Einen gehosteten Bilddaten-Layer erstellen und Features aus Bilddaten extrahieren

Um Infrastrukturen zu identifizieren, die durch Naturgefahren wie Erdrutsche gefährdet sind, müssen Sie zunächst die Infrastruktur mit Ortsangaben kennen. Nachdem Sie Luftbilddaten von einem Teil Grenadas abgerufen haben, erstellen Sie einen Online-Bilddaten-Layer, der in der ArcGIS Online-Cloud gehostet wird. Anschließend verwenden Sie die Deep-Learning-Analysefunktionen in ArcGIS Online, um die Gebäude-Footprints automatisch aus dem Bilddaten-Layer zu extrahieren.

Daten herunterladen und einen gekachelten Bilddaten-Layer erstellen

Zunächst laden Sie eine komprimierte Datei mit den Luftbilddaten herunter, damit sie auf Ihrem lokalen Computer verfügbar sind.

  1. Laden Sie die Datei Grenada_TIFF_files.zip herunter.
  2. Suchen Sie die heruntergeladene Datei Grenada_TIFF_files.zip auf Ihrem Computer.
    Hinweis:

    In den meisten Webbrowsern werden heruntergeladene Dateien standardmäßig im Ordner "Downloads" gespeichert.

  3. Klicken Sie mit der rechten Maustaste auf die Datei Grenada_TIFF_files.zip, und entpacken Sie sie an einem Speicherort auf dem Computer, z. B. Laufwerk C.
  4. Öffnen Sie den extrahierten Ordner Grenada_TIFF_files, um ihn zu überprüfen.

    Der Ordner enthält 16 TIFF-Bildern sowie die zugehörigen Hilfsdateien. Zusammen ergeben sie die Ausdehnung von Grenada, die Sie analysieren möchten.

    Liste der TIFF-Bilddatendateien

Nachdem Sie die Bilddaten auf Ihren Computer heruntergeladen haben, können Sie nun mit dem eigentlichen Workflow beginnen.

Online verfügbare gekachelte Bilddaten-Layer erstellen

Da Sie diesen Analyse-Workflow in der Cloud durchführen möchten, laden Sie die 16 Bilder in die ArcGIS Online-Cloud hoch und erfassen sie in einem einzigen gehosteten Bilddaten-Layer.

  1. Melden Sie sich bei Ihrem ArcGIS-Organisationskonto an.
    Hinweis:

    Wenn Sie über kein Organisationskonto verfügen, informieren Sie sich über die Optionen für den Zugriff auf die Software.

  2. Klicken Sie oben auf dem Menüband auf Inhalt.

    Schaltfläche "Inhalt"

  3. Klicken Sie auf Neues Element.

    Schaltfläche "Neues Element"

  4. Klicken Sie im Fenster Neues Element auf Bilddaten-Layer.

    Option für Bilddaten-Layer

    Die Seite Bilddaten-Layer erstellen wird geöffnet.

    Hinweis:

    Wenn die Option Bilddaten-Layer im Menü "Neues Element" nicht angezeigt wird, wurde Ihnen möglicherweise kein geeigneter Benutzertyp (Professional oder Professional Plus) bzw. nicht die Berechtigung "Image-Hosting" zugewiesen.

  5. Stellen Sie sicher, dass im Fenster Schritt 1 – Erste Schritte die Option Gekachelter Bilddaten-Layer ausgewählt ist.

    Option "Gekachelter Bilddaten-Layer"

    Der Typ Gekachelter Bilddaten-Layer ist für die verteilte Verarbeitung und Analyse in der Cloud optimiert. Er ist für Ihre Analyse gut geeignet.

    Hinweis:

    Weitere Informationen zu den verschiedenen von ArcGIS Online unterstützten Arten von online verfügbaren Bilddaten-Layern finden Sie unter Your Guide to Sharing Imagery & Raster Data.

  6. Klicken Sie auf Weiter. Wählen Sie im Fenster Schritt 2 – Layer konfigurieren unter Wählen Sie eine Layer-Konfiguration basierend auf Ihren Bilddaten aus die Option Ein mosaikiertes Bild aus.

    Option "Ein mosaikiertes Bild"

    Mit dieser Option können Sie alle 16 Bilder in einem einzigen Layer darstellen, der den gesamten Interessenbereich abdeckt.

