können mehr Details der realen Welt im Raster erfasst werden. In der folgenden Grafik beispielsweise hat das Raster auf der linken Seite eine höhere räumliche Auflösung als das Raster auf der rechten Seite.
Hinweis:
Durch eine bestimmte Pixelgröße werden alle Features innerhalb einer Zelle zu einem einzigen Wert zusammengefasst.
Eine höhere räumliche Auflösung erfordert mehr Speicherplatz auf dem Computer und nimmt mehr Zeit für die Verarbeitung und Analyse in Anspruch. Sie kann auch den Kauf von kommerziellen Daten erfordern. Bei der Auswahl einer räumlichen Auflösung für die Rasterdaten in einem Projekt sollten Sie darauf achten, dass sie diese:
- Ausreichend hoch wählen, um die Features zu erfassen, die für Ihr Projekt von Interesse sind (z. B., wenn Berge, Flüsse, Felder, Straßen usw. sichtbar sein müssen).
- Niedrig genug wählen, um den Speicherbedarf des Computers, die Verarbeitungszeit und die damit verbundenen Kosten zu minimieren.
Hinweis:
Weitere Informationen finden Sie unter Pixelgröße von Bild- und Rasterdaten.
Bei Satellitenbildern kann die räumliche Auflösung von Sensor zu Sensor variieren. Einige Beispiele für räumliche Auflösungen sind 1000 m, 500 m, 250 m (MODIS), 90 m, 60 m, 30 m (ASTER), 30 m (Landsat), 10 m (Sentinel), 5-3 m (PlanetScope), oder 0,5 m (SkySat). Bei Bilddaten, die von Flugzeugen oder Drohnen aufgenommen werden, kann die räumliche Auflösung viel höher sein und von 1 m (NAIP) bis 1 cm (Drohnen) oder sogar weniger reichen. In diesem Lernprogramm liegt der Schwerpunkt auf Satellitenbildern.
Pembamoto im regionalen Maßstab erforschen
Als Nächstes erkunden Sie die Satellitenbilder und deren räumliche Auflösung in ArcGIS Pro in der Region Pembamoto, Tansania. Sie untersuchen Bilddaten, die die Großregion Pembamoto effizient abbilden. Zunächst richten Sie das ArcGIS Pro-Projekt ein.
- Laden Sie das Paket Pembamoto_spatial_resolution herunter.
Die Datei Pembamoto_spatial_resolution.ppkx wird auf Ihren Computer heruntergeladen.
Hinweis:
Eine .ppkx-Datei ist ein ArcGIS Pro-Projektpaket und kann Karten, Daten und weitere Dateien, die Sie in ArcGIS Pro öffnen können, enthalten. Weitere Informationen zum Verwalten von .ppkx-Dateien erhalten Sie in dieser Anleitung.
- Suchen Sie die heruntergeladene Datei auf Ihrem Computer.
Tipp:
In den meisten Webbrowsern werden Dateien in den Ordner "Downloads" heruntergeladen.
- Doppelklicken Sie auf Pembamoto_spatial_resolution.ppkx, um die Datei in ArcGIS Pro zu öffnen. Wenn Sie dazu aufgefordert werden, melden Sie sich mit Ihrem ArcGIS-Konto an.
Hinweis:
Wenn Sie über kein Organisationskonto verfügen, informieren Sie sich über die Optionen für den Zugriff auf die Software.
Das Projekt wird geöffnet. Sie enthält drei Karten: Pembamoto region, Regreening project und Resampling. Für den Anfang verwenden Sie die erste Karte.
- Stellen Sie sicher, dass die Karte Pembamoto region ausgewählt ist.
Die Karte zeigt die standardmäßige topografische Grundkarte und ist auf Tansania ausgerichtet. Ein kleines rotes Rechteck, östlich von Dodoma, zeigt die für dieses Lernprogramm relevante Region.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Region_of_interest, und wählen Sie Auf Layer zoomen aus.
Die Karte wird aktualisiert und zeigt einen Bilddaten-Layer mit der Bezeichnung Landsat9 - 01/28/2023 - 30m - region.
Dies ist ein Landsat 9-Satellitenbild, das am 28. Januar 2023 aufgenommen wurde und auf die Größe des roten Rechtecks zugeschnitten wurde. Landsat 9-Bilder haben eine räumliche Auflösung von 30 Metern. Dadurch können sie gut größere Ausdehnungen, z. B. eine ganze Region, darstellen, ohne zu viel Speicherplatz zu verbrauchen.
Hinweis:
Landsat 9 ist eine Satellitenmission des USGS und der NASA, die im Jahr 2021 gestartet wurde. Sie erzeugt Bilddaten mit 11 Spektralbändern, die meisten davon mit einer räumlichen Auflösung von 30 Metern. Die Bilder decken den gesamten Planet ab, und jeder Ort auf der Erde wird alle 16 Tage erfasst (oder alle acht Tage, wenn sie mit Landsat 8-Bildern kombiniert werden). Landsat ist das am längsten laufende Programm zur Erfassung von Satellitenbildern und liefert seit fünf Jahrzehnten kontinuierlich Erdbeobachtungsdaten.
Landsat-Bilder sind frei zugänglich. Erfahren Sie, wie Sie Ihre eigenen Landsat-Bilddaten herunterladen.
- Betrachten Sie die Bilddaten.
Können Sie verschiedene Landbedeckungstypen in der Region identifizieren?
- Trockene Gebiete mit meist kahlem Boden und spärlicher Vegetation (hell- und dunkelrosa Farbtöne)
- Bergige Gebiete mit etwas Vegetation (zerklüftete Gebiete in grünlichen Farbtönen)
- Stark bewachsene Täler (dunkelgrün)
Landsat-Bilddaten, die (1) trockene Gebiete, (2) bergige Gebiete mit etwas Vegetation und (3) stark bewachsene Täler zeigen. - Vergrößern Sie das Bild mit dem Mausrad, bis Sie die einzelnen Zellen erkennen können, da das Bild gepixelt angezeigt wird.
Mit einer Zellengröße von 30 Metern lassen sich auf Landsat 9-Bildern keine kleinen Features auf dem Boden erkennen, wie z. B. einzelne Häuser oder Bäume.
- Sie können auch verschiedene Bereiche des Bildes vergrößern und verkleinern, um sie genauer zu untersuchen.
Insgesamt sind Landsat-Bilder bestens geeignet, um regionale Phänomene wie Wüstenbildung, städtische Ausdehnung oder andere Trends zur Veränderung der Landbedeckung zu erkennen und zu überwachen.
Räumliche Auflösungen vergleichen
Nachdem Sie sich nun mit der größeren Region Tansania vertraut gemacht haben, lernen Sie das Projekt zur Wiederbegrünung in der Umgebung von Pembamoto näher kennen. Die NGO Justdiggit, die die globale Erwärmung durch die Wiederbegrünung Afrikas bekämpfen will, arbeitete mit der örtlichen Pembamoto-Gemeinde zusammen, um eine Reihe von Gräben (halbkreisförmige Gruben) auszuheben, die das Zurückhalten von Regenwasser im Boden erleichtern. Dank der Anlage dieser Gräben entwickelte sich auf dem zuvor trockenen Gelände in wenigen Jahren eine beachtliche Vegetation.
Hinweis:
Weitere Informationen zu diesem Projekt finden Sie unter Seeing African Restoration From Space, Northern Tanzania Work und im folgenden Forschungsartikel: Quantifiable impact: monitoring landscape restoration from space. A regreening case study in Tanzania.
Sie erkunden den Ort des Pembamoto-Wiederbegrünungsprojekts anhand von Satellitenbildern mit unterschiedlicher räumlicher Auflösung, die zwischen Dezember 2022 und Januar 2023 aufgenommen wurden. Wechseln Sie zunächst zur nächsten Karte.
- Klicken Sie auf die Registerkarte mit der Karte Regreening project.
Die Karte zeigt dieselbe Großregion von Pembamoto, die Sie bereits untersucht haben. Ein kleines rotes Rechteck zeigt den viel kleineren Interessenbereich (AOI) an, in dem das Wiederbegrünungsprojekt angesiedelt ist.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Pembamoto_AOI, und wählen Sie Auf Layer zoomen aus.