  7. Klicken Sie auf Weiter. Behalten Sie auf der Registerkarte Schritt 3 – Bilddaten definieren unter Wählen Sie den Raster-Typ aus, der Ihre Bilddaten am besten beschreibt die Einstellung Raster-Dataset bei.

    Standardmäßig ausgewählte Option "Raster-Dataset"

  8. Klicken Sie für Eingabebilddaten auswählen auf Durchsuchen.

    Schaltfläche "Durchsuchen"

  9. Navigieren Sie im Fenster Öffnen zum heruntergeladenen Ordner Grenada_TIFF_files. Drücken Sie STRG+A, um alle aufgeführten 64 Dateien auszuwählen, und klicken Sie auf Öffnen.

    Alle TIFF-Dateien sind ausgewählt.

    Die Bilddateien werden nun hochgeladen. In der Spalte Upload-Status können Sie den Fortschritt überwachen.

    Bilddatei wird hochgeladen

  10. Wenn für alle Dateien angezeigt wird, dass sie zu 100 % hochgeladen sind, klicken Sie auf Weiter.
  11. Geben Sie im Fenster Schritt 4 – Elementdetails festlegen unter Titel, den Text Grenada_aerial_imagery ein, und fügen Sie die Initialen Ihres Namens hinzu.
    Hinweis:

    Stellen Sie sicher, dass beim Erstellen von Bilddaten- oder Feature-Class-Layern in ArcGIS Online der jeweilige Name organisationsweit eindeutig ist. Dazu können Sie zum Beispiel am Ende jedes Layers, den Sie erstellen, Ihre Initialen hinzufügen. Wenn Sie beispielsweise Jane Smith heißen, lautet der Layer-Name Grenada_aerial_imagery_JS.

  12. Geben Sie die restlichen Informationen zu den Bildern ein:
    • Unter Tags geben Sie Grenada ein.
    • Unter Zusammenfassung geben Sie Aerial imagery of the island of Grenada ein.
    • Übernehmen Sie für Speichern in Ordner das Standardverzeichnis, oder wählen Sie einen beliebigen Ordner in Ihrem ArcGIS Online-Konto aus.

    Informationen zum gekachelten Bilddaten-Layer

  13. Klicken Sie auf Erstellen.

    Der Prozess zum Erstellen des gehosteten Bilddaten-Layers wird gestartet. Nach ein paar Minuten wird die Elementdetailseite für den neuen Layer angezeigt. Sie haben aus 16 TIFF-Bildern einen einzigen gekachelten Bilddaten-Layer erstellt, der in der ArcGIS Online-Cloud gehostet wird. Sie öffnen nun den Layer in einer Webkarte und untersuchen ihn visuell.

  14. Klicken Sie auf der Elementdetailseite des Bilddaten-Layers auf In Map Viewer Classic öffnen.

    Schaltfläche "In Map Viewer öffnen"

    Der Bild-Layer wird in einer neuen Karte angezeigt.

    Karte mit dem Layer "Grenada_aerial_imagery"

  15. Vergrößern und schwenken Sie die Karte, um die Standorte der Gebäude näher zu betrachten.

    Details zum Layer "Grenada_aerial_imagery"

In diesem Teil Grenadas gibt es Hunderte von Gebäuden. Sie könnten jedes Gebäude manuell nachzeichnen und die Footprints als Features in einem Feature-Layer speichern, aber das wäre mühsam und zeitaufwändig. Stattdessen verwenden Sie Deep Learning, um die Gebäude-Footprints automatisch zu extrahieren.

Gebäude-Footprints mithilfe von Deep Learning extrahieren

Deep-Learning-Modelle können Features in Bilddaten klassifizieren oder erkennen. Das Erstellen und Trainieren eines eigenen Modells oder die Feinabstimmung eines bereits vortrainierten Modells ist eine anspruchsvolle Aufgabe. Der schwierigste und zeitaufwändigste Aspekt bei der Verwendung von Deep Learning besteht darin, Trainingsbeispiele zu erstellen, um einem Modell beizubringen, den Typ von Informationen zu erkennen, an dem Sie interessiert sind.