Der Bereich Inhalt enthält vier Bilddaten-Layer, die aktuell deaktiviert sind.
Der Name jedes Bildes enthält den Bildtyp, das Aufnahmedatum und die räumliche Auflösung. Diese Bilder wurden auf die Ausmaße des Interessenbereichs (AOI) zugeschnitten, und ihre räumliche Auflösung variiert zwischen 30 und 0,5 Metern. Zum Vergleich aktivieren Sie die Layer mit der niedrigsten bis zur höchsten räumlichen Auflösung.
- Aktivieren Sie das Kontrollkästchen neben dem Layer Landsat9 - 01/28/2023 - 30m, um ihn zu aktivieren.
Das Bild wird in der Karte angezeigt.
Dieses Bild ist identisch mit dem Landsat-Bild, das Sie zuvor gesehen haben, aber jetzt zugeschnitten auf den kleineren Interessenbereich (AOI). Es überrascht nicht, dass das Landsat-Bild in diesem größeren Maßstab etwas pixelig angezeigt wird. Dennoch kann man das Wiederbegrünungsprojekt, das in dunklen Grüntönen angezeigt wird, gut erkennen. Die unbegrünten Böden in der Umgebung werden je nach Art des Bodens und der darunter liegenden geologischen Formationen in rosafarbenen oder bläulichen Tönen angezeigt.
- Aktivieren Sie im Bereich Inhalt den Layer Sentinel2 - 12/09/2022 - 10m.
Das Bild wird in der Karte angezeigt.
Dies ist ein Sentinel-2- Satellitenbild, das am 9. Dezember 2022 aufgenommen wurde. Sentinel-2-Bilder haben eine räumliche Auflösung von bis zu 10 Metern, was sie sehr vielseitig macht, da sie sowohl für die Darstellung und Analyse von Regionen als auch für die Darstellung detaillierterer Features am Boden verwendet werden können.
Im aktuellen Maßstab ist das Bild nicht verpixelt und zeigt das Projektgebiet sehr deutlich. Sie können auch andere Features identifizieren, z. B. ein paar Berge im Norden, einige landwirtschaftliche Flächen im Südosten und mehrere Straßen. Östlich der Berge wurde eine weiße Wolke aufgenommen. Können Sie den Schatten der Wolke erkennen?
Hinweis:
Sentinel-2 ist eine Satellitenmission der europäischen Raumfahrtbehörde ESA. Sie wurde 2015 gestartet und liefert Bilddaten mit 13 Spektralbändern, von denen einige eine Auflösung von 10 Metern haben. Die Bilder decken die gesamte Erde ab, und jeder Ort auf der Erde wird mindestens alle 5 Tage erfasst.
Die Sentinel-2-Bilder sind frei nutzbar und können auf der Website Copernicus Data Space Ecosystem heruntergeladen werden.
- Aktivieren Sie im Bereich Inhalt den Layer PlanetScope - 01/01/2023 - 3m.
Dies ist ein PlanetScope-Satellitenbild, das am 1. Januar 2023 aufgenommen wurde. PlanetScope-Bilder haben eine räumliche Auflösung von 3 Metern und zeigen viele detaillierte Features auf dem Boden. Bilddaten mit dieser räumlichen Auflösung werden häufig für die Analyse auf Feature-Ebene verwendet, z. B. in den Bereichen Landwirtschaft, Archäologie, Infrastruktur und Forstwirtschaft.
Auf dem Bild können Sie viele der gleichen Features wie zuvor sehen, aber sie werden detaillierter angezeigt. In mehreren Gebieten werden dunklere braune Felder angezeigt, was darauf hindeutet, dass Ende Dezember eine Zeit der aktiven Feldbestellung (Vorbereitung und Kultivierung des Landes für die Ernte) oder anderer landwirtschaftlicher Aktivitäten war.
Hinweis:
PlanetScope-Bilder werden von Planet Labs hergestellt. PlanetScope ist eine Sammlung von über 180 Satelliten, die ab 2014 bereitgestellt wurde und Bilddaten mit einer Auflösung von 3 Metern und bis zu 8 Spektralbändern liefert. Die Bilder decken fast die gesamte Landmasse der Erde ab, und jeder Ort wird fast täglich aufgenommen.
- Aktivieren Sie im Bereich Inhalt den Layer SkySat - 12/13/22 - 0.5m.
Dies ist ein SkySat-Satellitenbild, das am 13. Dezember 2022 aufgenommen wurde. SkySat-Bilder haben eine räumliche Auflösung von 0,5 Metern und zeigen Features auf dem Boden mit einem hohen Detailgrad. Bilddaten mit dieser räumlichen Auflösung werden häufig für eine genaue Kartenerstellung, 3D-Stadtmodellierung oder detaillierte Landwirtschaft verwendet.
In dem Bild sind viele Details zu erkennen, z. B. einzelne Bäume und Sträucher sowie feine Nuancen auf dem Boden.
Hinweis:
SkySat-Bilder werden von Planet Labs hergestellt. SkySat ist eine Sammlung von etwa 20 Satelliten, die ab 2013 bereitgestellt wurde und Bilddaten mit einer Auflösung von 0,5 Metern und 4 Spektralbändern liefert. SkySat-Satelliten können aktiv ausgerichtet werden, um Bilddaten von jedem beliebigen Ort der Erde zu erfassen.
Sie haben nun alle in diesem Projekt bereitgestellten Bilder angeschaut.
- Sie können die Bilder auch weiter erkunden, indem Sie sie aktivieren und deaktivieren und die Ansicht mit dem Mausrad vergrößern oder verkleinern.
Tipp:
Die obersten Layer verdecken die Sicht auf die darunter liegenden Layer. Aktivieren oder deaktivieren Sie die Layer daher entsprechend.
Zellengrößen und räumliche Ausdehnung erkunden
Sie setzen Ihre Erkundung der räumlichen Auflösung fort, indem Sie mithilfe von Lesezeichen bestimmte Bereiche rund um die Wiederbegrünung von Pembamoto heranzoomen. Sie vergleichen auch die Ausdehnung der Originalbilder.
- Klicken Sie auf dem Menüband auf die Registerkarte Karte. Klicken Sie in der Gruppe Navigieren auf Lesezeichen.
Um den Begriff der Zellengröße besser zu verstehen, zoomen Sie auf eine Detailebene, auf der Sie einzelne Zellen sehen.
- Wählen Sie in der Liste der Lesezeichen Cells aus.
- Deaktivieren Sie im Bereich Inhalt alle vier Bilddaten-Layer (Landsat-9-, Sentinel-2-, PlanetScope- und SkySat-Layer) und deaktivieren Sie diese nacheinander wieder.
(1) Landsat-9-, (2) Sentinel-2-, (3) PlanetScope- und (4) SkySat-Bilder Die Zellengrößen variieren stark. Wie viele Zellen enthält die aktuelle Ausdehnung für jeden Bilddatentyp? Er enthält nur einige wenige Landsat 9-Zellen, etwa 60 Sentinel-2-Zellen, einige hundert PlanetScope-Zellen und Tausende von SkySat-Zellen.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte auf Lesezeichen, und wählen Sie Roads and fields.
Die Karte zoomt auf ein Gebiet an der Ostseite des Interessenbereichs (AOI).
- Deaktivieren Sie im Bereich Inhalt alle vier Bilddaten-Layer, und aktivieren Sie sie nacheinander wieder.
(1) Landsat-9-, (2) Sentinel-2-, (3) PlanetScope- und (4) SkySat-Bilder Welches der vier Bilder würden Sie wählen, wenn Sie Bilddaten wünschen, die möglichst wenig Speicherplatz benötigen, aber auf denen Sie die wichtigsten Straßen erkennen können? Was wäre, wenn Sie Nebenstraßen oder Feldwege unterscheiden können müssten? Die landwirtschaftlichen Flächen? Die Häuser? Die einzelnen Bäume und Sträucher?
- Zoomen Sie wahlweise auf das Lesezeichen Town, und machen Sie ähnliche Beobachtungen.