Alternativ können Sie ein bestehendes Modell verwenden, das bereits für Sie trainiert wurde. ArcGIS Living Atlas of the World enthält eine wachsende Bibliothek solcher vortrainierter Deep-Learning-Modelle. Durch die Nutzung dieser Modelle können Sie direkt in die Extrahierung von Informationen mithilfe künstlicher Intelligenz einsteigen und Erkenntnisse aus Ihren Bilddaten gewinnen. Als Nächstes verwenden Sie ein vortrainiertes Modell aus ArcGIS Living Atlas, um Gebäude-Footprints in Ihrem Bilddaten-Layer zu erkennen.

  1. Klicken Sie auf der (hellen) Werkzeugleiste Einstellungen auf Analyse.

    Option "Analyse" auf der Werkzeugleiste "Einstellungen"

  2. Klicken Sie im Bereich Analyse auf Werkzeuge.

    Option "Werkzeuge"

  3. Klicken Sie im Bereich Werkzeuge auf den Abschnitt Deep Learning verwenden und dann auf das Werkzeug Objekte mit Deep Learning erkennen.

    Option "Objekte mit Deep Learning erkennen"

    Der Werkzeugbereich Objekte mit Deep Learning erkennen wird geöffnet.

    Hinweis:

    Wenn der Abschnitt Deep Learning verwenden im Bereich Werkzeuge nicht angezeigt wird, wurde Ihnen möglicherweise kein geeigneter Benutzertyp (Professional oder Professional Plus) bzw. nicht die Berechtigung "Image-Hosting" zugewiesen.

  4. Legen Sie unter Eingabe-Layer die folgenden Parameterwerte fest:
    • Klicken Sie unter Eingabe-Bilddaten-Layer oder -Feature-Layer auf Layer, und wählen Sie Grenada_aerial_imagery aus.
    • Stellen Sie sicher, dass unter Verarbeitungsmodus die Option Als mosaikiertes Bild verarbeiten ausgewählt ist.

    Informationen zum Eingabe-Layer

    Tipp:

    Sie können mehr über die einzelnen Parameter erfahren, indem Sie auf die Schaltfläche i neben dem jeweiligen Parameter zeigen oder die Dokumentation Objekte mit Deep Learning erkennen lesen.

  5. Klicken Sie unter Modelleinstellungen für Modell für die Objekterkennung auf Modell auswählen.

    Schaltfläche "Modell auswählen"

  6. Klicken Sie im Fenster Element auswählen auf Eigene Inhalte, und wählen Sie Living Atlas aus.

    Option "Living Atlas"

    Eine Liste mit vortrainierten Deep-Learning-Modellen, die von ArcGIS Living Atlas verwaltet wird, wird angezeigt.

  7. Geben Sie Building Footprint Extraction in das Suchfeld ein.
  8. Wählen Sie in der Ergebnisliste den Eintrag Building Footprint Extraction – USA aus, und klicken Sie auf Bestätigen.

    Deep-Learning-Paket "Building Footprint Extraction – USA"

    Nachdem Sie das Deep-Learning-Modell ausgewählt haben, werden die Modellargumente automatisch in den Werkzeugbereich geladen.

  9. Geben Sie unter Modellargument für Schwellenwert den Wert 0.6 ein.

    Der Schwellenwert ist nun auf "0.6" festgelegt.

    Das erkannte Objekt wird nur zum Ausgabe-Dataset hinzugefügt, wenn das Konfidenzniveau gleich oder größer als der Schwellenwert ist. Der optimale Schwellenwert lässt sich nur durch Ausprobieren ermitteln.

  10. Geben Sie unter Ergebnis-Layer als Name des Ergebnis-Layers den Text Grenada_buildings ein, und fügen Sie die Initialen Ihres Namens hinzu.

    Informationen zum Ergebnis-Layer

    Das Werkzeug kann ausgeführt werden. Bei jeder Analyse in ArcGIS Online entstehen Kosten in Form von Credits für die Nutzung der Ressourcen von Esri zur Verarbeitung Ihrer Daten. Sie können ermitteln, wie viele Credits ein Werkzeug verbraucht, bevor Sie es ausführen. Sobald Sie die Analyse durchführen, werden die Credits von den verfügbaren Credits Ihrer Organisation abgezogen.

  11. Klicken Sie auf Credit-Anzahl schätzen.

    Schaltfläche "Credit-Anzahl schätzen"

    Kurz darauf wird die Anzahl der Credits angezeigt, die berechnet werden, wenn Sie das Werkzeug auf Ihre Daten anwenden: 10,63.