Die vier Bilddaten-Layer wurden zwar an die Grenzen des Interessenbereichs (AOI) angepasst, aber die von den verschiedenen Satelliten aufgenommenen Originalbilder sind wesentlich größer.
Die folgende Abbildung zeigt jedes Bild in seiner vollen ursprünglichen Ausdehnung; der Pembamoto-Interessenbereich ist als kleines rotes Rechteck im linken unteren Quadranten dargestellt.
Welche Beobachtungen machen Sie bezüglich der relativen Größe dieser Bilder? Da die Zellengröße bei Landsat 9 so groß ist, kann ein einziges Bild eine sehr große Ausdehnung abbilden. Wenn Sie zu Bilddaten mit immer kleineren Zellengrößen übergehen, kann ein einzelnes Bild eine immer kleinere Ausdehnung abbilden. Dies gilt allgemein, obwohl die genaue Anzahl der Zellen pro Bild von den technischen Spezifikationen des jeweiligen Sensors abhängt.
In diesem Teil des Lernprogramms haben Sie sich mit den grundlegenden Konzepten der räumlichen Auflösung vertraut gemacht und Satellitenbilder mit unterschiedlichen räumlichen Auflösungen verglichen. Sie haben das Pembamoto-Gebiet erkundet und sich über ein innovatives Projekt zur Wiederbegrünung des Gebiets informiert. Eine Erkenntnis ist, dass es einen Kompromiss gibt zwischen dem höheren Detailgrad, den Bilddaten mit hoher räumlicher Auflösung bieten, und dem geringeren Speicherplatz und der geringeren Verarbeitungszeit, die Bilddaten mit niedriger räumlicher Auflösung benötigen. Bei der Auswahl von Bilddaten für ein Projekt sollten Sie diesen Kompromiss in Betracht ziehen.
Die räumliche Auflösung von Bildern ändern
Als Nächstes erfahren Sie, wie Sie die Auflösung eines Bildes ändern, und machen sich mit dem Konzept des Resampling vertraut. Anschließend führen Sie das Resampling der Bilddaten selbst durch und vergleichen den ursprünglichen Bilddaten-Layer und die Ausgabe nach dem Resampling.
Erfahren Sie mehr über die Änderung der räumlichen Auflösung und das Resampling.
Wenn Sie Bilddaten oder eine andere Art von Rasterdaten erhalten, können Sie diese mit ihrer ursprünglichen räumlichen Auflösung verwenden. In einigen Fällen kann es jedoch sinnvoll sein, sie zu ändern.
- Wenn die Features, die für Ihr Projekt von Interesse sind, keine sehr hohe räumliche Auflösung erfordern und Sie die Speicher- und Verarbeitungszeit minimieren möchten, können Sie die Zellengröße erhöhen.
- Wenn mehrere Raster-Layer in Ihrem Projekt unterschiedliche räumliche Auflösungen aufweisen, besteht die Best Practice für die Analyse darin, die räumliche Auflösung einiger der Layer so zu ändern, dass sie alle die gleiche Zellengröße aufweisen.
Um die räumliche Auflösung zu ändern, wird ein Verfahren namens Resampling verwendet. Das Resampling wird immer dann verwendet, wenn ein Raster-Gitter transformiert werden muss. Ein weiteres Beispiel für die Transformation von Rastern ist die Reprojektion eines Rasters (mehr über Projektionen erfahren Sie im Lernprogramm Die richtige Projektion auswählen). Darüber hinaus gibt es verschiedene Geoverarbeitungswerkzeuge, die mit Resampling arbeiten, wie z. B. das Toolset Oberfläche.
Um Resampling anzuwenden, müssen Sie eine Methode zur Berechnung des Wertes jeder Zelle im Ausgaberaster auswählen. Die folgenden drei Beispiele für Resampling-Methoden können die auf Bilddaten angewendet werden:
- Nächster Nachbar: Jede Zelle im Ausgaberaster nimmt genau den Wert der nächstgelegenen entsprechenden Zelle im ursprünglichen Raster an.
- Bilineare Interpolation: Der Wert einer Zelle im Ausgaberaster wird durch Mittelwertbildung der entsprechenden vier benachbarten Zellen im ursprünglichen Raster berechnet, was zu einer gleichmäßigeren Ausgabe führt.