    Geschätzte Credit-Anzahl: 10.63

    Hinweis:

    Die Kosten für die Ausführung eines Analysewerkzeugs in ArcGIS Online basieren auf der Komplexität der Analyse und der Anzahl der zu verarbeitenden Pixel. Sie können die Kosten reduzieren, indem Sie das Werkzeug auf eine kleinere Ausdehnung anwenden. Zoomen Sie dazu in der Karte auf einen Interessenbereich, erweitern Sie im Werkzeugbereich den Abschnitt Umgebungseinstellungen, und wählen Sie unter Verarbeitungsausdehnung die Option Ausdehnung anzeigen aus.

  12. Klicken Sie unten im Werkzeugbereich auf die Schaltfläche Ausführen.

    Kurz darauf erhalten Sie eine Pop-up-Meldung mit dem Hinweis, dass die Anforderung zur Bearbeitung übermittelt wurde. Die Ausführung des Werkzeugs kann zwischen 10 und 15 Minuten dauern.

  13. Klicken Sie im Pop-up auf Status anzeigen.

    Link "Status anzeigen"

    Die Registerkarte Verlauf wird mit dem Hinweis geöffnet, dass der Vorgang gerade ausgeführt wird.

    Bereich "Verlauf" mit ausgeführtem Werkzeug "Objekte mit Deep Learning erkennen"

    Tipp:

    Sie können auch auf die Registerkarte Verlauf zugreifen, indem Sie auf die Schaltfläche Verlauf im Werkzeugbereich Objekte mit Deep Learning erkennen klicken.

    Schaltfläche "Verlauf"

    Wenn der Vorgang abgeschlossen ist, wird dies in der Statusmeldung entsprechend angezeigt.

    Der Vorgang "Objekte mit Deep Learning erkennen" wurde abgeschlossen.

    Hinweis:

    Sie können auf die Statusmeldung klicken, um weitere Informationen über den Vorgang anzuzeigen.

    Der Ergebnis-Layer Grenada buildings - ObjectsDetected wird im Bereich Layer aufgeführt.

    Bereich "Layer" mit aufgeführtem Layer "Grenada buildings - ObjectsDetected"

    Er wird auch auf der Karte angezeigt. Es handelt sich um einen Feature-Layer, in dem jedes Polygon ein Gebäude darstellt.

    Karte mit Layer mit Gebäuden auf Grenada

  14. Vergrößern Sie die Karte, und sehen Sie sich die Ergebnisse der Analyse an.

    Details des Layers mit Gebäuden auf Grenada auf der Karte

  15. Klicken Sie im Bereich Layer neben dem Layer Grenada buildings - ObjectsDetected auf die Schaltfläche Sichtbarkeit zum Aktivieren und Deaktivieren des Layers.

    Schaltfläche "Sichtbarkeit"

    Sie können auf der Karte die Gebäude in den Bilddaten mit den Gebäuden vergleichen, die mithilfe von Deep Learning ermittelt wurden.

    Vergleich zwischen Gebäuden in Bilddaten und Gebäuden, die mithilfe von Deep Learning ermittelt wurden.
    Nur Bilddaten (links) und ermittelte Gebäude (rechts).

    Sie können feststellen, dass das Modell fast alle Gebäude in den Bilddaten erfolgreich erkannt hat.

Sie haben in diesem Workflow bislang einen online verfügbaren Bilddaten-Layer erstellt, der aus 16 zusammen mosaikierten Einzelbildern besteht. Anschließend haben Sie die Deep-Learning-Analysefunktionen in ArcGIS Online und ein vortrainiertes Modell aus dem ArcGIS Living Atlas verwendet, um die Gebäude-Footprints automatisch aus dem Layer zu extrahieren.

Die Gebäude liegen nun als Feature-Layer vor, den Sie für viele verschiedene Operationen verwenden können. Im weiteren Verlauf dieses Lernprogramms verwenden Sie den Feature-Layer, um besser zu verstehen, wie sich mögliche Erdrutsche auf die Gebäudestrukturen in dem Gebiet auswirken könnten.


Analyse der Erdrutschanfälligkeit durchführen

Die Standorte der Gebäude sind Ihnen jetzt bekannt. Nun müssen Sie die Gebiete in Grenada identifizieren, die anfällig für Erdrutsche sind. Für diese Analyse verwenden Sie vier Raster-Layer und wenden sie auf verschiedene Raster-Funktionen an, die in einer Raster-Funktionsvorlage enthalten sind. Abschließend vergleichen Sie den Ergebnis-Layer "Landslide susceptibility" mit dem extrahierten Gebäude-Layer, um die am stärksten gefährdeten Bauwerke zu bestimmen.

Die Webkarte öffnen und die Analyse-Layer erkunden

Zur Analyse der Erdrutschanfälligkeit verwenden Sie vier Raster-Layer als Eingabe. Jeder stellt einen wichtigen Faktor bei der Bewertung der Erdrutschanfälligkeit dar:

  • Bodentyp: Gebiete mit bestimmten Tonarten im Boden sind anfälliger für Erdrutsche.
  • Höhe: Gebiete mit stärkeren Neigungen sind stärker gefährdet.
  • Entfernung zu Flüssen: Gebiete in der Nähe von Flüssen sind stärker gefährdet.
  • Flächennutzung: Gebiete mit Straßen, Gebäuden und künstlicher Vegetation sind stärker gefährdet, bewaldete Gebiete dagegen weniger.

Sie erkunden nun die vier Raster-Layer, die in einer freigegebenen Webkarte für Sie erfasst wurden. Zunächst öffnen Sie Ihre Karte.

  1. Öffnen Sie die Elementdetailseite für die Webkarte "Grenada landslide analysis" in einer neuen Registerkarte des Webbrowsers.
  2. Melden Sie sich ggf. auf der Elementdetailseite mit Ihrem ArcGIS-Organisationskonto an.

    Schaltfläche "Anmelden"

  3. Klicken Sie auf In Map Viewer öffnen.

    Schaltfläche "In Map Viewer öffnen"

    Die Webkarte der Insel Grenada wird geöffnet. Außer der topografischen Grundkarte werden aktuell keine weiteren Layer angezeigt, da sie deaktiviert sind.

    Topografische Grundkarte mit Darstellung von Grenada.

    Diese Karte wird von einer anderen ArcGIS Online-Organisation gehostet und ist nicht in Ihrem Besitz. Bevor Sie mit der Analyse fortfahren, speichern Sie eine Kopie der Webkarte in Ihrem eigenen Konto.

  4. Klicken Sie auf der (dunklen) Werkzeugleiste Inhalt auf Speichern und öffnen, und wählen Sie Speichern unter aus.

    Option "Speichern unter"

  5. Übernehmen Sie im Fenster Karte speichern die Standardwerte, und klicken Sie auf Speichern.

    Die Karte, die Ihnen angezeigt wird, ist Ihre eigene Kopie, die Sie in Ihrem ArcGIS Online-Konto gespeichert haben. Sie untersuchen nun die vier Raster-Layer, die wichtige Risikofaktoren für Erdrutsche darstellen.

  6. Klicken Sie in der Werkzeugleiste Inhalt auf Layer.

    "Layer" auf der Werkzeugleiste "Inhalt"

  7. Klicken Sie im Bereich Layer neben dem Layer Land use auf die Schaltfläche Sichtbarkeit zum Aktivieren und Deaktivieren des Layers.

    Schaltfläche "Sichtbarkeit"

    Der Layer wird auf der Karte angezeigt.

    Auf der Karte angezeigter Layer "Land use".

  8. Klicken Sie auf der Werkzeugleiste Inhalt auf Legende.

    "Legende" auf der Werkzeugleiste "Inhalt"

    Die Legende für den Layer Land use wird angezeigt.

    Die Legende für den Layer "Land use"

    Tipp:

    Im Bereich Legende werden nur die Legendeninformationen für die Layer angezeigt, die aktuell auf der Karte sichtbar sind.

  9. Untersuchen Sie auf der Karte den Layer Land use sowie dessen Legende im Bereich Inhalt. Zoomen und schwenken Sie, um die im Layer enthaltenen Informationen besser zu verstehen.
  10. Wenn Sie mit Ihrer Untersuchung fertig sind, klicken Sie im Bereich Inhalt auf Layer.
  11. Deaktivieren Sie die Sichtbarkeit für Land use, und aktivieren Sie die Sichtbarkeit für Distance to rivers.