- Kubische Faltung: Der Wert einer Zelle im Ausgaberaster wird durch Mittelwertbildung der entsprechenden 16 benachbarten Zellen im ursprünglichen Raster errechnet.
Hinweis:
Erfahren Sie mehr über das Resampling unter Zellengröße und Resampling bei der Analyse.
Bilddaten per Resampling auf eine größere Zellengröße ändern
Als Nächstes erfahren Sie, wie Sie Bilddaten per Resampling in eine andere Zellengröße umwandeln. Sie planen, ein 3-Meter-PlanetScope-Bild für Ihr Projekt zu verwenden, wissen aber, dass andere Raster-Layer in demselben Projekt über eine 10-Meter-Zellengröße verfügen. Sie führen das Resampling des PlanetScope-Bildes durch, um die 10-Meter-Auflösung zu erreichen. Zunächst wechseln Sie zur dritten Karte des Projekts.
- Klicken Sie auf die Registerkarte Resampling.
Diese Karte enthält das Bild PlanetScope_01012023_3m, das dem Bild ähnelt, das Sie zuvor im Workflow gesehen haben. Um das Bild per Resampling umzuwandeln, verwenden Sie das Geoverarbeitungswerkzeug Resampling.
- Klicken Sie auf dem Menüband auf der Registerkarte Ansicht in der Gruppe Fenster auf Geoverarbeitung.
Daraufhin wird der Bereich Geoverarbeitung angezeigt.
- Geben Sie in die Suchleiste im Bereich Geoverarbeitung den Begriff Resampling ein. Klicken Sie in der Ergebnisliste auf das Werkzeug Resampling, um es zu öffnen.
Dieses Werkzeug befindet sich in der Toolbox Data Management.
- Wählen Sie im Werkzeug Resampling die folgenden Parameterwerte aus:
- Wählen Sie für Eingabe-Raster die Option PlanetScope_01012023_3m aus.
- Geben Sie für Ausgabe-Raster-Dataset den Namen PlanetScope_01012023_10m ein.
Unter Ausgabe-Zellengröße zeigen die Felder X und Y derzeit die Auflösung des Eingabebildes an: etwa 3 Meter. Sie ändern diesen Wert durch den Zielwert.
- Geben Sie unter Ausgabe-Zellengröße für X und Y den Wert 10 ein.
Hinweis:
Beim Resampling von Bilddaten wird häufig eine größere Zellengröße gewählt, wie in diesem Workflow.
Beim Resampling auf eine kleinere Zellengröße sollten Sie vorsichtig vorgehen. Es ist wichtig zu verstehen, dass keine neuen Daten erstellt werden. Wenn Sie eine Zellengröße von 50 m angeben, während das Eingabebild eine Auflösung von 100 m hat, wird ein Ausgabe-Raster mit einer Zellengröße von 50 m erstellt; die Genauigkeit beträgt jedoch weiterhin 100 m.
- Wählen Sie als Resampling-Methode die Methode Bilinear aus.
Es stehen die bereits bekannten Resampling-Methoden zur Verfügung: Nächster (Nachbar), Bilinear und Kubisch. Alle drei können für Bilddaten verwendet werden. Bilinear liefert ein gleichmäßigeres Ergebnis.
Es gibt noch eine weitere Option, Mehrheit, die normalerweise nicht für Bilddaten verwendet wird. Weitere Informationen zu dieser Option finden Sie in der Dokumentation zum Resampling.
Hinweis:
Es gibt einen weiteren Rastertyp, der thematisch (oder kategorisch oder auch diskret) genannt wird und nur mit den Resampling-Methoden Nächster oder Mehrheit transformiert werden sollte, da es wichtig ist, die ursprünglichen Zellenwerte zu erhalten. Weitere Informationen zu verschiedenen Typen von Rasterdaten.
- Klicken Sie im Bereich des Werkzeugs Resampling auf die Registerkarte Umgebungen, und suchen Sie den Abschnitt Ausgabekoordinaten.