    Sichtbarkeit für "Land use" deaktiviert und für "Distance to rivers" aktiviert

  12. Untersuchen Sie den Layer Distance to rivers. Untersuchen Sie auch die Layer Höhe und Bodenarten, und ziehen Sie bei Bedarf die Legenden zu Rate.
    Hinweis:

    Die Werte für die Distance to rivers werden in Metern angegeben und zeigen die Entfernung zum nächstgelegenen Fluss an.

    Die Höhenwerte werden ebenfalls in Metern angegeben und beziehen sich auf die Höhe über dem Meeresspiegel

    Die vier Raster-Layer für die Analyse der Erdrutschanfälligkeit
    Vier Raster-Layer: Land use (A), Distance to rivers (B), Elevation (C), Soil types (D)

Als Nächstes verwenden Sie diese Layer als Eingabe für Ihre Analyse der Erdrutschanfälligkeit.

Mithilfe einer Raster-Funktionsvorlage einen Layer für die Erdrutschanfälligkeit erstellen

Sie führen die Analyse der Erdrutschanfälligkeit mit den vier Raster-Layern als Eingabe durch. Anschließend wenden Sie verschiedene Raster-Funktionen an, die in einer Raster-Funktionsvorlage (RFT) gesammelt (verkettet) wurden. Sie verwenden eine bereits vorhandene RFT, die in ArcGIS Online freigegeben wurde. Zunächst suchen Sie die RFT und überprüfen ihren Inhalt.

  1. Klicken Sie auf der (hellen) Werkzeugleiste Einstellungen auf Analyse.

    Schaltfläche "Analyse" auf der Werkzeugleiste "Einstellungen"

  2. Klicken Sie im Bereich Analyse auf Raster-Funktionen.

    Option "Raster-Funktionen"
    Hinweis:

    Wenn Raster-Funktion im Bereich Werkzeuge nicht angezeigt wird, wurde Ihnen möglicherweise kein geeigneter Benutzertyp (Professional oder Professional Plus) bzw. wurden Ihnen nicht die Berechtigungen "Image-Hosting" und "Analyse" zugewiesen.

  3. Klicken Sie oben im Bereich Raster-Funktionen auf Raster-Funktionsvorlage öffnen.

    Schaltfläche "Raster-Funktionsvorlage öffnen"

  4. Klicken Sie im Fenster Raster-Funktionsvorlagen durchsuchen auf Eigene Inhalte, und wählen Sie ArcGIS Online aus.

    Menüoption "ArcGIS Online"

    Sie suchen nach der relevanten RFT in ArcGIS Online.

  5. Geben Sie in das Suchfeld den Text Landslide Susceptibility Grenada owner:Learn_ArcGIS ein. Klicken Sie in der Ergebnisliste für Landslide Susceptibility Grenada auf Weitere Details.

    Suche nach "Landslide Susceptibility Grenada"

    Es wird ein Seitenbereich mit weiteren Informationen zur RFT geöffnet.

  6. Klicken Sie unten im Seitenbereich auf Details anzeigen.

    Schaltfläche "Details anzeigen"

    Die Elementseite für die RFT wird in einer neuen Registerkarte des Webbrowsers angezeigt.

  7. Melden Sie sich ggf. auf der Elementdetailseite mit Ihrem ArcGIS-Organisationskonto an.

    Um den Inhalt der RFT zu überprüfen, öffnen Sie sie im Editor für Raster-Funktionen.

  8. Klicken Sie auf Im Editor für Raster-Funktionen öffnen.

    Schaltfläche "Im Editor für Raster-Funktionen öffnen"

    Kurz darauf wird im Fenster des Editors für Raster-Funktionen die RFT mit allen darin enthaltenen Elementen miteinander verkettet angezeigt.

    Inhalt der RFT

    Die vier grünen Elemente in der RFT stellen die vier Raster-Eingaben dar, die Sie beim Ausführen der RFT bereitstellen müssen. Jedes gelbe Element stellt eine Raster-Funktion dar. Der Ablauf ist wie folgt:

    • Zuerst werden einige Raster vorverarbeitet. Beispielsweise wird das Raster Elevation in ein Neigungs-Raster transformiert, in dem jede Zelle die Neigung des Terrains an der jeweiligen Position identifiziert (Funktion Neigung).
    • Jedes Raster wird dann verarbeitet, sodass der ursprüngliche Wert jeder Zelle in einen Wert zwischen 1 und 10 transformiert wird. 10 steht dabei für das höchste Erdrutschrisiko und 1 für das niedrigste (die Funktion Neuzuordnung oder Berechnung).
    • Anschließend werden die vier Ergebnis-Layer kombiniert (Gewichtete Summe) und in ein Ausgabe-Raster transformiert, in dem jede Zelle einen Wert zwischen 1 und 5 enthält, der die Gesamtbewertung der Erdrutschanfälligkeit darstellt (Neuzuordnung: Ergebnisse klassifizieren).
    • Zum Schluss werden an die numerischen Werte zwischen 1 und 5 Beschriftungen angefügt, die die 5 Risikoklassen darstellen (sehr niedrig, niedrig, mittel, hoch, sehr hoch), und mit einem relevanten Farbschema symbolisiert (Attributtabelle).
  9. Doppelklicken Sie optional auf einige Raster-Funktionen in der RFT, um zu sehen, wie sie eingerichtet sind.
    Hinweis:

    Sie können auch auf die Schaltfläche Speichern unter klicken, um eine eigene Kopie dieser RFT zu erstellen und sie im Editor für Raster-Funktionen zu bearbeiten. In diesem Lernprogramm wenden Sie jedoch nur die vorhandene RFT auf Ihre Daten an, ohne sie zu verändern.

  10. Wenn Sie mit der Überprüfung fertig sind, kehren Sie zu der Registerkarte des Webbrowsers zurück, auf der die Webkarte Grenada landslide analysis und das Fenster Raster-Funktionsvorlagen durchsuchen angezeigt werden.

    Jetzt wenden Sie die RFT auf Ihre Daten an.

  11. Wählen Sie im Fenster Raster-Funktionsvorlagen durchsuchen die VorlageLandslide Susceptibility Grenada aus, und klicken Sie auf Bestätigen.

    Auswahl von "Landslide Susceptibility Grenada"

    Kurz darauf wird die RFT als Werkzeug neben Ihrer Karte angezeigt und führt die erforderlichen Parameter auf.

  12. Wählen Sie im Bereich Landslide Susceptibility Grenada die folgenden Eingabeparameterwerte aus:
    • Wählen Sie für Distance to Rivers die Option Distance to rivers aus.
    • Wählen Sie für Land Use die Option Land use aus.
    • Wählen Sie für Elevation die Option Elevation aus.
    • Wählen Sie für Soil Types die Option Soil types aus.

    Die vier Parameter sind festgelegt.

  13. Geben Sie unter Ergebnis-Layer für Ausgabename den Text Landslide susceptibility ein, und fügen Sie die Initialen Ihres Namens hinzu.
  14. Überprüfen Sie, ob Ergebnistyp auf Gekachelter Bilddaten-Layer festgelegt ist.

    Abschnitt "Ergebnis-Layer"

  15. Klicken Sie auf Credit-Anzahl schätzen.

    Schaltfläche "Credit-Anzahl schätzen"

    Kurz darauf wird die geschätzte Anzahl der Credits angezeigt, die verbraucht werden, wenn Sie das Werkzeug auf Ihre Daten anwenden: 1.46.

  16. Klicken Sie auf Ausführen.

    Nach drei bis vier Minuten wird der Ergebnis-Layer angezeigt.

    Layer "Landslide susceptibility" auf der Karte

  17. Stellen Sie sicher, dass im Bereich Layer die Sichtbarkeit für alle Layer mit Ausnahme des Ergebnis-Layers Landslide susceptibility deaktiviert ist.
  18. Klicken Sie auf der Werkzeugleiste Inhalt auf Legende, um die Farbsymbolisierung für die fünf Landslide susceptibility-Klassen anzuzeigen.

    Legende für den Layer "Landslide Susceptibility"

  19. Zoomen und schwenken Sie, um den Ergebnis-Layer zu erkunden.

    Vergrößerte Ansicht des Layers "Landslide susceptibility".

    In den roten Bereichen ist die Anfälligkeit für Erdrutsche am stärksten und in den grünen Bereichen am geringsten.

In diesem Abschnitt haben Sie sich eingehend mit einer Raster-Funktionsvorlage befasst, um einen Raster-Layer der Erdrutschanfälligkeit zu erstellen.