Wenn Sie das Bild neu projizieren möchten, anstatt die Zellengröße zu ändern, oder zusätzlich dazu, würden Sie hier das Zielkoordinatensystem angeben. In diesem Workflow projizieren Sie nicht neu. Daher lassen Sie diese Parameter leer.
- Klicken Sie auf Ausführen.
Kurz darauf wird das neue Bild PlanetScope_01012023_10m auf der Karte angezeigt.
Es sieht dunkler aus als das ursprüngliche Bild, da es ein Standard-Rendering verwendet. Sie ändern die Anzeigeeinstellungen so, dass sie mit dem Original übereinstimmen.
Hinweis:
Weitere Informationen zu den Optionen für Fernerkundungsdaten
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf PlanetScope_01012023_10m, und wählen Sie Symbolisierung aus.
- Klicken Sie im Bereich Symbolisierung auf die Schaltfläche "Optionen", und wählen Sie Aus Layer importieren aus.
- Wählen Sie unter Symbolisierung aus Layer anwenden die folgenden Parameterwerte aus:
- Stellen Sie unter Eingabe-Layer sicher, dass PlanetScope_01012023_10m ausgewählt ist.
- Wählen Sie für Symbolisierungs-Layer den Layer PlanetScope_01012023_3m aus.
- Klicken Sie auf Ausführen.
Das Bild ist nach dem Resampling so aktualisiert, dass es ein Rendering ähnlich dem Originalbild zeigt.
Ursprüngliche Bilddaten mit den Bilddaten nach dem Resampling vergleichen
Als Nächstes vergleichen Sie den ursprünglichen Layer mit dem Layer nach dem Resampling mit dem Werkzeug Ausblenden.
- Stellen Sie im Bereich Inhalt sicher, dass der Layer PlanetScope_01012023_10m ausgewählt ist.
- Klicken Sie auf dem Menüband auf der Registerkarte Raster-Layer in der Gruppe Vergleichen auf Ausblenden.
- Ziehen Sie auf der Karte von oben nach unten, um den Layer PlanetScope_01012023_10m zu entfernen und den Layer PlanetScope_01012023_3m darunter anzuzeigen.
In diesem Maßstab ist fast kein Unterschied zwischen den beiden Bildern zu erkennen. In beiden Fällen kann man die größeren Features wie das Projektgebiet für die Wiederbegrünung und die zahlreichen landwirtschaftlichen Flächen erkennen. Sie zoomen auf eine größere Detaillierungsebene.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte in der Gruppe Navigieren auf Lesezeichen, und wählen Sie das Lesezeichen Roads and fields aus.
- Ziehen Sie, um das Bild mit dem Schieberegler zum Ausblenden von oben nach unten auszublenden.
In diesem Maßstab zeigt der Layer nach dem Resampling die Blöcke deutlicher als das ursprüngliche Bild, da seine Zellen größer sind. Schließlich vergrößern Sie die Ansicht weiter, um einzelne Zellen anzuzeigen.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte auf Lesezeichen, und wählen Sie das Lesezeichen Cells aus.
Ziehen Sie zum Ausblenden, um beide Layer zu vergleichen.
Sie können deutlich erkennen, dass die Zellen der Layer nach dem Resampling etwa dreimal so breit sind wie die des ursprünglichen Layers.
- Wenn Sie mit dem Erkunden fertig sind, klicken Sie auf dem Menüband auf der Registerkarte Karte in der Gruppe Navigieren auf Erkunden, um den Vergleichsmodus zu beenden.
In diesem Teil des Lernprogramms haben Sie erfahren, dass Sie die räumliche Auflösung eines Bildes ändern können. Sie haben das Konzept des Resampling kennen gelernt und sich mit verschiedenen Resampling-Methoden vertraut gemacht. Anschließend haben Sie ein Bild durch Resampling auf eine größere Zellengröße transformiert und die ursprüngliche Eingabe mit der Ausgabe nach dem Resampling verglichen.
Die Zellengröße eines Bildes ermitteln
Bei allen Bildern in diesem Workflow ist die räumliche Auflösung im Bildnamen angegeben. Wenn Sie jedoch ein Dataset mit Bilddaten erhalten, wissen Sie möglicherweise nicht, welche räumliche Auflösung es hat. Als nächstes erfahren Sie, wie Sie diese Informationen finden können.
Zellengröße in den Bildeigenschaften finden
Die Standardmethode zur Bestimmung der Zellengröße eines Bildes besteht darin, seine Eigenschaften zu untersuchen.
- Vergewissern Sie sich, dass die Registerkarte mit der Karte Resampling ausgewählt ist.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf PlanetScope_01012023_3m, und wählen Sie Eigenschaften aus.
- Klicken Sie im Bereich Eigenschaften auf die Registerkarte Quelle, blenden Sie den Abschnitt Raster-Informationen ein, und suchen Sie die Felder Zellengröße X und Zellengröße Y.
Die Felder Zellengröße X und Zellengröße Y enthalten jeweils einen Wert von etwa 3. Das heißt, jede Zelle stellt eine Fläche von 3 mal 3 Meter auf dem Boden dar. Möglicherweise sind Sie sich nicht sicher, ob die Maßeinheit Meter ist. Sie finden diese Informationen unter dem Abschnitt Raumbezug.
- Blenden Sie Raumbezug ein, und suchen Sie das Feld Lineare Einheit.
Dieser Abschnitt enthält Informationen über die Bild-Projektion und das Koordinatensystem. Der Wert Projiziertes Koordinatensystem ist WGS 1984 UTM Zone 37S und der Wert Lineare Einheit ist Meter. Dies bestätigt, dass die Zellengröße in Metern ausgedrückt wird. Sie wissen nun, dass das PlanetScope-Bild eine Zellengröße von 3 Metern hat.
- Optional können Sie das Wissen nutzen, um die Zellengröße des Layers PlanetScope_01012023_10m zu überprüfen.
Zellen von Bilddaten messen
Abschließend erfahren Sie, wie Sie die Zellen eines Bildes selbst messen können. Auch wenn der Blick auf die Eigenschaften der Bilddaten die gebräuchlichste Methode ist, ist die Messung der Zellen selbst eine gute Möglichkeit, das Konzept der Zellengröße besser zu verstehen.
- Stellen Sie in der Karte Resampling sicher, dass PlanetScope01012023_10m und PlanetScope01012023_3m aktiviert sind.
PlanetScope01012023_10m wird ganz oben angezeigt, sodass Sie diesen zuerst messen.
- Klicken Sie ggf. auf dem Menüband auf der Registerkarte Karte auf Lesezeichen, und wählen Sie das Lesezeichen Cells aus.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte im Abschnitt Abfrage auf Messen.
Auf der Karte wird das Fenster Messen sowie der Schieberegler zum Messen angezeigt.
- Klicken Sie auf zwei Seiten einer Zelle, um ihre Breite zu messen.
Die Zelle ist etwa 10 Meter breit.
- Klicken Sie im Fenster Strecke messen auf die Schaltfläche Ergebnisse löschen.
- Blenden Sie im Bereich Inhalt den Layer PlanetScope01012023_10m aus.
Das Bild PlanetScope01012023_3m wird auf der Karte angezeigt.
- Klicken Sie auf zwei Seiten einer Zelle, um ihre Breite zu messen.
Sie ist etwa 3 Meter breit.
- Wenn Sie das Messen beendet haben, klicken Sie auf dem Menüband auf der Registerkarte Karte auf die Schaltfläche Erkunden, um den Messmodus zu beenden.
In diesem Lernprogramm haben Sie die wichtigsten Konzepte zur räumlichen Auflösung kennengelernt. Sie haben gelernt, Bilddaten mit höherer oder niedrigerer räumlicher Auflösung visuell zu unterscheiden und die für Ihr Projekt am besten geeignete räumliche Auflösung auszuwählen. Sie haben gelernt, wie Sie die räumliche Auflösung eines Bildes verändern, und sich mit verschiedenen Resampling-Methoden vertraut gemacht. Schließlich haben Sie gelernt, wie die räumliche Auflösung eines Bildes ermittelt wird, indem Sie entweder in seinen Eigenschaften nachsehen oder die Zellen direkt messen.
Weitere Lernprogramme finden Sie in der Lernprogrammgalerie.