Gebäude-Footprints hinzufügen und Layer vergleichen

Jetzt vergleichen Sie zuvor extrahierte Gebäude-Footprints visuell mit dem Layer der Erdrutschanfälligkeit, um gefährdete Bauwerke zu identifizieren. Zunächst kopieren Sie den Gebäude-Footprints-Layer in die aktuelle Karte.

  1. Klicken Sie ggf. auf der Werkzeugleiste Inhalt auf Layer. Klicken Sie im Bereich Layer auf Hinzufügen.

    Schaltfläche "Hinzufügen"

  2. Stellen Sie sicher, dass im Bereich Layer hinzufügen die Option Eigene Inhalte ausgewählt ist, und suchen Sie in der Liste nach Grenada_buildings. Klicken Sie für Grenada_buildings auf Hinzufügen.

    Schaltfläche "Hinzufügen" für den Layer "Grenada_buildings"

    Der Layer wird auf der Karte angezeigt. Vergrößern Sie den Layer, um ihn besser betrachten zu können.

  3. Klicken Sie neben Layer hinzufügen auf die Schaltfläche "Zurück", um zum Bereich Layer zurückzukehren.

    Schaltfläche "Zurück"

  4. Klicken Sie für den Layer Grenada_buildings auf die Schaltfläche Optionen, und wählen Sie Zoomen auf aus.

    Menüoption "Zoomen auf"

    Die Karte zoomt auf die Gebiete, aus denen Sie unter Verwendung des Deep-Learning-Modells Gebäude extrahiert haben.

    Hinweis:

    Damit dieses Lernprogramm nicht zu lang wird, haben Sie nur für einen Teil der Insel die Gebäude-Footprints extrahiert. In einer realen Situation würden Sie ggf. Gebäude-Footprints für die ganze Insel extrahieren.

  5. Zoomen und schwenken Sie durch die Karte, um Gebäude zu identifizieren, die in Hochrisikogebieten stehen (dargestellt in Rot und Orange).

    Gebäude in Hochrisikogebieten identifizieren

    Wie es aussieht, befinden sich die meisten Gebäude auf Grenada in Gebieten mit geringerem Risiko. Einige Gebäude befinden sich jedoch in Hochrisikozonen (Orange). Jetzt speichern Sie die Karte.

  6. Klicken Sie auf der Werkzeugleiste Inhalt auf Speichern und öffnen und anschließend auf Speichern.

    Speicheroption

Sie können im nächsten Schritt in der Werkzeugleiste Inhalt auf Karte freigeben klicken und Ihre Webkarte für Ihre Kollegen und Ihre Community freigeben. Sie können die aus Ihrer Analyse resultierenden Layer auch jederzeit abrufen, indem Sie sich bei Ihrem ArcGIS-Organisationskonto anmelden und auf Inhalt klicken. Sie können diese Layer auf vielfältige Weise wiederverwenden.

Hinweis:

Sie können sie beispielsweise in einer 3D-Webszene anzeigen. Hinweis: In dieser Beispielszene werden die Gebäude als 3D-Objekte angezeigt, da auf die 2D-Gebäude-Footprints eine 10-Meter-Extrusion angewendet wurde. Weitere Informationen zu 3D-Szenen-Workflows finden Sie im Lernprogramm Eine Szene erstellen.

In diesem Lernprogramm haben Sie Bilddaten und andere Typen von Raster-Daten verwendet, um durch Erdrutsche gefährdete Bauwerke auf der Insel Grenada zu untersuchen. Zunächst haben Sie 16 TIFF-Luftbilder in ArcGIS Online hochgeladen und sie in einem gekachelten Bilddaten-Layer zusammengefasst. Dann haben Sie mithilfe eines vortrainierten Deep-Learning-Modells im ArcGIS Living Atlas Gebäude-Footprints aus dem Bilddaten-Layer extrahiert. Als Nächstes haben Sie eine Raster-Funktionsvorlage verwendet, um eine Raster-Analyse zur Klassifizierung der Landschaft nach Erdrutschanfälligkeit durchzuführen. Abschließend haben Sie den Layer der Erdrutschanfälligkeit mit den extrahierten Gebäude-Footprints verglichen, um gefährdete Bauwerke zu visualisieren. Die resultierende Webkarte kann nun für Ihre Kollegen und Ihre Community freigegeben werden.

Weitere Lernprogramme finden Sie in der Lernprogrammgalerie.